香港出現FinTech獨角獸，網路貸款公司 WeLab|數位時代 BusinessNext

香港FinTech領頭羊

WeLab創辦人龍沛智（Simon Loong）來自金融圈。曾任職花旗銀行與渣打銀行管理階層共15年，管理香港、中國與台灣私人貸款與信用卡業務。WeLab員工數量約200人，中國員工約170人，而香港員工約30人。員工來自支付寶、騰訊以及百度等科技公司與花旗銀行、高盛集團等金融機構，陣容堅強。

「快速審核貸款人資格是WeLab公司的強項，在行動（Mobile）的領域也做得很好。由一流的人才領導團隊，而領導團隊對未來的市場與技術挑戰嫻熟於心，背後又有著名投資人的支援。這些都是WeLab被國際資本追逐的原因。」Oriente Holdings Venture 創辦人暨總監，同時也是Skype共同創辦人的Geoffrey Prentice表示。

「這不單是一家公司的募資案，這募資案鼓舞了香港FinTech創業圈，是重要的里程碑。WeLab成為香港FinTech的領頭羊，未來會有更多這樣的公司出現。」Oriente Holdings Venture 合夥人羅子亮表示。

香港起家，進軍中國，主打學生手機貸款

WeLab 2013年在香港創立，2014年進軍中國市場，在香港以WeLend品牌經營，在中國則以「我來貸」品牌經營業務。兩大平台累計，註冊用戶突破250萬人，貸款申請總額約90億元人民幣。

中國大學生申請信用卡難度高，審核很嚴，額度又很低，因此產生龐大需求，因此在中國瞄準大學生。2014年9月推出「我來貸APP」，專門貸款給中國大學生，最低1500元人民幣至最高6000元人民幣，期限為1至12月的貸款，學生只要在App中填寫個人基本資料（包括教育與聯繫人資訊）把學生證和身分證拍照上傳，系統24小時內就會完成審核。

香港WeLend：15秒就能審批貸款利率，1小時完成放款

香港業內人士表示，WeLend並非P2P貸款平台，而是網路貸款公司，Welend領有香港放債人牌照，是政府許可的私人貸款公司。由金融機構提供資金，然後放款給貸款人，WeLab賺取中間利差。在香港這樣的公司並不少，也有很多提供網路貸款服務，但多數公司還是以線下服務為主，也就是說，貸款者要跑到實體分行開戶，找專人面對面審核資格。

而WeLend是少數「純」網上借款，從申請到放款不需走出家門。純網路貸款的經營模式，讓WeLend節省實體店面成本，提供較低的利率給貸款人。「到Welend借錢的貸款人，不是因為在其他地方借不到錢，而是WeLend審批時間短，貸款利率便宜。」香港業內人士表示。

香港WeLend平台則瞄準一般上班族。貸款人申請時，只需要基本個人資料，不需要大量文件，就可以在網路申請，WeLend還強調15秒就能批核貸款利率，比起一般銀行或財務公司好幾天的時間，更有效率。WeLend全年無休，一星期七日都為貸款者服務，最低利率約1.99%。若提早還錢不會有罰息。

以WeLend的「結婚貸款」產品為例。貸款金額從港幣3000元至港幣300000元不等，還款期為14天至48個月，從申請至放款最快1小時完成。

@@ACTIVITYID:503@@

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。