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
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