FinTech獨角獸Mollie不行銷、不急於收購公司,打造「支付界蘋果」靠哪2招致勝?
FinTech獨角獸Mollie不行銷、不急於收購公司,打造「支付界蘋果」靠哪2招致勝?

支付新創公司Mollie在6月22日宣布C輪巨額融資,以65億美元估值籌得8億美元的亮眼成果作收。Mollie是一家為企業提供簡單、能以應用程式介面方式,將支付服務整合到網站或App上的公司,現在已成為歐洲第三大金融科技獨角獸。

該輪融資由黑石集團的成長型股權投資業務——Blackstone Growth(BXG)領銜,EQT Growth、HMI Capital、Alkeon Capital和泛大西洋投資等都參與此次融資,曾於去年9月於B輪融資帶領Mollie成為獨角獸的TCV也在本輪繼續加碼投資。

Mollie
圖/ Mollie

從創立到開啟第一輪融資,經過漫長的15年

Mollie在2004年由Adriaan Mol在阿姆斯特丹成立,在這之前,Mol其實是全通路通訊平台MessageBird的創辦人,當時他想將支付服務整合到MessageBird上時,但他發現所有可用的支付產品,都很難以他想要的方式拿來使用,這讓他想建構自己的支付服務系統,並以自己在朋友群中的暱稱——Mollie作為公司名字。

在本輪融資前,Mollie其實僅有2輪融資,第一次融資是在2019年,當時僅籌得不到3,000萬美元的資金,獲得的關注度也不高;但在B輪融資時,Mollie已順利融到1.06億美元,公司估值也遠超過10億美元並成為獨角獸,而Mollie目前的服務地區則有荷蘭、比利時和德國等地。

至於為什麼在2004創立Mollie後,隔15年才開啟第一輪融資計畫,Mol接受《Techcrunch》的採訪時說:「 我是自己慢慢從內部建構起Mollie的前端、後端 。這是荷蘭的方式,花很長的時間一步一步引導思考,並讓你從中有所體悟,我認為這也是Mollie的基礎。」

Adriaan Mol
Mollie創辦人Adriaan Mol。
圖/ Mollie

因地制宜提供支付服務、整合支付歧異並提高易用性

Mollie的前期成長屬於慢工出細活,但後期在各面向的發展速度都相當驚人,更陸續達到許多里程碑,例如:公司估值飆升,有望在2021年處理約240億美元的支付,比起前一年僅處理約120億美元的付款,成長100%、每個月有120,000個活躍客戶,包括英國線上點餐外送平台戶戶送、聯合國兒童基金會、宏碁電腦和美國知名服裝品牌Guess等、每天更可增加400到500個新客戶。

對此,Mol解釋:「我們主要專注在中小企業——一個服務嚴重不足但市場廣大的客群,並幫助他們提高效率。而且我們也需要持續投資新產品,以保持競爭力,因為支付服務供應商的市場非常擁擠,像Stripe、Adyen等公司提供的服務與我們很類似,且它們在市場上很受歡迎、資金也充足,更預計開發更多工具,以擴大它的國際影響力。」

shutterstock_fintech_606090050.jpg
圖/ Zapp2Photo via Shutterstock

延伸閱讀:全球金流都靠它、市值破700億美元超越瑞銀!荷蘭FinTech企業Adyen如何解決棘手的跨國支付?

不過,Mol認為Mollie在兩個關鍵面向贏過其他競爭對手。第一是,他們發現歐洲國家彼此雖然鄰近,但 一個國家的主流支付方式,其鄰國未必聽過,不同國家的消費者在購物偏好上也存在差異 ,例如:荷蘭消費者喜歡提前付款、德國人喜歡先買後付、在比利時則是由國際巨頭主導電商市場,而波蘭當地的電商零售業則佔據主導地位。

所以,如果計劃在歐洲擴張電商業務,了解這些差異相當重要,因此Mollie創建了歐盟電商指南,並提供符合在地化偏好的支付服務。在消費者和商家對於使用哪種支付服務的偏好較為碎裂化、分散的市場,這個操作策略的成果,證明不是所有客戶都只會選擇Stripe的服務。第二是, Mollie提供一個非常快速和簡易的支付整合服務,解決許多不同支付方式原先難以整合之問題,讓易用性提高 。」

因地制宜的提供服務與消弭各種支付方式的分歧,Mollie成功減少商家或客戶在最後關頭放棄結帳的情況,並換得更高的網站轉化率,Mol表示:「 這種轉化率通常可高達7% ,如果從進到網站到最後付款的整個過程都非常順利,那對使用我們支付系統的客戶來說,就是一筆直接收入。」TCV的合夥人John Doran也說:「易用性這點非常重要,要簡單到讓一個孩子也能使用它, 這個想法就好比是建立支付世界的Apple 。」

未來將專注於人才招聘與培訓

新冠肺炎疫情讓商品購買、服務費用支付、銀行業務和其他財務等進入數位世界,但曾在WorldPay工作十年、且在今年4月接手Mollie執行長一職的Shane HAppach認為:「單從支付數位化的興盛,並無法徹底暸解該領域,因為整個支付產業比想像中大且更加分散,而Mollie並不是市場上唯一的支付公司,更不是近期唯一賺錢的一家。 這產業唯一可靠的衡量指標是消費者支出,而它已從過去的10%成長到現在的15%–20% 。」

HAppach進一步解釋:「這也是為什麼即使Mollie已獲利,仍在計劃擴大產品供應、進軍核心業務區以外的歐洲市場,因為這樣我們才能與其他同業,進行更全面的競爭。」對於支付產業內的各家市佔率,HAppach也提出相關數據:「排名前10的業者占有50%的市佔率,如摩根大通、WorldPay、Fiserv、PayPal,但另外的50%則由其他5,000多名業者持有,例如Stripe就很令人驚訝的是在5,000多名之中,但這其實也是告訴每家公司這個市場有多大,以及有多少發展和整合的機會。」

Stripe
圖/ 截圖自Twitter

延伸閱讀:傳統銀行頻翻車、疫情成加速器,FinTech每兩年成長翻倍!如何讓華爾街買單?

Mollie的下一步是繼續建立與支付有關的服務 ,HAppach說:「我們看到傳統銀行不會對中小企業提供這類產品,因此我們在服務水平很低的中小型企業群體看到巨大的商機。來自我們核心市場裡的多數客戶,他們能獲的金融服務確實非常少,因此公司會專注在例如為客戶提供營運資金、發卡、費用管理或其他銀行業務。」

多數公司在規模達一定程度且收入穩定後,會開始收購其他小公司以擴大業務範疇,但HAppach認為:「 現在應該要專注於招聘更多優秀人才,加強商業產品和業務團隊,投資自己並以最好的方式為我們已擁有的客戶提供更好服務 。」事實上,Mollie也預計在接下來的6到9個月內,額外招募300名新人,而且也的確沒有透過行銷團隊或大規模投資來實現營收成長,到目前為止主要還是透過口耳相傳,黑石集團的投資也是因此而找上門。

資料來源:TechCrunchEntrepreneurMollie
責任編輯:文潔琳、蕭閔云

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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