助信用小白借到救命錢!背後有AI科技撐腰的貸鼠先生,為何還用人工一對一客服?
助信用小白借到救命錢!背後有AI科技撐腰的貸鼠先生,為何還用人工一對一客服?

談起郭建甫這個名字,一般人可能印象不深,但大部分人一定都用過陌生來電辨識軟體Whoscall,郭建甫正是Whoscall開發商走著瞧(Gogolook)的創辦人,今年九月,他才剛因為開發Whoscall,讓許多人免於詐騙、騷擾、推銷電話,獲得第4屆總統創新獎。

過去,Whoscall幫大家擋掉銀行行銷電話,多年累積的資料,幾乎可以說是台灣最大的防詐騙資料庫。

郭建甫開始思考,以防詐為出發點還能多做些什麼?兩年前,他瞄準金融領域,發現許多人因為辦貸款被詐騙,所以他的目標就是,當民眾有資金需求時,透過科技的力量,成為大家的後盾。

今年三月,郭建甫的第二個創業題目誕生,推出防詐信貸比較平台「貸鼠先生」,他為什麼看好這塊市場?

疫情助長借貸需求,卻也讓詐騙案增加

貸鼠先生目前跟國泰世華商業銀行、凱基商業銀行、匯豐銀行、花旗銀行、渣打銀行、王道銀行等六間銀行合作,申貸者只要在平台上輸入欲申貸的金額、貸款期間及是否持有信用卡等基本資訊,最快可以在30秒內算出各家銀行的總費用年百分率、手續費及每月最低還款金額。

不過,市面上已經有許多信貸比較產品,除了基本的比價,Gogolook推出的「貸鼠先生」,究竟有何不同?答案就是Gogolook團隊最擅長的「防詐」。

Gogolook
郭建甫從兩年前開始思考,還能以防詐的出發點,多做一些什麼?兩年前,他瞄準金融領域。
圖/ Gogolook

疫情爆發以來,許多人生計受到影響並向銀行借信貸,應付短期資金需求。不過,從事勞動工作的藍領階級若平時沒有跟銀行頻繁往來,並不容易借到錢。

「很多詐騙案層出不窮,」Gogolook創辦人郭建甫一臉憂心地說,一些詐騙集團專門瞄準這些借不到錢的族群,仿冒成知名銀行假裝要借錢,實際上可能是為了騙取個資、錢財。

超傳統一對一客服,卻讓團隊有了意外收穫

貸鼠先生推出真人的「一對一線上服務」,透過LINE、Facebook協助民眾辦理貸款,以及解答對於貸款的疑難雜症。這項看似簡單、超級人工的諮詢服務,卻讓Gogolook團隊有了意外的收穫。

Gogolook產品長謝守澤說,「很多團隊中的工程師其實不知道世上苦人多,甚至不知道信貸的邏輯。」其實這不是沒有道理,一般白領上班族,有每月的薪資往來紀錄作為還款信用依據,向銀行申請信用卡、貸款等服務,一點都不難。

但計程車司機、市場菜販這些藍領階級就不同,他們認真工作,但收的是現金,缺乏與銀行往來紀錄,銀行因為沒有足夠的資料判斷信用程度,就不會借錢給這群人。

貸鼠先生的一對一線上諮詢自三月試營運以來,遇到不少低收入戶的民眾詢問貸款資訊,謝守澤回憶:「當時政府推出紓困貸款,有人就換擔心如果申請了,是否會影響自己申請信貸。」貸鼠先生幫助民眾理解申請貸款需要的資料與步驟,推薦適合的方案,找到願意借錢給這群「信用小白」的銀行。

在沒有大規模廣告、行銷的情況下,貸鼠先生成功核貸總金額突破新台幣一億元、核貸率高於市場平均值30%、超過一千人採用真人諮詢服務、媒合超過二千筆以上的申貸送件。

謝守澤透露,試營運運期間,並沒有專職的客服人員,許多員工都會一起抽空協助回覆,幫助工程師走出同溫層,了解民眾在貸款時,為什麼會被騙?客戶最常問那些問題?

郭建甫說,現在這些經驗都在打基礎,除了可以修正產品的設計,未來這些資料可以進一步發展成聊天機器人(ChatBot),透過人機協作的方式,用更自動化的方式提供諮詢服務。

Gogolook
謝守澤(圖右)透露,是營運運期間,並沒有專職的客服人員,許多員工都會一起抽空協助回覆。
圖/ Gogolook

從貸款比價,看郭建甫的「防詐」大夢

現階段貸鼠先生的商業模式相對簡單,協助合作銀行接觸到貸款客戶,成功核貸會彼此分潤。郭建甫認為,如果光看現在的服務內容,確實跟市面上的服務沒有太多創新與區隔,不過,他看好開放銀行的趨勢,隨著第二階段(客戶資料)、第三階段(交易資料)的進展,可以延伸出夠多創新應用、商業模式,讓貸款服務被翻轉。

這可以從服務模式、信用評分兩大面向來看。

以前申請貸款,要到銀行網站一個一個查詢利率及還款資訊,提出貸款申請與文件後,還要經過漫長的審核時間才可獲得貸款。郭建甫說,接下來透過開放API(Open API)串接銀行端用戶資訊,在用戶主動合法授權下,進行跨行貸款快速媒合與審核,讓申貸者可直接在貸鼠先生平台,完成一站式信貸服務。

而為了幫助「信用小白」也能借到錢,Gogolook會用先前在Whoscall創業中擅長的防詐資料庫與AI技術,在用戶主動合法授權之下,提供申請人的電話是否曾被回報為詐騙號碼、高頻封鎖紀錄、廣告興趣等資訊,作為銀行替代性數據,用於信用風險參考,達成「普惠金融」願景。

郭建甫的理想不只如此,他希望有一天,能夠整合Gogolook旗下所有的產品,發展出「信任生態圈」,也希望推動「防詐教育普及化」,透過教育主動防範詐騙於未然。同時強化資料可攜性價值,在開放銀行的概念下,讓用戶主動合法授權自己的資料,運用防詐詐資料庫與AI數據分析技術,打造更安全的金融體驗,進而使社會上不再有人因為詐騙,失去錢財或個資。

Whoscall過去幫大家擋掉詐騙電話,現在貸鼠先生,要幫大家擋下金融詐騙。

責任編輯:錢玉紘

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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