FinTech是什麼？從全球十大FinTech公司看金融科技未來|數位時代 BusinessNext

FinTech（金融科技）是一個被過度炒作的詞，金融服務領域的公司必稱「FinTech」、「Big Data大數據」，已經成為一種流行語，但這些公司真正有多少技術內涵，卻可能良窳不齊，泡沫大騙局也多。

但隨著金融業在全球低利率環境下獲利的增速放緩，傳統金融業受到新技術的挑戰，所需人力越來越少，歐美各大行裁員縮編由科技取代的趨勢基本上不會改變，但到底什麼是FinTech？

延伸閱讀：FinTech金融科技聖經：全球86位FinTech先驅，第一手公開「金融科技做什麼？怎麼做？」

我們從H2 Ventures每年都會發布的全球FinTech百強公司可以一窺端倪，看看前十名的FinTech公司都是哪些，又有什麼樣的商業模式。

1. 螞蟻金服Ant Financial

若你沒有聽過螞蟻金服，那講支付寶你就肯定聽過了，這家阿里系的公司除了有支付寶這樣的支付巨獸以外，還有像是網路數據徵信的芝麻信用。

我之前寫過的網路金融文章，就簡述過螞蟻金服的業務範圍，這是一隻毫無疑問的FinTech巨獸，光是全球最大的第三方支付工具支付寶，加上最大的電商網站阿里巴巴的淘寶天貓，就有取之不盡的數據可以做分析應用。

2. 趣店

原本叫做趣分期的這家企業，主打的是給沒有信用卡的年輕人大學生分期購物累積信用，更直白來說就是用App對大學生放高利貸，但是透過大的用戶量可以做到更好的數據徵信和風控。

主要的優勢在於它擁有了龐大的年輕消費族群的用戶數據，FinTech行業擁有數據就是金礦，有越多數據基礎，理論上就能夠越精準的切割市場做風險控管。

但是趣店其實也很有可能遭遇夾殺，因為分期付款消費總要到某個地方去買東西，而現實情形是像阿里、京東這些巨大電商都在推廣自己的購物分期服務，沒有電商出海口購物分期變得市場小很多，必須要找到更多使用場景才能繼續這樣玩。

3. OSCAR

這家美國的公司則是專注在健康醫療保險上，主要銷售給中小企業和個人醫療險，定位自己不只是保險公司還是健康管理公司，提供了個人化的線上問診和健身健康管理的服務，由於資訊透明化、納保和理賠手續簡便廣受歡迎，非常受年輕人歡迎。

不過理想上很美好，現實倒是有點殘酷，事實上它也虧錢虧很大，去年上半年就虧損了8300萬美元，業務開發成本高，能否燒錢燒到轉正，猶未可知。

4. 陸金所

有中國平安集團這個富爸爸的陸金所，原本是以P2P信貸聞名，但是如今P2P網貸平台死得死、逃得逃，有點臭掉，而陸金所的P2P業務也降至不到10％。將P2P業務分拆至陸金服，轉而主打綜合性線上財富管理平台，不過真的看不出除了平台大，技術和服務有什麼特殊之處。

延伸閱讀：認識FinTech獨角獸：估值破200億美元的陸金所

5. 眾安保險

眾安保險是中國第一家純網路保險公司，主打的是財產險，它的來頭不小，三大股東分別是馬雲的螞蟻金服、馬化騰的騰訊、還有馬明哲的中國平安。三馬合作的保險公司對其的公信力加分不少，累積了5.23億的客戶。

這篇詳細解析眾安保險的商業模式，最近還成立了眾安科技，說是要在區塊鏈、人工智慧和雲端運算、大數據領域持續探索，所有華麗的名詞這家公司都有包了，你說他能不火嗎？

不過中國網路上對它的評價蠻差的，買保險很容易，找人理賠很困難。從保監會的保險消費投訴率來看，則會發現它在財險公司中排名最低，以這種迅猛增長的速度來看，控管的能力還算蠻強。

