【觀點】LINE Pay綁定CBDC可以嗎?台灣應用的機會在「大型結算」,關鍵是什麼?
【觀點】LINE Pay綁定CBDC可以嗎?台灣應用的機會在「大型結算」,關鍵是什麼?

觀點文章呈現多元意見,不代表《WEB3+》的立場

支付滲透率超過50%!央行數位貨幣成熱潮

從2015年世界經濟論壇的金融科技研究報告發表開始,全球的數位經濟就已經緊緊的與金融科技緊密結合,而在各種的金融科技的發展之下, 支付相關應用場景,一直為全球各國名列第一名的場景,並保有超過50%以上的使用滲透率。

然而,各種支付科技(包含加密貨幣的應用)也衝擊到各國金融主管機關,以及中央銀行在法律以及監管上的困難,進而也有中央銀行發行數位貨幣(CBDC, Central Bank Digital Currency)的想法與規劃。

什麼是央行數位貨幣?類型有哪幾種?

然而在實務上,何謂中央銀行數位貨幣(CBDC)?在財金公司111年度金融資訊系統年會的中央銀行楊金龍總裁的專題演講中,有明確的定義與說明。

楊金龍總裁指出:央行貨幣沒有信用風險與流動性風險,是我國支付系統健全運作的基礎。

而央行貨幣可以分為「央行準備金」及「現金」二種支付基礎。準備金是處理金融機構間,跨行支付交易的清算資產,而現金則是社會大眾,目前唯一能直接取得的實體貨幣。

因此,現金是大眾唯一可以使用的央行貨幣,但除了現金外,亦有金融卡、信用卡、儲值卡、銀行帳戶以及電子支付帳戶,等不同多元電子或行動支付的方式。

也因此就有了是否把「央行貨幣數位化」的探討與研究。也因此,未來的中央銀行數位貨幣,可以依央行現行使用用途做分類。

央行數位貨幣類型 對應到現行實體應用
批發型(wholesale)CBD 大額(批發)支付央行準備金
通用型(general purpose)CBDC又稱零售型(retail)CBDC 零售支付的現金
央行數位貨幣可帶來哪些效益?

在實體用途確認對應後,再來推動央行數位貨幣的效益性分析。

在促進支付健全上面,央行作為提供貨幣的信任機關,發行數位貨幣可以解決許多金融科技對於支付所造成的問題,近幾年各國央行也都紛紛投入發行CBDC對於數位經濟效益的研究。

根據一些相關的研究指出,發行CBDC會簡化支付系統、更有成本效益、提供普惠金融等等的優點。

另外根據花旗銀行最新的研究報告指出,CBDC有助於縮短結算週期的效益性。然而上述優點也與一般民眾為了持有數位貨幣,而衍生的設備與通訊成本而效果打折,除非央行能發行可免費更新的記名儲值卡,供一般民眾儲存數位貨幣,或提供能抵銷持有數位貨幣成本的普惠金融決策。

央行數位貨幣是怎麼運作的?

由於央行數位貨幣必須依賴數位資訊系統來運作,因此必須考量在營運架構平台技術要如何運行。

在營運架構上,依現在傳統貨幣體系是雙層式架構,簡單說雖然央行貨幣是由中央銀行發行,但一般民眾與企業,仍須透過銀行的中央機構角色取得貨幣(現金)來使用。

但在央行數位貨幣,其實是可採用單層式架構,由央行向使用者直接發行數位貨幣使用,這也是數位貨幣在架構上的一個特點。

其次,央行數位貨幣依操作模式的技術,又可以分為「帳戶型CBDC」或「代幣型CBDC」。

帳戶型CBDC是存放在中央銀行的帳戶中,帳戶型CBDC的用戶需要先在中央銀行開設一個帳戶,然後才能使用CBDC進行交易;帳戶型CBDC的運作方式,類似於傳統的銀行帳戶,只是它使用的是數位貨幣。

而代幣型CBDC是以數位代幣的形式存在,代幣型CBDC的用戶可以直接使用CBDC進行交易,而不需要先在中央銀行開設帳戶;代幣型CBDC的運作方式類似於加密貨幣,但它由中央銀行發行和管理。

台灣央行數位貨幣的發展

台灣的中央銀行這幾年對於CBDC,也一直保持高度的關注。

從2019年楊金龍總裁兼任央行後,就成立了數位貨幣小組。也先後在2020年6月完成了第一階段「批發型CBDC可行性技術研究」,並於2022年6月完成第2階段「通用型CBDC試驗計畫」。

根據央行資料,楊金龍總裁強調,CBDC的推動不只是現金數位化,還涉及到支付系統革新,並且影響金融穩定及貨幣政策的執行,需秉持BIS與主要國家央行共同訂定的3項基本原則「無害」、「共存」及「創新與效率」持續規劃。

此外在立法院備詢時表示,央行持續推動央行數位貨幣(CBDC)研究計畫,楊金龍總裁認為央行數位貨幣的使用「茲事體大」,雖已完成第2階段的試驗,但第3階段試驗要3年後才會完成,至於實際的使用時間目前還不曉得。

最新八月的新聞指出,澳洲央行與數位金融合作研究中心(DFCRC),也發布了一份調查結果報告,主要探討澳洲CBDC的試點項目宣佈試點成功,但澳洲央行也同時宣布幾年內,不会針對CBDC做出任何决定。

相較幾年前各國對於CBDC的熱度,今年各國則是在是考慮整個支付機制的複雜度下,對於推動CBDC都採取了審慎的態度。

台灣央行數位貨幣,有哪些應用場景?

