LINE Bank開業兩月、開戶數超車對手2.6倍，樂天能靠紓困服務急起直追嗎？|數位時代 BusinessNext

LINE Bank開業兩月、開戶數超車對手2.6倍，樂天能靠紓困服務急起直追嗎？

根據金管會統計，截至6月21日，年初率先開業的樂天銀行有5.8萬開戶數；疫情前開業的LINE Bank則有超過15萬戶，是樂天的2.6倍。

LINE Bank開戶數衝15萬，有這些優勢

四月份才剛開行的LINE Bank，開戶人數就衝得非常快，目前開戶數為15萬多，雖然是對手樂天的2.6倍，但並沒有達成LINE Bank開行時，喊出六月要衝50萬開戶數的目標。

LINE Bank開戶數之所以能快速成長，還是得利於本身社群通訊軟體的優勢，民眾只要打開每天使用的LINE就可以開戶，加上頻頻推出刷金融卡回饋LINE POINTS、高利定存等優惠活動，吸引許多想搶優惠的民眾開戶。

此外，LINE Bank品牌風格鮮明，金融卡卡面設計結合招牌角色熊大、兔兔等，App介面上也比較年輕活潑，搭配LINE好友轉帳、LINE Pay支付也都很方便，吸引不少年輕人開戶。

LINE Bank總經理黃以孟，先前接受《數位時代》採訪時也提到，現在傳統銀行幾乎也都有在做數位銀行業務，開放用戶線上處理部分金融業務等等，「因此，純網銀並不會單單因為能夠承作線上金融業務，就有優勢。」

黃以孟說，純網銀的優勢需要自己創造，「因此從創建LINE Bank到今天，我們投注相當多的精力，專注致力於打造LINE Bank的核心價值。」

背後策略包括：用戶優先、場景優先。在服務一樣環境下，純網銀一定要設法創造不同的互動，才能找到生存利基。黃以孟分析，LINE Bank目前討論度極高的「零存整付」功能，過去是乏人問津的金融商品，「但LINE Bank包裝成非常好玩、互動非常多的產品，存款時有能互動、鼓勵的遊戲，創造出非常不一樣的客戶體驗效果與樂趣。」

LINE Bank表示，也看到疫情下民眾對於資金的需求，雖然沒有參與勞工紓困貸款，但接下來也會推出更多不同的信貸方案，之所以這麼積極推貸款產品，主要原因，還是因為信貸是目前純網銀主要的獲利來源。

唯一開辦紓困貸款純網銀，樂天開戶數增10倍

金管會統計數字來看，從三月算起，樂天銀行每月以6~9千的開戶數穩定成長中，目前總開戶數為5.8萬多戶，雖然是首家開行的業者，開戶數卻跟競爭對手LINE Bank差了2.6倍之多。

分析主要原因，是樂天銀行的風格一直以來都很低調，在開業初期採取穩健經營的策略，行銷、優惠活動也不鋪張，近期較新的動態，是跟PChome旗下行動支付「Pi拍錢包」合作，推出支付服務，讓用戶使用Pi拍錢包支付，款項會直接從樂天銀行帳戶扣除，誘因在於可以獲得優惠。

疫情下比較特別的是，樂天是唯一一家開放勞工紓困貸款的純網銀，為了辦理這項業務，樂天在紓困貸款開辦的前兩天，就完成跟信保基金的資訊連線。貸款開辦當天因為申請人數過多，導致多家銀行的網站、App出現卡頓不順的狀況，樂天銀行是少數系統運作順利的銀行。

因此，也吸引很多民眾為了順利申請紓困貸款，開了樂天銀行的戶頭，業者表示，原本每天開戶數平均只有上百，紓困貸款開辦期間最高人數衝到10倍，一天就有上千人開戶。目前累計受理的紓困貸款約3千多件，實際核貸約400多件。

至於尚未開行的將來銀行，也因為疫情的升級，對開行速度造成影響，金管會官員表示：「目前都還在審查中，沒有特別的進度。」

責任編輯：錢玉紘

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。」

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。