與LINE Pay分手倒數180天，一卡通總經理：iPASS MONEY要解放雙手、穿自己的鞋|數位時代 BusinessNext

iPASS MONEY（一卡通電子支付）將於2026年1月1日終止與LINE Pay的合作，結束自2018年9月以來8年的戀情。

一卡通和LINE Pay這段關係的結局，有人說「分家」，也有人說「分手」。對一卡通總經理鄭鎧尹而言，不存在這麽多的定義，這只是終究會到來的一天。

曾經兩家公司是天作之合，僅能作為第三方支付的LINE Pay（連加網路商業股份有限公司），藉由入股一卡通，補足電子支付業務；一卡通也藉著幫LINE Pay做起錢包服務，借助LINE Pay背後的社群力打入市場，成為使用者人數最多的電子支付商。

然而，2021年11月，LINE Pay將手上逾3成的一卡通股份全數釋出、由聯邦銀行接手。從這個時候開始，即使檯面上的合作存續，雙方都知道分手是必然的。

也就是說，一卡通iPASS MONEY從LINE Pay的大撤退，至今已經布局了至少3年半。鄭鎧尹在2022年7月接下總經理職位時，就被明確告知這將是未來的一大挑戰。他的首要任務，就是向用戶好好說明： iPASS MONEY到底是誰 。

重串資訊流、從零自建App，最快速度拉攏用戶

為什麼這是最重要的事情？

銘傳大學金融科技應用學系主任林盟翔表示，一卡通iPASS MONEY仰賴LINE社群拓展客戶通路，長期以來大眾認識的是LINE或LINE Pay，「對於消費者來說，會搞不太懂iPASS MONEY是什麼。」

換言之，趕在與LINE Pay脫鉤之前，一卡通必須和大眾溝通：目前提供LINE Pay錢包服務的是iPASS MONEY，[未來請轉移陣地、繼續使用這些服務][1]。

一切並不容易。原先一卡通iPASS MONEY有許多功能，大幅度地疊加在LINE Pay的介面上。加上一卡通並沒有任何規劃App的經驗，「可以說當時App的資訊架構是零。」鄭鎧尹說。

最困難的是，這是一場資訊不透明的賽跑。角力的是LINE Pay申請電支執照、不再需要一卡通的速度，以及鄭鎧尹自建平台系統、打造一卡通iPASS MONEY App的速度。

這反應在一卡通於研發的投入。根據一卡通2024年度年報，研發支出從2022年度新台幣51.1萬元成長到2024年度超過2,100萬元，3年間增長超過40倍，但整體仍控制在營收占比2.5%以內。

鄭鎧尹說，因為找到對的專業技術人才、有好的協作方式穩扎穩打，一卡通建立起數據中台和App，總共只用了4.5個研發人力。當然相對於鄭鎧尹待過的新創環境，一卡通的開發速度說不上快，但金融產業是需要大量法遵的領域，每一步都要小心翼翼。

建立獨立的App之後，一卡通還有另一個繁雜的下水道工程要做。過去一卡通和LINE Pay一起打通路，由一卡通負責和客戶簽署電子支付合約，但背後串接的都是LINE Pay的系統。現在要讓消費者能夠直接拿著一卡通iPASS MONEY App到商店付款，一卡通需要重新開發API，串接與店家之間的資訊流。

鄭鎧尹表示，以單月貢獻一卡通iPASS MONEY約15億元代收付交易金額的超商為首，一卡通在過去一年間，已經開發完包含線下POS（銷售時點情報系統）和電子商務大部分規格的API。

延伸閱讀：[大全聯8月起掰了LINE PAY、街口！全支付3%回饋也喊停，會員權益異動一次看][2]

解除左手封印！亮5,200萬張儲值卡好牌，單飛比較紅？

只是另一頭，昔日隊友LINE Pay於7月14日取得金管會核准設立專營電子支付的子公司「[連加電子支付][3]」。

林盟翔預期連加電子支付距離正式上線，大約還要半年準備期，但LINE Pay一路發展都離不開LINE日常生態圈的優勢，「在LINE Taxi、貼圖或者其它LINE的服務上，大家會有自然的黏著度，那已經是一種習慣。」他表示，一卡通要強化品牌識別度， 應該側重自己獨有、而LINE Pay目前沒有的營業項目，像是一卡通交通票卡、乘車碼、TWQR和數位券等功能 。

