要做青創家、文創人的強大靠山!臺大EMBA金融新創 LendBand 蘊奇科技
要做青創家、文創人的強大靠山!臺大EMBA金融新創 LendBand 蘊奇科技

P2P網路借貸平台最早出現在英國「Zopa」,成立於2005年,之後P2P網路借貸平台就如雨後春筍般的遍布世界各個地區,具代表性的像是美國「Lending Club」、日本「Aqush」、中國「拍拍貸」等。

P2P借貸平台提供了一個線上的媒合平台,協助需要貸款者與借款者可以藉由更透明化與直接的方式,進行借貸交易,免去了過去傳統金融機構下,需要繁雜的手續與中間過程中被扣除掉的手續、利差。自2016年以來,P2P借貸公司也逐漸在台灣市場萌芽發展。

臺大EMBA成功孵化「P2P金融交易平台」

這樣專業化的金融服務對於金融業發展來看似乎是一個不可逆的趨勢,在去年剛創立的臺大創新創業EMBA的課程也投入了「P2P金融交易平台」的戰場,成功孕育出「LendBand蘊奇科技FinTech-P2P數位金融交易平台」。目前平台上已有778位會員,累計申貸金額也高達10,840,000元台幣(來源自官網首頁統計數字截至2017年3月13日)。

目前蘊奇科技團隊共九人。黃文玲擔任蘊奇科技董事長暨總經理,過去曾任職美商甲骨文公司大中華區金融諮詢及實施總監、 德勤(北京)諮詢公司資深經理、財宏科技公司副總經理等,在金融資訊與諮詢行業擁有超過20年的資歷。

此外,蘊奇科技信用風險顧問林庚諭、研發技術經理李承軒、行政經理關玉齡、行銷業務經理賴佩蘭等,都皆在職場上擁有超過十年以上的資歷,專業領域涵蓋系統技術、信用風險、徵審維運、業務行銷、財務行政等領域,同時團隊聘請實踐大學講座教授沈中華博士擔任信用風險顧問。

審核制度與投資組合專利申請

蘊奇科技在P2P交易平台中,目前共提出了三項專利申請案:

一、多條件市場分流,依投資人要求條件做分流,讓投資人可以自由選擇適當的投資組合。 二、資金切割,將投資資金切割,已方散投資風險。 三、公平排序,以最適合借款人的條件排序,讓借款人可以得到最優惠的借款條件。

由以上此三項專利設計,可以讓投資者與借款者得到彼此最利的投資與借款條件,提供最適交易點。

為了保障借款方與貸款方,首先,借款人與貸款者都必須經過「審核制度」: 實名認證、一元認證 、身分證件核對。透過以上三項認證方式,再透過人工審核,以確保本人與身分證件和戶頭帳戶為一致,降低呆帳風險。

另外,蘊奇科技透過五個層面分析借款者的信用評價:

(一)身份(年齡與基本資料等)、 (二)投資紀錄(過去的投資紀錄等)、 (三)交易紀錄(查詢帳戶過去的交易紀錄)、 (四)徵信資料(查詢聯合徵信中心)、 (五)人際網絡(透過社群網路的連結蒐集資料)。

以這五項去做評分,以計算借款人的信用風險與設定信用額度。

屬於「新世代」創業、投資平台

在創新創業EMBA中的學員都在企業中具資深產業經驗與擔任較高階的職位,因此對於產業從過去到現在一路的轉變有更深刻的體會與宏觀的思維。蘊奇科技的創業團隊觀察到現在有越來越多的年輕人不再投入大企業工作,反而轉往微型創業或是透過網路媒介發展自己的事業。

蘊奇科技總經理黃文玲
大企業已經是上個世代的事了,下個世代更靠的是更軟性、知識經濟為主體的產業。

因此,蘊奇科技的成立 希望提供微型商家、青年創業家以及難以界定產值的文創產業,更彈性化、小額高頻的借貸平台

蘊奇科技團隊認為不同的世代因為身處在不同的環境背景,對於科技的開放程度也會有所不同,像是對於使用ATM領錢,可能在過去的世代接受度並不高,但是隨著時間的演變,這一世代的人不僅對於使用ATM接受度提升,甚至已成為生活中不可或缺的一部分。

同樣的,Fintech(金融科技)對於身處在1990年後網路興起的世代來說,接受程度普遍來說也會隨之提高。同時,團隊也發現了一個現象,一位20剛出頭的年輕人,以蘊奇作為平台定期投資賺利息,讓 蘊奇科技更相信「年輕人」將會是這塊市場最有潛力的目標族群

新創者角度看台灣創業環境

同時,蘊奇科技團隊雖然各自都有著豐富的職場經歷,但在投入新創借貸平台的過程當中,也明顯感受到許多的保守聲音會限制住新創公司的發展空間。問起近期金管會提出的草案,黃文玲表示, 金管會主要是銀行與保險業的立場,來管理新創金融,似乎無法完全站在新創的立場去考量,若能由行政院底下成立一個跨部門的單位,將更適宜統籌各種新創會面臨的議題

另外,蘊奇科技以新創者的角度觀看台灣P2P市場,認為創業者不能將目光鎖定在台灣,市場並不足夠大,必須要放眼海外。台灣畢竟四面環海,在過去台灣許多企業家都是領著皮箱走出海外發展事業,現在的我們只需透過網路就可以與臨國做生意,因此必須要有對外發展的企圖心。

由交易出發, LendBand 還有很多絕招

營運P2P借貸平台,目前營運收入來自從向借款人收取手續費用,但這只是第一階段,他們有個具體的階段性規劃,團隊表示,LendBand 的成長空間及願景十分的大,團隊成員也會持續努力,將規劃的每一步走的踏實及穩定。希望能把市場經營成功之外,也能讓更多人因為 LendBand 得到幫助,而蘊奇科技也能持續茁壯。

不過礙於些機密,團隊希望大家能抱著期待體驗接下來的服務,在這邊就先不透露希望大家拭目以待!

快問快答

Q、希望提供這個社會什麼價值?希望解決甚麼樣的問題?

FinTech初衷是讓使用者獲得最大程度的資訊透明,透過去除中間化以改善服務效率及彈性。LendBand平台以專業透明的機制幫助客戶公平安全的進行交易,期待透過提供多樣的金融產品媒合服務,連結實體及虛擬社群,以滿足客戶在各生活面向的金融理財需求,與不同面向的相關商家及客戶相互形成生態圈。

Q、就目前市場狀況,您認為貴公司服務的競爭優勢為何?

「LendBand 蘊奇線上」提供P2P網貸媒合的服務,借款方可以在專業公開的平台以較低的利息獲得短期小額資金,而出資方也可以透過這個平台進行自主理財,獲得比銀行定存及股票基金更好的投報率,清楚掌握自己的理財組合。

團隊資訊

公司名稱:蘊奇科技股份有限公司 公司服務:FinTech-P2P數位金融交易平台 公司成立時間:2016/05/17 服務上線時間:2016/10/01 公司網站:LendBand 粉絲專頁:LendBand Facebook 團隊人數:9人

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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