貸款詐騙案層出不窮,區塊鏈能修補「信任」?這家新創讓金控大戶、純網銀搶合作
貸款詐騙案層出不窮,區塊鏈能修補「信任」?這家新創讓金控大戶、純網銀搶合作

三家純網銀首度同台參展,今年的FinTech Taipei顯得格外熱鬧,各家銀行紛紛端出創新產品較勁。不過就在LINE BANK、中國信託展區之間,有一家新創出現在金融機構而非新創展區,顯得格外引人注目。

「這次花了不少錢卡到這個好位置。」區塊鏈新創BSOS執行長黃朝秋笑著說。成立剛滿一年的BSOS,已經是多家國內大型金控的合作夥伴,更有許多不能公開的大型專案正在進行中,當密碼貨幣熱潮回歸冷靜後,區塊鏈技術究竟可以如何顛覆金融產業?

傳統金融供應鏈存在「信任」問題

問起為什麼創業?曾在華碩任職6~7年的黃朝秋淡淡的說,過去的他壓根沒想過這件事,跟多數人一樣,他曾經只想把手上的工作做好,安穩過日子,對於未來沒有太多想像。

五年前他加入獵豹移動擔任App產品負責人,受到環境的感染,選擇踏入區塊鏈的世界。但黃朝秋並非區塊鏈信仰者,「我以前是做產品的,不是幣圈的人。」BSOS著眼的是應用,要從產品服務角度切入區塊鏈領域。

BSOS
就在LINE BANK、中國信託展區之間,BSOS出現在金融機構而非新創展區,顯得格外引人注目。
圖/ BSOS

看了騰訊區塊鏈白皮書,與業界人士交流後,BSOS認為「區塊鏈供應鏈金融」,無論是在產業前景或區塊鏈技術發展都相對有前景,那BSOS究竟想解決什麼問題?

我們生活周遭每天使用的產品,都是透過供應鏈中各方參與的廠商、企業共同努力才得以生產。供應鏈中通常有一個最核心的企業,搭配上下游的廠商,其中供應商和經銷商往往是中小企業,有可能因為大公司撥款帳期較長,需要向銀行貸款,尋求資金挹注,這就是所謂供應鏈金融(Supply Chain Finance)。

傳統的供應鏈金融,面臨資訊透明度差、單據難以驗證真實性、交易追溯困難等問題,金融機構無法快速有效驗證融資資料的真實性。 貸款詐騙案例層出不窮,且高度仰賴人工審核,也讓業務成本無法降低,是目前供應鏈金融的一大痛點

舉例來說,許多中小企業會用發票融資,銀行將該公司帳上未付結算作為抵押品,來發放貸款,可是供應鏈中的參與方,很多時候使用規格不一的帳本,資訊透明度不佳,就有可能導致上述問題。

但供應鏈中的三方,都希望貸款可以成功,銀行想賺錢、供應商想借錢、核心企業想維持過往的帳期,但卻怕被倒帳、收到假數據,彼此存在極大不信任。

區塊鏈有效降低風控成本,大型金控積極導入

黃朝秋認為,傳統供應鏈金融背後存在極大的信任危機,區塊鏈很適合用來解決這項問題。 BSOS開發出了BridgeX 技術,這項技術可以快速建立供應鏈區塊鏈數據協作平台,利用區塊鏈不可竄改的特性,把供應鏈個個參與方的資產數據,加密存證後上鏈。

不過,區塊鏈只能確保資料不被竄改,不能確保資料的正確性,因此,BridgeX有一套「多方背書」的制度,也就是供驗鏈中的各方,像是核心企業、會計師、物流商,都可以針對每個數據節點作驗證,便可形成一連串真實可信、可追溯、不可竄改的資產歷程紀錄。

往後供應商申請融資時,區塊鏈平台可以提供金融機構完整可信的融資資產履歷,降低風控成本,以及作惡的風險,大幅提升供應鏈金融的運作效率。「對銀行來說,這已經是從已知用火,進步到工業時代的差別。」黃朝秋說。

Logistics
黃朝秋認為,傳統供應鏈金融背後存在極大的信任危機,區塊鏈很適合用來解決這項問題。
圖/ shutterstock

BSOS針對區塊鏈供應鏈金融開發的BridgeX系統,可以快速在鏈上執行業務流程,透過自動化的智慧合約,維持系統的永續維護,即使不具備區塊鏈技術的IT人員,也能透過API,輕易串接自家系統。 成立才短短一年,BridgeX系統已經被國內外大型金控採用,甚至連純網銀業者也表示感興趣。

開放銀行信任問題,區塊鏈也是解方之一

不只是供應鏈金融,BridgeX系統能應用的場景非常多元,像是近期討論度極高的開放銀行(Open Banking),概念是銀行透過API,與第三方業者串接服務。然而,第三方業者整合多家銀行資訊,以及與使用者互動後所產生的新數據,存在數據歸屬與存放問題,各家金融機構如何共同維護這些資料,背後其實也是信任問題。(開放銀行興起,圖解全新金融生態系帶來的大變革

open banking
第三方業者整合多家銀行資訊,以及與使用者互動後所產生的新數據,存在數據歸屬與存放問題,各家金融機構如何共同維護這些資料,背後其實也是信任問題。
圖/ 趨勢科技

BridgeX可以協助金融機構、第三方業者將原始資料加密上鏈,配合多層多簽的權限控管機制,確保資料寫入的真實性,開放銀行生態系中的參與方,就能安心在平台上共享數據,好處是不必仰賴單一中介機構,也不會因單一機構發生問題而造成系統崩壞,是開放銀行發展之下,具有潛力的解決方案。

與金融業合作,新創BSOS克服兩大困難

區塊鏈供應鏈金融仍是很新的概念,黃朝秋觀察,產業要真正成熟應用,還需要2~3年的時間。國內許多銀行雖然開發區塊鏈應用的技術仍不成熟,但傳統金融業對於新技術的態度正在轉變,這也是為什麼國內許多大型金控,紛紛找上BSOS建立平台。

跟民眾財產有重大關係,謹慎、保守是金融業一直以來的產業特性,對走在技術前端的區塊鏈新創來說,與金融業合作,如同與大象共舞。

BSOS
「對新創來說,每拖過一天,我們就離死亡更進一步。」BSOS執行長黃朝秋說。
圖/ 侯俊偉攝影

黃朝秋認為,一開始必須先把金控對於區塊鏈的知識,拉到雙方可以溝通的程度,但這卻不是最難的,「金融業的DNA就是很謹慎。」某次BSOS團隊只是跟客戶展示產品流程圖,對新創說,重點是討論產品功能,但是金融從業人員的重心,會放在流程圖上的模擬數字,「數字不是真的都不行,後來我跟他們說模擬數字可以編輯,」這才讓雙方慢慢找到合作默契。(台灣導入區塊鏈驗證創全球首例,這兩個地方的販賣機可以買酒

另外一個挑戰,是銀行內部流程嚴謹,沒有任何一位員工可以單獨決定一件事情,專案進展時間往往拖比較久,雙方工作節奏有著天壤之別。「對新創來說,每拖過一天,我們就離死亡更進一步,後來我們也慢慢接受步調稍微不那麼快了。」黃朝秋靦腆的笑著說。

責任編輯:陳映璇

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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