新台幣 24 年來首次改版!為什麼鈔票需要改版?一次盤點 76 年台幣演進史
新台幣 24 年來首次改版!為什麼鈔票需要改版?一次盤點 76 年台幣演進史

2026 年 1 月 27 日上午 10 時至 2 月 13 日下午 5 時欲參與新台幣改版投票,可前往央行官網「台灣之美系列鈔券面額主題票選活動專區」,選出心目中最能代表台灣的五個主題。

台灣現行的新台幣已經陪伴我們走過 24 個年頭,為使新台幣的使用可更跟上使用需求,中央銀行於 2025 年 10 月 23 日正式啟動改版案,這是新台幣自 2001 年以來首次大規模改版。

鈔票的改版,對於使用者而言,最顯而易見是視覺上的差異、設計排版的不同,然而真正進入到鈔票這個物件的使用邏輯,「改版」從來都不只是「換個圖案」這麼簡單。背後包括防偽技術的演進、無障礙設計的需求、環保材質的考量,甚至連直橫式的選擇,每一個決定都牽動著設計的方向。

台幣演進史
圖/ 圖片來源 / 中央銀行

針對此次台幣改版,央行指出,現行鈔券已使用 24 年,超過多數國家改版的間隔年距;過去幾年,全球有 64% 的央行正進行重新設計計畫,58% 轉向聚合物基材,41% 採用垂直版面設計,因此台幣改版其實是順應全球貨幣設計趨勢的必然。

為什麼鈔票需要改版?背後的原因是什麼?

也許讀者會好奇,在使用者愈趨仰賴數位支付的前提之下,各國仍持續投資紙幣改版,原因為何?當代鈔票設計師所面對的挑戰,已經不只是「讓鈔票更難偽造」這麼單純——他們必須在防偽技術、文化表達、美學追求之間找到平衡點。

有趣的是,當多數視覺設計為了在資訊爆炸的環境中突圍而走向極簡,鈔票設計卻反其道而行,變得愈來愈複雜、愈來愈華麗。這不是設計師的任性,而是防偽技術進步的必然結果,每一道細緻的紋理、每一個變色的元素,都是為了讓偽造者知難而退。

觀察全球趨勢,超過六成的央行正在進行鈔票重新設計,其中近六成選擇聚合物材質取代傳統紙鈔,四成嘗試垂直版面設計。改版動機包括:升級防偽科技、響應環保永續、強化視障者友善設計,以及讓鈔票在智慧型手機螢幕上也能清楚辨識。

例如,挪威新鈔設計傳達海洋意象、蘇格蘭透過公民參與讓超過千人共同設計「人民的貨幣」、百慕達的垂直粉紅鈔券獲得國際肯定。這些案例說明,當代鈔票設計不只是技術問題,更是文化表達與設計美學實踐的結合。

挪威紙鈔設計.jpg
挪威新鈔設計傳達海洋意象。
圖/ Snøhetta
蘇格蘭英鎊新設計07.jpg
蘇格蘭透過公民參與讓超過千人共同設計「人民的貨幣」。
圖/ 圖片來源/Royal Bank of Scotland

台幣設計演進史:76 年間的七次關鍵轉折

回到台灣,新台幣的演進史其實也是一部濃縮的經濟與設計發展史。從 1949 年至今,台灣紙幣經歷了多次重要改版,每一次都反映了時代需求的轉變。

台幣演進史
圖/ 圖片來源 / 中央銀行

1949 年:幣制改革——用設計終結惡性通膨

1949 年 6 月中旬,台灣省政府啟動幣制改革,以 4 萬元舊台幣兌換 1 元新台幣。這不只是匯率調整,更是一場經濟救亡的行動。前 3 年間,物價年均漲幅超過九成,舊台幣最大面額甚至發行到百萬元,因此當年新台幣的設計策略很明確:與美金掛鉤、限制發行總額,並用 80 萬兩黃金作為準備金,以制度改革重建人民對貨幣的信心。

新台幣演進史
圖/ 圖片來源 / 中央銀行
新台幣演進史
圖/ 圖片來源 / 中央銀行

1960 - 1961 年:直式翻橫——經濟起飛的視覺語言

1960 年,台灣銀行做了一個大膽決定:打破十多年來只發行直式鈔券的傳統,推出橫式設計。在這一次的新台幣改版中,美援興建的西螺大橋、蘇花公路、鵝鑾鼻燈塔等地標,首次以橫幅構圖躍上紙幣。這個看似簡單的「轉向」,象徵台灣正在擁抱現代化——橫式版面更符合國際慣例,也更適合展現基礎建設的宏偉。

