POSCO International และ LG CNS ได้เปิดตัวโครงการนำร่องบนบล็อกเชน Injective เพื่อแปลงบัญชีลูกหนี้การค้าจริงให้เป็นโทเค็น โดยใช้ข้อมูลสดจากบริษัทย่อยในต่างประเทศ
ยักษ์ใหญ่ของเกาหลีใต้ LG CNS และ POSCO International นำข้อมูลการซื้อขายแบบเรียลไทม์มาใช้งานบนบล็อกเชน Injective

ประเด็นสำคัญ
- POSCO และ LG CNS กำลังทำโทเค็นให้กับลูกหนี้ที่เกิดขึ้นจริงจากสาขาทั่วโลกกว่า 80 แห่งบน Injective
- การทำโทเค็นระดับองค์กรขยายสู่การค้าระดับโลก ต่อเนื่องจากยอดประมวลผลกว่า 3 ล้านล้านดอลลาร์ผ่าน Kinexys ของ JPMorgan
- POSCO วางแผนสรุปกรอบงานโครงการนำร่องในช่วงครึ่งหลังของปี 2026 เพื่อทยอยนำไปใช้ทั่วการดำเนินงานระดับโลก
การแก้ปัญหาคอขวดของการค้าด้วยระบบเดิม
POSCO International และ LG CNS ได้เปิดตัวโครงการนำร่องเพื่อทำโทเค็นให้กับลูกหนี้การค้าที่เกิดขึ้นจริงบนบล็อกเชน Injective ซึ่งนับเป็นหนึ่งในการทดสอบสินทรัพย์โลกจริง (real‑world asset) ที่ล้ำหน้าที่สุดของเกาหลีใต้ โดยทั้งสองบริษัทระบุว่าโครงการนี้ใช้ข้อมูลเชิงพาณิชย์จริงจากบริษัทย่อยในต่างประเทศของ POSCO International แทนการใช้ข้อมูลทดสอบ
POSCO International ซึ่งเป็นหนึ่งในบริษัทการค้ารายใหญ่ที่สุดของเกาหลีใต้ รายงานรายได้ 22.2 พันล้านดอลลาร์ และดำเนินงานสาขาในต่างประเทศมากกว่า 80 แห่ง ครอบคลุมเหล็ก พลังงาน และวัสดุแบตเตอรี่ ส่วน LG CNS ซึ่งเป็นแขนไอทีของ LG Group เป็นหนึ่งในบริษัทเทคโนโลยีที่ใหญ่ที่สุดของเกาหลี และได้ดำเนินการ IPO ที่ใหญ่ที่สุดของประเทศนับตั้งแต่ปี 2022 เมื่อเข้าจดทะเบียนในเดือนกุมภาพันธ์ 2025
ภายใต้โครงการนำร่อง ลูกหนี้ของ POSCO International ถูกออกเป็น โทเค็นแบบมีสิทธิ์เข้าถึง (permissioned) บนบล็อกเชน Injective โดยผู้มีอำนาจที่ได้รับอนุญาตสามารถถือครองและโอนย้ายสินทรัพย์ได้ และการชำระบัญชีเกิดขึ้นบนเชน (onchain) ภายใต้การควบคุมที่บริหารโดยทีมการเงินของ POSCO International
ตามแถลงการณ์สื่อ ปัจจุบันลูกหนี้ถูกติดตามแยกกันโดยบริษัทย่อย ธนาคาร และคู่ค้า ทำให้การกระทบยอดช้าลงและล่าช้าต่อการเข้าถึงเงินสด ด้วยการนำลูกหนี้ไปไว้บนบัญชีแยกประเภทที่ใช้ร่วมกัน บันทึกดังกล่าวจะกลายเป็นวัตถุเดียว และกฎการปฏิบัติตามข้อกำกับดูแลจะเดินทางไปพร้อมกับโทเค็น เพื่อให้มั่นใจว่ามีการตรวจสอบที่สอดคล้องกันข้ามเขตอำนาจศาล
