眾家好漢會診AMC
眾家好漢會診AMC
2001.02.01 | 人物

華信銀行總經理盧正昕:
「要找願意長期經營者合作」

現在許多國外投資銀行談資產管理公司(AMC),都只想「買便宜賣貴」,而沒有想增加附加價值進去。我認為專業的資產管理公司,應該是將問題加以改善,並經過中長期培養,將資產體質改變。
譬如說,若收購後5至8年,等培養好後再處理,並賺個20%左右的獲利,這樣還算合理;但現在大部分投資銀行,多希望買下來一、兩年內就賣出,然後一下子賺30%或50%的差價,這就好像別人家的女兒養爛了,我花3萬買個女兒回來,只是把他打扮得漂漂亮亮,然後50萬賣出,送去做酒家女賺錢一樣。我倒情願是把小孩買回來當養女,好好帶大,等我年老時能做麵線給我吃。
所以,我認為專業的資產管理公司進來,應該是要把經營團隊、產品弄好,將公司創新、國際化後再處理。

中華開發工業銀行總經理胡定吾:
成立產業型AMC基金」

資產管理公司(AMC)的成立對台灣之所以那麼重要,是因為台灣的銀行貸款活動已停滯了很久。當銀行都喪膽不敢放款,而證券市場狀況又不佳時,如何活化銀行的放款就變得很重要。
目前中華開發的想法,是認為可以先成立一家資產管理公司,但與其相關的基金卻可以有很多。像我們就曾與中鋼討論過,研究是否能成立一個產業型的AMC基金,像是以鋼鐵產業為主的AMC基金就是一個例子。今天鋼鐵產業在台灣面臨罕見的寒冬,透過這種方式,我想可以舒緩鋼鐵業的資金緊峭狀況,至少也可以救南台灣的產業。
我們也曾與美林、摩根、奇異等多家有意成立AMC的外商公司洽談,在AMC公司下可以成立很多的產業基金,透過基金方式處理不良資產。當然,目前要成立產業AMC基金仍有法令上的限制待解決,因為金融合併法中,只對不動產的土地及廠房移轉有明確規定,但是對於生財工具如機器等動產,卻沒有明確的法律規範。
國內非常迫切需要成立資產管理公司,像日本曾經有幾年處在銀行放款停止的痛苦期,有的是銀行吃了太多呆帳,都喪膽了,不敢放款;有的銀行則是受傷失血嚴重無力放款。如果國內金融界發生這種情況,將使得沒有國際市場募資能力的中小企業營運更困難。因此,能將銀行不良資產移除的AMC,有讓銀行注入活血的功效。

政大財務管理學系副教授姜堯民:
「除了法令,更應重視市場面」

現在大家在談資產管理公司(AMC)時多集中在法令層面,但到底是否有市場更重要。首先,銀行若沒有壓力,資金不缺乏,根本不會想要把貸款放出來,因為放自己這裡賺比較多,不良資產賣出去還得打折;另一個是銀行為了爭排名,往往不願意主動把資產賣出,除非政府有強制規定,否則市場流動性恐不高。
AMC是壞帳與資本市場間的橋樑,目的是使資金流動更有效率。而為了加速流動性,大家對資產管理公司的配套措施上也曾提出許多建議,像證券化就是其中之一。但我認為區分以「優質貸款」為主體的不動產放款抵押證券(MBS,Mortgage-backed Security),和以「不良貸款」為主體的證券化很重要。
現在大家所提資產管理公司(AMC)的資產證券化,是針對不良貸款的證券化。但在國內尚未發展以優質不動產為主體的證券化(MBS)的情況下,就先推出以不良貸款為主體的資產證券化(AMC),恐怕後者將會影響前者的發展。原因在於,若AMC的資產證券化推得不成功,則整個市場對不動產證券化的印象會被打壞,未來可能牽連到以優質不動產為主體的證券化;若AMC推得成功後才推MBS,由於優質資產證券化的風險小,報酬也較低,可能會影響購買意願。因此,我個人不贊成貿然率先推行AMC的資產證券化。

關鍵字: #Google
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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