「跳過銀行的匯率才合理！」──TransferWise跨國P2P匯兌服務|數位時代 BusinessNext

跳過銀行的匯率才合理

TransferWise這個服務就像它的名稱一樣，想要讓人們以更方便、更省錢的方式完成國際轉帳。相較於銀行使用自己訂定的匯率來收取利潤，TransferWise採用的匯率規則是中期市場利率（Mid-Market Rate），也就是買賣匯率的中間值，與大眾在路透社（Reuters）、Google上看到的匯率一模一樣。

TransferWise表示，這才是「合理且公平的匯率」。使用方式跟平常透過銀行轉帳很像，你只要在網站上輸入自己和對方的銀行帳戶、匯款金額，其餘步驟就交給TransferWise自動完成。

圖說：TransferWise另一位創辦人克里斯托．卡爾曼（Kristo Kaarmann）。照片來自：TransferWise

這個服務的緣起，一開始是來自辛里庫斯自己的困擾。當時他還是Skype的員工，由於Skype用歐元支付薪資，而他住在英國倫敦，平常使用的是英鎊，匯兌成了惱人的問題。另一位創辦人克里斯托．卡爾曼（Kristo Kaarmann）也有同樣的問題，只是情況正好相反。卡爾曼在倫敦工作，但是他在愛沙尼亞還有貸款要繳。

於是，這兩個好朋友想了一個方法。他們以路透的中期市場利率為基準，找出對雙方來說都公平的匯率。卡爾曼將英鎊匯入辛里庫斯在英國的戶頭，辛里庫斯則匯歐元給卡爾曼。兩個人都拿到自己辛苦工作賺來的錢，而且還沒被銀行賺走半毛，皆大歡喜。

贏得矽谷明星創投青睞

辛里庫斯離開Skype之後，進入法國英士國際商學院（INSEAD）就讀。他自述，商學院就讀期間，他曾經發想了許多創業點子。當想到P2P跨國匯款這個服務時，就連他自己也不知道到底可不可行，「不過，就試試看吧！」想不到，TransferWise一上線就掀起旋風，用戶們都大讚方便。

服務推出一年後，透過TransferWise轉帳的金額就有1千萬歐元，幫用戶省下的金額高達50萬歐元。今年6月，TransferWise宣布他們在過去4年內的累積轉帳金額已達30億歐元，每月轉帳金額約5億歐元，大概是英國整體市場的2%。

不只使用者買單，就連投資者也看好。上線以來，TransferWise每年都獲得資金，而且投資者都是科技圈中響叮噹的角色。除了PayPal共同創辦人彼得．提爾（Peter Thiel）之外，維京集團創辦人理查．布蘭森（Richard Branson）也押注了。

為什麼看好TransferWise？「TransferWise展示了真正的創新。它讓用戶可以保住自己的資產，不用繳納大筆手續費給銀行。」提爾2013年接受英國《每日電訊報》採訪時解釋。

今年1月，矽谷明星創投Andreessen Horowitz領投的5,800萬美元，更讓TransferWise一舉成為獨角獸。有了這筆資金，他們不只要跨出英國，邁向美國和歐洲其他國家，同時還計畫增加300種貨幣兌換選項。

但是，目前聲勢一片看好的TransferWise也不是沒有待解難題。競爭對手Small World Financial Services Group創辦人尼克．戴依（Nick Day）接受《Business Insider》採訪時便提醒，TransferWise的海外之路不會那麼簡單，勢必會遇上各國反洗錢規範和文化差異等問題。不過，正如辛里庫斯反思自己在Skype的日子時所說：「創業時，首先要挑選一個夠大的市場。」金融產業的確龐大、陳舊、保守，但也正因如此，更能激盪出創新火花。

TransferWise小檔案

創新TIPS
1.跳過銀行，利用點對點技術做跨國匯款
2.使用中期市場利率，匯率比銀行更合理
3.明星投資者注資，積極拓展海外市場

公司名稱：TransferWise
創辦人：克里斯托．卡爾曼（Kristo Kaarmann）、塔凡特．辛里庫斯（Taavet Hinrikus）
估值：10億美元
成立時間：2010年

本文出自於：
@@BOOKID:126568@@

@@ACTIVITYID:608@@

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。