6. Atom Bank

這家是第一間拿到英國銀行證照的純線上網路數位銀行，只能使用App，採用生物辨識技術來進行身份確認，開戶流程只要掃描身份證件和填寫基本資訊，簡便、透明、客製化的銀行App也很受年輕人族群歡迎，跟傳統銀行的形象大不同。

其實Atom Bank也揭示了銀行業未來的發展，事實上需要的人力可能會是非常低的，只是在陳舊的金融法規面前，很多創新都被束縛住。英國作為全球金融中心之一的地位也在發放執照上有了開創性的突破。

7. Kreditech

這家德國的FinTech公司，主打的是讓正規金融機構得不到授信的借貸者提供信貸，用人工智慧和機器學習來處理每個申請人2萬筆的數據資料，來對申請人進行信用評分和發放貸款，其中數據資料包含Facebook檔案、Amazon和Ebay消費紀錄、PayPal交易紀錄等。

其實中國和國外FinTech公司的徵信邏輯都一樣，看申請人電商與支付的數據來決定授信，但因為歐美對個資保護的法規嚴厲許多，這樣的公司要擴張難度比在中國要高得多。

8. Avant

這是另一家美國線上借貸公司，服務的客戶主要介於信用優級和次級之間的借款人，放貸的資金則是來自平台而非投資人，已經放貸超過10億美元，平均貸款額度是8千，最高可到3.5萬美元，也是主打透過大數據和機器學習來建立精確的消費者信用資料，號稱能有效降低違約風險和詐騙。

9. SoFi

SoFi是美國另一家網路貸款公司，它的定位十分有趣，專門低息貸款給美國名校高材生付學貸，因為美國的學費是天價貴，但是這群名校高材生未來的預期收入高，違約率1.6％，低於整體學生違約率的8％。

它的資金來源是這些名校校友投資一筆基金，讓學生能用較低固定利率貸款，還將這個高材生P2P貸款打包證券化，因為違約率低，所以穆迪還給SoFi 3A的高信用評級。

同時校友貸款給學生，也建立起人脈資源連結，校友的投資在未來也能回收（沒有違約的情形之下），不過這公司除了簡便的網路申貸外，也沒有看出有什麼很高的金融科技技術。

10. 京東金融

作為另一個中國大電商平台，阿里做什麼，京東就做什麼，京東金融還有騰訊的入股明顯是在打對台，但是京東更強調供應鏈金融，貸款給中小企業，還有京東股權眾籌等。

至於真有什麼特別的？其實中國這些巨頭的營業模式還真的是混戰互抄，能擴大用戶，拿越多數據並進行分析，就能夠降低風險提高獲利，事實上，這是需要富爸爸輸血的產業，越小的業者越難玩。

總結這十強來看，主要的FinTech的商業模式大同小異，講的就是透過非常簡便、透明和易用的手續吸引用戶，蒐集消費者或貸款者的大數據，然後用人工智慧、機器學習來分析給出信用評等做風險控管，接著再貸款給貸款者，盡力去除中介機構和複雜耗時長的手續與不透明的費用（傳統金融機構的硬傷。

未來這樣的趨勢只會更進一步，即便中美P2P行業都有因詐欺和倒債遇冷的情形，但是傳統金融行業被金融科技顛覆的時日依舊迫近，懂得順應潮流的金融機構在未來才能有競爭力，想要用法規來阻擋金融科技的大潮，只是延長自己被淘汰的陣痛期。

同場加映：中國媒體訪問美國的FinTech公司

未來，金融科技滲透至社會各層面可能會產生的社會現象，大家可以看看科技警世劇《黑鏡Black Mirror》第三季第一集的恐怖景象，在現實其實已經發生了。中國的芝麻信用，基本上就是這個社會現象的原型，大數據徵信滲透的社會，每個人將成為假面人。

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場。）

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。