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|數位時代 BusinessNext

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

台灣Pay目標打造QR Code共通支付標準，提升國內行動支付使用率，目前已拉攏9家電子支付業者欲加入共通規格，但業者其實各自有盤算...

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。

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。

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

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。