在2019年阿里雲棲大會上，螞蟻金服集團副總裁、智慧科技事業群總裁蔣國飛曾說過，區塊鏈上鏈量將是數位經濟時代的重要指標，上千萬日活的區塊鏈鏈應用將會出現，但是需要四個核心的技術問題：性能、安全、成本、連接。
我挺贊同這個觀點，上鏈量是衡量區塊鏈業務和用戶活躍程度的一個重要指標，但是這個上鏈量一定是真實的才有意義，我指的真實是這些活躍用戶來源於真實的需求，有真實的業務需要，而不是「為了上鏈而上鏈」。
千萬級別的性能指標以目前的技術能力而言，並非不可達成，反倒是如何實現千萬級的用戶累積是一個比較大的難題，現在看還是缺乏這種能夠匯聚大規模用戶的應用，所以如何抓住用戶的真實需求，是最迫切需要解決的問題。
千萬日活到底難在哪？？
其實千萬日活對於區塊鏈本身的性能要求，可能沒有我們想像中的那麼誇張，那麼千萬級日活是個什麼概念呢？
透過簡單的計算，我們就可以知道，如果TPS可以達到250筆/秒，就意味著24小時的交易量可以達到2000萬筆的水準（250×60秒×60分鐘×24小時=2160萬），因為大多數應用都不會24小時處於高頻交易的狀態，一般有12個小時就應該滿足系統的需要了，所以2000萬除以2，正好1000萬。
也就是說TPS達到250筆/秒就夠用了，這是很多區塊鏈平台都可以達到的性能要求，並不是所有平台都需要追求百萬級的TPS，對於平台來說考量TPS需要結合業務，相對TPS而言，做好業務的頂層設計是一個比TPS重要的多的問題。當然千萬交易量並不等同於千萬日活，而我們上邊舉的例子中TPS也不過才250，對於很多技術平台而言，1000甚至幾千的TPS現在都可以很容易的達到。
關於四個核心的技術問題：性能、安全、成本、連接。
性能問題我們剛才已經討論過了，如果有合適的場景規劃和架構設計，性能的問題並不難解決。
安全的問題是個大問題，有時候對於金融產業，比如銀行而言，任何安全隱憂都是非常麻煩的事情，如果被銀監會在例行的檢查中發現，即使這種隱憂還沒有形成實際的危害和損失，銀行都將受到銀監會的嚴厲問責，並會被要求限期整改。
如果真出了安全問題，那可能就不是簡單的批評教育問題了，而是烏紗帽落地甚至鋃鐺入獄了。所以，金融產業嘗試採用新技術需要下很大的決心，廠商必須在安全性上有足夠完整、全面、能經受住考驗的解決方案，才能打消銀行客戶的顧慮。
成本也是一個非常重要的問題，成本可以簡單的分成兩部分，直接成本和間接成本。直接成本是企業上鏈的直接成本，包括伺服器採購、軟體採購、系統開發、實施等成本。而間接成本則比較複雜，比如為了上線區塊鏈平台，那麼很多平台可能需要改造，網路和安全設備可能需要升級，很多業務需要進行調整，而這一系列工作都需要付出成本，也有一定的風險，所以這些因素也會影響客戶的決策。
這就要求區塊鏈平台有更好的兼容性、擴展性，能夠更全面的理解客戶的需求和難處，只有這樣才能更容易的被客戶所接受，從而降低區塊鏈技術被採納和應用的難度。
連接問題是個業務問題，確切的說是構建生態的能力，把不同的「生產者」和「消費者」聚攏到一個平台上，對接多方的需求，連接多方的價值，實現價值的輸出和流動，這對平台方的綜合運營能力是個巨大的挑戰。這個平台方可能是個公鏈，也可能是個銀行或者保險公司，由他們去運營這個生態，而區塊鏈只是底層的技術，是工具屬性。
在新技術的發展史上，只有真正有實用化意義的技術，才能真正發展下去，對於區塊鏈產業也是一樣，這才是產業的命脈所在，也是幣市的希望所在！
沒有什麼比場景創新更重要
對於很多人來說，區塊鏈具有去中心化、去信任的好處，因為區塊鏈可以分散式記帳、數據不可刪除、不可篡改。從技術的角度來看，這是正確的。但是如何把技術上的好處，轉化成合理的場景其實才是真正的大問題，也是區塊鏈產業目前沒有很好解決的問題。所以，我們經常看到一個個令人激動的項目，最後都做的不好，甚至銷聲匿跡的主要原因之一。
其實我們有時可以參考一下同樣作為新興技術的大數據、雲端運算以及人工智慧的發展過程。
大數據技術可以幫助企業管理歷史數據，對之進行分析，從而為企業決策提供支持，而且隨著互聯網技術的發展，信息膨脹規模加速，大數據技術透過分散式數據庫、並行數據庫等手段，還能很好的解決大規模數據的管理和分析問題，雖然在預測領域目前還有很長的路要走，但是總歸解決了企業大部分的數據管理問題。
雲端運算透過對物理資源的虛擬化，可以為企業提供IT基礎設施的彈性擴展能力，與此同時還可以大幅的降低企業的IT建設成本、難度和風險。有了雲端運算技術的加持，用戶可以省略掉複雜的IT基礎建設過程，不用再自己去建機房，只是在需要的時候，購買雲端運算廠商的服務就好了。就像以前的人喝水要自己打口井，而現代人只需要在買好的房子裡裝好自來水龍頭，然後擰開就可以有水喝了一樣。
從這兩個例子當中，我們都可以看到大數據和雲端運算技術都解決了用戶的剛需問題，所以得以蓬勃發展，在成就客戶的過程中成就自己，迭代自己。
人工智慧也是如此，目前的這一波人工智慧發展高潮，主要是因為深度學習技術的大發展，尤其是由於卷積神經網路（Convolutional Neural Network）技術的大發展。這種技術需要大量的數據支持它完成模型訓練工作，而且與此同時還需要大量的算力資源（CPU、內存）。大數據和雲端運算很好的支撐了人工智慧的發展，而且人工智慧技術目前在文字、圖片、音樂檔、影片的識別領域取得了很長足的進步。
可以在很多非常實用的場景中，對為用戶提供有價值的幫助。比如抖音的影片就都是存放在雲端運算廠商的雲端平台上的，大量內容的審核都是要經過機器篩選和人工審核兩個環節之後，才會真正發布出來。這其中機器篩選環節就是通過鑒黃（黃色）、鑒恐（恐怖）、鑒暴（暴力）、涉政（政治）的人工智慧模型來進行識別的，而這些模型都是透過大數據平台的數據支撐來完成訓練的。這種場景很好的融合雲端運算、大數據、人工智慧三種技術，而且缺一不可，而解決平台內容風險、降低審核成本是抖音的剛需，這種場景才是真正能夠幫助技術發展的場景，是值得區塊鏈產業借鑒的場景。
任何產業之所以能形成一個產業，固然是因為技術上的進步，但更重要的還是它們能解決掉具體的問題，而這些問題要麼是以前根本無法解決，要麼是以前解決的不好。對於人工智慧、大數據、雲端運算產業是如此，對於區塊鏈產業也是如此。
隨著疫情黑天鵝的降臨，區塊鏈產業正在跌入谷底，但是真正的鳳凰總會浴火重生，希望區塊鏈能找到屬於自己場景，創新是產業發展的原動力，但是在此時此刻，區塊鏈產業更需要在場景端，盡快完成這個創新過程！
本文為巴比特資訊授權刊登，原文標題為「黑天鵝頻現，區塊鏈產業的出路在哪裡？」