新台幣演進
圖/ 圖片來源 / 中央銀行

1961 年:法定地位確立——從地方幣到國幣

同樣在 1961 年 7 月,中央銀行在台復業,開始委託台灣銀行發行新台幣,鈔券上印著「台灣銀行」字樣。這個轉變讓新台幣從「(中國)地方性貨幣」升格為比照「國幣」的法定貨幣,在法律地位上站穩腳步。

1980 - 1982 年:大面額時代——防偽技術的躍進

經濟快速成長帶來新需求。1980 年 2 月,央行首度發行 500 元、1000 元大面額鈔券,採用政治人物肖像設計。兩年後再次改版,導入定位人像水印和內嵌式金屬安全線,這些在當時都是最先進的防偽技術,讓台灣鈔券的安全等級大幅提升。

新台幣演進
圖/ 圖片來源 / 中央銀行

1988 年:紅包文化——36 張紅色百元的故事

這可能是台灣鈔券史上最「接地氣」的一次改版。原本綠色的百元鈔,為了回應民間春節喜愛紅色的習俗,改版成紅色設計。這個決定不只是換個顏色——它開啟了一個文化現象:婚禮上用 36 張百元鈔排成「囍」字的喜幛。同時,該版鈔券也首次加入點字設計,開始關注視障者的使用需求。

新台幣演進
圖/ 圖片來源 / 中央銀行
新台幣演進
圖/ 圖片來源 / 中央銀行

2000 - 2001 年:本土轉向——從人物到風土

千禧年是個重要分水嶺。2000 年 7 月,央行正式接手發行新台幣,鈔券上的「台灣銀行」字樣改為「中央銀行」,宣告新台幣正式成為國幣。2001 年起陸續發行的新版鈔券,設計主題從政治人物肖像轉向台灣的自然景觀、生態保育、教育場景。這是設計思維的重大轉變,從權威符號走向文化認同。

台幣演進史
圖/ 圖片來源 / 中央銀行
台幣演進史
圖/ 圖片來源 / 中央銀行

2025 - 2026 年:台灣之美——設計權交還給人民

現行鈔券已使用 24 年,在全球主要國家中屬於「超齡服役」。這次改版最大的不同在於:央行首次大規模徵詢民意,推出 12 個主題讓民眾票選。從穩定經濟、技術升級、文化回應,到如今的公民參與,76 年的台幣設計演進史,其實也是台灣社會逐步開放、民主化的縮影。

台灣之美:12 個主題,由國民親自定義

事隔 24 年的新台幣改版,央行做了一個大膽的決定:讓民眾參與設計方向的決策。

為使民眾參與更有效且公平,央行擬訂 12 項面額主題供票選:和諧共融、永續發展、運動精神、藝術美學、建築之美、科技創新、民俗節慶、工藝之美、島嶼生態、保育植物之美、保育動物之美,以及女性的光輝。

綜合以上 12 項不同的文化類型,可發現在鈔票設計上,不在以單一人物肖像呈現,而採用多元主題,這個決定標誌著台灣貨幣設計思維的重大轉變——從個人轉向集體認同,從權威符號轉向文化象徵;並且在執行層面,也不再由上而下決定「誰值得被記憶與尊重」,而是邀請公民參與。對此,央行發行局鄧延達局長提到,「台灣真的很美,哪方面最美?民眾現在可以透過投票讓我們知道。」

新台幣演進史
圖/ 圖片來源 / Reddit

如何投票?你的選擇將寫進台灣設計史!

此次新台幣改版的投票時間為 2026 年 1 月 27 日上午 10 時至 2 月 13 日下午 5 時,每位完成電子郵件驗證的民眾限投 1 次,最多可選 5 項主題。

欲參與投票之讀者,可前往央行官網「台灣之美系列鈔券面額主題票選活動專區」,選出心目中最能代表台灣的五個主題。同時,為鼓勵參與,央行亦準備了 10 套「丙午馬年生肖紀念套幣」及 100 套「台灣國家公園采風系列」平鑄套幣作為抽獎。

從設計的角度來看,這次改版是台灣美學的一次集體創作。無論最終選出哪五個主題,它們都將成為台灣設計史的一部分,成為我們向世界展示「台灣是什麼」的重要名片。

本文授權轉載自Shopping Design

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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