Figure上市暴漲52%！估值破76億鎂，IPO引爆代幣化金融敘事|數位時代 BusinessNext

Figure上市暴漲52%！估值破76億鎂，IPO引爆代幣化金融敘事

Figure 於那斯達克成功上市，募資近 8 億美元，憑藉區塊鏈技術與 AI 整合的金融服務實力，展示 Web3 商業化可行性，帶動代幣化敘事再升溫。

##### IPO 募資近 8 億美元，區塊鏈金融科技股再添生力軍區塊鏈金融科技公司 Figure Technologies 於 9 月 11 日正式在美國那斯達克掛牌上市，股票代號為「FIGR」， **首日收盤價報 31.11 美元，較 IPO 價 25 美元上漲 24％，盤中一度觸及 38.05 美元高點，漲幅達 52.2％。**

本次公開發行共釋出 3,150 萬股，包含公司本身釋出的 2,350 萬股與既有股東出售的 800 萬股，募集資金總額達 7.88 億美元，超越先前預估的 6.93 億美元。以總流通股數 2.12 億股計算，Figure 首日收盤後市值達 66 億美元，若以最高價計算則突破 80.67 億美元。此次 IPO 的主承銷商包括高盛、Jefferies 以及美銀證券，其它參與機構則有瑞穗、SG 與 Stifel 等。

Figure 由 SoFi 共同創辦人 Mike Cagney 創立，成立於 2018 年，專注以區塊鏈技術簡化放貸流程，旗下產品涵蓋房屋淨值信貸（HELOC）、加密資產擔保貸款與數位資產交易等。公司利用自主開發的 Provenance 區塊鏈進行貸款上鏈，目前累積放貸金額達 160 億美元，當中約 117 億美元已透過區塊鏈表示化，成為鏈上私人信貸最大市場之一。

##### 創新模式降低成本，機構信心反映市場需求 Figure 強調其鏈上貸款平台具備傳統金融所無法比擬的效率與成本優勢。傳統 AAA 級貸款證券化需進行 100％的貸款審核，平均每筆成本高達 500 美元，而 Figure 透過不可篡改的區塊鏈資料，讓信評機構接受 25~30％抽樣審核，成本降至每筆約 100 美元，可望為整體生命週期省下 100 個基點的支出。

此外，Figure 也導入 OpenAI 協助進行申貸資料審查，並透過 Google Gemini 提供客服聊天機器人服務，進一步提升營運效率。執行長 Michael Tannenbaum 表示，Figure 把過去需時 45 天的貸款流程濃縮至幾日內完成，將過往高達 1.2 萬美元的房貸成本壓低至僅 1,000 美元。

從財務表現來看，Figure 在截至 2024 年 6 月底的半年內實現 2,910 萬美元的盈餘，營收為 1.91 億美元，較前一年同期的虧損 1,560 萬美元與 1.56 億美元營收大幅改善。根據 VanEck 分析師 Matthew Sigel 預估，若 Figure 持續以每月 7.5 億美元的放貸速度成長，並保持 30％的營收年增與 40％ EBITDA 利潤率，預估至 2027 年可達 13 億美元營收與 5.2 億美元 EBITDA。

##### 從華爾街到 Web3，IPO 引爆代幣化金融敘事 Figure 的成功上市為區塊鏈金融科技注入新一波動能，與今年早些時候上市的 Bullish、Circle 相呼應，成為美國今年第九家上市的加密公司。

Bitwise 資深策略師 Juan Leon 指出，Figure 的成功來自於其「現金流穩定的鏈上信貸平台」，而非投機性代幣，這讓傳統機構得以以可預期的財務模型評估公司價值。

Hashdex 全球市場觀察主管 Gerry O’Shea 也表示，Figure 的上市讓傳統投資人對「代幣化」的接受度進一步提高，認為這項技術正從炒作走向落地，成為重塑金融市場的核心工具。

目前 Figure 掌握美國房屋淨值信貸市場約 2.9％的存量市佔率，並佔新增流量約 10％。即便其整體市值仍小於 Circle（307 億美元）、Galaxy Digital（110 億美元）與 Bullish（80 億美元）等業者，但因發行股數相對較少，市場對其股價成長空間依然抱持期待。VanEck 甚至預估 FIGR 股價未來 12 個月內可能上看 40 美元，中長期則有機會挑戰 60~75 美元區間。

在傳統金融基礎架構逐步與區塊鏈融合的趨勢下，Figure 提供了一個明確的範例：去中心化技術不只是願景，也能在現實世界創造營收與效率的雙贏。隨著更多加密原生企業排隊上市，Web3 的下一波價值重估可能才正要開始。

本文授權轉載自《加密城市》

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。