AI 授信革命一分鐘速讀

• 市場規模： 全球 AI 放貸市場 2024 年達 1,097 億美元，預估 2037 年衝上 2.01 兆，CAGR 25.1%；89% 金融機構高層認定 AI 將主宰整個放貸生命週期。

• 速度革命： 中信銀行數位申貸 2 分鐘填單、2 個營業日核貸；Newity 10 分鐘預核、21 天放款;Banco Covalto 信審響應時間縮減 90% 以上。

• 維度突破： Cash App 的行為信用評分讓 FICO 580 分以下用戶維持 97% 還款率，比傳統承保多核准 38% 貸款；非傳統數據涵蓋現金流、租金、APP 使用、零工平台派單紀錄。

• 偏見幽靈： Wells Fargo 在 2020 再融資繁榮期黑人核准率僅 47%（白人 72%），訴訟指控其演算法系統性歧視；Lehigh 大學實驗證明 GPT-4 Turbo 等主流 LLM 對黑人申請者要求多 120 分信用分數，才能換得與白人相同核准率。

• 監管夾擊： 歐盟 AI 法案 2026 年 8 月 2 日生效，信用評分這類高風險不合規最高罰 1,500 萬歐元或全球營收 3%；台灣金管會 AI 指引明確點名「拒絕貸款」需提供可解釋理由。

20 天 vs 20 分鐘：AI 授信如何改寫銀行核貸劇本

過去十年，一筆中小企業貸款的標準週期是 20 到 30 天。客戶遞交申請後，貸款官手動審查紙本資料、電話聯繫雇主進行在職確認、調閱靜態信用報告、安排不動產鑑價。整個流程串列推進，任何一個環節卡關都會導致整體停滯。根據 Blend Labs 在 2025 年公布的數據，光是抵押貸款這一項業務，每筆處理成本就高達 11,000 美元。

這個劇本正在被徹底改寫。中信銀行的中小企業數位申貸平台讓客戶 2 分鐘完成填單、最快 2 個營業日撥款，Cash App 的信用評分系統每週重新校準，FICO 580 分以下的次貸客戶維持 97% 還款率，摩根大通用 AI 把支付帳戶驗證的拒絕率降低了 15% 到 20%。根據 Research Nester 的市場研究，全球 AI 放貸平台 2024 年估值已達 1,097 億美元，2037 年將衝上 2.01 兆美元，年複合成長率 25.1%。

這場革命不只是流程加速。當核貸決策從 20 天的人工審核壓縮到 20 分鐘的演算法判斷，整個風險定價邏輯、數據維度與商業模式都在重組。傳統信用評分依賴的是 FICO 分數這類靜態歷史資料。新一代的 AI 核貸系統能夠同時吞吐數百個甚至數千個非傳統數據點，從交易現金流到 APP 使用習慣，從租金繳交紀錄到零工平台派單軌跡，全部納入即時演算。

但同樣的演算法也帶來新的問題。當核貸決策從人類交給機器，黑盒子裡發生了什麼？2022 年富國銀行被指控的演算法種族差異，2024 年 Lehigh 大學針對 GPT-4 Turbo 的種族測試，都指向同一個結論。演算法不僅會繼承歷史偏見，還可能以更隱蔽的速度自動放大。這構成了 AI 授信革命的核心張力：速度紅利與治理債務同時加速累積。

AI 放貸市場動能：為什麼變革發生在此刻

AI 在金融授信的滲透並非新鮮事，但讓它從實驗室走向決策核心的，是過去三年的三股結構性力量。第一股是生成式 AI 的能力跳躍，讓非結構化資料的解析變得可規模化。第二股是代理人工智慧 (Agentic AI) 架構的成熟，讓並行處理與多步驟決策成為可能。第三股是算力成本的持續下降，讓銀行第一次能夠在毫秒級完成過去需要分鐘級的模型推論。

從輔助工具到主要決策引擎

根據 Experian 在 2026 年 1 月公布的調查，84% 的金融高階決策者明確將 AI 視為其組織未來兩年商業策略中的關鍵或高優先項目。更具產業指標意義的是，89% 的決策者認為 AI 將在整個放貸生命週期中扮演關鍵角色，涵蓋從前端獲客、信用承保、撥款到後端催收。這意味著在未來三年內，AI 模型在中大型金融機構的多數貸款流程中，將從次要參考意見的輔助層，徹底轉變為掌握核心權限的主要決策引擎。

預算面的轉向同樣劇烈。Celent 的研究指出，83% 的放貸機構計畫在 2026 年顯著增加生成式 AI 的預算配置。更值得注意的是，這股預算擴編並非僅限於前台業務部門。根據 Hawk and Chartis 的專項研究，82% 的銀行合規與風險領導者預計其 AI 系統投資將在接下來的兩到三年內成長超過 25%，僅有不到 10% 的機構預期預算持平，沒有人預期會縮減。這顯示 AI 已經從前台的獲客工具，深度嵌入到風控與合規這類傳統上最為保守的銀行職能中。

美國的激進領先與全球差距

在實際導入步伐上，區域間的不對稱性正在拉大。根據 Finastra 在 2026 年初發布的「金融服務國家狀況調查」，美國金融機構在 AI 部署率達到 65%，領先全球的 61%；有 42% 的美國金融機構計畫在 2026 年將 AI 相關投資增加超過 50%。在「信用承保與決策」這個具體環節，美國的即時 AI 應用比例達 35%，同樣高於全球平均的 31%。

這種不對稱投資將在未來五年產生深遠的第二階效應。率先成功部署 AI 承保系統的領先機構，能夠透過幾乎零摩擦的核貸體驗與更精準的長尾風險定價，迅速吸走優質客戶。未能跟上的傳統機構，則會面臨「逆向選擇」危機：優質借款人被 AI 銀行用分鐘級體驗吸走，留在門外排隊等待人工審核的，往往是 AI 系統精準拒絕的較高風險族群。當這個正向循環啟動，先發者的數據優勢會持續擴大，後發者追趕的成本會指數級上升。

AI 核貸案例矩陣：六種角色，看清這場革命的多元面貌

AI 授信革命的版圖橫跨不同陣營、不同策略、不同風險偏好，難以用單線敘事概括。以下六組案例，涵蓋了從速度標竿、維度顛覆者、AI 原生新創、企業基礎設施供應商、警世案例到新興市場實證的完整光譜。

中信銀行與國泰世華：台灣市場的速度標竿

中信銀行在 2022 年推出的「中小企業數位申貸平台」，是台灣金融業最早的 AI 核貸大規模實證。該平台針對中小企業籌資時面臨的文件繁複、傳輸不易與申貸時間冗長等結構性問題，結合光學字元辨識、臉部辨識、遠距視訊與經緯度定位技術進行無接觸實地訪查。企業客戶最快 2 分鐘完成線上填單，文件齊備時最快 2 個營業日核貸、1 個營業日撥款。

對於個人信用貸款業務，中信銀行的 Online 貸更進一步壓縮體驗。客戶最快 3 分鐘完成線上申請，在營業時間內可實現最快 30 分鐘核准、1 小時撥款入帳。這個速度已經逼近數位純網銀的標準，但中信是傳統銀行體系內的玩家，意味著它必須在既有的合規框架下重構整個流程，難度比新創更高。

