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(下)
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(下)

上一篇談及了何謂電子支付、以及支付法制的一些過去,這一篇我要從電支電票合併修法的特色談起,並做一個我個人觀點的總結。

三、電支電票合併修法的特色

從修法理由來看,本次修法目的在於 **「虛實整合」及避免監管套利,如前述線上悠遊卡之爭議即在於割裂立法下虛實認知上的不同,而造成電支和電票間的重疊規範。而本次修法特色主要有三:

1. 擴大電支營業範圍

因為電子支付本質上為一個「特許」業者,故而許多營業項目都需要事先經過主管機關核定(電支法第10條)。本次修法前,電支業者服務主要有代收代付、資金儲值及資金傳輸,其餘則交由主管機關核定,但在業務發展下還要經過核定恐緩不濟急,故而直接擴大營業範圍,期待擴大支付經濟的想像空間。

比如說本次電支法第4條的9、10款即為未來較為可以期待的服務模式。電支業者作為個人及商家間的中介服務提供者,除協助資金支付外,還可以協助小商家建置一套禮券管理及點數忠誠計畫或提供不同商家間在紅利點數上的整合兌換服務(如咖啡店的紅利點數及小吃店的紅利點數可以相互兌換,或與個別商家進行儲值卡購買)另外一方面本次也開放了金融商品款項的代理收付(電支法第6條)。

2. 開放電支機構間的金流互通及使用便利性

這點則大大突破電支業者以往的限制,以往街口支付及一卡通等電子支付業者的不同使用者是不能夠直接互轉資金的,也不能直接將電子支付裡的資金傳輸給他人的銀行帳戶。其原因就在於修法前,電子支付業者僅是作為資金結清算下的第三層,而必須嫁接在銀行之下,由銀行作為其第二層的結清算機構,再由銀行與銀行間透過第一層的財經公司協助進行結清算。而形成在A電子支付使用人只能傳給在相同A電子支付間開戶的人,而不能傳給其他B電子支付帳戶或銀行帳戶。

而本次修法則是將其拉到第二層,跟銀行一樣可以作為第二層的資金結清算機構,只是還是需要透過財經公司進行(電支法第8條)使得不同的電子支付機構使用者可以跨機構傳資金,也能夠直接將資金傳輸給他人的銀行帳戶,使支付更加方便。

3. 整併立法及開放移工匯兌

另外值得注意的則是我國終於將支付行為整合,將限定於發行人及特約商店使用的「電子票證」及開放個人與個人間仍能夠互相支付的「電子支付」合併,根據其不同的態樣給予不同程度的風險監理(電支法第3條和第9條)不同的資本額要求,及可經營業務範圍的不同,避免相同的行為出現不同的管制密度而有監管套利。

在移工匯兌上面,則是額外開放了一個除銀行和電子支付業外,也可以協助移工進行國內外的小額匯兌服務的法律依據,此修法應為反應沙盒實驗的立法。(第4條)

四、結論

我國過去在支付法制上的發展,從消保法上面的「禮券」,到悠遊卡的出現產生「電子票證」,隨後因為線上商務活動之發展,產生「第三方支付」代收代付活動下的定型化契約,後來在線上儲值上和資金傳輸上的需求,從而開了「電子支付業」。

一直以來都圍繞在銀行法第29條,將資金匯兌限於銀行方得進行,使得各種立法常常作為一種例外存在,產生頭痛醫頭,腳痛醫腳的情形,未能從全局觀來思考支付法制。本次將電票和電支統合立法實為一大進步,然後續仍存在如何將電票和電支子法規範統整的問題。

另一方面,從本次「移工匯兌」的修法來看,額外開放給非銀行和非電支的業者也能承作此點,其背後仍有銀行法第29條限制的影子存在,即為了「移工」而開的另一個例外,固然其為反應沙盒實驗之結果,但在立法技術上是否應該持續就單一個案進行逐步例外開放的修法,亦值得討論。

近來如比特幣和以太幣等虛擬通貨的使用,部分業者基於市場需求,亦提供與法幣的兌換服務,在透過虛擬通貨進行傳輸時,是否也可能被認定為有匯兌行為,在支付法制思維仍在原則限於銀行,例外開放電支、電票等其他業者的模式下,在我國保守的支付法制思維下,相關業者在虛實整合服務提供上,仍有高度之法遵和經營風險。

本文認為未來針對支付法制應持續從行為面向去思考和定義,從其應用的範圍廣度、背後的保證和補償機制以及風險大小思考,期待能將支付法制作一統一性的整合,並因應科技新型態和風險範圍、大小做出相應之改變,而非一個營業模式,一個立法。

開放的金融環境並非在層層的管制下,透過沙盒實驗即為開放,應是以沙盒機制檢驗金融法制,不進沙盒實驗亦能在現有規則下進行發展,沙盒僅是作為金融法制開放與否的試金石。

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