鄭鎧尹也坦言，原先大規模用戶在LINE社群介面上使用一卡通iPASS MONEY，脫鉤之後的最大衝擊「一定是在最後一刻，才會整個爆發出來」。不過，他認為包含龐大的儲值卡用戶數、搶搭中央政策第一波紅利，都是一卡通能借力緩衝的資源。

像是建立App之後，一卡通終於能整合具有可觀競爭利基的儲值卡用戶。鄭鎧尹表示，一卡通累積發行約5,200萬張交通儲值卡，其中不重複記名用戶約有1,156萬名。然而，過去與LINE Pay合作，雙方只衝刺電支業務，不包含任何提供儲值卡的功能，「對一卡通來講，就像是有2隻手，但把一隻手（儲值卡功能）放在背後、不出手。」

新上線的App中，一卡通儲值卡擁有獨立專區，包含卡片記名、儲值、掛失或者綁定TPASS行政院通勤月票，都能一站管理。鄭鎧尹認為儲值卡是新藍海，每當這些儲值卡用戶因為交通需求下載App，都有機會多使用其它電子錢包服務。

此外，一卡通也積極跟進政府推動的支付趨勢，像是iPASS MONEY付款碼從原生就與政府統一的TWQR規格結合；並且在TWQR架構上，一卡通也整合客家幣、數位券等功能，目標是讓出於各種需求的使用者，都可以聚集到一卡通的平台。

電支和儲值卡——雙手都能靈活運用之後，談起未來的藍圖，鄭鎧尹相當肯定「絕對不會衝刺代收付金額很高的燒錢模式」。他解釋，一卡通除了對應消費者端的服務，也擁有B2B和B2G兩大塊業務，整體獲利結構與同業本就不盡相同。

放眼各家電支公司為了競逐代收付金額，往往用行銷補貼的方式，鼓勵店家與消費者選用自家的支付服務，造成交易做得愈多、虧損愈大。一卡通雖然擁有市占率最高的電支用戶數，單月代收付交易金額卻和前2名的街口支付、全支付有落差。

「一卡通看自己的商業模式，絕對不能從LINE Pay的角度來看。」鄭鎧尹表示，外界容易等同視之，認為LINE Pay做什麼、一卡通就應該比照辦理，「Why？一卡通是一卡通啊！為什麼我要去穿人家鞋子？」

延伸閱讀：[重返20歲要讀什麼？黃仁勳秒答「這科系」：下一波實體AI，要懂摩擦力、慣性⋯還有因果][4]

最後一圈賽道，成功與否看App「500萬」下載指標

鄭鎧尹認為，驗收成果的關鍵指標，就是「一卡通iPASS MONEY」App的下載量。

「一卡通iPASS MONEY」App自2023年11月上線以來，在沒有投放廣告的情況下，平均每週有2～3萬自然下載量，目前總下載量超過200萬次。

7月2日公布移轉LINE Pay錢包中的iPASS MONEY服務之後，一卡通鎖定民眾最有感的「LINE好友轉帳功能」，祭出首次下載App、並完成第一筆LINE好友轉帳，能獲得100點「一卡通綠點」的活動，讓一卡通iPASS MONEY幾度佔據應用程式商店的熱門排行榜。

鄭鎧尹預期，今年年底之前，至少可以突破400萬下載量，高標則設定在衝刺500萬下載量。

「要繼續在錢包儲值，按理說就應該要下載我們App，因為帳戶在一卡通這邊，不是在LINE Pay那邊。」鄭鎧尹表示，一卡通iPASS MONEY目前擁有約704萬名用戶，其中每月不重複的活躍用戶數有逾300萬名；在電支帳戶有持續儲值者，則有將近500萬名。

鄭鎧尹認為數百萬電支用戶，不會一夕之間就消失不見，「所以大家如果期待這件事情發生，我覺得也是太小看一卡通。」

然而，在自家的App上線之前，絕大多數iPASS MONEY用戶，無論註冊或使用服務都鎖定在LINE Pay錢包介面。對於一卡通來說，能在與LINE Pay正式脫鉤之前，成功網羅到自家地盤的用戶數才是真的。