國泰世華銀行則選擇了另一條路徑。針對深度往來客戶推出的「全數位房屋貸款服務」，核心不在於前端的填單體驗，而在於後端的風險評估深化。系統運用大數據分析與 AI 模型，深度整合客戶的信用卡消費軌跡、存款穩定度與理財偏好等多維度數據來精準評估還款能力。這種「對既有關係的深度挖掘」策略，本質上是在做 Cash App 那種行為評分的銀行版，只是資料源來自客戶在銀行體系內已經產生的長期足跡。

兩家銀行的策略選擇折射出傳統金融機構面對 AI 的兩種路線。中信走的是「全流程數位化」，目標是把每一個環節都搬到線上，讓速度成為差異化武器。國泰走的是「深度資料化」，目標是把已有的客戶關係轉化為更精準的風險定價。兩條路線都有效，但前者壓力來自新創競爭，後者瓶頸來自跨部門資料孤島。

Block 旗下 Cash App：用行為數據重寫信用評分

如果說中信和國泰把速度做快，那麼真正讓信用評分模型升維的，是大西洋彼岸一家從支付出發、徹底繞過 FICO 的公司。

Block (前身為 Square) 旗下 Cash App 在 2025 年 11 月啟動的「Cash App Score」pilot 試點計畫，完全揚棄了傳統信用局的靜態評分模式。該系統依賴用戶在 Cash App 生態系統內的即時金融活動，透過 AI 演算法全天候動態分析四大行為支柱：賺錢的頻率與穩定性、儲蓄的帳戶餘額維持、日常消費的軌跡，以及過往 Cash App Borrow 的還款歷史。基於這些行為數據，系統每週為客戶重新校準信用分數，並透過 AI 把模型參數翻譯成消費者能理解的可行動建議，例如「設定薪資轉帳即可提高額度」。

這個模型的風險預測力在 Block 的內部數據中得到了極其有力的驗證。超過 70% 的 Cash App Borrow 活躍用戶，即使其傳統 FICO 分數低於 580 分(在傳統銀行眼中屬於極高風險的次貸等級),依然維持 97% 的還款率。透過這套基於即時行為的基礎設施,Block 在維持相同低損失率的嚴格標準下，比傳統承保模式多核准了 38% 的貸款申請。這個 38% 的差距，代表的是傳統 FICO 系統長期忽略的優質借款人，在新模型下重新被市場接住。

Cash App 的故事說明了一件事：傳統信用評分的邊界，不在於風險本身，而在於資料的覆蓋面。當 AI 能夠捕捉到 FICO 看不到的真實財務行為，普惠金融就從口號變成了商業上的競爭優勢。

Newity：AI 原生承保平台的速度極限

Newity 是另一條路線的代表。這家專注於美國中小企業市場的數位放貸服務商，目標解決每年高達 3,500 億美元的 SME 資金缺口。它沒有傳統銀行的歷史包袱，從零開始構建了「AI 優先承保平台」，瞬間分析數百個資料點，涵蓋信用檢查、身分動態驗證與稅務文件摘要。

該平台的速度數據在 SME 領域是顛覆性的。企業借款人在 10 分鐘內可以拿到預先核准的貸款額度，最短 21 天內獲得實體資金注入。對比傳統銀行的 SME 貸款動輒需要 12 週以上的冗長時程,Newity 把整個週期壓縮了三分之二以上。Newity 在 2025 年 12 月完成了 1,100 萬美元的首輪融資（由 CMT Digital 領投），投資方明確表示看好其將小企業貸款搬上鏈的長期路徑，這意味著未來 SME 貸款不只是數位化，還會與穩定幣與鏈上結算融合。

Highradius 與 Blend Labs：企業級基礎設施的雙雄

支撐這些前端體驗的，是一批專注在企業級核貸基礎設施的供應商。其中 Highradius 與 Blend Labs 是兩個值得拆解的代表。

Highradius 的信用管理平台是這場革命中最具代表性的代理人工智慧落地。整個平台部署了 13 個專業的 AI 代理，覆蓋從文件抓取、信用評分、風險監控到決策編排的完整流程，能夠自動完成 80% 至 90% 的低風險信用決策，並將整體審批速度提升 90% 以上。架構中的「編排代理」精準地將最高風險的 20% 案件路由給適當的人工審核員，而「監控代理」則在核貸後持續追蹤風險訊號的變化，防止不良債務暴露。這種「機器處理常規、人類處理例外」的分工模式，是目前可規模化部署的最佳實踐。

Blend Labs 在 2025 年 10 月推出的「Intelligent Origination」系統，則代表了另一種思維。Blend 強調 AI 必須超越傳統的「外掛式輔助工具」，將代理智能深植於放貸決策的核心，實現從「輔助」到「執行」的營運模式轉變。Blend 的客戶包括美國多家大型銀行，它的角色更接近核貸引擎的作業系統供應商，讓銀行可以在不重寫底層架構的前提下，把 AI 嵌入到既有流程中。

Wells Fargo 與 Lehigh 實驗：演算法偏見的警世錄

效率紅利的另一面，是治理債務。在所有 AI 放貸的案例中，Wells Fargo 的故事是最深刻的警世錄。

2022 年 3 月，Bloomberg 投資調查率先揭露：在 2020 年再融資繁榮期，富國銀行是唯一拒絕黑人申請者多於批准的大型銀行（黑人核准率僅 47%，白人為 72%），是所有大型放貸機構中種族差距最大的一家。同年 2 月集體訴訟（Williams et al v. Wells Fargo）正式提起。後續訴訟文件指控其內部「Enhanced Credit Score」演算法在面對具備相同財務背景的申請者時，把黑人與拉丁裔系統性地分到較高風險等級。即使在客觀資格上與成功獲貸的白人申請者毫無二致，他們的拒貸率仍異常飆高。富國銀行強烈否認指控、訴訟仍在進行，至今沒有法院判決確認演算法歧視。但這個案例已經成為銀行業演算法治理的經典警示。

Lehigh 大學在 2024 年發表的一項實驗，把這個問題推到了大型語言模型的層次。研究團隊使用 OpenAI 的 GPT-4 Turbo 模型（同時測試了 Anthropic 的 Claude 3 Sonnet/Opus、Meta 的 Llama 3 等多款主流 LLM），並導入 2022 年《房屋抵押貸款披露法》(HMDA) 數據庫中的真實申請資料，生成了 6,000 份實驗性的貸款申請。在實驗設計中，研究人員刻意且唯一地操縱了申請人的種族與信用評分變數。結果顯示，在財務特徵與背景完全相同的情況下，大型語言模型始終傾向於建議拒絕更多黑人申請者的貸款，或者對其施加更為嚴苛的利率條件。最令人震驚的是具體數字：為了能獲得與白人申請者相同的系統批准率，黑人申請者必須具備比白人高出約 120 分的信用分數；為了拿到相同利率，也需要高出約 30 分。這是 LLM 在號稱中立的決策中複製出的系統性歧視結構。

這兩個案例的可怕之處在於，當監管要求金融機構不得使用種族、性別等受保護屬性時，演算法依然能夠透過郵遞區號、消費地理位置、教育機構背景等替代變數，精準推導出這些敏感屬性。表面上系統做的是中立的客觀運算，實際上卻在黑盒子內部偷偷複製了歷史的歧視結構。

