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
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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