沒有傳統銀行信用紀錄也能借，Funding Societies用AI解決東南亞中小型企業借貸難題|數位時代 BusinessNext

沒有傳統銀行信用紀錄也能借，Funding Societies用AI解決東南亞中小型企業借貸難題

Funding Societies自推出以來已通過490萬筆貸款，並向中小企業發放總計超過20億美元的貸款，為這些中小企業搭建一座友善的橋樑。

東南亞地區最大的企業數位金融平台

總部位於新加坡的Funding Societies是由Kelvin Teo和Reynold Wijaya共同創立，兩人在哈佛商學院相遇，並對美國的點對點(P2P)借貸有興趣，討論的過程也讓他們意識到自己的想法可能使數百萬東南亞企業受益，因此萌生成立Funding Societies的念頭。

Funding Societies提供的貸款金額從500美元到150萬美元不等，而其客戶規模也不一致，例如：微型的社區型商店、電商供應端、正經歷快速增長階段的新創公司、不想耗時兩到三個月才能獲得銀行貸款的老公司。

COVID-19刺激東南亞線上經濟的繁榮，許多貸款方也利用該地區的微型、中小型企業不斷增長的資金需求，擴大自身的業務規模。近期一份依據亞洲開發銀行提供之計算方式而產出的影響評估報告指出：「Funding Societies對中小企業的支持已經貢獻了36億美元的GDP和35萬個工作機會。」

不和銀行打對台，自建專屬的貸款償還數據資料，提供更方便的融資

以往企業要向銀行貸款時，會需要出具一些銀行帳單和信用資訊，但對於沒有這些訊息的企業，Funding Societies選擇利用交易訊息、線上評論和供應鏈數據流等替代數據，來訓練它的信用評分模型；接著，再透過多元的業務覆蓋率，取得客戶購置成本(Customer Acquisition Cost, CAC) 和貸款價值比(Loan-to-value ratio, LTV) 。

雖然Funding Societies的利率普遍高於銀行，但由於它的客戶是依靠三大資金來源--朋友或家人的貸款、個人儲蓄和個人信用卡--來為自己的業務融資，因此它的主要競爭對手不是銀行，Teo和Wijaya認為：「機會很巨大，因為這是一個擁有3,000億美元的融資缺口。」

不過Funding Societies的利率則低於或等於信用卡，也提供附有簽帳金融卡功能的信用卡來替代公司卡，並與蝦皮、印尼電商Bukalapak、簿記應用程序BukuWarung、金融科技Alterra和農業科技平台Tanihub進行企業合作，為中小企業客戶提供營運資金貸款。

此外，比起業界其他對手，Funding Societies還擁有「數據專屬權」的優勢。除了自從平台推出以來就持續蒐集的貸款償還數據資料外，公司的部分數據是透過合作關係取得專屬使用權。Teo說：「這讓我們比其他同行更具有優勢，而且在COVID-19大流行期間，我們的貸款違約率也保持在1%到2%之間。」

為東南亞地區的中小企業搭建一座友善的融資橋樑

Funding Societies的主要市場雖然是人口數相對較多的印尼(在當地以Modalku的名義運營)，但在新加坡、馬來西亞和泰國都已獲得註冊和執照許可，近期也展開在越南的營運，並將利用C+的部分資金進入菲律賓。

Funding Societies自2015年推出以來，已通過490萬筆貸款，並向中小企業發放總計超過20億美元的貸款，公司也於2022年2月15日宣布，在C+輪籌集到由軟銀願景基金(SoftBank Vision Fund 2)領投的1.44億美元。

軟銀投資顧問管理合夥人格雷格穆恩在一份聲明中表示：「東南亞的中小企業歷來難以獲得機構融資，並被迫依靠個人資金來支持增長。Funding Societies的出現，正在為這些中小企業搭建一座友善的橋樑，使企業們可以持續獲得便宜的融資。」

責任編輯：傅珮晴、侯品如

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問