摩根大通、Banco Covalto、Banco Macro 與印尼 MSME：全球版圖的補完

除了上述五組核心案例，全球各地還有更多實證在持續累積。摩根大通透過 AI 輔助處理機制，把支付帳戶驗證的拒絕率降低了 15% 到 20%，顯著減少了營運錯誤。墨西哥的 Banco Covalto 採用 Google Cloud Document AI，把信用審批的響應時間縮減了 90% 以上，並且把過去要 3 天的財務報表處理壓縮到幾小時內完成。阿根廷的 Banco Macro 則基於 BigQuery、Vertex AI 與 Gemini 打造了敏捷數據平台，讓 30 多個業務領域能夠自主生成與分享數據產品，把數據查詢時間從數小時壓縮到分鐘級，極大化組織內的決策速度。

新興市場的故事更具有結構性意義。在印尼，微型、小型與中型企業 (MSMEs) 長期面臨缺乏實體抵押品或傳統銀行信用歷史的困境。根據 IFC 的研究，印尼 MSMEs 透過傳統金融體系取得正規融資的比例僅約 17%，遠低於已開發市場水準。專注於「創新信用評分」技術的金融科技公司，運用機器學習演算法分析數位交易流水、行動電話通訊與網路使用狀況、稅收與水電帳單繳納軌跡。這些另類資料，讓大量過去被傳統系統視為高風險的微型企業，得以獲得擴大業務所需的資金。這種維度擴張，在開發中經濟體的普惠金融意義遠超過已開發市場。

AI 授信供應商格局：三大陣營與決策邏輯

在這場 2 兆美元的市場爭奪中，供應商生態正在分化成三個明確陣營。理解每個陣營的定位、優勢與適用場景，是金融機構決策時最關鍵的判斷。

企業級核貸決策平台陣營

第一個陣營是企業級核貸決策平台。代表玩家包括 Blend Labs、Highradius、TIMVERO 等。這個陣營的共同特徵是把 AI 深度整合到核貸引擎的核心，提供從文件解析、信用評估、決策路由到後續監控的全流程平台。客戶以中大型銀行為主，商業模式偏向訂閱制加上實際使用量的階梯定價。這個陣營的優勢在於合規包袱重的傳統銀行可以在不重寫底層系統的前提下完成 AI 升級，劣勢則是平台的標準化程度高，難以滿足某些客戶的高度客製需求。

資料與評分服務陣營

第二個陣營是資料與評分服務。代表玩家包括 Experian、Zest AI 等。這個陣營不直接提供核貸引擎，而是透過 API 提供另類數據、信用評分模型或反詐騙服務，讓銀行把這些能力嵌入到自己的核貸流程中。Experian 的優勢在於本身就是傳統信用局的巨頭，擁有大量的傳統與另類數據資產；Zest AI 的優勢則是聚焦在中小型銀行與信用合作社市場，提供開箱即用的 AI 評分模型。這個陣營的適用場景是地區性銀行與信用合作社，它們無力自建完整核貸平台，但需要一兩個關鍵模組來提升風控能力。

AI 原生新創陣營

第三個陣營是 AI 原生新創。代表玩家包括 Newity、HES FinTech 等。這個陣營不為傳統銀行提供工具，而是直接以放貸主體的身份出現在市場上，用 AI 原生的承保流程繞過傳統銀行的服務缺口。它們的客戶往往是傳統銀行不願意服務或服務不好的族群，例如缺乏信用歷史的小企業主、零工經濟工作者、新興市場的微型企業。商業模式是直接賺取利差，風險自擔。這個陣營的優勢在於沒有歷史包袱，可以從零設計最適合 AI 的流程；劣勢則是規模化挑戰大，監管風險也更集中。

銀行的決策邏輯

對銀行決策層而言，選擇哪個陣營取決於三個變數：現有 IT 基礎設施的成熟度、客戶分層的差異化需求，以及合規團隊對 AI 系統的接受度。大型銀行通常傾向決策平台陣營，因為它們需要處理的合規複雜度最高，需要供應商提供完整的審計軌跡與可解釋性報告。地區性銀行則傾向資料服務陣營，因為它們的核心競爭力在於本地關係，只需要在風控與評分上補齊能力即可。AI 原生新創則更多是傳統銀行的競爭者而非供應商，但雙方的合作模式也在出現，例如傳統銀行透過白標形式採用 AI 新創的承保引擎，共同服務原本服務不到的客戶。

值得關注的趨勢是，這三個陣營正在出現邊界模糊。Highradius 開始提供更多資料服務模組;Experian 開始投資自家的核貸引擎；Newity 開始與傳統銀行合作。這意味著未來幾年的市場格局，可能會從三足鼎立走向多元競合，銀行的選型決策也會更加複雜。

技術深潛：AI 授信的三層底層架構

要理解這場革命的可持續性，必須拆解它的底層技術架構。整個 AI 核貸系統可以分成三個層次：作為決策引擎的 Agentic AI、作為輸入維度的非傳統數據、作為合規橋樑的可解釋性 AI。三層缺一不可，任何一層的瑕疵都會讓整個系統失效。

第一層：Agentic AI 與並行處理機制

傳統的貸款承保是一個高度依賴人力、防禦性極強且串列執行的流程。客戶提交申請後，信用檢查、產權搜索、資產評估往往依序進行，任何一個環節卡關都會導致全流程停滯。Agentic AI 從根本上改變了這個邏輯。

以 Highradius 的 13 代理人架構為例，當客戶提交申請的瞬間，系統會同時平行啟動多個專業代理。其中一個代理負責收入與就業狀態的驗證，透過 NLP 與 OCR 解析薪資單與稅表，並透過 API 即時交叉比對 LinkedIn 專業檔案與雲端薪資發放系統。另一個代理負責不動產估值，透過自動估價模型 (AVMs) 拉取數百個空間與時間維度的數據點。第三個代理負責反詐騙檢測。最後由編排代理彙整所有輸出，根據預設規則決定是否路由給人工審核員。整個流程從串列推進變成並行處理，過去需要數週的等待期被壓縮到數分鐘內完成。

這種架構的關鍵不只是速度，還在於監控的持續性。傳統核貸是「審完就結束」，但 Agentic AI 系統的監控代理會在核貸後持續追蹤借款人的信用訊號變化，例如薪資中斷、現金流異常、產業景氣訊號等，提前預警潛在的不良債務暴露。這把核貸從一次性決策變成了動態關係管理，徹底重構了銀行對信用風險的時間維度認知。

第二層：四大類非傳統數據

Agentic AI 之所以能做出比傳統系統更精準的決策，關鍵在於它能吃進的數據維度遠超過傳統演算法所能處理。根據 McKinsey 與 Bridgeforce 的研究整理，當前 AI 核貸系統使用的非傳統數據可以歸納為四大類別。

四大類數據的整合，讓 AI 系統能夠處理傳統 FICO 模型完全無法觸及的客群。在美國，根據 CFPB 2025 年 6 月發布的最新統計，仍有約 700 萬名「信用隱形人」（佔成年人口 2.7%）因完全缺乏信用紀錄被排除在主流信貸體系之外，加上「不可評分」（thin file）的客群，合計約佔成年人口 12.5%。雖然這個比例自 2010 年的 18.4% 已顯著下降，仍代表千萬級別的潛在客戶被傳統評分模型錯失。這些人不是因為信用不好，而是因為沒有資料。當 AI 能夠透過上述四類數據重新建構他們的財務畫像，普惠金融就從理論走向了商業現實。

