隨著AI與真實世界資產（Real World Assets, RWA）代幣化加速發展，金融創新正從單純的資產上鏈，邁向「智慧化資產營運」新階段。資誠企業管理顧問公司董事李春勳表示，RWA代幣化提供可程式化的資產與貨幣軌道，AI則提供資料處理與決策的智慧層，兩者結合後，應用可進一步貫穿資料治理、信用審核、法令遵循、交易支付及資金管理等金融服務流程。
李春勳指出，RWA代幣化的價值，在於讓金融資產具備24小時即時結算、可組合、碎片化及智慧合約自動執行等能力；AI則可協助解析非結構化資料、進行估值與信用評估、執行KYC／AML監控，以及讓AI代理自主進行下單、支付與資金調度。簡言之，代幣化解決「資產與貨幣如何在鏈上流動」，AI則解決「資料如何被理解、決策如何被自動化」，兩者交會將創造新一代智慧金融應用。
AI貫穿RWA生命週期 六大應用場景逐步成形
李春勳表示，從國際市場發展可以觀察到，AI與RWA已沿著資產生命週期形成六大應用場景，包括資料治理與資產上鏈、信用審核與估值、合規與風控、AI代理交易與支付、資金與擔保品管理，以及AI算力資產代幣化。
在資料治理方面，國際市場已嘗試利用多個大型語言模型（LLM），將多語系PDF、公告及新聞稿等非結構化資料，自動轉換為可驗證的標準化資料，再發布至鏈上。相關計畫第二階段已有24家機構參與，包括市場基礎設施業者、銀行及資產管理機構，中國信託亦為參與機構之一，顯示台灣金融業已開始接軌國際AI與鏈上資料治理應用。
信用審核與估值亦是重要場景。AI可協助自動解析收入、權狀等申貸文件，再結合規則式自動核貸、自動估價模型及區塊鏈登記與交易，大幅壓縮傳統授信所需時間與成本，讓AI、自動化及區塊鏈形成完整的數位授信流程。
AI代理進入合規、支付及交易 「機器原生貨幣」浮現
在法令遵循領域，AI代理已逐步進入鏈上監控及調查流程。例如AI可協助跨鏈調查、補充交易告警脈絡，再由人員做最終判斷；另一方面，KYC／AML政策亦能寫入智慧合約自動執行，為未來AI代理建立可驗證的交易邊界。
李春勳指出，AI代理支付可能成為下一波金融創新的重要發展方向。國際銀行與支付網路已開始為AI代理打造可程式化支付軌道，包括存款代幣與穩定幣等數位資產，都可能逐漸扮演「機器原生貨幣」角色。HSBC與螞蟻數科已測試由AI代理使用代幣化存款支付服務費，但目前仍屬技術驗證階段，顯示相關商業模式仍在早期發展。
AI代理也開始進入投資交易。2026年3月至10月間，代幣化股票規模由約9.5億美元增加至約32.2億美元。部分國際平台已讓數萬個AI代理交易數百檔代幣化美股，應用範圍延伸至自主投資組合、跟單及避險策略；但隨自主交易快速發展，AI代理是否可能放大市場波動，也逐漸成為監理機關關注議題。
資金管理下一步：AI代理結合代幣化擔保品
李春勳表示，AI代理與代幣化擔保品目前正同步成熟，未來兩者整合將是值得關注的突破點。AI代理可在企業授權與政策限額內，執行付款路由、資金池及外匯操作，穩定幣和存款代幣則提供可程式化的貨幣工具。
進一步而言，未來AI代理可望即時判斷企業流動性需求、選擇最適擔保品，再結合代幣化貨幣市場基金（MMF）或公債，透過智慧合約進行24小時調撥及質押。這代表AI的角色將由分析與輔助決策，進一步進入企業財務與流動性管理流程。
AI本身也成為RWA 台灣供應鏈帶來新機會
AI與RWA的另一項新趨勢，是「AI服務RWA」之外，AI所需的實體資產本身也開始成為RWA。隨著AI基礎設施帶來龐大融資需求，GPU、AI伺服器與算力收益權等，都可能透過代幣化方式進行融資或作為擔保。
國際市場已有將GPU代幣化作為穩定幣借款擔保，以及以AI算力伺服器為底層資產進行RWA發行的案例。李春勳認為，台灣是全球AI伺服器與GPU供應鏈重鎮，未來設備融資、資料中心及算力收益權代幣化，可能成為台灣具備產業優勢的RWA發展方向。
RWA的應用亦逐步從金融業延伸至能源、農業、不動產、數據及機器人。例如能源設備的即時營運資料上鏈，可改善資產透明度；農業已有透過智慧裝置收集牲畜健康、行為及位置數據，再利用AI進行監測並作為融資擔保依據的案例；不動產市場則已有AI代理處理合約、法遵及資金撥付。這些發展顯示，實體資產將逐步從靜態的「所有權上鏈」，走向可持續提供資料、評估價值及自動執行交易的新模式。
效率與風險同步放大 治理須走在應用之前
李春勳提醒，AI × RWA在提升效率的同時，也會放大既有與新興風險。金融機構首先須面對AI模型的幻覺、偏誤與可解釋性問題；其次，鏈上資產仍高度依賴鏈下資料，因此資料來源、估值與預言機品質必須具備可稽核性。
此外，AI代理自主性提高後，授權範圍、錯誤交易責任、連鎖失效與目標漂移等問題也更加重要。自動化執行亦可能使市場參與者採取高度相關的行動，加速流動性壓力與市場連鎖反應。因此，AI × RWA不能只追求自動化與效率，治理、資料品質、人機協作及責任歸屬必須在系統設計初期就納入考量。
金融機構可分三階段推進AI × RWA
面對新一波金融科技發展，李春勳建議金融機構採取三階段策略。短期0至12個月，可優先將AI導入文件審閱、KYC／AML及公司行動資料處理等現有流程，同時參與債券代幣化、存款代幣等主管機關試辦，並建立AI治理及模型風險管理框架。
中期1至3年，可逐步讓代幣化MMF、債券等資產進入擔保品及資金管理流程，並在明確的授權限額下導入AI代理執行財務作業，同時採用ISO 20022及跨鏈互通等國際標準。長期則可進一步支援AI代理使用存款代幣、穩定幣進行機器對機器交易，發展算力、綠能等新型資產代幣化，並布局24小時運作的跨境資本市場。
李春勳表示，代幣化讓資產「可程式化」，AI則讓資產「可理解、可決策」，兩者結合將推動金融基礎設施進入智慧化資產營運的新階段。對台灣而言，除了善用債券、黃金及存款代幣等試辦機會，更應結合既有AI伺服器與科技供應鏈優勢尋找具在地特色的RWA應用；但市場仍處發展初期，金融機構應以治理與風險管理先行，在可控範圍內逐步由試辦走向實際應用。
Contact us
媒體聯絡人
