從電支電票的合併修法 ── 談支付法制之發展及本次修法特色(上)
從電支電票的合併修法 ── 談支付法制之發展及本次修法特色(上)

作為我們最基礎的需求,支付有著各種形式,在進入科技化、網路化的時代後,支付更以卡片、手機App及行動載具內的晶片等各種方式呈現。然而簡單的支付態樣,在我國支付管理法制上大致上可分為四類,即禮券、電子票證、第三方支付以及電子支付,不同的法律規範有著不同的要求或特許業務。

然而個別管制究竟有何不妥,何以本次政府要將兩部法合併,本文嘗試介紹本次修法相關背景和特色,並推論其背後的修法邏輯,最後希望談談此次修法對支付議題的未來影響:

一、電支、電票傻傻分不清楚──從線上悠遊卡談起

在2017年一卡通向金管會申請電子支付牌照時,象徵著電子票證業者走向電子支付的虛擬帳戶。隨後不久,悠遊卡公司也提出說要做虛擬悠遊卡,預計發展線上的電子票證。

此事件正好觸發了一段插曲,即當時台北市長柯文哲說金管會擋著悠遊卡業者不讓他們做線上悠遊卡,金管會隨即發布新聞稿說並無此事,並澄清悠遊卡公司並未提出電子支付牌照的申請。最後,悠遊卡公司則是跳出來說他們要做的並非電子支付而是電子票證,即虛擬的電子票證而非電子支付業者。

究竟為何會產生這樣的爭議,則要從「電子票證」與「電子支付」這兩個名詞的差異中談起。

電子票證

「電子票證」在多數人的概念上,是一張利用技術存入「貨幣價值」的實體卡片,並由電子票證業者保管。其發展的背景為當時只有銀行可以將貨幣以電磁的方式存入卡片,稱為現金儲值支付卡,後來因為悠遊卡公司交通場景之運用,後續為了開放給非銀行業者承作,而制定了 「電子票證發行管理條例」。

電子支付

「電子支付」則是2015年為了扶持線上金流發展,除了允許原本第三方支付業者得以作為銀行信用卡金流下的特約商店,於線上代為收付信用卡款外,希望讓用戶除了線上代收代付外,還可以預先儲值一筆金額放在業者身上保管,以因應不定期的小額支付等應用場景,並開放用戶間的資金匯兌功能(因為資金匯兌在我國法令限制下,限於銀行才可以做)提升支付之便利性。

政府因此制定了 「電子支付機構管理條例」,除了代收代付外,還可以做儲值及資金傳輸。如果你都可以做這些業務,那麼就改稱你為「電子支付業者」,若僅有代收代付則稱為「第三方支付」,在我國這兩個名詞有著不同的含義。

從兩部法的立法背景來說,可以想像成電子票證規範針對的是 「實體線下」 的支付場景,如交通、便利商店等等;電子支付則是針對 「虛擬線上」 的金流發展立法,除了代收代付(如收信用卡款項外),用戶還能預先儲值一筆錢在業者身上,並且同一業者用戶與用戶間還能互相轉帳(電子票證不包含用戶與用戶間,支付場景限於用戶與商家)

探究悠遊卡公司及金管會發生爭議的原因,為對法規背後所欲規範「應用場景」上的不同解釋。即主管機關想的是實體線下應用模式,應該申請「電子票證」進行,但虛擬線上應用模式,應該申請「電子支付」牌照來進行的認知。但悠遊卡公司想做的僅是「虛擬線上的電子票證」,即用戶可以把電子票證用於線上的虛擬商店,而不一定侷限於實體線下商店,且不欲做用戶間的資金傳輸,僅是拓展特約商店的應用範圍。(推薦閱讀:搭捷運、公車用嗶的!悠遊卡推「悠遊付」2020年開放,新功能搶先看)

從電子票證發行管理條例的法條文字上來說,確實也沒有明文禁止虛擬電子票證,所以在這個「美麗的誤會」解開後,針對虛擬電子票證,金管會亦同意,僅要求業者如欲發展此業務,應落實實名制以達洗錢防制之目的。

從這件事我們可以發現,

電子票證及電子支付法,單純看法條文字解釋上都可以線上儲值,在法律規範上兩者就會有所重疊,差異就剩下用戶與用戶間能否「互相傳輸資金」 了。

但如果只是單純開放資金傳輸,為何我們不根據業務發展程度給予不同的權限就好,何以要分裂為兩部法律規範呢?可否統一立法,抑或是當初只要修改電子票證法就好了,何必再另立一個新法呢?且依據新修訂的電子支付法,電子票證業者也可申請兼營為電子支付業者,在這樣的前提下,分裂立法是否有其存在的實際意義,就值得探討。 割裂立法不僅容易產生適用上和解釋上的疑問,也可能因規範嚴密程度不一,而產生同一行為不同管制的監管套利問題。

因此本次立法值得讚許之處,即在於我國開始重視並仔細分析支付行為,將類似的行為放入同一部法令中,做高低程度上的不同管制。而非過去類似行為、不同法令、不同機構的割裂立法,甚而將單一業者的營業模式預設為法規規範架構而非考量支付行為的差異進行規範,此次合併立法,實為健全支付法制的一大步。

二、支付法制的過去──從資金傳輸談起

銀行做為供給社會信用及創造貨幣的角色,擁有運用社會龐大資金的權力,也是社會大眾存放資金的信賴機構,有為客戶妥善保管資金並管控資金運用風險之責任。在網際網路不發達時,企業與個人即是透過銀行的在各地的「實體」分支機構進行資金的結清算,達成實質意義上的資金傳輸(目前在跨國和大額交易,多數仍仰賴銀行的服務)。

為避免一般社會大眾在支付上,因為支付中介者倒閉或管理不善,導致客戶支付活動受影響。我國早期法規將支付限定於銀行方得承作,以免風險管控不妥者,因其倒閉或管理不當而對客戶產生金融上的風險(資金被竊或遺失)及法律上的風險(債務不履行)。此思維背後的立法即為著名的「銀行法第29條」,其背後存在著一些風險管控的概念。

不過隨著網路普及化及資訊設備的通俗化,當人們逐漸習慣以非面對面的方式進行交易和活動時,傳統銀行的服務逐漸不能滿足社會需求,即有部分非銀行業者期待能改善問題並進入此處服務,如Paypal、Transferwise以及淘寶電商。相比銀行,有著更好的線上支付體驗及使用者操作介面,成為吸引用戶的線上通路。

若將支付限於銀行,其背後目的是在於支付風險上的管控,在開放支付給「非銀行業者」時,如能夠管控落實用戶資金的風險管理及遵循要求,其實亦能符合立法意旨。因此,各國為因應社會交易型態之改變及促進線上支付之發展,各有不同的修法與開放措施。 以日本為例,其於2009年即修法開放非銀行業者得以兼營資金傳輸,但匯款金額應限於100萬日圓以下(約台幣30萬左右,透過額度進行風險管控),業者應從信託、保證契約或提存等三種方式,選擇一種提供客戶資金的全額保障。

我國則是先透過銀行公會自律規則及第三方支付(代收代付)的逐步立法修改,到2015年才修訂電子支付機構管理條例,承認非銀行業者在一定條件下可以做資金傳輸,做為銀行法29條的特許事業存在。從而開啟了後續一卡通申請電支、線上悠遊卡的爭議,以及各種電支業者申請和支付服務的發展。(推薦閱讀:LINE Pay 4大新改變:獨立App操作更快,跨境支付2020年開放)

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。)

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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