第三層：破除黑盒子的可解釋性 AI（XAI）三大技術

現代 AI 核貸系統大量使用梯度提升決策樹 (XGBoost、LightGBM) 或深度神經網路。這些模型在預測準確率上取得了跨時代的飛躍，但其內部數以百萬計的參數與特徵交互作用，使得決策過程變成一個人類無法直覺理解的黑盒子。當監管要求銀行必須向被拒貸的消費者具體說明拒絕理由，黑盒子與透明度之間的矛盾就成了必須解決的工程難題。可解釋性人工智慧 (Explainable AI, XAI) 因此成為 AI 授信的合規橋樑。

SHAP：基於博弈論的特徵歸因

SHAP (Shapley Additive Explanations) 演算法奠基於經濟學中的合作博弈論，特別是其中的夏普利值概念。它提供了一種具備嚴格數學一致性的方法，精確計算出每個單一輸入特徵對最終模型預測結果的絕對邊際貢獻度。在授信場景中，SHAP 同時滿足兩種解釋需求。對外，面對監管機構或內部稽核時，SHAP 可以透過特徵重要性熱力圖展示在整個貸款組合中，究竟是哪些變數扮演了最具決定性的影響力，例如公用事業繳費歷史、現金流穩定度等。對內，面對單一被拒貸客戶時，SHAP 能夠生成專屬的瀑布圖，精確量化每個特徵對該客戶最終評分的正向或負向貢獻。

LIME：局部代理模型的快速逼近

LIME (Local Interpretable Model-agnostic Explanations) 採取了不同的策略。它不試圖計算全域精確的邊際貢獻，而是在黑盒子模型的局部決策邊界周圍，訓練一個極度簡單、人類可完全理解的代理模型 (例如線性迴歸)。當某位客戶提出貸款申請，LIME 會稍微擾動該客戶的輸入數據，例如假裝微調月收入減少 10% 或將信用卡餘額增加 5%，然後觀察黑盒子模型對這些微小變化的預測結果反應。透過這種探測，LIME 能夠逼近並解釋在該客戶資料點的附近區域，黑盒子模型究竟基於哪些權重做出決策。LIME 最大的優勢在於計算效率通常遠高於 SHAP，因此適合部署在需要毫秒級即時回應的線上數位核貸場景。

Counterfactual Explanations：消費者導向的行動建議

如果說 SHAP 和 LIME 是從技術歸因的角度拆解模型，那麼反事實解釋 (Counterfactual Explanations) 則是完全從消費者行動導向出發。它不向客戶解釋複雜的內部數學權重，而是直接告訴客戶一個假設性的情境：如果你的某些條件發生了何種改變，我們的決策結果就會從拒絕反轉為核准。在實務應用中，當客戶被 AI 拒絕時，系統會自動運算出反事實路徑並反饋給客戶。例如：「如果您能將目前的信用卡未繳餘額降低 2,000 美元，或者提供證明讓系統認定的月收入增加 500 美元，您的這筆貸款申請就會越過核准線。」這種解釋方式不僅對缺乏技術背景的消費者極度友善，還賦予了客戶一條清晰可操作的信用改善路徑，大幅緩解了機器冷酷決策所帶來的挫敗感。

XAI 的角色不只是合規應付。根據 ICCMETS 2025 與 CFA Institute 在 2025 年的多篇研究，將 SHAP、LIME 與 Counterfactual 深度整合至信用風險模型的金融機構，在通過 GDPR 與歐盟 AI 法案稽核時，審查週期平均縮短 40% 以上。換句話說，XAI 不只是道德資產，還是合規效率的競爭優勢。

治理債務：演算法偏見、AI 監管夾擊與資料赤字

效率紅利只是這場革命的一面，另一面是同樣加速累積的治理債務。當銀行擁抱 AI 的速度越快，它欠下的合規與道德債務就越深。這節要拆解三個必須正視的核心挑戰。

演算法偏見的三條暗渠

演算法偏見不是單一現象，而是透過至少三條不同的暗渠進入 AI 核貸系統。

第一條暗渠是歷史偏見的繼承。 機器學習模型的本質，是透過數學統計方法在歷史訓練數據中尋找特徵間的關聯性。如果用來訓練模型的歷史貸款數據，本身就深深刻印著數十年來的系統性歧視 (例如美國歷史上的紅線化政策)，AI 不僅會「學習」這些偏見，還可能以更隱蔽、運算速度更快的方式自動放大。Wells Fargo 案例的根源，就在於它的訓練數據反映了過去數十年的不平等核貸結果。

第二條暗渠是代理變數的推導。 即便監管已明確禁止使用種族、性別、宗教等受保護屬性,AI 演算法仍能透過分析數百個非傳統數據中的替代變數，精準推導出這些敏感屬性。例如，演算法可能透過借款人的居住郵遞區號、日常消費的地理位置、就讀的教育機構背景，反向推斷其族裔或社會階層，進而在黑盒子內部給予較低的評分。這種偏見最難偵測，因為表面上系統做的是中立的客觀運算。Lehigh 大學的 GPT-4 Turbo 實驗，正是揭露這種代理變數推導的實證研究。

第三條暗渠是代表性偏差的懲罰效應。 史丹佛大學跨學科研究指出，許多時候演算法的數學設計本身或許並未帶有惡意。但低收入階層與少數族裔在傳統金融體系中留下的數據軌跡往往是稀疏或嘈雜的，模型在針對這些群體進行風險預測時，準確率會出現結構性下降。對於數據豐富的中產階級，偶發的遲繳會被海量的正向數據稀釋。但對數據稀疏的申請人，一次小額遲交就可能對整體評分造成不成比例的毀滅性打擊。這形成了 AI 放貸領域的一個核心張力：導入 AI 的初衷本應是擴大普惠，但缺乏校準的模型反而可能築起一道更隱蔽的數位紅線。

監管雙箭頭：歐盟 AI 法案與台灣金管會指引

面對演算法偏見的系統性風險，全球監管機構正以前所未有的力度劃定 AI 應用的邊界。

歐盟 AI 法案 (Regulation (EU) 2024/1689) 預計 2026 年 8 月 2 日全面適用。在這份法案中，信用評分與信用風險評估被附件 III 明確歸類為「高風險 AI」系統。一旦被歸類，金融機構必須履行極其繁重的法遵義務：全生命週期風險管理系統、最高規格的資料治理、不可竄改的決策日誌、鉅細靡遺的技術文件、對消費者的高透明度告知。最關鍵的是，法規強制要求必須具備「人工監督」機制，即 Human-in-the-loop 原則，意味著金融機構不得將攸關客戶權益的放貸決策百分之百委由 AI 系統自主決定。罰款分為三層：信用評分這類高風險 AI 不合規最高罰款達 1,500 萬歐元或全球年營收 3%（以較高者為準），若違反禁止實踐條款（如社會評分系統）最高罰款達 3,500 萬歐元或全球年營收 7%。

