為什麼沒有更多的人購買比特幣與加密貨幣?

閱讀時間約 4 分鐘

為什麼沒有更多人在購買加密貨幣?你可能不斷的在問自己這個問題,特別是在長期可怕的熊市中。 你也可能會認為比特幣是多麽偉大的發明, 它不可被竄改,它是分散的,它是透明的,它有一天會登上月球,然後每個人都會使用它,它將價值100多萬美元!
為什麼人們不買比特幣? 我將在這裡帶大家揭曉。 日前英國政府的 Financial Conduct Authority 金融行為監管局發佈了一個有關加密貨幣的研究,發現人們不購買加密貨幣的主要原因有:
1. 加密貨幣風險太大 (29%)
由於歷史上的高波動性,加密貨幣被認為是一個過於冒險的投資。 此外,交易所缺乏信譽無法讓人安心地把錢丟進去。
2. 人們對於加密錢包的概念可以說是一頭霧水(23%)
公鑰?? 公鑰?? 地址??錢包?? 另外還有現階段缺少用於交換商品和服務的應用場景。
3. 不受監管(12%)
各國正試圖義監並管加密貨幣的最佳方式。美國仍在尋找合法化加密貨幣又可以防止犯罪活動的最佳方案。加拿大從 2013 年開始對加密貨幣徵稅,並且正在製定更多監管措施。日本實施嚴格的法規來以平衡消費者保護和技術創新。
4. 太難或太複雜了(8%)
人們對加密貨幣的運作方式缺乏了解。 跟現有的支付方式相比,像是信用卡 Line Pay 微信支付,加密貨幣進入門檻相對方非常高。
5. 聽過或讀過負面報導(6%)
太多的加密貨幣交易所,公共區塊鍊和加密錢包遭到駭客攻擊,導致人們對加密貨幣持負面看法。更不用提到太多項目用 ICO 詐騙。
有一點沒提到但我想補充的是 − 目前缺少應用場景。除比特幣之外,我們還沒有看到 DApp 解決任何現實的問題。現在大多數的 DApp 是 30 年前就可以辦得到的遊戲應用,唯一的區別在於它們是在區塊鏈上運行。
來源:https://bitcoinexchangeguide.com/
人們不買加密貨幣的原因不外乎是不了解加密貨幣跟認為加密貨幣太危險。而基本上,這些原因都歸咎於教育市場。通過教育,人們可以正確地理解加密貨幣,這將解決他們對加密貨幣的負面看法,了解如何運作如何購買加密貨幣。 因此,我認為其中許多問題實際上可以通過相當簡單的教育問題來解決。
其他因素像是風險太大,沒有受到監管,跟沒有應用場景,這些因素只會隨著時間的推進而得到解決。 如果是因為價格變化太大導致購買風險太高,那是因為現在市場相對較小,一個大戶就可以波動幣價。 想像一下,如果美國證券交易委員會批准比特幣 ETF,數千億元將湧入加密貨幣市場,在如此廣闊的市場中,個體戶難以波動價格。
至於缺少應用場景,人工智能在 1950 年代在 Dartmouth 大學的會議上發跡的。當時參與 會議,麻省理工學院的 Minsky 教授也是 MIT AI Lab 的共同創始人曾說 “在十年之內,創造“人工智能”的問題將得到解決”。
Within a generation… the problem of creating ‘artificial intelligence’ will substantially be solved
但實質上 AI 是在 2000 年代由 Facebook、Google、Amazon 等科技巨頭使用大數據才開始蓬勃發展出弱 AI 的應用(有機會再跟大家科普人工智能的應用發展)。回到區塊鏈,區塊鏈的第一個應用是在 2009 年發跡的比特幣,但區塊鏈是在 2015 年左右得到更廣泛的注目。隨著 2016,17 年加密貨幣 ICO 的崛起,到 2018 年開始受到各國政府與企業的關注,再到 19 年真正的開始發展商業應用。區塊鏈才剛要開始起步。我相信在“在十年之內,創造區塊鏈應用的問題將得到解決”。
在監管方面,許多國家開始禁止用加密貨幣籌錢。金管會開始審核加密貨幣,前面提到會有比特幣 ETF 跟以太幣 ETF 。人們可以通過熟悉的方式透過安全可靠的機構接觸到加密貨幣,各國也已經開始制定瞭如何對加密貨幣徵稅並合法的使用加密貨幣。
所有這些都是可以解決的,我是非常樂觀的,而且有理由保持樂觀。 我沒有什麼理由認為更多的人不會在未來接受加密貨幣。透過教育,更多應用,跟監管的實施這些事情都只是時間上的問題。隨著時間的推進,這些都會得到解決,所以理論上,將消除人們的擔憂接受加密貨幣。 即使有很多理由說明為什麼人們現在還沒有購買,但這些幾乎都會隨著時間解決。

