非洲最年輕史丹佛MBA棄高薪,回祖國創業開啟行動支付革命
非洲最年輕史丹佛MBA棄高薪,回祖國創業開啟行動支付革命

身為全非洲最年輕的史丹佛MBA畢業生,26歲的班傑明.費南迪斯(Benjamin Fernandes)捨棄在美國發展的大好機會,毅然決然返回位在東非的祖國坦尚尼亞,成立金融科技新創Nala,要為非洲民眾創造更便利的行動支付方式。

坦尚尼亞擁有6千萬人口,超過70%國民年紀小於24歲,儼然已是「老一輩」的費南迪斯,將目光放在這些才剛破土而出的幼苗身上,「當我們國家經濟仰仗這些年輕人推動時,他們如何為自己籌集資金?瞭解自身的財務狀況?」

坦尚尼亞的行動支付技術、網路銀行發展仍十分落後,一次線上付款使用者需要輸入多達46位數,相當不便。費南迪斯著眼於讓家鄉民眾享有快速、簡單易懂的數位金融服務,與夥伴合力推出金融App Nala,讓以往繁複的轉帳、支付過程,短短10秒內就能輕鬆完成。

Nala 01.jpg
坦尚尼亞的年輕人們,正在學習如何使用Nala。
圖/ Nala Instagram

行動支付在非洲相當盛行,超過4.2億人擁有行動支付帳戶,坦尚尼亞47%的GDP,就是透過行動支付進行交易,費南迪斯認為,若是有辦法簡化交易流程,將創造非常龐大的價值。

捨棄高額潛在收入,返回家鄉貢獻所長

5年前,費南迪斯被史丹佛商學院錄取,獲得16萬美元的非洲獎學金(Africa MBA Fellowship)遠赴美國就讀MBA。這段期間裡,他不僅學習有關金融科技的一切知識,也開始在比爾與梅林達.蓋茲基金會工作,並結識未來的事業夥伴山姆.凱梭(Sam Castle)。

nala 04.jpg
費南迪斯就讀MBA期間,曾在比爾與梅林達.蓋茲基金會工作,並結識後來的創業夥伴。
圖/ Benjamin Fernandes Instagram

當年史丹佛商學院錄取的8位非洲獎學金學生中,他是唯一一位決定捨棄可觀潛在收入,回到祖國貢獻所學所長的。史丹佛MBA畢業3年後平均年薪約為215,000美元(約新台幣664萬),居全美MBA之冠,作為比較,坦尚尼亞的平均收入低於2,000美元,甚至不到百分之一。

儘管有留學經驗,費南迪斯並非出身自富裕家庭。父親在當地公司擔任查帳員,領著微薄的收入,小時候全家每天只吃一餐,省吃儉用為他與妹妹積攢學費。

nala 03.jpg
2017年從史丹佛商學院畢業後,費南迪斯成為非洲有史以來最年輕的史丹佛MBA。
圖/ Benjamin Fernandes Instagram

在坦尚尼亞成長的過程中,費南迪斯見識了這個國家最灰暗的一面:永遠擺脫不了的貧窮、恐懼,無數人死於飢餓與乾渴;引發一場搶劫的原因,可能只是微不足道的2美元。

但無論坦尚尼亞有多不堪,費南迪斯仍深愛著這片土地,以及生長其上的人們,希望能讓這個國家變得更好,「美國擁有一個人想追求的所有事物,但是我知道我的使命,是為家鄉引頸期盼的人們帶回新希望。」

於史丹佛就讀MBA的難得經驗更令他肩負使命感,「全國只有不到1萬人擁有碩士學位。我獲得了這一切,覺得自己有責任為數百萬有著同樣抱負的人們付出。」

人才、資金是創業最大阻礙

從史丹佛畢業後,費南迪斯返回位於坦尚尼亞的家中,開始獨自鑽研開發金融App,試圖找出最適合非洲人民的支付選項。隨著工作有所進展,他成功說服事業夥伴凱梭加入Nala,兩人一起踏上改變非洲的道路。

對家境並不寬裕的費南迪斯而言,「資金」是創辦公司後立刻面臨到的嚴峻問題,當時他僅有從米勒獎(Miller award)獲得的1.4萬美元。在有限的資金下,費南迪斯不拿半毛薪水、與家人同住節省開銷,即便如此,中途仍一度必須找朋友借錢讓公司存續。

後來,Nala從比爾與梅林達.蓋茲基金會獲得5萬美元的援助資金;今年1月又獲創投公司Y Combinator投資15萬美元,才暫時告別資金短缺的窘況。

「人才」是費南迪斯面臨的第二大難題。擁有知識的人才,絕大多數會選擇留在他們接受教育的國度,或者進到大型企業任職。一間資金不寬裕的新創公司非常難以找到合適的人選。

nala 05.jpg
費南迪斯期望Nala能成為泛非洲的數位銀行,為家鄉民眾創造更便利的支付方式。
圖/ Nala Instagram

即便阻礙重重,Nala仍存在它的機會。坦尚尼亞為數眾多的年輕人口,反映在比鄰近國家更勝一籌的手機進口量上,這些擁有手機、年紀介於23至26歲之間的年輕人們,正是Nala的核心使用者。

在沒有任何宣傳活動的情況下,Nala自2018年4月推出至今,已累積約10萬下載數,並計畫2019年內將業務拓展至其他非洲國家。在費南迪斯的終極目標中,不僅要將Nala打造成泛非洲地區的數位銀行,更期望成為首家在紐約證交所上市的非洲科技公司。

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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