市占率不到5%,又想做支付標準?台灣Pay的平台夢為何推不動
市占率不到5%,又想做支付標準?台灣Pay的平台夢為何推不動

過去一周,外界對於「台灣Pay」的批評沒有少過。立委許毓仁認為,目前台灣Pay旗下行動支付市占率不到5%,導入商家也非常少,民眾熟悉度也不佳,且今年光是8家公股行庫推廣台灣Pay的行銷預算,就高達新台幣6,745萬元,明年恐怕需要整個「打掉重練」。

似乎認為外界有太多誤解,台灣Pay董事長林國良大動作臨時召開記者會,強調台灣Pay不和其他業者競爭,重點是要打造QR Code共通支付標準,因此沒有「打掉重練」的問題;央行也認同說,台灣Pay未來有助於提高行動支付使用率。

回到最根本問題,台灣Pay到底跟你我的生活有什麼關聯性?

不做品牌跟業者競爭,台灣Pay董事長:我們是中立平台

針對立委批評台灣Pay旗下行動支付投入大筆行銷預算,市占率仍沒有成效。台灣Pay董事長林國良端出數字回應,截至今年九月,串接商家數超過9萬家、整合生活帳單與稅單逾5,700種、可使用卡數達949萬張卡、交易金額逾520億,且1到9月的交易金額,是去年同期成長的3倍。林國良認為,台灣Pay業務推動已初具成效,沒有打掉重練的問題。

台灣Pay不只做行動支付而已,還承擔「支付大平台」的重任,目標制定QR Code共通支付標準,解決市面上支付工具各有一套規格。台灣Pay這套共通標準,能解決商家多對多串接、民眾下載一堆App的困擾,無論是支付業者發展的「自有錢包」或加入「共用錢包」,都可以加入「共通支付標準」與服務網絡,讓一般民眾及商店都能用更低的門檻使用行動支付。

台灣Pay的背後,是由跨行支付結算機構財金公司所主導,本身是一個「中立平台」角色。現在大家之所以可以24小時跨行提款,就是財金公司在背後推動金融跨行資訊系統、即時跨行結(清)算業務等。

台灣Pay
台灣Pay與一般支付品牌不同,核心任務是要推動「QR Code共通支付標準」。
圖/ 攝影 / 高敬原

一直以來,財金公司的任務都是在打造台灣金融基礎設施。現金時代做跨行轉帳、提款;邁入行動支付時代,則是制定共通QR Code標準。銀行的客戶,能藉由銀行行動網銀連結台灣Pay,進行掃碼支付與轉帳等功能。

這可以用信用卡交易來理解,各家銀行分別發行自己的信用卡,刷卡機幾乎都能收款交易,這背後就是靠VISA、Mastercard、JCB這些國際組織的共通標準,讓消費者無論持有哪一家銀行的卡片,有刷卡機幾乎都可以消費。

目前台灣Pay除了8家公股銀行外,還有上海、台北富邦、國泰世華、中華郵政、永豐、玉山、台新、中國信託、以及淡水一信、農金資中心、南農中心等22家民營及基層金融加入,預計今年底,會再增加6家。

財金公司主導的台灣Pay,就是要成為中立平台角色,確保QR Code支付效率及交易安全,前端商戶與消費者則由各支付業者經營。中央銀行也表示,台灣Pay QRCode共通支付標準,是希望國內支付業者都能公平、自由加入,「 有利不同品牌支付業者互聯互通,以提高行動支付使用率 。」

加入共通規格?電支業者各自有盤算

不只在國內推動共通標準,考量到海外遊客需求,台灣Pay已在去年11月,整合「EMV國際通用掃碼支付」,這也是今年VISA在台灣市場的重點策略之一。(QR Code共通標準走入萬家店,VISA目標第四季衝跨境支付

除了目前支援的金融卡、信用卡,台灣Pay下一步規劃將電支、電票業者也納入共通標準內 。現階段已經跟街口支付、歐付寶、橘子支付、簡單支付、國際連5家電子支付業者,以及悠遊卡、一卡通、icash、有錢卡4家電票公司,共9家完成MOU簽訂,未來《電子支付機構管理條例草案》通過後,會把電票及電支機關條例合併,將建置電支電票跨機構共用平台,意味屆時台灣Pay成為支付大平台,點開後消費者想用哪家自行決定。

Visa
今年VISA在台灣市場,也力推國際通用的「EMV®國際通用掃碼支付」標準。
圖/ Visa

然而簽訂MOU並不保證日後一定會加入台灣Pay共通規格,目前主流的支付業者是怎麼想的呢?(台電的小失誤,竟讓LINE Pay一卡通掛點2小時

以LINE Pay一卡通、街口支付兩大代表性業者來說,都有各自的QR Code規格,兩家業者都一致表示,規格整合牽涉系統變更,需要改動的技術成本非常高,此外這些業者已握有高市占率,自然沒有變更規格的急迫性與必要性。台灣Pay共通規格想法雖好,未來是否能順利整合,仍有不少挑戰在前方。

責任編輯:陳映璇

關鍵字: #支付科技
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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