4張圖！一次搞懂網路金融的商業模式|數位時代 BusinessNext

網路金融商業模式看似複雜，但可簡化成「支付」與「投融資」兩大類概念。支付（指資金流通）類的商業模式旨在使資金流通更便捷安全，如虛擬貨幣與第三方支付；而投融資類型的商業模式旨在媒合有閒置資金者與需要資金者，使放借款更便捷，如P2P網路貸款與群眾募資。

##商業模式一
#P2P網路貸款 Peer-to-Peer Lending
概念：有閒置資金的人，透過第三方網路平台的媒合，借給有資金需求的人，以獲得報酬。
類型：債權轉讓、第三方擔保、無息公益、平台擔保
案例：Lending Club、拍拍貸、Zopa、Kiva

圖說明

###使用者說法
李怡志（P2P網路借貸平台放款者）：無息放款做公益，何樂而不為？

第一次是在2008年於公益P2P網路募款平台Kiva放款25美元，無息借給在巴拉圭的39歲婦女Nicolasa，協助她小雜貨店補貨還有蓋牆。

Kiva的連保制度讓我很安心，舉例來說，一個放款案件，以20個人為一組，如果有一人沒有還，其他人就要還這個款項。多年來已經累計400多次放款，Kiva的呆帳很低，400多次只有一次呆帳而已。在選擇放款對象的時候，特別喜歡放款給女性，因為女生常被排除在商業投資之外，是很需要資金的族群。另外，我也喜歡還款時間短的，譬如6個月就會還錢的，這樣還可以把錢拿去借給其他人。Kiva放款款項99％都會還回來，無息放款做公益，何樂而不為？

##商業模式二
#虛擬貨幣 Virtual Currency/Cryptocurrency
概念：由特定虛擬社群開發與控制，並被特定虛擬社群成員使用的貨幣，如魔獸遊戲幣與Facebook Credit。或依靠網路點對點產生的協議信任，不由任何機構發行與控制的數位貨幣，如比特幣。
類型：封閉式、單向流通、雙向流通
知名案例：比特幣（Bitcoin）、Facebook Credits、林登幣（Linden Dollar）、魔獸金幣（WoW Gold）

圖說明

###使用者說法
楊哲豪（虛擬貨幣投資者）：比特幣投資風險很大，但獲益也很驚人！

比特幣是一場社會性實驗，這場實驗人人都可以自由參與。2009年我在YouTube看到比特幣相關影片，於是就開始挖礦。那時挖礦並不難，但是挖礦的日子是很無聊的，要忍受噪音，也要很小心用電安全，我前後砸了70萬元在上面，去年賣掉了一些，現在還有三位數在手上，現在市價大約2萬元（註：比特幣波動性大，僅供參考）。

投資比特幣仍有風險，最近東京的交易所Mt.Gox倒閉，我也損失了1千歐元，但我還是會繼續投資比特幣，像人民幣定存一年報酬率也才3％，但比特幣卻可能在一天之內就有19％的報酬率，獲益很驚人。如果你想要擁有比特幣的話，可以挖礦或直接去國際各大交易所購買。

##商業模式三
#第三方支付 Third-Party Payment
概念：買方及賣方間建立一個中立的支付平台，為買賣雙方提供資金代收代付，讓交易更有保障、更令人安心。
類型：跨境、行動、全方位、基金與保險服務
知名案例：PayPal、支付寶、支付連、輕鬆付、歐付寶、豐掌櫃

圖說明

###使用者說法
馬鳳鳳（第三方支付使用者）：利息比放銀行還多，已把它當成銀行存款簿

去年9月開始用阿里巴巴的第三方支付支付寶，支付寶可以給朋友轉帳，很方便，打車也用到支付寶，不過我現在用餘額寶（利用支付寶餘額買貨幣基金）的次數比支付寶還多。去年10月初開了餘額寶帳號，當初還覺得不太安全，只存了一點點，後來發現真的每天都有利息，慢慢地把錢都存進去了，半年存了人民幣1萬多元，利息累積大約200百元吧，比放銀行還多很多，我已經把它當成銀行存款了。

每天刷牙洗臉的時候，打開手機餘額寶就會告訴我，今天又賺了一塊、兩塊，挺好玩的！也可以當成理財的工具。而且餘額寶的錢很容易轉回支付寶帳戶，可以繳電話費、買機票、打車、水電費、買火車票，方便的不得了。

##商業模式四
#群眾募資 Crowdfunding
概念：利用網路平台快速散播計劃內容或創意作品訊息，獲得眾多支持者的資金，最後得以實踐計劃或完成作品。
類型：封閉式、單向流通、雙向流通
知名案例：Kickstarter、flyingV、嘖嘖

圖說明

###使用者說法
林世嘉（群眾募資平台募資者）：不用大把鈔票，也可用群眾募資平台傳播理念

在flyingV上找柯文哲醫師為活動代言人，辦「白色的力量」活動，進行群眾募資，對我們來說是很新的嘗試，目前200萬元的募資目標已經達陣。以前舉辦競選活動就是要花大錢，只有有錢人、大財團才玩得起，一個政治素人若沒有財團支持、沒有錢，很難打破這個高牆。

但群眾募資利用科技，翻轉了傳統的競選模式，群眾募資平台打破資本主義民主的理念，政治素人不用大把鈔票，也可以用群眾募資平台迅速傳播自己的理念。在平台中，每個人貢獻的時間與金錢都是很零碎的，但這些零碎的力量聚沙成塔後，卻可以成就別人的大夢想，力量是非常大的。

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。