對於推動CBDC確實茲事體大,但是回到台灣本身支付機制與國際應用場景上,仍要回到支付系統的本質及其場景的選擇,也就是到底是推動批發型(大型結算)或通用型(小額支付)的CBDC,才是重點。

先說結論,筆者認為通用型(小額支付)在台灣的支付環境可能發展不起來,而批發型(大型結算)會有機會,但會卡在監管法令上。
通用型CBDC場景推動解析

首先,在現行的台灣電子支付環境下,台灣的使用度高的電子錢包,例如:Apple pay、LINE pay、街口支付等等,幾乎大多數都是採用信用用卡綁定支付的方式,而我國的電子支付使用者,也已經很習慣這樣的支付行為。

但是試想一下,如果未來台灣現行的電子錢包,是直接綁定CBDC當成現金使用的話,這會是現在各家銀行願意提供的服務嗎?銀行透過綁定信用卡的方式進行電子支付,其中會有一定的手續費收入,如果改成使用CBDC,這部分的手續費收入是否就會不見?同時反而更進一步的變成營運上的成本。

根據第2階段「通用型CBDC試驗計畫」是採雙層式架構下,表示央行數位貨幣必須透過銀行流通,因此在台灣如果要推動CBDC如沒有各家銀行的配合,台灣推動CBDC本身會是有一定的困難的。

除非央行願意帶頭建設,至少包含可連結轉帳交易的存款帳戶APP,或儲值卡來進一步推動CBDC的初期經營,並且將智能合約應用落實於儲值卡,或存款帳戶APP中的電子簽章功能,以利CBDC真正成為數位經濟的價值交換小幫手。

另外舉個例子,筆者本身是Taiwan Pay的愛好者,Taiwan Pay的方式是可以直接綁定金融卡,因此是由消費者帳戶直接扣款,其實非常的好用,但為何大多數各家民營銀行卻不願意採用金融卡方式與Taiwan Pay介接。

其實從現行台灣支付歷史,已說明不會耗用客戶存款的信用卡已成為支付主流了,所以發行CBDC在市場推動上,其實有可能不是技術做不到,而是從市場推廣層面,在如果無法整合現有電子錢包,在沒有銀行配合下,要在使用滲透率上的提升會有一定的因難。

雖然政府可以提供一個CBDC專用的電子錢包,以及負責相關營運,但這應該也不是各國央行以及金融主管機關應要做的事,除非CBDC能成附帶創新價值,且透由央行著手規劃新數位經濟遊戲規則,例如數位貨幣連結智能合約,與非屬地主義的全球通行政策、甚至讓全球半導體業者均可透過台灣央行發行的美元/台幣雙幣CBDC帳戶,來進行晶片採購活動並簽立智能合約、到期履約等應用,並實際縮短SWIFT等結匯算時間。

批發型CBDC場景推動解析
換言之,批發型(大型結算)可能才會是台灣CBDC應用的主要場景,原因是今年花旗銀行報告已指出,CBDC有助於縮短結算週期這件事。

相信大家如果使用過台灣外匯就可以知道,透過正常的SWIFT管道匯一個款到美國,大約要一週的時間對方才可以收到款項,這個時間其實這對於一般企業的現金流或產業的供應鏈金融,都會是一個時間成本。

也因此各國支付類型的金融科技公司(包含虛擬貨幣公司),都把如何促進國際跨境支付作為作為支付金融科技的主要應用場景。

在台灣現行的大金額支付結算系統,已經有財金公司負責營運管理,也因此在國內大金額或批發型結算市場,似乎並沒有要採用CBDC的急迫性需求。

但是要開放國內和國外的支付金融科技公司,利用CBDC(或穩定幣)進行跨境結算,也許可以是一個方向。當然,是否可以結合CBDC作為此類跨境結算、雙幣帳戶(美元等同美元外匯儲備)、多幣帳戶的業務與機制,也許是未來央行可以研究的一個方向,同時需要熟悉全球支付、身分驗證與監理科技等專家學者的協助,以解決一定的監管困難。

央行數位貨幣成功關鍵是什麼?

最後,筆者對於CBDC的推動,基本上還是採取一個開放樂觀的態度。

但是基於台灣的電子支付時空背景下,筆者認為推動CBDC實際的困難不會是在技術層次,而是對於 支付基礎環境、消費者使用支付的習慣、以及如何進行相關的監管 ,才會是台灣是否推動CBDC以及推動成功的關鍵因素。

本文作者:政治大學金融科技研究中心顧問/研究員 謝焸憲

觀點文章呈現多元意見,不代表《WEB3+》的立場

核稿編輯:高敬原

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「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。

2-RD096270.jpg
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%。

3-RD096215.jpg
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。

4-RD096303.jpg
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

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
2026 大重啟
© 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