為什麼行動支付推不動
為什麼行動支付推不動
2020.07.29 | 3C生活

一般來說,行動支付分為NFC感應式和QR code掃描式兩種,可以透過電子票證卡片或智慧型手機使用,主要是能夠省去準備現金零錢或是找零的麻煩,世界各國從金融業、科技業、到電商集團,都在積極推動行動支付,有的成長快速,有的則進展緩慢,我國國家發展委員會則在國內行動支付普及率達到6成的今年初,宣示2025年普及率超越9成的政策目標。

延伸閱讀:台灣人愛用支付App調查出爐:LINE PAY稱霸70款行動支付、全聯PX Pay擊敗Apple Pay

疫情助攻,行動電子支付使用增

打從2020年初新冠肺炎疫情爆發以來,為減少接觸,台灣的確有不少人開始刻意使用行動電子支付。根據金管會日前公布的資料顯示,截至今年4月底,共有5家專營電子支付機構與23家兼營電子支付機構,總使用者人數約829萬人,較前個月增加39萬人。可見疫情對電子支付的使用,有明顯助攻效應。不過在日常生活中,除了便利商店和超市賣場,還是有很多地方無法使用行動支付,因此每隔一段時間,還是要找ATM提現金,出門也還是要帶錢包。

延伸閱讀:憂鈔票沾病毒,行動支付使用大增!疫情下的3個消費現象

mobile payment_shutterstock_704697319Resize 1280.j
受惠於疫情,行動支付使用率有了明顯的增長。
圖/ Shutterstock

效率差異,獨立型小店家難接受

台灣的電子支付使用從早期的悠遊卡算起,已有18年的時間。想想從第一代iPhone於2007年初發表至今,也不過13年,照理來說,應該有機會讓電子支付的使用更加普及才對。然而早年因銷售端POS設備及悠遊卡讀卡機成本較高,至少是上萬元起跳,為了收錢就要自費投資這樣的設備,還不含日後交易的手續費,小老闆們往往只有望之卻步。

不過近年來在該項設備成本已大幅下降,用一台平板配合專業軟體就能搞定,況且平均一支要價兩萬多台幣的iPhone都能造成搶購,電子支付的運用成本相較之下低得多,可見硬體設備的建置花費應該不是影響其普及率的主因。

事實上,小店老闆常需要身兼數職,包辦全部的銷售流程,尤其在尖峰時間,一筆幾十元的交易從報價到收錢、找錢,根本是心算的反射動作,如果還要在POS機台輸入金額,再等候卡片或App感應或掃描,有的甚至還要買方輸入密碼,實在太浪費時間了,筆者近期就有多次在使用行動支付繳款時,遇手機收訊不佳或App系統異常狀況,讓銷售人員和後方排隊民眾等候多時,實在非常尷尬。若是使用現金,應該兩秒鐘就解決了。

國情不同,手續費收多少才合理?

行動支付推不動,還有一個原因就是「手續費」問題。對小型店家例如早餐店來說,銷售利潤本來就不多,2%的手續費相當於每賣出一份50元的餐點,就要被抽1元的手續費,雖然看似不多,以小老闆的角度每一塊錢卻都是血汗錢。

依照行動支付的付款方式不同(綁定信用卡、銀行帳戶、或行動支付帳戶的預先儲值),交易手續費大致介於1%至3%。歐美國家民眾早已習慣對服務的提供者付費,例如北美地區用餐後依慣例付給服務生10%至20%的小費,因此即使金流交易手續費達到3%,也不會讓人覺得心痛。但在台灣除中高檔餐廳外,一般小店是沒有收服務費的慣例,且金流手續費依規定又不能向買方額外收取,賣家若只是接收從買家戶頭即時轉帳的金額就要被剝一層皮,想想似乎真有所不甘,因此才遲遲不願導入。倘若手續費能低至1%以下,甚至限時免收手續費,相信小賣家的使用意願會大大提升,但這又牽涉到行動支付業者以及信用卡發卡單位願不願意暫時讓利的問題了,畢竟現金回饋的承諾已經白紙黑字寫明白了,若手續費比現金回饋百分比還低,差額又要叫誰負擔呢?

目前台灣電子支付業者仍處於百家爭鳴的相互廝殺階段,誰能夠取得「關鍵多數」並在市場上達到電商世界中全勝或獨占的局面,就讓我們拭目以待吧,畢竟,誰都不可能在手機上把28種電子支付工具全裝上的!兩年多前就有分析師認為,行動支付的激烈競爭到2020年應當只剩下3到5項主流方案,然而在誰也不願投降認輸的情況下,這股競爭態勢應該還會持續下去。不論未來如何,期望消費者都不要成為最終的輸家。

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
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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