隨「新經濟」起舞 ,金融科技在銀行企業金融的應用
隨「新經濟」起舞 ,金融科技在銀行企業金融的應用

1991年網際網路問市,不出十年光景就重新定義了人類理解世界的維度,也為原本單調的商務運作解放出千姿萬態的創意模式。2007年iPhone登場,在普及的網路基礎上,巴掌小的智慧手機以更快的速度席捲全球,近乎理所當然地融入了多數人的生活。因運而生的社群媒體、分享經濟等爭奇鬥艷的創新營運模式和認知計算、機器學習技術的適時成熟命定似的爆發了不可思議的化學變化,毫不遲疑地為「新經濟(智能製造x數位商務x新零售)」的出場舖出了康莊大道,同時宣告了「新經濟」時代下創業家和消費者的鮮明性格:分權、分享、個人化、個性化。

台灣銀行的企金服務的「機能演進滯停」狀態

吊詭的是,當消費品牌已經將個人化與個性化刻蝕在其管理聖經中,商務服務和製造產業已視客製化爲關鍵競爭力時,自詡為經濟成長燃料供應者的銀行業者仍然堅守自上世紀就存有的融資、收付交易和避險等三項企業金融服務,應付這全然不同的市況。例如,一般企業融資需以土地或廠房設備為質押,短期性貿易相關融資以銀行開立信用狀或具信用額度的進口商開出的發票給予貼現,融資相關文件則大都以書面加簽章為據,而收、付交易服務的數位化則仍未脫出二十年前由花旗銀行引進台灣市場的企業網銀範疇。

這種台灣銀行的企金服務「機能演進滯停」狀態,有人歸咎於中央銀行和金管會權威又保守的監管作為,但追根究底與銀行陷於工業時代以融資為主的產業思維脫不了關係。

筆者與多家企金業務主管就創新服務和改變營運模式交換意見時,不只一次得到這樣的回應,「我們的專業是放款、資金融通、提供滙率、利率交換與收付服務;我們的服務對象主要是企業財務部門,而財務部門的運作受到公司法和會計通用法則的規範,不因其所屬產業的不同而有巨大差異。」

由於其價值定位自限的緣故,對不同產業、不同規模、不同營運模式的企業客戶,銀行幾乎一識同仁,提供相同的產品和服務內容,差異化通常表現在價格(如議價空間)和服務規格(如一位關係經理服務20家還是100家公司)。

銀行授信和風險管理模式在新經濟商機的侷限性

目前銀行的授信模型仍以評估具實體產品供應鏈特色的產業景氣循環和營運模式(如製造業.電子業、傳統服務業等)而設計,主要評估借款戶未來現金流量和獲利能力,根據具流通價值的實物資産或有價證券為抵押,據以授予短期營運資金或中長期融資。

然而蜂擁而至的「新經濟」企業大部分屬中小型規模的網路資訊或軟體數位服務事業,相比製造業或大型實體通路服務業,二者有著非常大的差異,例如製造業的商業模式偏中央與標準化,而網路數位服務強調分散和個人化;製造業的產品原料是具形物料,而網路數位服務最重要的原素乃本於無形的創意與智財;製造業走的是「線性規模經濟」路線, 而網路數位企業追求的是「多維平台經濟」。

為擴大「新經濟」的融資規模,銀行應該著手研究智慧製造、數位商務與新零售的生態體系和其項下領導廠商的營運模式,對抽象智財有全貌的理解和建立評價模型,最後協合銀行資產配置策略,重新設計合適的授信和風險管理模式。

筆者認為,目前金融服務與新興產業環境的脫節,對於深具遠見且志向遠大的金融業者應該視為千載難逢築底佈局的大好機會。在趨勢已定,具「新經濟」特色企業占經濟產出的比重不斷増大,全球經濟運作模式和金融監理思維也將隨之演化過程中,銀行應該提早思考其新價值定位與營運模式,例如:

1.是否由服務企業財務管理的產品定位拉高至企業營運與競爭力策略夥伴定位?
2.是否服務與產品的開發以融入企業的價值鏈為指標,成為企業的成就夥伴?
3.是否厚實銀行人材專業實力,由產品銷售導向提昇至諮詢服務?