本文發佈於 https://vocus.cc/AIandBlockchain/5cf4d938fd89780001a11314 。如若轉載請註明出處。
avatar-img
1會員
3內容數
以科學方式為導向的探討「區塊鏈與人工智能是如何影響人類行為」。
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
你可能也想看
Google News 追蹤
Thumbnail
Hi 我是 VK~ 在 8 月底寫完〈探索 AI 時代的知識革命:NotebookLM 如何顛覆學習和創作流程?〉後,有機會在 INSIDE POSSIBE 分享兩次「和 NotebookLM 協作如何改變我學習和創作」的主題,剛好最近也有在許多地方聊到關於 NotebookLM 等 AI 工具
Thumbnail
國泰CUBE App 整合外幣換匯、基金、證券等服務,提供簡便、低成本的美股定期定額投資解決方案。 5分鐘開戶、低投資門檻,幫助新手輕鬆進軍國際股市;提供人氣排行榜,讓投資人能夠掌握市場趨勢。
Thumbnail
這是張老師的第三本書,我想前二本應該也有很多朋友們都有讀過,我想絕對是受益良多,而這次在書名上就直接點出,著重在從投資的角度來切入
Thumbnail
比特幣是怎樣挖礦的?真的要拿著工具到礦場挖掘嗎? 相比起傳統銀行業⋯⋯ 比特幣:使用可再生能源的可能性 比特幣的挖礦流程 。加密貨幣平台 Kikitrade 團隊將會和你一起討論比特幣的環保問題,讓你了解更多基本知識,破除坊間常見迷思。
Thumbnail
商務簡報中,經常需要運用時間軸,來代表公司部門的發展史,產品的開發的更生歷程,有些人喜歡借來作簡報的目錄頁。畫幾個圖,或是套個模板,看似輕易的事,但要有新意,又要不誇張,又要看得舒服,書本又不會教,上班族又是時候一起耍一點小心機了。
Thumbnail
公共衛生強調群體的觀點,然而健康促進的眼光卻只想改善每個個人的生活習慣,用充滿個人歸因的健康評量,忽略了身為一個「人」被鑲嵌在社會中難以撼動的處境。 疾病的預防固然是很重要的,但更重要的是如何讓民眾可以在疾病發生後,能獲得一個完善的治療及照護。
Thumbnail
「為什麼我明明針對他要的講得很清楚了,他還是鬼打牆似的無法下定決心買單?」這個問題,有長年從事保險業的朋友問過我。 在回答以前,我想先問一個更相關的問題: 無論何種行業,你覺得,讓人信服你最重要的能力是什麼?
Thumbnail
母親節前夕,這篇文章正好適合所有母親們閱讀。看完之後你會了解,為什麼善良的人總是選擇人們認為難走的路?---戰略行銷
Thumbnail
青茶在往後的學習過程中,漸漸意會到「天分」說是個假議題,太多的例證與反證可以讓此說變得支離破碎。天分,這兩個字在你成功學習一門語言的因素裡面,佔的比例其實不高。母語就是最好的證明,又有什麼能夠解釋每個人都可以學會自己的母語? 說到底 「學習語言靠的是本能,而不是天分。」
Thumbnail
Hi 我是 VK~ 在 8 月底寫完〈探索 AI 時代的知識革命:NotebookLM 如何顛覆學習和創作流程?〉後,有機會在 INSIDE POSSIBE 分享兩次「和 NotebookLM 協作如何改變我學習和創作」的主題,剛好最近也有在許多地方聊到關於 NotebookLM 等 AI 工具
Thumbnail
國泰CUBE App 整合外幣換匯、基金、證券等服務,提供簡便、低成本的美股定期定額投資解決方案。 5分鐘開戶、低投資門檻,幫助新手輕鬆進軍國際股市;提供人氣排行榜,讓投資人能夠掌握市場趨勢。
Thumbnail
這是張老師的第三本書,我想前二本應該也有很多朋友們都有讀過,我想絕對是受益良多,而這次在書名上就直接點出,著重在從投資的角度來切入
Thumbnail
比特幣是怎樣挖礦的?真的要拿著工具到礦場挖掘嗎? 相比起傳統銀行業⋯⋯ 比特幣:使用可再生能源的可能性 比特幣的挖礦流程 。加密貨幣平台 Kikitrade 團隊將會和你一起討論比特幣的環保問題,讓你了解更多基本知識,破除坊間常見迷思。
Thumbnail
商務簡報中,經常需要運用時間軸,來代表公司部門的發展史,產品的開發的更生歷程,有些人喜歡借來作簡報的目錄頁。畫幾個圖,或是套個模板,看似輕易的事,但要有新意,又要不誇張,又要看得舒服,書本又不會教,上班族又是時候一起耍一點小心機了。
Thumbnail
公共衛生強調群體的觀點,然而健康促進的眼光卻只想改善每個個人的生活習慣,用充滿個人歸因的健康評量,忽略了身為一個「人」被鑲嵌在社會中難以撼動的處境。 疾病的預防固然是很重要的,但更重要的是如何讓民眾可以在疾病發生後,能獲得一個完善的治療及照護。
Thumbnail
「為什麼我明明針對他要的講得很清楚了,他還是鬼打牆似的無法下定決心買單?」這個問題,有長年從事保險業的朋友問過我。 在回答以前,我想先問一個更相關的問題: 無論何種行業,你覺得,讓人信服你最重要的能力是什麼?
Thumbnail
母親節前夕,這篇文章正好適合所有母親們閱讀。看完之後你會了解,為什麼善良的人總是選擇人們認為難走的路?---戰略行銷
Thumbnail
青茶在往後的學習過程中,漸漸意會到「天分」說是個假議題,太多的例證與反證可以讓此說變得支離破碎。天分,這兩個字在你成功學習一門語言的因素裡面,佔的比例其實不高。母語就是最好的證明,又有什麼能夠解釋每個人都可以學會自己的母語? 說到底 「學習語言靠的是本能,而不是天分。」