值得業界警惕的是，根據歐洲銀行管理局 (EBA) 的分析報告，EU AI Act 的框架與現有歐盟銀行業法規之間並不存在無法調和的矛盾，合規工作可建構於既有基礎上。但調查同時發現，高達 40% 的歐盟銀行已經在內部常規營運中使用了通用型 AI。產業界實際部署 AI 的速度，已經遠遠超前於自身合規框架的準備進度。

台灣金管會 在 2024 年發布的《金融業運用人工智慧 (AI) 指引》，雖然法律位階上屬於行政指導，但在台灣的金融監理實務中被視為必須嚴格遵守的準法規。指引提出六大核心原則：治理與問責、公平與以人為本、隱私與客戶權益保護、系統穩健與安全、透明與可解釋性、永續發展。其中對信用評分模型衝擊最大的是「透明與可解釋性」原則。指引明確點名「拒絕貸款」是高影響力決策，金融機構必須能夠向客戶提供具體且可解釋的理由，不能再以商業機密為由推託。台灣於 2025 年 12 月通過的《人工智慧基本法》，進一步為金融業的 AI 應用提供了上位的國家級法律框架。

資料赤字：被低估的基礎建設危機

監管要求落地的前提，是底層資料的品質與流動性。這是目前許多金融機構最低估的瓶頸。根據 Experian 的權威調查，儘管高階主管對 AI 充滿熱情，但有 73% 的金融機構對 AI 複雜的監管環境感到憂慮，有 65% 的機構坦承「缺乏具備 AI 就緒標準的數據」是目前推動轉型所面臨的最大技術挑戰。

許多傳統銀行深陷於「數據民主化赤字」之中。這些擁有數十年歷史的機構內部沉澱了海量的客戶交易與行為數據，但這些寶貴資產卻被困在各個部門獨立運作、互不相通的系統孤島中。資料格式不一致，無法進行實時的大規模關聯分析。根據 Cornerstone Advisors 的研究，如果沒有率先解決這些基礎的資料架構挑戰，超過 50% 的銀行承認資料孤島將直接阻礙它們做出即時決策。當營運團隊為了一個基礎洞察報告必須依賴 IT 部門耗費數天甚至數週撈取資料時，競爭對手早已透過民主化的資料平台與 AI 模型在幾分鐘內完成市場搶佔。

這種基礎設施的落後，將導致任何天價的 AI 投資最終都無法轉化為實質的市場競爭優勢。資料赤字才是這場革命中最被低估的隱形殺手。

AI 授信未來展望：三層時間尺度的演進路徑

展望未來，AI 授信革命會在三個不同的時間尺度上展開。

短期（1-2 年）：XAI 內建化的合規衝刺。 隨著歐盟 AI 法案 2026 年 8 月強制適用，以及台灣金管會 AI 指引的逐步落地，SHAP、LIME 與 Counterfactual 將從學術界走向核貸引擎的標準配置。所有不能在 30 秒內向消費者說明拒貸理由的銀行，都會在合規審查中失分。XAI 會從加分項變成基本配備。

中期（3-5 年）：人機協同治理機制的成熟。 在這個階段，Agentic AI 將被授權處理 80% 至 90% 的標準化中低風險決策。但對於最高風險的評估、涉及重大權益邊緣案例的裁量，以及系統性風險訊號的最終判定，仍必須交由具備專業經驗的信貸審查員與風險控管專家進行最終裁決。如何設計一套能夠讓人類與 AI 持續學習、相互修正的治理機制，會是這個階段的核心課題。

長期（5 年以上）：信用評分的典範轉移。 Cash App 已經證明了行為信用評分的商業可行性。當這套模型擴散到主流銀行，FICO 這類靜態歷史評分系統的重要性會持續下降，取而代之的是基於即時行為的動態信用畫像。這不只是評分模型的更新，更是整個金融體系如何看待「信用」這個概念的根本重構。當信用從「歷史紀錄」變成「即時行為」，銀行與借款人的關係也會從「年度審視」變成「持續對話」。

馬克碎念：當核貸從 20 天壓縮到 20 分鐘，我們失去了什麼

人工審核流程裡，有一種東西是演算法很難捕捉的。一位資深的貸款審查員看到借款人剛失業，但有家族企業背景、有親屬擔保意願、有過往穩定的還款紀錄，可能會酌情通過。一位熟悉本地產業生態的信合社主管，看到一家剛遭遇短期衝擊的小型製造廠，可能會基於對該產業景氣循環的判斷，選擇在這個時點給予貸款，而不是抽銀根。這些決策往往在統計上是「異常但合理」的個案，在標準化的演算法裡很難留下空間。當核貸全面演算法化，這些人類審查員幾十年累積的「酌情判斷」，有可能被定義為合規風險而徹底消失。

這種損失是不可逆性，當銀行把核貸決策權交給 AI，它的人才結構也會跟著重組。資深審查員的角色會被壓縮到只剩下「處理 AI 路由過來的最高風險案件」，他們不再需要培養對普通案件的判斷力。十年之後，當某種演算法無法處理的新型情境出現，銀行可能已經沒有足夠的人類專業可以接手。這個議題的核心不在「人類 vs AI」的二元選擇，而在專業判斷力的代際傳承斷裂。

這不是說我們應該回到 20 天的人工審核，那種倒退既不現實也不可取。但這場革命最值得思考的問題，是在追求極致速度的同時，如何刻意設計一套機制，讓人類審查員的判斷力得以持續存在、持續演化。Highradius 的「機器處理 80%、人類處理 20%」是好的開始，但那 20% 的案件分配機制需要刻意保留足夠的多樣性。如果讓人類審查員只看到極端風險，卻看不到那些「異常但合理」的中間案例，我們會培養出一代只會處理 AI 拒絕案件的審查員，失去真正能跟 AI 互補的金融專業人才。

對於想要使用 AI 核貸的金融業者來說，真正的挑戰是當合規從「速度」轉向「治理」。第一，內部是否有足夠的 AI 人才去理解黑盒子裡發生了什麼。第二，是否有足夠的審查員去判斷 AI 的決策邊界。第三，是否有足夠的監管科技 工具去稽核演算法的公平性。

從 20 天到 20 分鐘的速度跳躍只用了 5 年，但從「核貸效率」到「核貸治理」的成熟，恐怕還要再走 10 年。在這 10 年裡，真正的贏家不會單純取決於核貸速度，而會取決於誰同時把速度與治理都做到頂尖。這是一場拉得更長的耐力賽，序幕才剛剛拉開。

延伸知識快答：AI 授信常見問題

Q1：什麼是 AI 授信？跟傳統信用評分有什麼不同？

AI 授信指的是用機器學習模型取代人工審核流程，分析借款人信用風險並做出核貸決策。與傳統 FICO 信用評分相比，AI 授信能同時處理數百個非傳統數據點（交易現金流、租金繳交紀錄、APP 使用習慣、零工平台派單軌跡），核貸時間從 20 天壓縮至 20 分鐘，且能服務傳統信用局沒有覆蓋的「信用隱形人」。

Q2：Cash App Score 為什麼能讓 FICO 580 分以下用戶維持 97% 還款率？

Cash App Score 完全揚棄傳統靜態信用報告，改用四大行為支柱即時動態評分：賺錢頻率與穩定性、儲蓄餘額維持、日常消費軌跡、過往 Cash App Borrow 還款歷史。這套即時行為數據的預測力遠勝過 FICO 那種年度靜態快照，所以即使是 FICO 眼中的次貸客戶，在行為模型下仍能被識別為優質借款人。Block 內部資料顯示，這套系統比傳統承保多核准 38% 的貸款申請，但維持相同低損失率。

