黑天鹅频现，区块链行业的出路在哪里？

在2019年阿里云栖大会上，蚂蚁金服集团副总裁、智能科技事业群总裁蒋国飞曾说过，区块链上链量将是数字经济时代的重要指标，上千万日活的区块链链应用将会出现，但是需要四个核心的技术问题： 性能、安全、成本、连接 。

我挺赞同这个观点，上链量是衡量区块链业务和用户活跃程度的一个重要指标，但是这个上链量一定是真实的才有意义，我指的真实是这些活跃用户来源于真实的需求，有真实的业务需要，而不是“为了上链而上链”。

千万级别的性能指标以目前的技术能力而言，并非不可达成，反倒是如何实现千万级的用户积累是一个比较大的难题，现在看还是缺乏这种能够汇聚大规模用户的应用，所以如何抓住用户的真实需求是最迫切需要解决的问题。

千万日活到底难在哪？？

其实千万日活对于区块链本身的性能要求可能没有我们想象中的那么夸张，那么千万级日活是个什么概念呢？

通过简单的计算，我们就可以知道，如果TPS可以达到250笔/秒，就意味着24小时的交易量可以达到2000万笔的水平（250×60秒×60分钟×24小时=2160万），因为大多数应用都不会24小时处于高频交易的状态，一般有12个小时就应该满足系统的需要了，所以2000万除以2，正好1000万。

也就是说TPS达到250笔/秒就够用了，这是很多区块链平台都可以达到的性能要求，并不是所有平台都需要追求百万级的TPS，对于平台来说考量TPS需要结合业务，相对TPS而言，做好业务的顶层设计是一个比TPS重要的多的问题。当然千万交易量并不等同于千万日活，而我们上边举的例子中TPS也不过才250，对于很多技术平台而言，1000甚至几千的TPS现在都可以很容易的达到。

关于四个核心的技术问题：性能、安全、成本、连接。

性能问题我们刚才已经讨论过了，如果有合适的场景规划和架构设计，性能的问题并不难解决。

安全 的问题是个大问题，有时候对于金融行业，比如银行而言，任何安全隐患都是非常麻烦的事情，如果被银监会在例行的检查中发现，即使这种隐患还没有形成实际的危害和损失，银行都将受到银监会的严厉问责，并会被要求限期整改。

如果真出了安全问题，那可能就不是简单的批评教育问题了，而是乌纱帽落地甚至锒铛入狱了。所以，金融行业尝试采用新技术需要下很大的决心，厂商必须在安全性上有足够完整、全面、能经受住考验的解决方案，才能打消银行客户的顾虑。

成本 也是一个非常重要的问题，成本可以简单的分成两部分，直接成本和间接成本。直接成本是企业上链的直接成本，包括服务器采购、软件采购、系统开发、实施、运维等等成本。而间接成本则比较复杂，比如为了上线区块链平台，那么很多平台可能需要改造，网络和安全设备可能需要升级，很多业务需要进行调整，而这一系列工作都需要付出成本，也有一定的风险，所以这些因素也会影响客户的决策。

这就要求区块链平台有更好的兼容性、扩展性，能够更全面的理解客户的需求和难处，只有这样才能更容易的被客户所接受，从而降低区块链技术被采纳和应用的难度。

连接 问题是个业务问题，确切的说是构建生态的能力，把不同的“生产者”和“消费者”聚拢到一个平台上，对接多方的需求，连接多方的价值，实现价值的输出和流动，这对平台方的综合运营能力是个巨大的挑战。这个平台方可能是个公链，也可能是个银行或者保险公司，由他们去运营这个生态，而区块链只是底层的技术，是工具属性。

在新技术的发展史上，只有真正有实用化意义的技术，才能真正发展下去，对于区块链行业也是一样，这才是行业的命脉所在，也是币市的希望所在！

没有什么比场景创新更重要

对于很多人来说，区块链具有去中心化、去信任的好处，因为区块链可以分布式记账、数据不可删除、不可篡改。从技术的角度来看，这是正确的。但是如何把技术上的好处，转化成合理的场景其实才是真正的大问题，也是区块链行业目前没有很好解决的问题。所以，我们经常看到一个个令人激动的项目，最后都做的不好，甚至销声匿迹的主要原因之一。

其实我们有时可以参考一下同样作为新兴技术的大数据、云计算以及人工智能的发展过程。

大数据技术可以帮助企业管理历史数据，对之进行分析，从而为企业决策提供支持，而且随着互联网技术的发展，信息膨胀规模加速，大数据技术通过分布式数据库、并行数据库等手段，还能很好的解决大规模数据的管理和分析问题，虽然在预测领域目前还有很长的路要走，但是总归解决了企业大部分的数据管理问题。

云计算通过对物理资源的虚拟化，可以为企业提供IT基础设施的弹性扩展能力，与此同时还可以大幅的降低企业的IT建设成本、难度和风险。有了云计算技术的加持，用户可以省略掉复杂的IT基础建设过程，不用再自己去建机房，只是在需要的时候，购买云计算厂商的服务就好了。就像以前的人喝水要自己打口井，而现代人只需要在买好的房子里装好自来水龙头，然后拧开就可以有水喝了一样。

从这两个例子当中，我们都可以看到大数据和云计算技术都解决了用户的刚需问题，所以得以蓬勃发展，在成就客户的过程中成就自己，迭代自己。

人工智能也是如此，目前的这一波人工智能发展高潮，主要是因为深度学习技术的大发展，尤其是由于卷积神经网络技术的大发展。这种技术需要大量的数据支持它完成模型训练工作，而且与此同时还需要大量的算力资源（CPU、内存）。大数据和云计算很好的支撑了人工智能的发展，而且人工智能技术目前在文字、图片、音频、视频的识别领域取得了很长足的进步。

可以在很多非常实用的场景中对为用户提供有价值的帮助。比如抖音的视频就都是存放在云计算厂商的云平台上的，大量内容的审核都是要经过机器筛选和人工审核两个环节之后，才会真正发布出来。这其中机器筛选环节就是通过鉴黄（黄色）、鉴恐（恐怖）、鉴暴（暴力）、涉政（政治）的人工智能模型来进行识别的，而这些模型都是通过大数据平台的数据支撑来完成训练的。这种场景很好的融合云计算、大数据、人工智能三种技术，而且缺一不可，而解决平台内容风险、降低审核成本是抖音的刚需，这种场景才是真正能够帮助技术发展的场景，是值得区块链行业借鉴的场景。

任何行业之所以能形成一个行业，固然是因为技术上的进步，但更重要的还是它们能解决掉具体的问题，而这些问题要么是以前根本无法解决，要么是以前解决的不好。对于人工智能、大数据、云计算行业是如此，对于区块链行业也是如此。

随着疫情黑天鹅的降临，区块链行业正在跌入谷底，但是真正的凤凰总会浴火重生，希望区块链能找到属于自己场景，创新是行业发展的原动力，但是在此时此刻，区块链行业更需要在场景端尽快完成这个创新过程！