淺談日本行動支付2019最新趨勢,看台灣能有何借鏡?
淺談日本行動支付2019最新趨勢,看台灣能有何借鏡?

日本政府於2017年策定「未來投資戰略2017——社會5.0的改革」,訂定目標「今後十年間至2027年6月,無現金支付的比例要倍增,達到40%」。接著,陸續從2018年開始,許多企業推出自己的Pay服務,例如2018年10月Yahoo!Japan的Paypay;2019年2月Mercari的Merpay;2019年7月7-11的7 Pay(但是已宣布退出市場,詳見出生3個月就夭折!漏洞太大補不了,日本7–11宣布7 Pay中止營運)...族繁不及備載。日本正式進入行動支付的戰國時代。

在這種混亂的局面中,日本政府於2018年7月成立與產業界合作的一般社團法人 「Payments Japan」,展開整合的行動。事實上,日本政府很擅長設立一個總體目標,接著帶頭整合產、官、學的資源,最終達陣(例如日本政府這十年來推動觀光立國,就一步步穩健地朝設定的目標前進)。所以,觀察日本行動支付2019年最新的進展,或許可以對我們台灣行動支付的發展有一點啟發。

Payments Japan帶頭把餅做大

首先,有鑒於各個企業採用自己QR Code的技術規格,造成店舖方引進XX Pay的時候操作麻煩,所以,Payments Japan開始統一技術規格,這個統一的技術規格名字叫做JPQR。具體來說,他們先定義了用語,讓精確的交流得以展開,接著,發布了使用者提示型、店舖提示型、營運(Operation)的Guideline。裡面的內容包括條碼管理、裝置設置、網路安全等等。

我們知道帶頭定義用語、Guideline、Best Practice不是一件很容易的事情,由政府出面來做,也屬合情合理,然而,最重要的還是業界響應不響應這個JPQR的標準。

從Payments Japan 2019年6月16日公布的會員資料來看,大的行動支付玩家如LINE Pay、樂天Pay、Mercari都有加入,他們甚至在8/1前就把使用者提示型支付底層的技術實作改成符合JPQR的標準了,這足以代表業界是有認真對待這個統一的技術規格JPQR的。

至於企業為什麼要響應JPQR?那是因為從日本目前無現金支付比例還不到40%的現況來看,行動支付還有很大的成長空間。所以說,目前日本業界就是正在串連起來,跟著JPQR的標準一起把餅做大,讓更多的使用者及店舖可以免於行動支付業者林立的繁雜,提升使用率。

日本行動支付業者結盟

然而,儘管行動支付的餅正在變大,未來終究不可能容納太多的業者,從業者的角度來看,做不成獨占,做個寡占總比完全競爭來得好。所以,今年以來,已經陸續看到幾間大的行動支付結盟了起來。

今年6月,LINE、Mercari、docomo結為聯盟 「Mobile Payment Alliance」(MoPA),未來將從技術上整合,共享彼此的加盟店,並進一步做商業上的整合。

同樣是在6月,樂天與KDDI宣布旗下的R Pay與au Pay也將共享平台與加盟店。事實上,樂天與KDDI早在2018年11月就有發布新聞稿,雙方將在支付、物流、通訊上加強合作,現在關係可說是如膠似漆呢!

最後一股大勢力則是Softbank與Yahoo!Japan的Paypay。其實,Softbank是Yahoo!Japan的最大股東,然後Yahoo!Japan又做了Paypay,也就是說,其實他們就是自己一股勢力而已。然而,Softbank這個富爸爸所掌握的資源之多,在世界上所投資的公司之強,那個影響力是非常巨大,Paypay完全可以在不與其他支付結盟的情況下占有一席非常重要的位子。

以上三股行動支付的大勢力集結,正是代表了結盟分庭抗禮的態勢。

三大勢力的強弱

如何在現階段衡量三大勢力的強弱,進而預測未來哪一個勢力將勝出,確實是一個棘手的問題,因為,儘管也有一些統計調查,但是每一家公司只會展現對其有利的一面,例如Paypay說它的品牌認知度第一;而Mercari的merpay則說它綜合滿足度第一。