Q3：什麼是 SHAP、LIME 與反事實解釋？金融業為什麼需要 XAI？

SHAP、LIME 與反事實解釋（Counterfactual Explanations）是三大可解釋性 AI（XAI）技術。SHAP 基於博弈論，計算每個特徵的邊際貢獻；LIME 透過數據擾動建立局部代理模型；反事實解釋則告訴客戶「如果做了什麼改變就能獲得核准」。歐盟 AI 法案 2026 年 8 月生效後將信用評分列為高風險 AI，台灣金管會 AI 指引也明確要求「拒絕貸款」必須提供可解釋理由。XAI 是金融機構同時保住模型預測精度與監管透明度的唯一橋樑。

Q4：歐盟 AI 法案對信用評分有什麼具體規定？

歐盟 AI 法案（Regulation (EU) 2024/1689）將信用評分與信用風險評估明確歸類為「高風險 AI」系統。金融機構必須建立全生命週期風險管理、最高規格資料治理、不可竄改決策日誌、技術文件，並強制具備人工監督（Human-in-the-loop）機制，不得 100% 委由 AI 自主決定核貸。罰款分為三層：信用評分這類高風險 AI 不合規最高罰款達 1,500 萬歐元或全球年營收 3%；若違反禁止實踐條款（如社會評分系統）最高罰款達 3,500 萬歐元或全球年營收 7%（以較高者為準）。預計 2026 年 8 月 2 日全面適用。

Q5：台灣金管會 AI 指引對銀行核貸有什麼影響？

台灣金管會 2024 年發布的《金融業運用人工智慧（AI）指引》提出六大原則：治理與問責、公平與以人為本、隱私保護、系統穩健安全、透明與可解釋性、永續發展。其中對核貸衝擊最大的是「透明與可解釋性」原則，明確點名「拒絕貸款」是高影響力決策，銀行必須能向客戶提供具體可解釋理由，不能再以商業機密為由推託。台灣 2025 年 12 月通過的《人工智慧基本法》進一步提供了上位的國家級法律框架。配合 2026 年 4 月啟動的 FinLLM 16 家銀行聯手專案，台灣金融業正在「產官學共建」的路徑上落實 AI 治理。

歐洲合規海嘯一分鐘速讀

• 法規海嘯: PSD3/PSR (第三版支付服務指令) 預計 2026 年完成立法並實施，DORA (數位營運韌性法案) 2025 年 1 月已強制，FIDA (金融資料存取規範) 預計 2026 年通過，三套法規合組成歐盟數位金融戰略的底層基石。

• 基礎設施代價: 歐洲零售銀行單筆合規投資可達 1,500 萬歐元，中型 Fintech 初期成本 15 至 40 萬歐元，年維護 8 至 20 萬歐元，構成嚴重的現金流排擠。

• 穿透式監管: DORA 首次將雲端巨頭納入歐洲金融監管直接管轄，Google Cloud 已被正式指定為 CTPP，日罰金上限達前一年度全球日均營業額 1%。

• 責任穿透到董事會: 個別董事最高 100 萬歐元的個人罰款，資安從 IT 部門的技術問題直接變成董事會層級的生死議題。

同時把門打開與加厚門板：歐盟 2025 金融科技法規海嘯的結構性矛盾

歐盟在 2025 年同時做了兩件看起來彼此矛盾的事。

一邊用 PSD3 與 PSR 強制要求歐洲銀行徹底打開資料邊界，專用 API 必須穩定、即時、免費供第三方服務提供者使用。FIDA (Financial Data Access，金融資料存取規範) 法案更把這套開放邏輯從支付帳戶擴張到抵押貸款、退休金、保險、加密資產等幾乎所有金融產品，逼整個產業走進「開放金融」(Open Finance) 紀元。

另一邊用 DORA (Digital Operational Resilience Act，數位營運韌性法案) 築起史上最嚴格的數位防線。ICT 風險管理框架的最終責任被穿透到董事會成員個人，重大事件必須在嚴格時限內通報歐洲三大監管機構 (歐盟銀行管理局 EBA、歐盟證券及市場管理局 ESMA、歐盟保險及職業退休金管理局 EIOPA)。關鍵雲端供應商首次被納入金融監管直接管轄，個別董事最高面臨 100 萬歐元的個人罰款。一整套機制把「系統不能倒」變成金融業的法律底線。

表面看這兩件事在拉扯，一邊把門打開，一邊加厚門板。深入一層會發現，它們是同一個產業重塑的兩面。資料邊界一旦打開，攻擊面就會指數級擴張;API 介面高度互聯，系統性風險也會同步攀升。歐盟的戰略邏輯是要推動開放金融，就必須同步把底層基礎設施的韌性拉到絕對可靠的水平。兩條法規彼此支撐，構成同一個戰略的必要配套。

這場合規革命的代價之大，超出多數產業觀察者的預期。歐洲主要零售銀行投入 1,500 萬歐元翻新跨國監控系統，泛歐支付處理商花 850 萬歐元達成零停機遷移，跨國保險集團為了穿透 300 家供應商的次級外包鏈花了 570 萬歐元。這些數字不是併購、不是新產品研發，是純粹的合規支出。

更深遠的影響在於競爭格局的重塑。能吃下這些成本的大型玩家，正在把合規能力變成護城河。而中小 Fintech 則被迫在三條路之間做選擇：被大型金融集團併購、轉型為純粹的底層技術供應商、或退出核心受管制的支付與信貸業務。整個歐洲 Fintech 市場正走向達爾文式的產業洗牌。

從 PSD2 到 PSD3/PSR：歐盟為什麼把「指令」升級成「規範」

歐盟 2018 年實施的 PSD2 (第二版支付服務指令) 是開放銀行的第一波革命，成功引入帳戶資訊服務提供者 (AISP) 與支付啟動服務提供者 (PISP) 等新興業態。但數年實踐暴露出幾個核心缺陷：各成員國在法規解釋上出現嚴重分歧、API 介面品質參差不齊、第三方服務提供者面臨隱性技術障礙、螢幕抓取技術與專用 API 之間的灰色地帶始終沒有解決。

解方是把法規本身升級。PSD3 (第三版支付服務指令) 仍是「指令」(Directive)，主要處理支付機構與電子貨幣機構的授權與營運監管，並把原本獨立的《第二版電子貨幣指令》(EMD2) 廢除併入，讓支付機構與電子貨幣機構走向單一發牌制度。

真正的突破在於 PSR (Payment Services Regulation，支付服務規範) 的引入。作為「規範」，PSR 一旦通過就在歐盟各成員國具有直接且統一的法律約束力，無需再經過國內法的轉換程序。這個法律位階的轉變讓業務行為準則、強客戶身分認證 (Strong Customer Authentication， SCA) 標準、開放銀行技術規範直接寫入法規主體，徹底消除過去各國監管套利的灰色空間。

法規架構的演進可以用四個維度對照:

