日本用20年的小額後付AFTEE登台!結盟PChome向行動支付戰局投震撼彈
日本用20年的小額後付AFTEE登台!結盟PChome向行動支付戰局投震撼彈

電商平台要提升顧客購買意願,除了大撒資源補貼,改善支付的方便性、增加元性,讓消費者一不小心就付款完成,也是一種方法。

從貨到付款、行動支付到無卡分期,電商平台支付工具愈來越競爭,在日本推出近20年的無卡後付款服務「AFTEE後支付」,本周正式宣布跟電商平台PChome 24h購物合作,下半年還計畫為台灣量身打造分期付款、跨境支付,甚至進攻線下連鎖通路,土洋支付大戰一觸即發。

要如何刺激沒有信用卡、手頭資金不足的金融小白消費,「支付」就是電商搶攻滑世代的關鍵利器。

不只鎖定無卡族,AFTEE後支付為何跟PChome結盟?

20年前,日商恩沛(Net Protections)在日本推出「AFTEE後支付」,使用的方式非常簡單,只要在有合作的電商平台上,點選「AFTEE後支付」,接著輸入自己的手機號碼,收到簡訊回傳的認證碼後,10秒內就能完成支付,接著只需要在收到商品的14~30天內,到超商、網路ATM繳款即可。

AFTEE後支付
輸入自己的手機號碼,收到簡訊回傳的認證碼後,10秒內就能完成支付。
圖/ AFTEE後支付

AFTEE後支付在去年,選擇台灣作為拓展海外版圖的第一個據點,台灣分公司總經理角元友樹表示,這是因為他觀察到兩國消費習慣類似,現金付款、超商付款的比例非常高,「這樣的支付比例,與後支付剛開始經營時的日本支付市場非常相似。」

角元友樹表示,一開始都是鎖定在台灣的日系品牌為主,初期已有品牌電商Shopping99與VeryBuy,以及購物車系統公司Cyberbiz先行導入,大方向策略是跟大平台合作為主,本周正式與PChome 24h購物成為策略伙伴。

這種先享受後付款的模式,並非只鎖定無卡族群,角元友樹透露,其實日本用戶有高達7成持有信用卡,AFTEE後支付所瞄準的市場,正是滑世代最愛的「行動購物」。

他解釋,行動購物最大的問題,就是支付流程設計複雜、不直覺,這是導致許多訂單無法成交的原因之一,「AFTEE後支付操作直覺快速,結帳流程不會被打斷,」可以藉由後支付服務提升交易成功率。

一般而言,網購如果商品不如預期,退貨後往往要等上一段時間才能收到退款。對此,角元友樹提到的另一個好處是,網購使用AFTEE後支付,消費者收到商品14天後才需要付款,期限內退貨就不需要處理金流問題;更因為AFTEE後支付只需要手機號碼就能下單,對不想在電商平台輸入太多個人資訊的用戶來說,也是一大誘因。

不只要推分期、跨境,更大膽進軍線下通路

根據官方數據,AFTEE後支付在日本已經是僅次於信用卡的付款方式,日本每年不重複使用者已經超過1350萬人,占日本總人口的10%。

2018年交易總額達750億台幣,年交易件數超過4,300萬件,目前導入後支付系統的商家超過4萬家,包括UNIQLO、GU、松本清、forever21、歐舒丹、日清食品等。

AFTEE後支付主要的收入來源,來自對店家收取每筆交易2~3%的手續費,日商恩沛社長柴田紳回憶,在草創初期曾被質疑這樣的運作模式,將承非常大的風險,忍受過非常多冷潮熱諷。

事實上,AFTEE後支付沒有跟任何信貸公司合作,那麼輸入手機號碼就能下單,是否會有消費者賴皮不付款?

AFTEE後支付
日商恩沛社長柴田紳回憶,在草創初期曾被質疑這樣的運作模式,將承非常大的風險,忍受過非常多冷潮熱諷。
圖/ AFTEE後支付

AFTEE後支付給初次使用者的消費額度是2千元新台幣,若完成身分認證最多可以調升到1萬,接著根據用戶的使用狀況、還款能力調整,最高可以調升到2萬。

如果客戶賴皮不付款,將停止使用AFTEE後支付的權限,「我們有自己的信用審查邏輯,」社長柴田紳解釋,在過去20年的經驗中,未支付的比例維持在1%以下,如果用戶逾期堅持不繳,會需要付出比信用卡更高的利息。

AFTEE後支付的野心不是只跟電商平台合作,還非常懂得因地制宜,團隊在經過研究後,發現台灣特別愛分期付款、 退貨率高以及很愛到日本商旅。

AFTEE後支付預告10月將推出專為台灣量身打造的分期付款服務,可以在結帳時選擇分期,依據個人信用狀況,最多可以分到24期;而在11月時,他們將推出「海外後支付」服務,只要在日本合作店家掃描QR Code就能結帳,回台灣之後再付款就可以。

AFTEE後支付更預計在2020年導入台灣線下大型通路,土洋業者都加足馬力,支付的競爭一觸即發,可以確定的是,消費者將享有更方便的支付。

責任編輯:張庭銉

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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