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
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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