PSR 針對開放銀行的幾項硬性要求特別值得注意。第 35 及 44 條嚴格禁止帳戶服務提供者 (ASPSPs，也就是傳統銀行) 對 AISP 與 PISP 設置任何形式的障礙，包括禁止要求使用者手動輸入額外識別碼、禁止要求不必要的額外註冊、禁止在不需要的情況下強制執行 SCA 認證。螢幕抓取技術在新法規下被明文且絕對地禁止，同時 PSD2 時代廣受詬病的 Fallback interface 強制要求也被廢除。銀行被要求把資源集中在打造極度穩定的單一專用 API，而不是兩套系統並行。

防欺詐的責任歸屬也翻了過來。收款人驗證 (Verification of Payee， VoP) 成為全歐盟強制標準，PSPs 必須提供收款人名稱與 IBAN 的即時核對，且必須免費。不匹配時系統要在資金離開帳戶前強制發出阻斷或警告。針對銀行偽裝詐騙，PSR 引入了更具顛覆性的規則。若消費者因遭遇假冒銀行員工的電話或訊息攻擊而受騙轉帳，在符合特定報案與配合條件下，法規強制要求銀行承擔全額退款責任，且沒有退款上限。這項規定徹底改變銀行的風險演算模型，迫使他們在客戶授權流程中加入更多基於風險自適應的阻斷機制。

根據產業預測，若不採取積極的結構性干預，未來十年全球支付欺詐損失可能高達四千億美元。歐盟的選擇是把防欺詐的財務風險大幅轉移到金融機構端，逼銀行用 AI 行為分析、機器學習、生物辨識等技術主動攔截詐騙，而不是事後補償消費者。

DORA 填補的空白：從資本緩衝到營運韌性

DORA 填補了歐盟金融監管歷史上的一項關鍵空白。傳統上，巴塞爾協定等金融監管框架主要透過「資本緩衝」來涵蓋潛在的營運風險損失。DORA 的立法精神明確指出，再多的財務資本也無法防止系統當機、修復被勒索軟體加密的資料庫、或阻擋針對關鍵支付閘道的 DDoS 攻擊。監管焦點從「事後的財務吸收能力」轉向「事前的數位營運防禦與事中的快速恢復能力」，確保金融機構在遭受嚴重數位干擾時，仍能維持關鍵營運服務的不中斷。

DORA 的管轄範圍極為廣泛，適用對象橫跨 21 類金融實體。傳統的大型跨國銀行、保險公司、投資公司、中央結算機構自然全部納入，新興的加密資產服務提供者 (CASPs)、群眾募資平台、支付機構以及電子貨幣機構也無一倖免。它更破天荒地把為這些金融實體提供服務的 ICT 第三方服務提供者 (如雲端服務商、資料分析平台) 納入直接或間接的監管網路。這是歐盟第一次用金融法規反向約束 Big Tech，接下來會深入拆解這條的政治經濟學意義。

DORA 建立在四大相互支撐的支柱之上。第一是 ICT 風險管理框架，金融實體的管理主體 (董事會或高階管理層) 必須對框架的定義、批准、執行與監督負起最終且不可推卸的法律責任，這條直接把資安議題從 IT 部門推到董事會。第二是重大 ICT 相關事件的管理與通報。金融實體必須建置自動化監控系統偵測、記錄並分類所有事件，達到重大門檻時須在極短時間窗口內向國家主管機關以及歐洲三大監管機構通報。根據法國金融市場管理局 (AMF) 的指引，判斷「重大影響」的經濟門檻之一是該事件導致金融實體的成本與損失已經或預期超過 10 萬歐元。第三是數位營運韌性測試，法規要求定期實施「威脅主導之滲透測試」(Threat-Led Penetration Testing， TLPT)，在歐洲央行或相關主管機關的協調與監督下進行，模擬最先進的國家級駭客或網路犯罪集團的攻擊手法。第四是 ICT 第三方風險管理，這是對整個科技與金融生態系統產生最深遠影響的部分，下文會獨立拆解。

四家歐洲金融機構的基礎設施翻新帳本

法規的壓力最終會變成資產負債表上的一筆支出，兩組權威數據勾勒出這場翻新工程的整體規模。

McKinsey 2025 年的產業調查顯示,歐洲金融機構為了 DORA 合規計畫支出 500 萬至 1,500 萬歐元,近四成機構動用了 7 個以上全職員工專責合規專案。Deloitte 與 Wiz 的聯合調查補充了另一個截面：64% 的機構把 DORA 專案預算壓在 200 萬至 500 萬歐元之間,平均動員 5 至 8 個全職員工。更值得注意的是，Morrison Finance 的產業報告揭露某大型金融集團單一 DORA 專案支出接近 1 億歐元，涵蓋從專案管理到技術控制升級的整套工程。70% 受訪機構預期合規期結束後。IT 與控管的永久性營運成本會維持在較高水平，不會回落到法規上路前。

宏觀數據勾勒出產業的整體輪廓,執行的細節則藏在個別案例裡。下面這份案例明細整理自歐洲 DORA 合規顧問商公開的客戶專案(基於顧問業界客戶保密慣例，機構名稱未揭露)，展示不同類型與規模的金融機構在實際執行時的投資結構、技術路徑與可量化成就。這些案例不是市場全貌的定論，但提供了具體的工程參照,讓前面的宏觀數據有對應的執行面貌。

技術標竿:泛歐支付處理商的零停機遷移

這家日處理 300 萬筆交易的支付處理商投入 850 萬歐元，在 14 個月內完成一場教科書級的基礎設施改造。核心成就是達成了 99.999% 的系統可用性，也就是業界俗稱的「五個 9」，換算成年度停機時間不超過 5 分 15 秒。

技術路徑上最值得關注的是「零停機遷移」。支付處理商的業務特性決定了他們不能有任何停機時間，幾分鐘的服務中斷都會影響到數十萬筆交易與數百個下游商家。這家公司的做法是透過冗餘系統並行運行，把舊系統的流量逐步切換到新架構，期間任何一個節點出問題都能自動回切。RTO (Recovery Time Objective，恢復時間目標) 被壓縮了 65%，意味著他們在遭受網路攻擊或系統故障時，能在遠比以往更短的時間內恢復關鍵服務。

這家公司還通過了歐洲央行協調下的 TLPT 滲透測試，這是 DORA 對關鍵功能系統的最高級別測試。它模擬的不是一般的網路犯罪，而是國家級駭客組織的攻擊手法，通過這項測試代表基礎設施的韌性已經達到了金融監管所能要求的最高標準。

規模標竿:歐洲主要零售銀行的跨國監控網

這家資產超過 5，000 億歐元的零售銀行投入了 1，500 萬歐元，在 18 個月內打造出橫跨 15 個國家的即時監控儀表板。這個案例的特別之處不在單點技術突破，而在於跨國整合的複雜度。

銀行在 15 個國家的子公司使用了不同的核心系統、不同的雲端供應商、不同的本地合規框架。要把這些異質系統整合到一個統一的監控儀表板，技術挑戰遠大於從零開始蓋一個新系統。這家銀行的做法是在既有系統之上搭建一層「可觀測性堆疊」(Observability Stack)，用標準化的 API 與事件匯流排把各國的運營數據即時拉到中央儀表板。

AI 自動化是這個案例的另一個亮點。風險評估時間被縮短了 45%，代表合規團隊能即時看到風險訊號，而不是等到事後才發現問題。更關鍵的是 100% 的第三方供應商合約合規覆蓋率，這對有數千家供應商的跨國銀行來說是一個極高的門檻，它代表 DORA 第 28 條要求的完整資訊暫存器 (Register of Information) 已經建立完成。

