開放銀行要「書同文,車同軌」嗎?什麼是台灣最適合的模式
開放銀行要「書同文,車同軌」嗎?什麼是台灣最適合的模式

過去的法規要求銀行要善盡保護客戶的各種資料,銀行也樂得獨享這些資料。但時代變了,歐盟PSD2(revised Directive on Payment Services)指令於2018年1月13日生效,要求銀行在消費者同意下,必須開放其交易資料給非銀行的第三方「third party providers,TPPs」使用。

藉由應用程式介面(application programing interfaces,APIs),取得該消費者在銀行的資訊,第三方業者再整合其他資訊後,提供消費者更多選擇與更佳的消費體驗。目前推動開放銀行的國家越來越多,幾乎全球五大洲都有各式各樣的「開放銀行(open banking)」運動進行中,雖然目標相似,但各國推動的模式不盡相同。(推薦閱讀:台灣開放銀行起跑!API大平台上線,看金融業的機會與挑戰

開放銀行的分類標準:兩大決定性因素

在分析或分類各國的做法與策略時,有兩個決定因素必須考量。

  • 第一是採強制性/自願性開放:有的國家立法強制性要求(由上而下)開放,有的採市場力量驅動(由下而上)開放。
  • 第二是採標準化/非標準化開放:有的國家規定開放的共同格式與工具(共同API),有的則未規定。
開放銀行分類
圖/ 資料來源:Openbankingproject, Nov 2018

若把第一個因素當成座標的X軸,第二個因素相當於座標的Y軸,不同國家不同的開放銀行政策將落在不同的象限。

例如推動最給力的英國與澳洲採強制性,並且是有標準程序、方法與格式,因此坐落在第一象限。歐盟其他國家雖因PSD2有強制銀行必須開放,但沒有標準作法,因此坐落在第四象限。像新加坡與香港的銀行採自願性參加,也無標準格式,因此坐落在第三象限。雖然同屬一個象限,但強制公開的力道與標準格式要求的強弱還是有區別的。在此特別說明一下日本的做法,日本在2017年的銀行法修正中加入了推動開放銀行,但沒有強制銀行一定要參加,但要求不參加的銀行一定要公開說明原因。

採「強制性」的理由

2016英國「競爭市場主管機關(CMA)」為提升市場競爭,並加速金融服務商品創新,以改善消費者的體驗,提高金融服務的可近性與客製化的服務,提供更容易理解與可比價的金融商品,同時確保消費者與業者的個資與資安保護。 因此要求九大銀行在存款客戶同意下,必須開放其帳戶資料給第三方服務機構。為推動此業務,CMA要求九大銀行出資成立「開放銀行執行機構(Open Banking Implementation,OBIE)」來落實相關業務,包括發展出共同API標準與資安防護。

預期未來有貸款需求的消費者或中小企業,提供其銀行帳戶資料給第三方服務業者後,該業者彙整各銀行的貸款利率報價供消費者比較,讓消費者選擇對其最有利的方案。同樣過去因為市場資訊不完整,業者也缺少競爭,使得活存帳戶經常透支的消費者支付非常高昂的透支費用。未來也可經由第三方服務業者提供各銀行透支費用的收取方式,讓消費者跳槽到該銀行。

各國主政機關也不盡相同,例如英國是由CMA主政,日本與新加坡是由中央貨幣主管機關來主政(日本是央行、新加坡是貨幣管理局(MAS))。英國要求九大銀行必須參加,其他銀行則是自願參加。澳洲是要求四大銀行必須參加,再逐步要求其他銀行。日本雖有立法但屬自願性,目標是2020年前有80家以上銀行參加。在韓國則要求各銀行將要公開的資料,集中放到一個由中央銀行管理的資料中心,讓第三方服務機構可以一站取得全國的資料。