因此，長達4年的撤退作戰進入倒數計時，在明年1月1日的決戰終局以前，大概也只有一卡通自己心裡有底，帳面上看見的700多萬電支用戶，有多少能真正被一卡通吸收。

延伸閱讀：[Perplexity創辦人揭密：沒人脈、靠自學闖進AI世界，他是怎麼打造出「Google眼中釘」的？][5]
[AI一出，新聞白忙！盤點AI摘要4大衝擊：點擊率腰斬，只有兩種網頁賺到流量][6]

本文不開放轉載
[1]: https://www.bnext.com.tw/article/83770/linepay-ipassmoney-move-2026
[2]: https://www.bnext.com.tw/article/84049/mega-pxmart-pxpayplus
[3]: https://www.bnext.com.tw/article/83914/line-pay-electronic-payment
[4]: https://www.bnext.com.tw/article/83936/huang-ren-xun-physical-ai-robotics-revolution
[5]: https://www.bnext.com.tw/article/84003/perplexity-aravind-srinivas-story
[6]: https://www.bnext.com.tw/article/83969/google-ai-overview-media-traffic

當資料不能離開企業，運算就得靠近：AI 先改寫儲存架構

AI 帶來的第一個變化，不只是運算能力提高，而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊，QNAP 身為資料安全的守護者，長期發展的是地端網路儲存設備（NAS），並擴展至 25GbE、100GbE 高速網路交換器產品線，提供完整的儲存與高速網路基礎架構。威聯通科技（QNAP）總經理劉文義解釋，當資料因合規要求或敏感度不能上雲，就必須留在靠近使用者與應用的地方；運算需求一旦增加，承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資，金融與保險業受到合規與法規限制，部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言，問題並不是雲端好不好用，而是一開始就沒有把核心資料全面上雲的選項。

真正讓更多企業回頭計算的，則是長期成本。劉文義指出，資料上傳雲端可能免費，下載卻會按流量收費；當企業把一年、兩年、三年的費用加總回推，可能會發現，購買一台同等容量的 NAS，還能使用 7-10 年。資料規模愈大、存取愈頻繁，總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載；地端則較適合高頻存取、對延遲敏感，或不能離開企業邊界的資料。企業真正要回答的，是每一類資料與任務應該放在哪裡。

依 QNAP 觀察，客戶過去關心的是需要幾 TB、幾 PB，或備份速度有多快；現在更常問的是，機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起，把公司發展定調在 AI 與高速網路的融合，試圖讓 NAS 從資料保存的位置，進一步成為資料被調用的位置。

當資料量持續擴大，搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例，當照片累積到 10 萬、20 萬張，要找出其中幾張特定畫面，已不可能只靠人工翻找。此時，能理解內容、接受自然語言指令的 AI 工具，會從加分功能逐漸變成必要條件。

從資料治理到地端推論：AI NAS 如何進入企業工作流？

AI NAS 不是「多了 AI 功能的 NAS」，而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察，目前客戶大致分布在一條導入光譜上。人數最多的一群，仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關，卻決定後續系統能不能找到正確資料、辨識版本，並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成（RAG）知識庫。RAG 並不是重新訓練一個模型，而是在模型回答前，先從企業的 SOP、合約、法規或技術文件中取回相關內容，再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用，協助企業建立私有知識庫；而走在最前面的少數企業，則已經嘗試地端推論與 AI Agent。

模型的選擇權，QNAP 刻意留給客戶。知識庫背後採用哪一個模型，可由企業依需求決定，不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定（MCP）相關能力，讓管理者透過自然語言查詢狀態、調整設定，並讓 NAS 成為 AI Agent 可調用的資料節點。

不過，劉文義沒有把這條路說得太容易。他坦言，目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用，可能需要約 300 到 800 TOPS，甚至 1,000 TOPS，因此多數方案會以 NVIDIA 顯示卡補足算力；一張卡約需新台幣 10 萬至 12 萬元，一張算不完，就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍，並不是大部分中小企業都能接受。」除了硬體，使用者還需要 AI 應用的 Know-how、程式背景與開發資源，這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中，一類是採用含有 iGPU 與專屬 NPU 的處理器平台，以一百多 TOPS 的範圍，可順暢使用 AI 應用程式；另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡，處理更大的運算量。

