中租零卡分期用戶達百萬！改名「zingala銀角零卡」還要進攻東南亞市場|數位時代 BusinessNext

用戶達百萬！中租零卡分期改名「zingala銀角零卡」，要出海搶東南亞市場

中租零卡分期服務已經累積100萬用戶，今年五月正式改名「zingala銀角零卡」，要出海搶攻東南亞市場，中租看到那些機會？

改名zingala銀角零卡，進攻東南亞市場

早在20年前，中租控股旗下的仲信資融就推出「無卡分期」服務，當時瞄準補習班、美容課程、健身房這類線下場景，累積了200萬客戶基礎。2018年9月，仲信資融將本來的服務數位化，推出中租「零卡分期」，擴大合作的線上線下通路。

目前已經累積100萬名會員，主力客群年齡落在20~35歲，穩坐台灣BNPL市占第一。業者分析，過去兩年受到疫情衝擊，導入「零卡分期」的商家，平均客單價能提升2.5倍。

使用「零卡分期」的商家，金流比重最高達30%；甚至有單一電商使用零卡的消費，最高達到2億元的業績。預估今年底前，業務動能至少成長3成，達到會員數突破110萬人、合作店家2萬家的目標。

在這樣的基礎下，中租開始思考進軍國際市場的可能性。今年五月將「零卡分期」品牌改名「zingala銀角零卡」，zingala是取自台語「零錢」諧音，意思是希望消費者每個月以小額零錢，逐步從零打造夢想，希望新的品牌名稱，可以更打開市場知名度。

中租控股董事長陳鳳龍表示，規劃將台灣zingala銀角零卡的經營經驗，以及AI智能徵審技術等技術輸出台灣，會優先瞄準信用卡較不普及的東南亞市場。

目前，中租控股在泰國、越南、馬來西亞、柬埔寨、菲律賓、新加坡、印尼等七國設有營運據點。會優先鎖定信用卡比重不高的馬來西亞，後續陸續推廣到泰國、柬埔寨等地，創造多個利基市場。

優化徵審模型，申辦帳號五分鐘搞定

除了改名，zingala銀角零卡進一步優化評估用戶交易額度的徵審模型，透過MID（Mobile ID）電信驗證身分，將會員申辦時程縮短到5分鐘內。

擁有超過20年的無卡分期經驗，中租累積了需多經驗與資料，將進一步優化其商業模式。第一步，會將「zingala銀角零卡」打造以「導購」為核心的新形態商業模式，將過往分散在實體與電商的消費管道，整合到新版的官網與App中，縮短消費者的搜尋成本。

仲信資融資深副總經理陳瑞興表示，接下來會持續精進用戶的數位足跡追蹤，分析用戶在數位通路消費行為與需求，從過去單純的提供支付服務，變成做到精準預測消費者需求，並即時提供相關服務與選品。

責任編輯：侯品如

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。