螞蟻集團IPO喊卡，可能會讓支付寶先上市？分析師：氣勢不夠但也不會太糟|數位時代 BusinessNext

中國政府出手干預，螞蟻集團怎麼了？

過去螞蟻集團始終將自己包裝成一間科技公司，2017年更曾對外表示，「未來只做Tech，幫金融機構做好Fin」，為自己抹上「科技公司」的色彩，也從而避免對金融機構的嚴格管制。

但顯然這樣的定位，並無法消除中國金融監管單位的疑慮。且就如《經濟學人》所提到，螞蟻集團只從交易手續費抽取薄薄的費用，真正關鍵的營收來源，在於平台上提供了各式金融服務。

今年8月，螞蟻集團為申請上市首度公開財報，顯示2019年1,206億人民幣的營收中，小額貸款、保險、理財商品等業務占比已達到56%，超越數位支付的貢獻。

這不容忽視的地位，迫使中國政府在本週一發布《網絡小額貸款業務管理暫行辦法》，正式對螞蟻集團出手。這項規定對小額放貸業務進行更嚴格的管理，不僅限制了公司的出資比例、融資額度，也對放貸金額有所規範。

螞蟻集團想重返IPO，可能得做哪些事？

螞蟻集團若要重返IPO，可能必須做出哪些改變？有分析師指出，在新的規定下，螞蟻集團旗下借貸產品「花唄」及「借唄」將無法再出售理財產品。花唄及借唄目前約有5億用戶，是螞蟻集團營收的重要來源。

小額貸款業務也必須符合新規定。8月披露的數據顯示，螞蟻集團放貸的2.1兆人民幣中，高達98%資金是由合作銀行提供，螞蟻集團形容這是「不利用自身資產負債表開展信貸業務，且不提供擔保，由金融機構合作伙伴進行實際放款或已實現資產證券化。」

然而新規定中要求，貸款公司的出資比例不得低於30%，與當前出資僅2%相比，這勢必將大大限縮螞蟻集團的放款規模及營利能力。

同時，螞蟻集團必須為其放貸業務申請新的證照，並符合新規按照金融公司的方式納入監管，無法再自詡為一家「科技公司」，但申請證照無疑得花上相當長的時間，這也意謂著短時間內IPO無望。

艾媒諮詢公司執行長張毅向《路透社》表示，若要滿足監管規範盡快上市，螞蟻集團最好的作法可能是拆分業務分批上市，意即將負責貸款的金融部門，以及經營支付業務的技術部門（如支付寶）分開上市，分別獲得估值認定。

無論如何，螞蟻集團都並未取消IPO，而是以暫停的名義擱置，一旦能夠滿足監管單位要求，便會立刻重返軌道。中國科技分析師Li Chengdong認為，屆時螞蟻集團的估值可能不如當前壯觀，但在政府投資及馬雲光環下，「螞蟻集團的IPO可能不如最初預期，但不會太糟糕。」

責任編輯：錢玉紘

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。