同時 QNAP 也在軟體端也持續開發，目標是讓 NAS 裡的資料更有效率地被 AI 工具調用，讓資料成為有價值的知識。

從規格走到現場：能源公司如何導入私有 LLM？

本地 AI 實際落地部署會是什麼模樣？劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫，但很快遇到兩個瓶頸：一是員工查詢時明顯出現卡頓；二是專利、技術與合約都高度敏感，高層不願上傳至公有雲，擔心機密資料會有外洩的疑慮。

後來，該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX，搭配顯示卡與全快閃 SSD，在地端部署私有大型語言模型，把數十年來封存的靜態檔案交給 AI 調用，進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間，核心機密也能留在企業內部。

這個案例說明，若任務範圍明確，有些應用不必動用雲端大型模型，地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同，導入前仍需要概念驗證（POC）與技術人員評估。

而且，資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值，是讓資料邊界與控制權回到企業手上；相對地，安全責任也會更直接地回到企業。

哪些企業現在該做，哪些再等？先看重複性與三個條件

能不能導入地端 AI，不只由產業標籤決定，也要看工作是否重複，以及場景能不能被清楚定義。劉文義觀察，第一批走進來的，除了受法規限制的醫療、金融與保險業，也包括利用地端 AI 加速資料處理的科技業，以及會計、律師等有大量重複文書工作的專業服務業，因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有　10　台、20　台機器，每台處理與儲存資料的 Protocol 都不同，需要相對應的儲存裝置；生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料，AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多，或重複性動作越多的產業，越容易透過導入 AI 提高工作效率。」反過來說，較傳統、人力密集，或仍高度依賴人工判斷的製造業，短期內未必能快速導入地端 AI。

依 QNAP 提供的資料，企業也可用「高頻、大量、敏感」三個條件做第一輪判斷：資料是否被頻繁調用？規模是否大到雲端傳輸與長期費用開始變得明顯？內容是否涉及個資、法規、智慧財產或商業機密？三個條件愈集中，地端部署愈值得評估；三者都不成立時，使用雲端 API 往往更簡單，也可能更划算。

可以先等的企業，大致也有三種。第一，資料仍分散、版本混亂、權限不清，急著上 AI 只會把混亂放大，先完成集中與治理，效率就可能先提升。第二，找不到一個具體且反覆發生的業務痛點，只因為「別人都在做」而採購，設備很可能變成昂貴的展示品。第三，使用量仍小、需求偶發，現階段雲端的彈性反而更有優勢。

因此，POC 不應只驗證「模型答不答得出來」，還要回答三個問題：資料由誰負責，誰可以存取？導入後能節省多少查找時間、傳輸成本或人工作業？正式上線後，誰負責資料、模型與資安維運？只有當效益與責任都能被量化，才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房，動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太，其中歐洲占比將近一半，而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證，並滿足 GDPR、HIPAA 等資料保護與法規遵循需求；累積至今，已售出約數百萬台裝置，協助企業打造智慧、安全的儲存方案。

至於普及時間點，劉文義提出一個明確的價格與效能交會點：地端應用若要順暢運作，運算量可能至少要達到 300 至 600 TOPS，甚至 800 TOPS，同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

「AI NAS 不是多了 AI 功能，而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言，地端算力成本高昂，QNAP 透過「算力分級」與開放模型架構，助企業逐步建構私有 RAG 知識庫與 AI 團隊。

圖／數位時代

「預測約兩、三年後，應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點，就會是 AI 落地最蓬勃發展的時候。」在此之前，企業真正能先做的，不是搶著買最大的模型或最昂貴的顯示卡，而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色：原油再多，沒有整理、提煉與配送的過程，也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力，而是誰的資料先準備好被調用。模型會持續更換，但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備，而是在資料必須留在企業內時，讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日（五）舉行，現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控，並安排 Live Demo，適合 IT 管理者、系統整合商與企業決策者參加。

活動地點：新板希爾頓酒店｜如意 AB 廳

活動時間：09:20–16:00

地址：新北市板橋區民權路 88 號 2F

立即報名：https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查，填問券抽好禮，倒數計時：https://www.surveycake.com/s/q4abw

專訪｜與LINE Pay分手倒數180天，一卡通總經理：iPASS MONEY要解放雙手、穿自己的鞋