
区块链技术所不能做到的事情
工业和信息化部发布的《中国区块链技术和应用发展白皮书》(2016)指出,区块链主要应用于物联网、智能制造、供应链管理、数字资产交易等领域,为云计算、大数据、移动互联网等新一代信息技术的发展带来了新的机遇,也或许有能力引发新一轮的技术创新和产业变革,开源社区、产业联盟、骨干企业、初创公司、投资机构、金融机构、监管机构是区块链技术和应用发展的参与者。
众所周知,区块链技术首先应用于金融领域。区块链的身份是去中心化的分布式账本数据库,其信息透明、数据存储安全、交易过程无需任何中介平台的特征在该领域的发挥尤为出色,对于监管、打假、提高处理效率甚之......区块链技术似乎充满着无限可能。
而在我国国内,金融企业、互联网企业、IT企业和制造企业也积极投入区块链技术研发和应用推广,使区块链的发展势头迅猛。例如早前,顺丰速运便在在医药物流领域研发、部署区块链医药溯源及无人机医药运输等服务,近日便已正式实现区块链医药溯源的落地。
然而,无论设想、描述区块链的作用如何巨大,在面对一个新鲜事件或概念出现时,更要注重事物面面观。要知道,区块链的概念诞生于2009年比特币的出现,而直到2018年年初左右,区块链才逐渐在中国被人们所熟知,进而才令阿里巴巴、百度、迅雷等大企业相继加入其中,开发区块链技术能够支撑的业务——9年的时间足够漫长,却在2018年似乎突然爆发,甚至可以说是毫无预兆地爆发一样,因此,投资者应该报以警惕之心,更要结合我国国情、社会发展程度等因素,在我国国内区块链技术刚刚起步、不成熟的情况下,慎重考虑投资与否。
区块链技术所不能做到的事情,首先便由不成熟的技术造就。至少在国内,区块链刚刚兴起的状态下,技术平台不如国外,技术所支撑的业务也不应该广而投放,应用区块链的技术人员要耐着性子,多加学习先进经验,细致入微做事。
其二是,区块链技术无法规范区块链市场公正、公平、有效运行。例如区块链技术刚进入我国,便有诸多打着其名号的骗子公司集资敛财,公众难以判断“技术创新”“集资创新”两者的区别所在,因而容易被骗。所以,在区块链这件事上,要想让其做到技术自主可控、能适应多种场景要求,是由时间来决定;而要想让其做到价值自主可控,或者说发挥其最大的价值,则是由政府组织、监管部门、专家等监督决定。
即使区块链技术可能性无限大,但其下的行业、市场乱象频生,不一一列举,区块链能“管”的地方依然太少,在如何正确使用区块链技术做它应该做的事情方面,人心最先不可乱,而这,说明了全社会任重而道远。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11