Injective ถูกเลือกแทนบล็อกเชนเอนกประสงค์ เพราะโมดูลสินทรัพย์โลกจริงของมันฝังการปฏิบัติตามข้อกำกับไว้ในระดับโปรโตคอล การยืนยันตัวตนและกฎว่าผู้ใดสามารถถือครองหรือเคลื่อนย้ายสินทรัพย์ได้ ถูกบังคับใช้โดยตัวเชนเอง เครือข่ายสรุปธุรกรรมได้ทันที สร้างบล็อกในเวลาน้อยกว่าหนึ่งวินาที และใช้สมุดคำสั่งซื้อขายบนเชน (onchain order book) ที่ออกแบบมาเพื่อป้องกันการแซงคิว (front‑running) — คุณลักษณะที่บริษัทระบุว่าจำเป็นเมื่อทำโทเค็นให้กับสิทธิเรียกร้องที่แทนเงินจริงที่ค้างชำระ
“PoC นี้มีความสำคัญเพราะได้ยืนยันความเป็นไปได้ในการประยุกต์ใช้เทคโนโลยี AI และบล็อกเชนบนฐานข้อมูลและกระบวนการค้าจริง” โฆษกของ POSCO International กล่าว “เราวางแผนจะสรุปกรอบการดำเนินงานนำร่องในช่วงครึ่งหลังของปีนี้ โดยมุ่งเน้นพื้นที่ที่ยืนยันแล้วว่ามีการเพิ่มประสิทธิภาพการดำเนินงาน และจะนำไปใช้กับการดำเนินธุรกิจจริงในลักษณะทยอยเป็นระยะ”
LG CNS ได้จัดหาโครงสร้างพื้นฐานสกุลเงินดิจิทัลให้กับรัฐบาลท้องถิ่นมากกว่า 220 แห่ง มีส่วนร่วมในโครงการนำร่อง CBDC ของธนาคารกลางเกาหลี และดำเนินแพลตฟอร์มโทเค็นหลักทรัพย์ให้กับ KOSCOM และ Mirae Asset Securities ในเดือนมีนาคม 2026 บริษัทได้ร่วมมือกับ Palantir เพื่อนำ AI ระดับองค์กรมาปรับใช้ทั่ว LG Group
การทำโทเค็นระดับองค์กรได้เร่งตัวขึ้นทั่วโลกในปีนี้ แพลตฟอร์ม Kinexys ของ JPMorgan ได้ประมวลผลธุรกรรมสะสมมากกว่า 3 ล้านล้านดอลลาร์ ขณะที่ Citi ได้ทดสอบการทำโทเค็นของตลาดเอกชนบนเชนสาธารณะร่วมกับ Wellington Management และ Wisdomtree เกาหลียังคงเป็นหนึ่งในตลาดที่คึกคักที่สุด และ POSCO International กับ LG CNS กำลังขยายโมเดลนี้ไปสู่ลูกหนี้ที่เป็นฐานรองรับการค้าระดับโลก
ทั้งสองบริษัทระบุว่าเป้าหมายของพวกเขาคือกรอบงานแบบรวมศูนย์สำหรับการค้าครอบคลุมทุกบริษัทย่อย โดยมีการชำระบัญชีที่เร็วกว่าในรอบหลายวันแบบปัจจุบัน และการปฏิบัติตามข้อกำกับที่ยังคงติดอยู่กับสินทรัพย์ข้ามพรมแดน
“Injective ถูกสร้างขึ้นเพื่อให้การเงินภายใต้การกำกับดูแลสามารถทำงานบนเชนได้ และโครงการนำร่องในสเกลนี้คือสิ่งที่มันถูกออกแบบมาเพื่อรองรับ” Eric Chem ผู้ร่วมก่อตั้ง Injective กล่าว “เมื่อบริษัทการค้ารายใหญ่ที่สุดของเกาหลีใต้และ LG CNS เลือก Injective สำหรับลูกหนี้การค้าที่เกิดขึ้นจริง แสดงให้เห็นความสามารถของ Injective ในการขับเคลื่อนตลาดทุนจริงขึ้นสู่ onchain”
บทความนี้แปลจากภาษาอังกฤษโดยใช้ AI เวอร์ชันภาษาอังกฤษต้นฉบับเป็นแหล่งข้อมูลที่เชื่อถือได้ การแปลอัตโนมัติอาจมีความไม่ถูกต้อง โดยเฉพาะอย่างยิ่งในคำศัพท์ทางกฎหมายและข้อบังคับ

















