FinTech是什麼?從全球十大FinTech公司看金融科技未來
FinTech是什麼?從全球十大FinTech公司看金融科技未來

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。)

往下滑看下一篇文章
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?

AI 與數據正快速落地至各行各業,從製造、金融、電信、醫療到零售,應用速度不斷加快。但在每年交易規模至少新台幣 1900 億元的商用地產領域,卻長期受到數據破碎且不透明的限制,只能仰賴人力蒐集資訊,再憑直覺和經驗去解讀資訊、做出決策,使 AI 潛在價值難以真正發揮。為回應產業轉型的核心痛點,方睿科技首度舉辦「商用地產生態系年會 2026 Raise Day」,以開放式平台為核心,串聯專業地產服務商、空間相關企業服務商、產業專業人士等多元角色,勾勒出 B2B 企業服務生態系的全貌,希望能透過科技促進數據流動,為商用地產企業協作模式開啟新的可能性。

方睿科技
方睿科技首度舉辦 2026 Raise Day,以開放式平台為核心串聯多元角色,推動商用地產邁向產業共好的新階段。
圖/ 數位時代

方睿科技雙軌策略,讓 AI 成為商用地產的決策引擎

方睿科技創辦人暨執行長吳健宇指出,在 AI 時代,人應該專注於「最有價值」的工作;然而在商用地產業中,專業人士卻有約 70% 的時間耗費在資料蒐集與整理上,真正用於判斷與決策的時間僅約 10%。方睿科技希望翻轉這樣的時間分配,讓人力從低價值的資料處理中解放,將更多心力投入在判斷、溝通與決策等創造價值的商業活動。

方睿科技
方睿科技創辦人暨執行長 吳健宇
圖/ 數位時代

為此,方睿科技提出兩條實踐路徑。第一條是建構出具備完整性、易用性與進化性的商用地產智慧平台,運用 AI 技術,將過去產業中破碎、非結構化的資料,重塑為可被運算、可驗證的標準化數據,並結合圖表與互動式介面,讓使用者能夠快速得到完整市場資訊,實現「用戶即專家」的目標。

第二條則是推動生態系聯盟,將不動產視為企業服務的核心載體,串聯設計、家具、搬遷、清潔等多元服務夥伴,使空間不再只是靜態標的,而是承載案例、服務與數據回饋的生態系節點。透過生態系夥伴累積的實務資料與服務紀錄,平台得以發展「資料即推薦」模式,推動商用地產從單點交易,邁向可擴張的 B2B 服務網絡。

獨創「資料飛輪」機制,實現用戶即專家目標

在 AI 模型日益普及的當下,真正的競爭關鍵已不在模型本身,而是能否有效率地收集資料、提高資料品質,並將其與實際決策流程緊密結合。為此,方睿科技獨家設計出一個由「資料收集、資料精煉、專家把關、決策反饋」組成的資料飛輪,回應商用地產長期面臨的資料破碎與決策效率低落問題,成為方睿科技實踐願景的第一條路徑。

方睿科技技術長郭彥良進一步說明,資料飛輪機制的運作架構。首先在資料收集階段,必須系統性蒐集公開資料、內部檔案與報告,並透過 AI 協作將圖片等非結構化資訊轉換為可用的結構化數據。接著進入資料精煉,透過資料清洗與實體對齊,將原始資訊從單純的可閱讀升級為可比較、可推論的決策依據。第三步專家把關,則引入不動產專家進行校正與產業判讀,補上模型難以理解的規則與慣例,確保關鍵數據的正確性。最後的決策反饋階段,藉由收集使用者提問與行為,檢視現有資料是否足夠精準,再回到專家校正與補齊流程,使整個系統能隨使用頻率提升而持續進化。

在資料飛輪的運作基礎上,方睿科技正積極研發商用地產智慧平台 PickPeak。郭彥良表示,PickPeak 並非單純的物件搜尋工具,而是結合深度資料與 AI 的決策輔助平台。使用者可透過自然語言互動,提出人數、預算、區位、產業屬性等多重條件,再由系統動態生成可比較、可驗證的選址方案,真正將 AI 從「回答問題的工具」,轉化為「陪伴決策的數位專家」。

方睿科技
方睿科技技術長 郭彥良
圖/ 數位時代

創新 Data to win 模式,讓 AI 深入商用地產各階段決策流程

不過,單靠數據整合與 AI 應用仍不足以支撐產業全面升級,因此,方睿科技提出的第二條路就是,推動產業生態系聯盟,整合商用地產市場上不同角色的數據,讓 AI 能夠真正成為商用地產決策時的智慧引擎。

方睿科技不動產知識創新中心總監曾凡綱指出,目前在企業、房東或物業主與各類服務供應商之間,缺乏有效的整合機制,導致企業在選址與空間規劃過程中,難以快速找到真正合適的服務與解決方案,形成明顯的產業斷點。

為解決這些斷點,方睿科技提出「Data to win」模式,以資料取代傳統「Pay to win(付費買廣告)」思維,讓真正具備經驗與實績的服務夥伴,在適當的決策節點被看見。

曾凡綱說明,在廣告投放效益越來越低的情況下,企業服務商面臨的問題已不只是「如何曝光」,而是「如何在對的地方被看見」,這將是未來的市場勝出指標;而 Data to win 正好可以協助企業服務商建立此能力,方睿科技將生態系夥伴所擁有的案例、服務紀錄與產業知識等資料,經過去識別化與結構化處理後,再嵌入企業決策流程中,讓推薦不再來自廣告投放,而是真實、可被驗證的使用經驗,透過這樣的機制,不僅提升企業決策的準確度,也能同步放大生態系夥伴在合作中的實質價值。

舉例來說,方睿科技整合辦公傢俱夥伴 Backbone 班朋實業長期累積的辦公室規劃案例與平面圖資料,讓企業在選址階段,就能同步評估空間規劃方案,加速決策流程。又如,整合出行服務夥伴 USPACE 悠勢科技的服務資料,並呈現在地圖上,協助企業評估辦公據點的交通便利性,優化員工日常通勤與出行體驗。此外,平台也可整合大樓的 ESG 認證、公共設施與服務層資訊,協助企業快速篩選符合需求的辦公大樓,提升進駐媒合效率。

方睿科技
方睿科技不動產知識創新中心總監 曾凡綱
圖/ 數位時代

「Raise Day 只是這場變革的起點。」吳健宇強調,方睿科技已經透過投資與合夥模式,將布局延伸至專業地產服務與空間經營領域,至今旗下已有商用不動產仲介、顧問與估價等專業服務的宇豐睿星,以及聚焦商用地產代銷市場的希睿創新置業。透過直接參與第一線實務運作,方睿得以更深入理解產業真實痛點,讓科技不只是工具,而能真正回應實際決策與服務需求。

此外,方睿科技未來也將持續擴大「商用地產 x 企業服務生態系」聯盟,目前包括 Backbone、USPACE、IKEA For Business、潔客幫等企業服務夥伴已率先加入;接下來,方睿科技將邀請更多擁有關鍵數據與專業能力的企業服務商加入,讓數據在安全、可控的前提下流動,進一步釋放商用地產在選址、營運與企業服務等全生命週期中的結構性價值,為產業轉型啟動下一個關鍵階段。

方睿科技
右起方睿科技共同創辦人暨營運長陳致瑋、USPACE悠勢科技共同創辦人暨執行長宋捷仁 、Backbone班朋實業創辦人暨執行長廖家葳,透過企業服務生態系合作共同為產業啟動下一個關鍵階段。
圖/ 數位時代

方睿科技官網: https://www.funraise.com.tw

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
2026 大重啟
© 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