勤业众信亚太区块链实验室经理Kelvin Wong日前在一场活动上，分享了区块链最新应用趋势。他认为，许多企业对区块链的印象还停留在比特币引发的负面印象，但相较于三年前，现在的区块链市场更加成熟了，已有越来越多企业导入相关应用。
例如，勤业众信辅导一个香港区块链应用是香港金管局，这个机构在去年底推出了“贸易联动”（eTradeConnect）的服务，这是香港银行业中，第一个应用区块链技术的大型金融信息共享平台，截至去年底就已经有12间银行参与，来解决传统贸易融资借贷的弊病。
一般来说，企业要向银行融资借贷，最常见的就是拿现有订单的收据，来向银行证明自己将来具备还款的能力。不过，传统的融资流程有两个痛点，一是依赖大量纸质证明文件，常耗费许多时间在人工核对上，还容易出现疏漏；另一点，同时也是银行最大的顾虑，就是融资行为被不肖企业作为欺诈手段，利用同一张订单收据同时向多间银行申请贷款，再卷款逃跑。
为此，勤业众信为香港金管局设计一套区块链机制，针对上述的痛点，协助银行将企业的所有文件数字化并上链，让每间银行拥有自己的独立账本，在征求客户同意的前提下，将融资企业的数据同步存储到所有参与银行的账本中，一旦存储就不可篡改。如此一来，企业申请融资时，能自动对账来节省纸质消耗、降低人为出错机会，银行也不用再靠传真或电邮来向其他银行分享信息，能以分散和受信任的方式，快速无延迟的交换信息。
Kelvin Wong也说明，由于这些数据都经过加密，若有企业以重复的订单向不同银行申请融资，系统侦测到重复申请的情形就会触发智能，来向该银行发出重复借贷的通知，“虽然银行不会知道这个企业在其他银行借了多少钱，但一被通知重复借钱就可以回绝。”
此外，金融业区块链也能应用在客户到银行开户时，通过客户过去在其他银行的KYC信息，分享给现正申请的银行来认证，加快银行进行信用评估的时间。
也就是说，客户要向银行B申请开户，可以向开户过的银行A发送请求，运用个人信息与银行账户数据来构成KYC，银行将会在区块链账本中找到该笔数据的散列值并回传给客户。这笔数据理论上属于客户，但实质上以加密的形式保存在银行A账本中，也同时存在于区块链各独立实体的账本中。接着，用户就能提供散列值给银行B，在让银行B到数据节点中取得数据，来加快信用的审核。
Kelvin Wong表示，区块链功能可依需求分成两类，一是作为集中式的账本数据库，利用区块链不可篡改的特性详实记录下交易历程，以便企业进行审核与查询，较适合单一企业内部管理数据时使用，每一项交易存储至区块后，无论中央拥有者或其他实体均无法删除或修改。
二则是广为人知的分布式账本数据库，这是当交易涉及第三方实体时，比如跨国贸易的组成可能有买卖双方、货运商、银行、保险企业等，分布式区块链网络能保障每个组织拥有独立账本，且每一笔交易记录都会存储到所有实体的独立账本中，无法变更或删除，加上去中心化的架构，让各实体间不必互相信任也能进行交易。
从勤业众信辅导过的企业案例来归纳，Kelvin Wong表示，大多金融企业更倾向创建集中式账本数据库，因为银行文化强调稳定、安全性高，数据也多存储在私有云中，因此更偏好自己管理数据库，来避免可能的安全风险，或误触法律灰色地带。
不过，他也认为，分布式账本更能发挥区块链的特性，来串联起多个实体组成生态系统。曾有运送集装箱的海运物流企业，希望用区块链来关注集装箱运输情形，勤业众信了解需求后，提供了更大规模的解决方案，将保险公司、当地物流公司一同拉进区块链。
如此一来，以集装箱运输过程的上链数据搭配智能合约，就能在集装箱从A地送达B地时，即时通知B地物流企业来收货，而且，若侦测到集装箱在运送途中毁损，也能即时通知保险公司至B地检查毁损情形并理赔，借此来串起生态系统，“这是传统的数据库做不到的，区块链搭配智能合约可以有很多用途。”
尽管区块链应用市场更加成熟，观望者还是大宗，Kelvin Wong表示，对于刚起步要导入区块链的企业，还是要先花许多时间解释，区块链不等于比特币，才能降低企业的不信任感。而且，以全球市场状况来说，不只是金融业，大多数企业也都还在观望或尝试，要等别人先做，对于区块链的应用还是偏向保守。
另外，则是涵盖多个实体的区块链在执行时，必须制定好各类规范，来面对可能接踵而来问题。比如在会员管理上的问题，包括如何加入？谁有资格决定会员的加入与离开？会员关系如何维持？在责任义务的归属上的问题，则包括数据被篡改要如何解决？区块链上的智能合约谁开发？数据在传递过程中，费用如何收取？这些也都是客户在应用区块链过程中，会遇到的挑战，Kelvin Wong表示：“如何创建区块链等技术性的问题，反而相对简单。”
对于未来区块链的发展，Kelvin Wong则认为，区块链也逐渐会与IoT、AI结合，“现在很多保险公司把数据存储上来，以后做数据分析就很方便。”尽管区块链应用才刚起步，大多企业搜集的数据都不够多，但区块链结合AI的应用仍被看好。