誰說Credit Card市場 只能是銀行天下!
誰說Credit Card市場 只能是銀行天下!
2004.12.01 | 科技

大者恆大,已經成為台灣金融業追求的趨勢,因為在當今賺取微利的趨勢下,客戶數必需要達到一定的規模經濟,才能產生經營效益,信用卡市場就是最典型的例子,根據銀行業者統計,發卡量必須超過90萬張的信用卡部門,才會開始獲利,否則信用卡商品將不是會幫銀行賺錢的金雞母,反而是無法剔除的包袱。
在國內的信用卡市場中,發卡量市占率前10名中,過去幾乎都是大型銀行的天下,但是今年初安信信用卡公司的卡量開始竄升,截至10月底為止,排名第八。
不同於一般銀行,這家成立不到5年、只做信用卡的小公司,為何能與大銀行爭食信用卡市場大餅,甚至以驚人的成長,讓部分銀行感到威脅?
成立於2000年的安信信信用卡的前身是華信銀行(後改名為建華銀行)的信用卡中心,由華信銀行與ING安泰人壽合資設立。去年7月建華金控買下原本ING安泰的持股,成為100%持有的股東,納入建華金控旗下,並改名為安信信用卡公司。在二度易主改名的過程中,安信一直處於虧損狀態,因此公司能否繼續營運,在當時成為金融圈中被討論的話題。

**苦熬三年半,靠財務操作解危

**
「當初獨立,我們就已經準備好前3年都是虧損的,在沒有奧援的情況下,必須自己想生財之道,」曾經是花旗銀行財務主管的安信財務長楊夢萊,正是5年前安信在籌備之初,就被以前花旗的老長官、現任建華金控執行長盧正昕找來擔任財務大臣,協助安信日後會面臨的財務問題。
楊夢萊指出,以前還是信用卡部門時,財務調度有問題,通常打通「內線」電話,就可以獲得解決,但是當公司獨立,盈虧自負時,面對龐大的資金缺口,壓力並不小。
活用財務操作,是安信信用卡能夠如期在第四年就達到財務上損益兩平的主要原因。楊夢萊居中可謂功不可沒,早在兩年前,她就開始著手進行將公司的好資產「活化」的準備,也就是比照韓國的信用卡公司,利用資產證券化的方式,在資本市場中籌到拓展業務需要、而且成本合理的資金。在沒有前例可循的情況下,楊夢萊表示,準備期間相當辛苦,「在同業眼中,安信就像第一隻白老鼠,大家等著看信用卡資產證券化的成敗,」不過幸運地,當資產證券化法規通過,安信便與早已簽訂合作契約的荷蘭銀行發行國內第一宗以「信用卡應收帳款」為標的的證券化產品,此舉不但為安信籌到40億元的資金,同時將信用卡應收帳款出售後,也大幅改善公司財務結構,降低負債比例。

**動腦大隊, 靠創意找新出路

**
穩定的財務為安信打了一劑強心針,「從成本與效益的角度分析,安信在IT系統與CRM上投入的成本和大銀行一樣多,接下來就要積極地開源,」總經理李明源指出,因此從今年下半年開始,安信的發卡動作頻頻,幾乎每個月都有新商品問世。
「我們只有一種產品,就是信用卡,需要用創意做出差異化,才能跟別人競爭,」李明源指出。因此安信從成立之初,一直設有跨部門的市場行銷委員會,除了行銷企畫部門是必然成員外,任何人都可以向委員會提出自己對商品、服務方式等各種新點子,一旦被採用,公司也會給予實質的獎勵。
信用卡愈來愈像消費產品,需要不斷地主動探刺市場需求,才能挖到商機。安信有藉著龐大的「動腦部隊」,在大銀行的夾殺中,不斷地找出新的生路,「大銀行忙著用CRM系統找客戶,我們除了找客戶,還找銀行,」李明源進一步解釋,在歐美市場已經行之有年的「代理銀行」(agent bank)專門協助規模較小、沒有能力負擔發卡成本的小型金融機構發行信用卡,而獨立經營,沒有財團包袱的安信,深具承接「委外代工」優勢,因此今年4月與10月先後為板信商銀、淡水第一信用合作社發行信用卡,「這對安信而言,是項創舉,也意味著台灣信用卡市場開始走向專業委外,開啟新的服務模式,」Visa國際組織台灣區總經理柯如龍十分肯定安信在創新上所做的努力。

**不畏競爭,以台積電為榜樣

**
從建華銀行時期便與開始密切合作的萬事達卡國際組織(Master Card)資深業務總監楊雅婷則是認為,「安信的策略向來靈活,尤其是針對特殊族群的商品會深入規劃,因此,產品特色也比較鮮明,」在和眾多銀行接觸的經驗中,楊雅婷認為安信除了創新,還比其他銀行多了份「用心」。
在加入安信之前,李明源是建華銀行的分行經理,專攻企業金融業務,對於信用卡商品,則是去年加入後,才深入瞭解,不過這位企金老將認為,「做企業金融,像是跳抒情的華爾滋,訣竅在於掌握產業動脈的大旋律;做信用卡卻像是跳曼波,一定要跟上市場速度,但是要穩住自己的舞步」。在李明源的規劃中,預計年底前,安信還將為2至3家基層金融機構發行信用卡,雖然許多大型銀行也信誓旦旦地要加入來瓜分委外服務的大餅,但是已經搶得機先的安信,絲毫不畏競爭,「我們的目標是成為信用卡市場中的『台積電』,」李明源指出:靠著安信在創新上累積的基礎,他有絕對的信心可以超越絕大部分大型銀行。
這家「非銀行」發卡公司的成功,代表台灣金融業專業化走入一個新紀元:數「大」未必美;而數「小」,也絕非弱者。

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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