技術應用一:「分散式帳册科技」與「智慧合約 」

大象不是一定不會跳舞,20幾年前格斯納(Louis Gerstner)在IBM已經證明了,再龐大滯緩的組織,只要領導者眼光放遠、創新思維、決心變革與用對方法,金融大象隨新經濟的音樂搖擺起舞同樣可以期待。

佈局「新經濟」規模的中小企業商機,銀行可以先熟稔關鍵金融科技的操作,並為上述的企業金融營運模式變革可行方案引發靈感,特別是可能改變未來社會信任機制和交易運作方式的區塊鏈「分散式帳册科技」與「智能合約」,和應用幾乎沒有極限的「人工智慧」與「機器學習」技術。

1.分散式帳册與智慧合約技術適用於涉及銀行內多部門的企業戶授信作業:從鑑價、信用評估、額度授予丶核貸作業、播款,到後續風險的控管作業等,權責分散但需管理同部化的業務項目。

2.台灣有獨步全球的製造業供應鏈生態系,是應用分散式帳册與智能合約的極佳場域。垂直整合的供應鏈生態體系,有機會運用區塊鏈的信任機制串聯物流, 從中心廠商下訂單、上游供應商購料到鏈間之運送,以及金流的應收帳款、應付帳款管理與買賣方間的各項貿易融資(如購料融資與應收帳款融資等)。屬同一境內封閉式的垂直整合的供應鏈生態體系,分散式帳册與智能合約不但可以取代國內信用狀的功用,也大幅加速了整個供應鏈的運作效率,當然也降低了大量的成本。

3.仿效「新經濟」的平台生態特色,銀行可以採取更積極作為,擔任管理者建立企業市集平台(Bank-centric marketplace),促進其眾多企業客戶之間的交易與商務活動。如同上述的垂直供應鏈生態體系,區塊鏈分散式帳册科技在銀行市集平台也可以發揮物暢其流的功能,協助參與「市集平台」的中小企業有關招商、採購,和其項下的應收帳款、應付帳款管理與貿易融資。

以上分散式帳册與智能合約在中心廠商或銀行企業市集平台的供應鏈體系應用,除了可以協助提升整體供應鏈體系的營運效能,由於所有放款皆根據即時具信賴基礎的訂單、出貨、支付和收入資料,銀行放款違約風險亦將擭得有效控制。

技術應用二:「人工智慧」和「機器學習」

受助於Facebook、 Line、 WeChat與Instagram等社交網絡的全面覆蓋、數位電子商務的普及和生物辨識科技的突破,巨量結構性和非結構性資訊的獲得提供了人工智慧技術普及應用的重要血液。人工智慧的潛力極致,與其說是技術問題,不如說是應用場景想像力的大考驗。在這方面,銀行得以金融科技公司為師。

1.金融科技公司已經利用借款者或服務需求者於社交網絡和數位商務上的呈現行為、交易紀錄,以機器學習技術不斷累積對行為者的理解,持續優化其對行為者的預測和判斷,應用於信用評等,客製化內容、服務推薦等。

2.銀行可以應用人工智慧更有效率管理放款企業的信用風險。經由整合客戶的營運計劃與財務預估、額度使用紀錄、支付與滙入交易紀錄、定期財報揭露,銀行可以更準確研判企業的業務和財務管理能力和應對各種經營挑戰的對策行動模式,並據此決定採取何種信用風險作為。

筆者所投資的一家機器學習新創公司則和知名的外商銀行合作,運用機器學習和潛在客戶進行個人化溝通並深化其品牌形象。這個合作項目的第二階段將根據對潛在客戶的喜好與決策模式的深度理解,適時推薦客製化的銀行服務,其終極目標是建立可以協助銀行推動真正客製化服務的客戶關係管理系統。

Human Centric Design 是當今產品設計的重要原則,而此槪念乃奠基於品牌對完美「顧客體驗」的無止盡追求。身為「體驗決定品牌價值」信仰者,我對機器學習金融服務應用的終極的期待是:從運用機器學習繪形個別客戶的需求想像、引導產品服務設計、預測體驗滿足度、適時適處提供客製化服務、累積客戶授再到獨特不可取代的品牌價值。

台灣的銀行同業們,準備穿上金融科技的舞鞋,勇敢加入全球「新經濟」的舞會了嗎?

作者簡介:
陳識仁曾任職國際商業機器公司、花旗集團、瑞士銀行與星展銀行,主管企業數位顧問、高淨值家族財富管理及環球金融交易服務。他是知名的企業財務運營與供應鏈管理專家,曾協助上百家全球五百大和台灣百大企業整合金融服務與資訊科技,有效提升跨國營運管理績效。目前為匯智資本與顧問負責人。

《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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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