LINE Pay雙箭頭領軍,全力衝刺線下行動支付場景
LINE Pay雙箭頭領軍,全力衝刺線下行動支付場景

LINE Pay對LINE來說,不只是一場支付競賽,更是貫穿LINE智慧入口布局成功與否的重要核心。不過在LINE Pay前台灣總經理陶韻智於8月底正式離職後,LINE Pay沒有打算補上這個懸缺,而是決定採取雙負責人共治的作法,由LINE台灣LINE Pay商務開發總監洪偉洲和LINE台灣LINE Pay營運團隊負責人吳孟芝,分別帶領前線和後勤團隊,並肩迎接這場戰役。

LINE Pay台灣創始元老,共同領兵作戰

吳孟芝和洪偉洲過去鮮少在媒體前曝光,卻也不能說是網路圈的陌生人。吳孟芝最早是在Yahoo奇摩的電商部門工作,2014年加入LINE之後,先是負責LINE MART的項目,而在2015年初,則是獲得轉任LINE Pay的機會。「電商總結就是在講消費行為,支付對我來說是這個題目的延伸。」吳孟芝當時心想,「這應該是有趣的題目。」就這樣成為LINE Pay台灣的元老之一。

吳孟芝-LINEPAY-20161110-郭涵羚攝-3252.jpg
LINE台灣LINE Pay營運團隊負責人吳孟芝在網路圈有多年經驗
圖/ 郭涵羚/攝影

而外界對洪偉洲的印象或許也還記憶猶新,在加入LINE Pay之前,他是新創團隊愛魅奇共同創辦人,曾擔任行銷總監一職。所以當被問到為什麼會加入LINE Pay時,他半開玩笑地說:「因為失業阿。」不過玩笑歸玩笑,其實洪偉洲有金融業的背景,在結束愛魅奇後,他曾思考過是否要回到金融老本行,但正巧也遇到LINE Pay在徵人,給了他一次滿足金融和創業兩個愛好的機會。他這麼想:「從零開始做行動支付,是不是有機會做些什麼?」

洪偉洲-LINEPAY-20161110-郭涵羚攝-3241.jpg
LINE台灣LINE Pay商務開發總監洪偉洲有金融業的資歷,也曾經創業開設網路公司
圖/ 郭涵羚/攝影

陶韻智加上吳孟芝和洪偉洲,他們就是LINE Pay台灣最初的創始團隊。而LINE Pay也從業務開發和營運面兩條線展開布局,一邊招攬人才,一邊進行在地化。

雖然現在鐵三角在陶韻智離職後已經缺了一塊,但陶韻智認為,洪偉洲過去有銀行與網路新創公司商務開發經驗,對支付點的拓展,關鍵策略商務合作案都有足夠的經驗;而吳孟芝則是從雅虎時代開始就有對用戶行銷,營運數據管理長久的積累。「他們是LINE Pay業務成長與用戶經營重要支柱,我深具信心。」他說。

獲利不是重點,擴增線下店是眼前唯一目標

而現在吳孟芝和洪偉洲眼前的目標和挑戰很明確,獲利不是現階段的重點,重點是如何以最快的速度串接最多的線下商店、創造更多行動支付使用情境,進而帶動用戶和使用率成長。

其實LINE Pay的起步很快,去年8月26日服務上線後,因為今年初在台南地震後發起捐款活動,意外帶動LINE Pay註冊會員數快速躍升,才半年時間就突破100萬人。然而,會員數快速增長的同時,卻也讓支付情境的擴充任務顯得更為急迫。

一直到今年4月以前,LINE Pay都還只能在Pinkoi、OB嚴選等線上商店消費,是4月之後才接入第一個線下支付據點-美麗華百貨;後來6月再新增三創。而在這段期間,LINE Pay註冊會員數的成長曲線也明顯走緩,直到10月陸續接入全家和7-11兩大連鎖超商,加以優惠行銷活動,才又看到另一波成長動能。

【圖二】LINE Pay由虛擬走向實體!美麗華百樂園正門口也貼上大型LINE Pay圖樣貼紙歡慶合作
一直到今年4月,LINE Pay才開通首家實體店美麗華
圖/ LINE

