宋靖仁談FinTech：台灣金融科技不落後，監管絕對可以成為推手|數位時代 BusinessNext

圖說明

「監管絕對可以是創新的推手！政府可以定義一個比較寬鬆的監管邏輯。」────國泰世華銀行數位銀行事業處副總經理宋靖仁

12月支付寶推出跨境O2O服務，讓陸客到台灣旅遊時能拿出手機直接支付，不用換匯，中美強國正突破各國金融法規，力推跨境金融發展時，台灣本身對於金融大數據的想像是什麼？《數位時代》特別專訪國泰世華銀行數位銀行事業處副總經理宋靖仁，請他與我們分享對於台灣金融科技的真知灼見。

創新是永遠存在的，就像貨幣從貝殼、銅錢、紙鈔、信用卡然後一直演變到虛擬貨幣，雖然金融的需求本質沒有太大變化，但是科技一直在變，法律條文是追不上金融創新的，監理單位可以先密切觀察但不需要立刻伸手去阻擋，允許社會犯錯，才可能有更多的創新。

支付寶可以跨境來台灣，是因為網路沒有國界，但台灣業者要複製Square做mPos時卻需要有很多討論，公會的討論，申請的討論等等，我不認為台灣金融科技是落後的，監管絕對可以是創新的推手！

政府可以定義一個比較寬鬆的監管邏輯，改成新創業者先申報或先做，監管單位實質了解新創公司的體制，確定這公司不是吸金、放高利貸、不侵占個資等，清楚地觀察公司的發展狀況。

支付寶模式並非創新

支付寶掃描QRCode的支付模式，算創新嗎？金融科技發展的過程中，QRCode技術已經喊了N年，不是嗎？支付寶可以做，國泰KOKO也可以做QRCode當面支付，通訊錄拆轉帳，但我不會講這是創新，因為微信與支付寶也有這麼做。

我認為「金融科技創新的核心是人類生活在改變的時候，金融服務形式有沒有跟著改變？」但金融『存款／投資／消費／保險／貸款』的本質是沒有改變的。以前轉帳要靠ATM很大一台，後來出現PC網路銀行，接著手機出現了，又推出手機版網銀，轉帳這些事情從未改變。

所有科技都會改變或滿足人的生活習慣，因此，當人的生活型態改變了，你的溝通型態也要跟著改變。現在大家早上起來第一個動作是看LINE，那麼和客戶溝通就不能再依賴EDM了。對銀行業者來說，最終還是要回到消費者的生活型態來思考，技術可以讓服務更加便利，人們在使用這些金融服務時，心情可以是愉悅的。

為FinTech定義會抹煞產業創新

金管會雖然開放傳統金融業者可以100%投資金融科技公司，但對金融科技公司也有嚴格定義，必須是在資料分析、介面設計、軟體研發（公司網站與客戶CRM、App等行動裝置）、物聯網（穿戴裝置）及無線通訊（如遠距健康照護與汽車）之金融科技事業等五大領域內，若非此五大領域不能投資。

弔詭的是，金融科技其實很難定義。去中介化、大數據、雲端、長尾……等等，或許都是金融科技的特性，但無法也沒有必要去精準定義它。既然很難有辦法定義，我們就應該用寬廣的法規去鼓勵它，比較有機會創造出新的格局。

在科技跨界的時代，為金融科技定義的同時，也就抹煞產業跨界創新的可能性。舉例來說Facebook現在是社交龍頭，推出Messenger支付後，Facebook就是金融科技公司了嗎？台灣人最愛用的LINE也是一個很好的例子，六年前他還是一個社交網站，但現在推出LINE PAY後大家可能認同他是金融科技公司了，但是六年前金融業可以投資LINE嗎？可能有難度，因為LINE社交網站公司可能不在金融科技類別裡面。

金融科技人才需求殷切

我們需要的人才就是具有創意、解決問題與思辨能力，能不能把重要議題看得很透。舉例來說，我們曾在內部討論過什麼是金融業的虛實整合？一個很資深的員工說，虛實整合就是先在網銀打廣告，然後在實體分行也設廣告，就會吸引顧客購買產品。我說這不是虛實整合，這是密集廣告轟炸。

然後我們討論一個換外匯虛實整合的例子。現在換外匯必須去銀行櫃台換，先抽號碼牌，櫃台給你一個中央銀行水單，填完資料，才換成外匯拿出來，這是目前流程。

現在我們做一個行動版的換匯應用要怎麼設計呢？我們需要的人才就是能「拆解」每一項動作，哪些對顧客來說是合理的，哪些是不合理的？哪些可以線上完成，哪些需要線下支持？如何更簡單方便？整個過程中非直線思考而是情境思考。

許多銀行的換匯行動應用介面還會出現「台幣買進32元賣出33元」這樣的設計，這是顧客需要的嗎？顧客比較想知道我一萬元台幣可以換成多少美元？多少日圓？我們需要的人才，就是可以把整個流程的每一個斷點都想清楚透徹，並且找出其中的問題。

若你是台大資工所畢業的，可以寫出程式碼上修改應用程式當然有加分效果，但這不是最核心的，核心關鍵是你沒有把流程想透，並且找出問題，如果找不出問題就算你是從投資銀行來的也沒有用。

台灣《個資法》雖然規定很嚴格，但有真正地保障人民隱私權，這是台灣人應有的權利，這是文明社會應該有的法規。當然若人民願意自己公開自己的資料給別人，這就不是政府應該管的了。舉例來說，雖然台灣《個資法》讓銀行業者沒辦法和手機業者合作，直接拿取使用者資料，但銀行業者可以直接和客戶合作，讓客戶自己同意。

金融大數據與台灣

國泰世華銀行的大數據策略方面，大數據還是得回到客戶需求本質，提供更貼近客戶生活的服務，即便目前許多客戶和我們往來密切，但終究我們蒐集到數據仍是片段，如何利用這些訊息蒐集拼湊出客戶完整全貌是相當大的挑戰。

我們透過多樣數據的蒐集和分析來不斷驗證服務產品和設計的想法，像是KOKO上市前就透過大數據分析，搭配針對20-35歲的年輕人進行超過30場以上深入的焦點訪談，同步挖掘消費者的真正需求，最後創造KOKO，希望成為最貼近台灣人生活的金融服務。

首波推出的社群拆轉帳和預算管理功能服務，就是我們透過分析發現使用頻率高、之前還沒有銀行能夠滿足的需求。一直到現在，我們在設計和開發新產品時，還是會透過大數據分析和訪談，探索客戶潛在需求。

宋靖仁小檔案

現任國泰世華銀行數位銀行事業處副總經理。前中國支付寶跨境支付業務副總裁，負責開拓跨境第三方支付業務，熟悉兩岸金融科技營運與法規，國泰金控少主蔡宗翰因此挖角宋靖仁回台。在此之前宋靖仁已有15年中國金融業經驗，曾任香港八達通中國區總經理、中國招商銀行信用卡中心總經理助理與VISA中國區業務發展副總經理。

攝影／蔡仁譯

本文出自於：
@@BOOKID:126568@@

@@ACTIVITYID:503@@

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問