墨西哥採用英國開放銀行的制度,在2018年生效的金融科技法中要求開放銀行,並加強對金融科技業者的監理。該國主政機關為其央行Comisión Nacional Bancaria y de Valores(CNBV)。不僅為了提升競爭,也為提高創新與普惠金融。

此外在歐盟與英國第三方服務機構必須在指定平台登錄,主管機關會做一些審查,項目包括:應注意事項(due diligence)、合約義務(例如損害賠償保險),才能從事相關業務。在此補充說明一下,歐盟的PSD2是一種「指令(Directive)」,並未針對相關細節要求各會員國要如何做,各國在進行國內立法時可參酌各國國情與其他自主考量。這也是為什麼歐盟的PSD2與英國的開放銀行有些落差,例如歐盟並未規定共同API標準規格,英國則有;另外歐盟可取得開放銀行資料的機構種類也比英國少。

採「自願參加」的理由

新加坡鼓勵金融機構採用API以激勵創新與資料的互通利用,與香港不同的是,新加坡政府沒有介入開放銀行業務,該政府認為沒有強制性要求會更成功。MAS跟銀行公會只公布了API playbook 鼓勵各銀行與第三方公司共同合作推動。香港貨幣管理局(HKMA)在2018年7月公布開放API架構,設定其開放銀行的路徑。讓金融業設定其自已的標準,政府沒有特別規定。

雖然一開辦就有一套全國的統一標準格式與API工具會有利於推動,但這也會妨害創新。 但HKMA認為強制性資安的標準則是必要的,因此對API的資安標準有一些建議,其他則由業者自己去發揮。

日本在2017年5月修訂的銀行法中建立第三方服務機構的登錄系統,以及與銀行之間的自願性合作架構。新銀行法鼓勵銀行在2020年前開放其API,以便在東京奧運來到之前建立數位支付系統。

相對於歐洲各國推動開放銀行的力道,美國政府放手讓民間主導,只頒布一些沒有約束力的指引供業者參考,並由民間業者走在前面。例如「金融消費保護局,Consumer Financial Protection Bureau(CFPB)」就針對消費者資料的取得與運用頒布一些沒有約束力的指引,建議業者採取相關措施以保障消費者資訊安全、讓消費者知道哪些資料會被分享,以及這些資料會被使用多久。此外「聯邦金融檢查委員會,Federal Financial Institutions Examination Council(FFIEC)」也有頒布一些關於小額支付方面的指引。

美國開放銀行是由National Automated Clearing House Association(NACHA)主導,該組織成立一個API標準化業界小組,並於2017年提出運用於支付業的16種API,分別運用於支付過程、資料分享與風險管控三大領域。另外2017年Consumer Financial Protection Bureau發布資料分享原則,鼓勵銀行導入API進行資料分享,但不是強制規定。此外「金融機構資訊分享與分析中心,Financial Services Information Sharing and Analysis Center(FSISAC)」也制定一個API來支援資料轉移的安全,並沿用PSD2的一些規定,以利美國業者與歐盟有業務往來時的共通性。

結語

目前全世界最積極推動的是「英國」,他們採取強制性且有共同標準格式的開放,台灣現階段是採取「市場驅動」開放。

前者的優點是採「書同文,車同軌」共同標準後,行政成本可降低,民眾不會因各家銀行不同的做法而被混淆。後者的優點是讓各家銀行與第三方公司共同合作,在百家爭鳴之下,有更大的發揮創意空間,提供以消費者為中心的服務,帶給消費者新的福利與體驗。

國內開放銀行預計分三階段進行,日前第一階段銀行商品資訊開放嚴格來說只能算是練兵熱身而已。接著第二階段的開放將開始進入深水區,對銀行經營環境也將有深遠影響。強制開放比較好呢?還是讓市場力量來驅動?現在可能還言之過早,甚至各國的背景文化等因素都需考量。因此最重要的是,要依據實證經驗保持修正換軌的彈性,這才不至於違背開放的本意。

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #API #開放銀行
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