全球首個債券團購平台「湊伙」上線!100元就能投資,創下兩個世界第一
全球首個債券團購平台「湊伙」上線!100元就能投資,創下兩個世界第一

「歷經958天,遇過無數次的拒絕,吃過無限次閉門羹,甚至一度懷疑人生......。」或許是想起過程中的辛苦,在債券團購平台「湊伙」上線的記者會中,共同創辦人林蔚致詞時,忍不住數度哽咽,現場響起替團隊鼓舞的掌聲。

林蔚情緒如此激動,是可以理解的,湊伙團隊的服務,不僅是世界首例的創新,更將改變投資方法。

過去,小資族要買一張動輒40~50萬的台積電股票,非常不容易,隨著盤中零股交易、定期定額制度的出現,小錢也能投資,而債券也面臨類似的問題。

用「團購」概念買債券,100元台幣就能買

債券也被稱為固定收益型商品(Fixed income),特色是低波動、固定收益,比起銀行定存受益更好,而且安全,債券有固定日期,到期後可以拿回本金跟利息。

問題是,債券門檻高,湊伙創辦人林蔚、陳頎典過去都曾在金融業任職,他們當時所服務的銀行,最低價的一檔債券價格是100萬美金,林蔚觀察,就算銀行推出價格較為親民的債券,至少也都要價一萬美金,對一般小資族來說,不是一筆容易負擔的價格,「有時候看到己也想投資的好標的,也只能感嘆口袋不夠深。」

當時,兩人就思考,應該要設立一個機制,讓所有人都能用可負擔的價格,買到優質的債券,也就是像用零股的方式買高價股一樣,小錢也能買到一部分的債券。

湊伙
「債券團購平台」通過金管會的沙盒申請案,民眾可以用100元新台幣,或10塊美元的小額資金,在線上投資國內外債券。
圖/ 攝影 / 高敬原

這個構想在去年(2020)11月成真,湊伙所設計的「債券團購平台」,通過金管會的沙盒申請案,民眾可以用100元新台幣,或10塊美元的小額資金,在線上投資國內外債券,這是2018年金管會推出監理沙盒以來,核准的第八個沙盒實驗,也是2020年唯一核准的案件。

與一銀合作、導入區塊鏈技術,讓投資人安心

「債券團購平台」將在下周正式上線,根據金管會規範,沙盒實驗期間為一年,期間,每人最高能買的債券團購總額,為新台幣25萬元或等值美金,非專業投資人,只能購買信評A-以上等級的債券。

湊伙選擇債券的標準,除了最基本的信評等、流動性,湊伙還會針對債券發行人的營運、財務狀況作分析,整理成報告放在網站上,供投資人下載。首波上架開放團購的債券,包括華納媒體、澳洲國民銀行等國際知名企業,所發行的債券。

為了讓民眾能放心使用湊伙的服務,債券團購平台跟第一銀行(以下簡稱:一銀)合作,採用金錢信託的模式,把投資人的錢跟湊伙做出隔離,在實驗期間,湊伙也會在第一銀行信託帳戶,存入400萬保證金,未來若湊伙營運上有疏失,都會透過這筆保證金來賠償。

湊伙
債券團購平台跟第一銀行合作,採用金錢信託的模式,把投資人的錢跟湊伙做出隔離。
圖/ 攝影 / 高敬原

因為湊伙合作銀行是一銀,認識客戶(KYC)等流程都會由一銀執行,因此投資人必須要綁定一銀的數位帳戶 iLEO才能投資。

此外,也導入了區塊鏈機制,確保整個過程公開透明。一般信託帳戶對於委託人的指示,都有查核是否符合信託契約的義務,傳統銀行都是以紙本+人力的方式查核,這種方式用在交易量大、金額小的情況下,就不符合金融機構營運效益。

藉由區塊鏈技術,湊伙把平台上所有客戶的交易紀錄、團購標的、客戶團購持份等資訊,全部記錄在區塊鏈上,並同步分享給第一銀行的區塊鏈節點,如此一來,一銀就可以隨時以數位化的方式,查核點上的所有資訊,確保交易對象、金額、目的,是否符合信託目的,這可以讓一銀大幅降低查核成本,也讓過程更有效率。

金融創新艱辛,背後創下兩個第一

湊伙團隊用「團購」模式投資債券的構想,讓人人都能有平等的機會,參與債券投資,對於普惠金融有重大幫助。

在申請沙盒實驗、尋找合作夥伴的過程中,團隊也曾遭遇許多波折。林蔚回憶,當初提出團購債券構想時,身邊充斥許多不同聲音,「有人說金管會不會允許啊,自己也擔心吃閉門羹。」

其實,購買債券會涉及賦稅議題,金管會在今年9月28日審查會議決議通過湊伙公司之申請後,就邀請了財政部賦稅署、湊伙公司及銀行進行跨部會研商,就實驗業務所涉稅賦疑義予以討論釐清,以利加速創新實驗之業務流程。

林蔚笑著說,湊伙團隊有兩個世界第一,第一個是創立全世界第一個債券團購平台,「第二個,是跟政府面談最多次的新創吧!」湊伙透過定期的監理門診,跟主管機關釐清並解決法規上的問題,「一路上,真的要感謝很多貴人相助。」

責任編輯:錢玉紘

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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