[Meet創業之星] 擔心貸款被拒?AlphaLoan要做你和銀行之間的信任溝通
[Meet創業之星] 擔心貸款被拒?AlphaLoan要做你和銀行之間的信任溝通
2016.09.09 | 新創團隊

談及貸款其實是一件嚴肅的事情,畢竟貸款期間所涉及的準備、流程、資料等都是讓人頗為煩惱的部分,而這期間的心情只怕並不會太好。根據中央銀行資料顯示,台灣的個人信貸市場這幾年的增長都在230億新台幣左右,顯然這是一個不小的細分領域,而AlphaLoan則看到了這個商機,成為全台首家提供信用貸款服務的團隊,要解決目前信用貸款資訊不對稱問題。

對於貸款者而言,不同銀行間的貸款方案和利率沒有一個公開的比較平台,且無法在貸款之前預先得知自己的評估方案,所以貸款被拒時有發生。另外貸款者大多無法根據自身的情況去選擇最適合自己的銀行,導致在利率和方案上遭受間接損失,而AlphaLoan想解決的就是建立貸款者和銀行之間的雙向服務關係。

利用演算法和大數據分析,通過用戶授信數據給出評估

不同於各大銀行的貸款專員,AlphaLoan並不直接提供貸款或是其他資金服務,他們所做的更像是「貸款中的7-11」,即提供貸款的入口服務。

簡單來說,以往的貸款往往需要到聯徵,也就就是「財團法人金融聯合信用徵信中心」進行信用記錄查詢,而銀行也將根據查詢結果來評估最終的貸款核准機率和方案,但由於聯徵查詢行為往往會被銀行解讀為多次貸款或是信用高風險行為,導致使用者無故遭拒,而AlphaLoan則從這方面入手,希望能讓貸款者一次解決問題。

AlphaLoan團隊在貸款者打算去貸款之前,利用軟體開發與資料分析專長,透過自己建立的演算法和資料庫,分析用戶授信的數據(包括Facebook、Linkedin、電商平台、個人實名資料等,根據提供不同層級的數據給出不同的方案),提供大部分銀行的核貸結果預測,讓使用者在不動用聯徵的情況下,取得適合自己的資金來源指南,進而提供申貸銀行的合理方案,也成為目前台灣市場唯一能一次提供大部分銀行核貸預測的網站。

圖片來源:截取自alphaloan官方網站

在這個過程中,使用者不僅可以通過AlphaLoan了解到最適合自己的申貸銀行和貸款方案,而且也避免了多次聯徵的情況,最後使用者還可根據方案在申貸銀行的網站上自行申請或是線下作業,解決目前信用貸款資訊不對稱問題。

團隊皆有數據分析背景,打造不一樣的Fintech模式

關於AlphaLoan團隊的建立其實也頗為有趣,共同創辦人Alvin在與合作銀行窗口討論時,發現個人信貸市場的資訊並不透明,且作業效率不如預期。而曾在富士康、中國信託等工作多年的他在和跟黃亮銓(LC)分享時,恰好LC也曾經利用信用貸款創業過,深知貸款者的痛,有著數據分析基礎的兩人找來了相似背景的網站開發高手許維城(POC),共同創立了AlphaLoan。網站上線至今2個多月,目前的使用者已高達千人,且貸款轉換率也在5%-10%之間。

頗有意思的是,這些客戶(申貸者)在得到專業服務後,常主動詢問AlphaLoan是否要跟他們收取數萬元的諮詢費,以及是否有意願幫忙經手申請資料及賬戶,而AlphaLoan則笑談,享受免費服務似乎對於台灣的使用者來說是一件意外的事。

在創業過程中,AlphaLoan也參考了中國大陸芝麻信用(支付寶)、京東白條,以及美國金融科技新創公司ZestFinance的經驗,考慮到目前台灣已有不少團隊在P2P 網路金融和信貸業務,所以團隊從自己擅長的數據分析出發,直接聯動使用者和銀行之間的溝通,藉此希望打造不一樣的Fintech模式,將個人信貸的評估服務擴及台灣市場,並在未來進一步打入東南亞地區。

與主流銀行合作,達成使用者和銀行的雙邊互贏

由於AlphaLoan團隊的創辦人之前在金融業工作,故也累積了大量的金融客戶關係,得益於這方面的優勢,目前合作的銀行已覆蓋國內主流銀行,並且還在持續增加中,而團隊也直言,希望通過AlphaLoan能讓使用者快速取得市面上所有信貸產品的資訊和實際貸款利率,並且讓銀行快速有效的取得客戶通路,建立大數據信評,甚至在未來推出專屬貸款商品。

AlphaLoan團隊主要成員.jpg
圖說:AlphaLoan團隊主要成員,從左至右分別為呂建林(Rulu, Developer)、陳冠宇(設計師)、林建宏(Alvin,BD)和黃亮銓(LC,PM)及未入鏡的許維城 ,攝影:賀大新。

雖然還是一間新創公司,但AlphaLoan已有不少潛在投資人,而目前團隊還在堅守服務的理念,短期內將持續專注貸款業務合作,並希望下一步能達成和金融、電信以及電商業者的數據共享與計算,並在未來能建立核心技術及資料,與銀行共同設計金融商品,打造一家具備新信用風險評估模型的數據公司,改善金融交易的效率及重新建立雙向的信任關係。

【創業快問快答】

Q.目前該服務的獲利模式?

我們將需求明確的使用者介紹給銀行,完成後續貸款申請,向合作的銀行收取CPSCost-Per-Sale/CPL(Cost-Per-Lead)費用。

Q.就目前市場狀況,您認為貴公司服務的競爭優勢為何?

我們有自己建立的演算法及資料庫,可以一次提供申貸者大部分銀行的核貸結果預測,讓使用者在不動用聯徵的情況下,取得適合自己的資金來源指南。

Q.要達到下一步目標,團隊目前缺乏的資源是?

還需要建立市場口碑,讓使用者更了解我們,產生互信。

【團隊資訊】

公司名稱:新愛世科技股份有限公司
產品名稱:實貸比較網 / AlphaLoan
團隊成員:5人
公司成立時間:2016 / 04
產品上線時間:2016 / 06 Beta版本上線
公司網站:https://www.alphaloan.co/

@@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