看起來,即便LINE在台灣擁有超過1700萬使用者的基礎優勢,在缺乏更貼近消費者生活的線下支付場景下,LINE Pay對消費者的吸引力還是有限。

洪偉洲解釋,他們當時先是在最短時間內完成了線上使用情境的布局,但線下商店的串接卻無可避免地需要更多時間。其中,他最常遭遇到的問題就是商家使用意願。洪偉洲表示,幾乎所有商家第一句話問的就是:「為什麼我要用LINE Pay?」

這事實上也是去年剛開始推行服務時,他面臨的最大挑戰,「什麼都沒有的時候,你要怎麼說服商家?」這也形成另一個現象就是,LINE Pay早期很多合作商家都是從LINE內部推薦過來的,這些店家過去可能跟LINE MART合作過,或者是官方帳號的客戶。「最早他們對這個服務(指LINE Pay)還不知道是什麼的時候,就是看中(LINE的)行銷。」吳孟芝說。

然而使用意願還不是拖慢線下支付場景發展的唯一原因。洪偉洲指出,因為實體店必須進行POS系統的調整、技術整合、員工教育訓練等等必要工作,所以串接的準備期間也比線上商店更長。

競爭者加入,帶動市場成長

但好消息是,隨著愈來愈多支付業者上線,他們觀察到這兩個問題的難度也明顯跟著降低。吳孟芝舉例,今天一家便利商店如果進來100個人只有一個人說要用行動支付,那店員不會操作也還算正常,可是如果100人中,有20個人都說要使用行動支付呢?

同樣地,只有一家支付業者去詢問店家合作意願時,店家可能會有疑慮,但如果超過10家支付業者都上門說要談合作時,店家自然會意識到這是未來零售的趨勢。更別說,當指標性商家開始採用行動支付後,競爭對手態度也多會轉趨積極,這時洽談合作的成功機率也會跟著提高。

而隨著更多線下支付場景的開通,讓消費者更有感,LINE Pay不只註冊會員數出現新一波增長動能,吳孟芝發現,早期最多人問的問題是「LINE Pay在哪裡?怎麼用?」但現在消費者的問題已經逐漸轉移到:「使用流暢度」、「如何拿到優惠」或是建議增加支付場景等等。她認為這顯示消費者已經慢慢被啟發,支付服務也開始受到更多關注,因而開始看到更多具體的建議。

同樣地,洪偉洲也表示從內部數據上看到,不論是消費者使用的頻率或意願,都在下半年看到明確提升。看來一個又一個支付業者的投入,在讓市場競爭升溫的同時,也確實對市場的推展帶來助益。只是接下來的問題是,誰可以跑得更快?

1700萬用戶優勢,LINE Pay會跑得更快嗎?

洪偉洲認為,LINE超過1700萬的用戶數還是很大的競爭優勢。除了消費者不需要重新下載新APP,而且也不會被隨便刪除外,他經常這麼問店家:「你想不想跟台灣1700萬用戶發生關係?」他舉例,和全家便利商店和7-11的行銷活動中,他們提供6%的LINE Point回饋,「消費者想要拿6%就去了(便利商店) ,等於是我們幫他(指便利商店)把消費者從手機導到店裡面去,這對商家來講,是他們要的。」

而洪偉洲也預告,在兩大便利超商的合作上線後,一直到明年第一季,LINE Pay很快還會有更多合作案陸續上線,而且都會是實體店家。雖然目前還不能透露商家細節,但他表示,「人家怎麼做,我們就應該去哪裡,沒理由不去。」他相信大家想得都是一樣的,只是合作細節敲定,和時間點早晚的問題而已。

同時,LINE Pay也計畫透過活動加強和消費者的溝通,要在這波支付大戰中,搶先一步建立使用者的品牌認同度和服務黏著度。

洪偉洲-吳孟芝-LINEPAY-20161110-郭涵羚攝-3317.jpg
圖/ 郭涵羚/攝影

吳孟芝小檔案
現職:LINE Pay營運團隊負責人
學歷:中正大學經濟學士、美國紐約州立大學賓漢頓分校企管碩士
經歷:Yahoo奇摩(負責付費服務、拍賣交易安全、電子商務規劃、專案執行以及營運管理)

洪偉洲小檔案
現職:LINE Pay商務開發總監
學歷:政治大學財務管理學士、政治大學企業管理碩士
經歷:美商花旗銀行、萬事達卡(MasterCard)、愛魅奇(iMatchBox.com)共同創辦人

 

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

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
代理式商務連動百兆商機
© 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