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
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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