避免「上有創新政策,下有守舊對策」,金管會需要的不只是改名而已
避免「上有創新政策,下有守舊對策」,金管會需要的不只是改名而已
2016.08.10 | 科技

「我們不能讓金融監理沙盒只是情緒上的宣洩而已。」立委余宛如語重心長地說。台灣拋出金融創新政策時,總是讓人期待滿懷,希望法令能跟上快速變動的世界,但期待最怕遇到失望。失望的理由是,擔心台灣各界用洪荒之力討論施行後,卻無實質效果,好似炫目的嘉年華會,在眾人喧囂之後僅留孤寂。

圖說明
(圖片來源:Flickr CC By michael_swan。)

金融監理沙盒提案闖立院,但更應討論金管會組織法修正

目前討論度最高的金融創新政策,就是立委曾銘宗提案的金融監理沙盒(FinTech Regulatory Sandbox),但在討論金管會改名或金融監理沙盒這兩大議題前,也該考慮討論金管會的「組織法」修正。

如此,金融監理沙盒機制「更」能發揮真正效益。否則不能排除,立法院有創新政策,金管會有守舊對策,表面上台灣法規勇於創新突破窠臼,但實質上機制只是擺飾,金融沙盒只是一場情緒上的宣洩。

上有創新政策,下有守舊對策?

更改組織法的理由很簡單:「事在人為」。創投圈常說,「投資團隊,就是在投資人才,因為對的團隊會把錯的事情做對,但錯的團隊會把對的事情做錯。」正是這個意思,政策施行也是如此。金融監理沙盒設立本意就是為獎勵創新,需要開放勇於發展創新的主管機關,但金管會主管目前仍偏重管理輕創新。

更何況目前各國的金融監理沙盒機制,看起來勇於創新,實質效果未見。金融沙盒機制必須在消費者利益與金融創新兩者取得平衡,這說得容易,但做起來很難,因此英國與新加坡的機制都必須先通過重重審核,為消費者把關。

英國就詳列金融服務範疇與真正創新性等下列五大條件,作為業者的審核標準,業者要通過沙盒機制並不容易,現在也還沒有公司正式拿到資格。

  1. 金融服務範疇:該企業是否在本國境內提供服務?業務是否為應受監管的金融服務?
  2. 真正創新性:該創新是否是重要突破?或所提供的金融服務是否和現行市場顯著不同?
  3. 消費者利益:該創新是否直接或間接帶給消費者利益?如提升服務品質提升效率或降低價格?
  4. 必要性:該企業是否有在沙盒場域試驗的必要?
  5. 已達試驗階段:測試計畫是否有明確目的,是否有足夠資源完成測試?是否能提供完備的消費者保護措施,以及是否有能力在必要時提供適當的賠償?

台灣金管會對創新的態度,遠比英國保守嚴格,就算這個機制真的上路,台灣業者要成功闖關恐怕更不容易。有業者就擔心地說,如果監管單位沒有創新意識,那大多數參與申請的團隊都可能都會被打回票,通過審核的團隊僅是鳳毛麟角。「除非申請者的商業模式非常安全,完全不會侵犯消費者權益,要不然被拒絕的機會很大。」

讓有創新精神與思維的人才進入金管會

關於組織法的修正方向,立委曾銘宗接受《數位時代》專訪時曾表示,「金管會需要組織調整與創新的文化。」他建議,台灣可以在金管會現有的銀行、證券、期貨與檢查等四個局之外,新增一個單位,專責金融創新發展,讓有創新精神與思維的人才進入金管會,涉身處地為金融創新發聲,改善現在金管會重監管輕創新的失衡狀態,找到平衡點。

現有的金管會組織法中第1條就註明,金管會設立目的之一是要促進金融市場發展。第1條是這麼寫的「行政院為健全金融機構業務經營,維持金融穩定及促進金融市場發展,特設金融監督管理委員會。」此外,在法規第3條也有提及金融會有金融市場『發展』監督與管理之責。

但在第4條次級機關執掌中,卻看不到對於金融市場發展的重視。目前金管會分成銀行、證券、保險與檢查等四個次級機關,並且強調監督與管理,並沒有機關專責金融創新發展。

圖說明
(圖說:根據2003年公佈的金融監督管理委員會組織法,第4條的第4點,金融會有金融市場『發展』監督與管理之責。圖片來源:金管會。)

圖說明
(圖說:目前金管會分成銀行、證券、保險與檢查等四個次級機關,並且強調監督與管理,金融創新發展在第4條中不受重視。圖片來源:金管會。)

當局應將業者的擔憂的考量在內,避免「上有創新政策,下有守舊對策」的情況發生,而組織法的修正、讓具有創新思維與精神的人才進入金管會就是其中一個方法。

代表圖來源:Flickr CC By PROBarbara Hobbs

@@ACTIVITYID:638@@

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