台灣將進入金控併金控的新紀元
台灣將進入金控併金控的新紀元
2003.10.15 | 科技

台灣的金融圈將再次創下世界紀錄,因為全球第一宗「金控併金控」的案例,可望在今年底之前浮上檯面,地點就在台灣。
先後經歷與中信金控「搶親」萬通銀行失利、以及與開發金控合併破局的建華金控,在10月3日竟「點名招親」,表示希望能加入大型金控公司,並且鎖定國泰、富邦、中信三大金控公司。此消息一出,無疑是宣示台灣將近入金控併金控的新紀元。
資產透明度高、獲利能力佳,屢次被國外專業財經媒體評選為最佳商業銀行、最佳治理企業的建華金控,在金融機構的整併風潮中,一直保持高度自主性。為什麼這家「小而美」的金控公司,現在急於把自己「嫁掉」?

**求生存
一定要變大!

**
出身花旗銀行的建華金控總經理盧正昕,在今年9月談起他隨財政部赴美招商團參觀花旗集團(Citi Group)紐約總部的交易室時,被「和足球場一樣大、可容納700人、掌管全球130間分行訊息交流」的氣勢所震懾。這讓在經營策略上一直強調要有願景(vision)的盧正昕認為,台灣金控規模實在太小。建華金雖然排名第9,但和總資產1200億美元的渣打銀行(Standard Chartered Bank)、1兆美元的花旗銀行相比,噸位實在太小;唯有與國內金控公司合併,才有機會躍登國際市場。「不管是被併或是併別人,都歡迎大家來談,」盧正昕表現出不尋常的開放態度,在近期首次鬆口。
去年是台灣的金控元年。在經歷第一年組織再造、資源整合後,到金控二年的2003年,多數金控公司的營收都大幅成長,顯示有效運用金控優勢的「綜效」。在今年第三季財報相繼出爐後,富邦金、中信金、國泰金、台新金前三季財測達成率已達全年80%以上,而兆豐金、華南金甚至有機會調高財測。
營收有成長,無疑讓大型金控公司更有信心朝「大者恆大」發展。「市場變動太快,在競爭壓力下,購併的相對速度就要比別人快,」中信金控策略長林孝平表示。今年9月才購併萬通銀行的中信金也將「持開放態度,繼續購併計畫。」

**求獲利
一定要變好!

**台灣現有的14家金控公司中,市占率最高只有8%、9%,其餘小型金控甚至只占2、3%,沒有一家達到最適規模,唯有藉由購併,才能快速擴大市占率。
從各家金控目前的「招親」策略來看,「金控公司必須捨棄什麼都要有的心態,走向利基市場,」建華證券研究員朱玉君指出,「否則一加一的效果,不一定會大於二。」
這讓各家金控公司在追求規模成長的同時,也會選擇對自己有實質助益的對象。例如,中信金旗下主要子公司中信銀今年1至9月每股稅後盈餘持續領先同業,策略長林孝平便指出,「銀行不但是我們的本業,也是最能有效進行跨售的通路,未來購併對象仍以銀行為主。」
而富邦金控在併入台北銀行後,金控主體也由產險轉為銀行,旗下富邦產險、證券、人壽等子公司定位為產品設計者,銀行為行銷平台,經營策略鮮明。藉由金控的集團力量,台灣金融業者也將觸角伸往海外,今年底富邦金就將收購香港港基銀行(International Bank of Asia)的股權55%以上,將購併觸角跨出台灣,「畢竟中國大陸是長期不可錯失的市場,」朱玉君指出。

**求成果
由市場主導!

**
被金融學者批評「開放過程太粗糙」的金控法,在不到兩年的時間,已讓部分步上正軌的金控公司,嘗到藉由交叉銷售帶來的甜頭;但仍有部分金控公司還陷在定位不明的泥沼中。
「主體機構減少,但分支機構還是一樣龐雜,」是財政部推動金控兩年後的評語。台灣的金控數量太多,已有財經界人士批評過度開放的結果,將重蹈當年盲目讓新銀行成立,導致銀行太多(Over-Banking)的惡果,「依我們看來,台灣只有兩家金控公司和4家綜合銀行的生存空間,」撰寫《亞洲銀行新世紀Ⅱ》(Banking in AsiaⅡ)一書的麥肯錫顧問公司執行董事計葵生(Greg Gibb)坦率指出,「小型金控或其他落單的銀行,剩下的時間越來越少。」
而為了避免市場過度飽和,財政部近期宣布將嚴格審核新的金控執照。雖然不是全面凍結金控設立,但「還是樂於見到進一步整合」的財政部次長楊子江含蓄表示,「一切還是由市場決定。」
不管是主管機關或業界,其實都已嗅出金控的進一步整併勢不可免。除了金控版圖重整,誰會在下一波聯姻中扮演主導角色,誰會急著為自己找到好婆家,誰又會在現實的商場利益與權力變革中上升或下降,其實才是讓金融圈人士「既期待,又怕受傷害」的關鍵。金控三年蓄勢待發,今年來不及仔細玩味整併劇情的,明年戲碼會更精采。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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