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
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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