Fintech供應鏈金融服務大不同
Fintech供應鏈金融服務大不同

全球金融科技企業正成為供應鏈金融市場極具變革性的推進力,銀行等金融機構根據產業特點,圍繞供應鏈將核心企業的信用進行延伸,將資金注入鏈條中相對弱勢的環節,有效幫助中小企業盤活流動資產。

儘管供應鏈金融有諸多好處,但傳統供應鏈金融模式一直被如何高速有效審核交易真實性並縮減複雜的人工審核流程、如何拓展資金來源、以及如何實時風控等問題困擾,抑制了供應鏈金融的發展潛力。可喜的是,近年來我們見證了金融科技技術的迅猛發展,同時亦促使供應鏈金融有更多發展。

外界常誤以為金融科技滲透供應鏈金融,是將流程從線下搬到線上,實際情況並非如此,金融科技的供應鏈金融是以大數據分析、人工智慧、區塊鏈以及雲計算等技術為基礎,從審核、數據分析、風控等多個環節引入新的數據、新的風控流程,以及新的定價模型等。

眾多行業競相投入,供應鏈金融看漲

在金融科技供應鏈金融中活躍的主角非電商、支付公司和物流公司莫屬,傳統行業企業也躍躍欲試,以拓展金融收入。國際上,包括亞馬遜、UPS、沃爾瑪為全球多個國家的小企業提供供應鏈融資;而在中國,也有京東、阿里巴巴等電商平台積極為其生態系統里的中小企業提供融資。

尤其是中國,得益於電商業務與第三方支付業務的普及,早已迅速進入以通過互聯網收集大量用戶並提供金融服務為標誌的金融科技2.0時代。現在中國金融科技正向3.0時代過度,即通過大數據、人工智慧、雲計算、區塊鏈等金融科技技術根治傳統金融模式的痛點和難點,這其中就包括為供應鏈金融發展遇到的難題提供切實可行的解決方案。

傳統供應鏈管理以及供應鏈金融仍然面臨透明度差、單據難以驗證真實性、交易難以追溯、交易容易存在爭議等問題,運用金融科技可以使得供應鏈金融的各個環節更加透明、可追溯,使得曾經無法定價的風險可以被量化,曾經無法滿足的貸款需求得到滿足。目前典型業務模式包括電商主導的農業供應鏈金融、區塊鏈供應鏈金融解決方案、以及去中心化的應收帳款融資方案等。未來,隨著各種金融科技技術的應用逐漸成熟、更全方位的數據積累,相信會激發更多供應鏈金融的潛能。

以阿里巴巴旗下螞蟻金服農業供應鏈金融產品為例。傳統金融機構涉農意願較低,源於農業天然的高生產風險、高市場風險、農業市場高度資訊不對稱等特點。而螞蟻金服通過與農業龍頭企業合作方式、採取專款專用方式實現閉環資金掌控、引入保險公司增信等措施打入農業供應鏈金融市場,使得曾經高風險的農戶貸款也成了可控風險,同時由於將農戶採購流程透明化,進一步提升了產品質量的可控性。

區塊鏈供應鏈金融解決方案

以區塊鏈供應鏈金融解決方案而言,區塊鏈具有不可篡改、高效、低成本等優勢,並且通過在網絡上存儲數據,區塊鏈也消除了數據集中儲存記帳所帶來的風險。區塊鏈技術應用在供應鏈金融的各個環節中可以有效防止交易資訊篡改,提升供應鏈實時監控的透明度,並增加貨物的可追溯性。

相應的創新已經穩步開展,舉一個實際操作中的例子,在中國,發票貼現是一種比較常見的發債方式,金融公司會將目標公司帳上的未付結算作為抵押品並發放貸款。因為不同的參與方都保管着單獨的帳本,可能存在資訊不一致的情況,導致實際操作過程複雜且容易出現錯誤。但如果運用區塊鏈記錄帳本,供應商的交易數據和記錄將會實時無誤的出現在共享帳本上面,而且金融公司根據區塊鏈上的不可篡改的真實交易數據為下層供應商提供融資。

傳統供應鏈管理依賴甲骨文、IBM等ERP(Enterprise Resource Planning)軟體系統提供商,目前IBM是基於區塊鏈技術的供應鏈解決方案的領先者。其中,食品行業有可能是該方案最大受益者,因為這可以通過追溯食品原料來源以及運送儲存歷史而提升食品質量、保障食品安全,提升消費者對食品的信賴。去年6月,IBM被包括匯豐銀行、德意志銀行在內的7家歐洲銀行聯盟選中,打造一個基於區塊鏈的跨境貿易融資平台。

中國的點融網(P2P)與富士康旗下金融平台富金通合作推出「Chained Finance」金融平台。這一基於區塊鏈技術的平台,有助於明晰多層次的供應商和核心企業之間的交易關係是否真實,從而為需要融資的供應商們提供授信,不僅可以追溯到離核心企業最近的大型供應商,也可以追溯到供應鏈遠端小型的供應商。

更大的優點是,基於區塊鏈技術可重建富士康的供應鏈,每個交易將在鏈條上登記和同步,此模式可以複製在其他公司的供應鏈上,根據區塊鏈上不可篡改的真實交易資料為下層供應商提供融資,打破傳統上只有一級供應商從銀行獲得應收款融資的情況,為富士康提供即時供應鏈管理和供應商集中度分析。

去中心化的應收帳款融資方案

2017 年,隨著ICO(Initial Coin Offering)的加速發行,比特幣、以太幣等加密貨幣大幅升值,一系列基於區塊鏈技術應用的ICO項目誕生。其中英國的Populous項目是基於區塊鏈技術的票據P2P買賣撮合平台,全球投資人均可以參與。在平台上交易的票據買賣可追溯,可以防止重複轉讓。Populous的內部信用評級系統是基於企業向英國UK Companies House提供的財務數據,通過機器學習技術不斷強化模型準確度。

在香港,由阿里巴巴旗下香港創業者基金參與投資的Qupital致力於香港小企業的票據轉讓,只不過投資平台只面向機構投資人開放。

供應鏈金融能夠幫助核心企業提升其供應鏈效率,是提升其整體競爭力的重要工具,且因融資過程以核心企業為中心,對資金流、資訊流、物流進行有效控制,將單間企業的不可控融資風險轉變為供應鏈企業整體的可控風險。隨著金融科技的發展和技術運用,我們認為供應鏈金融還會在更多的領域出現,值得金融業持續關注並投入資源開發。

本文由林彦君授權刊登自台灣金融家雜誌四月號專欄。

《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
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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