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
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