我認為,目前這些xx Pay的調查,各說各話,並沒有太大的參考價值。不妨用質性的方法來分析。

日本電信三雄Softbank、docomo、KDDI剛好均勻分布在三大勢力中。日本電信三雄實力的強弱,那又是另外一個課題,然而,至少可以說這電信三雄沒有缺席在行動支付的版圖爭奪戰之中,所以,這一個面向我覺得是一個平手,各自都有電信的盟友。

對行動支付Pay投注的心力資源以樂天的R Pay為最少。從各公司最新一季的財報可以發現,樂天在8/8號的財報投影片中只用了一頁來講R Pay;而同時LINE Pay、Merpay、Paypay等都以戰略級的角度花費多頁的篇幅,去說明各自行動支付的進展。我想這是因為樂天現在有太多更重要的領域要去努力,例如物流、電信,所以行動支付相形之下就沒那麼重要了,然而這代表了樂天與KDDI的勢力可能稍弱。

從實際的數據來看,LINE Pay為日本行動支付的王者。我認為實際的數據最重要的有兩個:一個是 「MAU月活躍使用者」,另一個則是 「交易金額」

  • MAU之所以重要是因為許多Pay的使用者,只會在有回饋活動的一段時間內使用這個Pay,活動過後就再也不會用了,所以單純看註冊人數是沒有意義的;

  • 而交易金額的重要性則是在於,只要乘以手續費%數,就可以計算出未來的收益。這兩個重要的指標,一樣從各公司最新一季的財報可以發現,只有LINE Pay敢於公布這個數據,我認為這代表了其在行動支付上的自信與成績。

綜合以上三點的定性分析,我認為目前LINE、Mercari、docomo的「Mobile Payment Alliance」(MoPA)聯盟最有優勢,Paypay及Softbank聯盟與樂天KDDI聯盟則略為遜色。

台灣支付發展可以借鑑的地方

從日本的支付發展可以看到JPQR扮演了重要的角色,然而,台灣在統整QR Code的努力上也有推出 「台灣Pay QR共通支付」,究竟這兩者有什麼異同,又該如何評斷台灣Pay的共通規格?

我想,既然是共通規格,評斷其成功不成功的指標,可以用市占率高的xx Pay有沒有支援這個共通規格來看。在台灣,提到行動支付,首先浮現在心中的會是LINE Pay、街口支付,不過很遺憾地,他們都沒有支援台灣Pay QR共通支付這個規格。 而日本的JPQR如上所述,則被市占率高的LINE Pay、R Pay、au Pay等支援,從這個角度來看,日本的行動支付共通規格在這個時間點上,成效較佳。

我認為,造成這個差異的原因可能是因為日本政府僅提供了一個技術標準、並不下場參與Pay的開發;而台灣的情況則是,政府主導了台灣Pay的開發,與其他業者下場競爭。

在這種情況下,LINE Pay、街口支付或許會想,我為什麼要支援競爭對手的規格呢?你的App做得還不一定有我好呢!

我想,台灣行動支付既然已經發展至此,台灣Pay當然也不可能收攤,若要繼續擴大台灣行動支付的共通標準,我提出建議有二:

1. 發布台灣Pay的技術規格、Guildline、定義用語集等等

我搜尋台灣Pay的官方網站,並沒有像日本JPQR那樣很容易地找到各種技術與用語文檔。但是,這些文檔對於溝通、合作、交流、開發其實是非常重要的,台灣Pay如果已經有心得,並且希望成為台灣的行動支付標準,就應該可以分享出來。

2. 廣納更多會員

在日本的Payments Japan組織中,其實有非常多的法人會員不是xx Pay或是xx銀行。這些其他產業的公司,代表了更多應用場景,未來想必他們也會去採用JPQR的行動支付。所以我認為,由政府帶頭推廣更多行動支付的應用場景,形成一股勢力,最終可能可以誘使大的支付玩家也加入會員,進而支援共通標準。 在台灣的情況中就是,如果會員多了,未來LINE Pay與街口支付可能就不得不支援台灣Pay的共通標準了。

日本行動支付的未來

最後,關於日本行動支付的未來,我首先相信日本政府的目標會達成,40%的非現金交易不是什麼很難的事。

另一方面,日本眾多業者現在一方面一齊努力,把行動支付的市場擴大;另一方面又互相拉攏結盟,搶占消費者的心,這種商業上的競合確實是非常有趣的議題,讓我們持續關注下去吧!

責任編輯:陳建鈞

《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 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