複雜度案例:跨國保險集團的次級外包穿透

這家跨越 15 國、擁有超過 300 家供應商的保險集團投入 570 萬歐元，在 16 個月內解決了 DORA 最棘手的一個要求:次級外包鏈的完全可視性。

現代雲端架構是層層疊加的。一家提供防欺詐 AI 的 SaaS 供應商，底層可能依賴 AWS 的運算資源，並使用另一家公司的日誌分析工具。DORA 要求金融實體必須識別並深入評估所有參與交付關鍵 ICT 服務的次級承包商之營運韌性與合規狀態。對擁有 300 家直接供應商的跨國集團來說，這意味著實際要穿透審查的公司數量可能高達數千家。

這家保險集團的核心動作是把 300 多家供應商的合約全部重新議約，加入 DORA 要求的退出策略、資料備份與恢復指標、稽核權、次級外包透明度等條款。同時建置一個跨邊界的集中式事件管理與協調平台，讓總部能在任一國家的供應商出問題時即時介入。570 萬歐元這個數字背後，絕大部分不是硬體或軟體支出，而是法務、合約重談與系統整合的人力成本。

中小 Fintech 的現金流壓力

大型機構的故事是把合規變成競爭優勢，中小 Fintech 的故事則完全不同。產業基準分析顯示，一家規模 100 至 250 名員工的中型 Fintech 公司，為了達到 DORA 標準，初期實施成本預計落在 15 萬至 40 萬歐元之間。這筆費用涵蓋架構差距評估、全新風險管理框架的開發、數百份供應商合約的重新議約與補救、系統韌性測試、昂貴的自動化監控工具授權費用。系統上線後，後續的年度持續維護成本也將高達 8 萬至 20 萬歐元。

這些數字看似不如大型機構的千萬級預算驚人，但對仍處於燒錢擴張階段的新創企業而言，它構成嚴重的現金流排擠效應。一家剛完成 A 輪、手上有 500 萬歐元彈藥的 Fintech 新創，可能要把其中 8% 拿去做合規支出，這直接壓縮了用於核心產品創新與市場拓展的研發預算。

真正致命的是罰款威脅。DORA 設立了堪比 GDPR 的嚴苛罰則，針對金融實體的違規行為，監管當局可處以高達 200 萬歐元或該企業全球年度總營業額 2% 的鉅額罰款;針對個別董事及高階管理人員未能妥善履行 ICT 風險監督義務的情況，國家主管機關有權處以最高達 100 萬歐元的個人罰款。更嚴厲的是第 50 條規定，對於嚴重或屢次違規的機構，監管當局有權暫停甚至撤銷其營運授權，這對高度依賴市場准入與信任度生存的 Fintech 而言形同宣判商業死刑。

賦能者:技術供應商的戰略角色浮現

這場浩大的基礎設施翻新工程，沒有哪家銀行或 Fintech 能獨自完成。一個新的角色類型正在崛起：具備深度金融領域知識與全端技術能力的技術賦能者。

跨國技術諮詢與軟體工程公司 Trinetix 是一個代表性案例。它的定位不是取代金融機構的內部 IT 部門，而是把複雜的法規要求翻譯成工程需求。在應對 PSD3 與 PSR 的挑戰時，Trinetix 憑藉在「體驗設計」與建立「品牌合規設計系統」方面的能力，協助金融機構打造既符合法規強制透明度要求、又能有效降低使用者同意疲勞的介面。在應對 DORA 的 ICT 風險與事件管理要求方面，它展現了在 AI 與機器學習、雲端賦能、智能自動化領域的專長。透過整合生成式 AI 與預測分析模型，協助企業建構具備主動威脅偵測、即時事件日誌分析與自動化回應能力的數位營運環境。

這種「合規即服務」的商業模式正在成為歐洲 RegTech 產業的爆發點。大型銀行依照 DORA 第 28 條進行嚴格的供應商篩選與風險穿透審查時，合規證明齊全的技術供應商會拿到明顯的議價優勢。頂級的 SOC2 Type 2 與 ISO 27001 認證、零停機雲端架構、完整的 DORA 合規文件，這三項條件幾乎成為贏得歐洲大型銀行招標的必要入場券。

重新洗牌的歐洲 Fintech 戰國格局

法規執行的終點，是市場結構的改變。綜合前述案例與產業動態，歐洲 Fintech 生態系正在分化成五個陣營，各自面對完全不同的生存法則。

陣營一：大型跨國銀行。 憑藉雄厚的資本與既有的合規團隊，這些機構能把 1,500 萬歐元級別的基礎設施翻新視為常規投資。更關鍵的是，他們有能力把合規能力本身變成新的競爭優勢。當中小 Fintech 還在掙扎著達標時，大型銀行已經可以對企業客戶宣稱自己是「歐洲最安全的支付夥伴」，從而吸走需要高合規標準的大型商家與政府客戶。

陣營二：中小型 Fintech。 15 至 40 萬歐元的初期合規成本加上每年 8 至 20 萬歐元的維護費用，對多數仍在燒錢階段的新創形成了現金流的結構性壓力。人才稀缺戰讓情況雪上加霜:DORA 強制金融實體必須設立獨立於營運之外的專職 ICT 風險控制職能，這引發了業界對具備法規意識的網路安全架構師、滲透測試專家與合規法務的激烈搶奪。大型銀行能開出高薪把頂尖人才網羅殆盡，中小 Fintech 在人才市場上處於絕對劣勢。

陣營三：RegTech 與技術賦能者。 Trinetix 類型的公司正迎來爆發性的成長期。他們的商業模式簡潔:把複雜的合規要求打包成可採購的服務，讓金融機構不需要從零開始建置內部能力。這個陣營的贏家通常具備三個特徵:深度的領域知識、現代化的雲端架構、完整的國際合規認證。隨著 DORA 的執行進入深水區，整個歐洲可能會出現數十億歐元規模的 RegTech 外包市場。

陣營四：被納入 CTPP 直接監管的雲端巨頭。 這是 DORA 對全球科技產業最具殺傷力的一條。根據 DORA 第 31 至 35 條，歐洲三大監管機構將根據服務的系統重要性、依賴該服務的金融實體數量與規模等標準，正式指定特定科技供應商為「關鍵 ICT 第三方服務提供者」(Critical ICT Third-Party Service Providers， CTPPs)。一旦被指定，CTPP 將由指定的「主要監管者」進行直接監管，後者擁有進行調查、實地檢查、要求採取具體安全補救措施的權力。若 CTPP 拒絕配合或未能達到安全要求，罰金最高可達該供應商上一財政年度全球日均營業額的 1%，對營收動輒數百億歐元的雲端巨頭而言，意味著每天數百萬至數千萬歐元的潛在罰款。

陣營五:被擴大納管的新型業者。 加密資產服務提供者 (CASPs)、群眾募資平台、新型支付機構等業者，過去處於監管灰色地帶，現在被一次性拉進 DORA 的 21 類金融實體管轄範圍。對許多仍以新創心態營運的加密公司來說，這是一場遲來但不可避免的合規陣痛。

CTPP 監管:歐盟把 Big Tech 拉進金融監管直轄區的政治經濟學

陣營四的 CTPP 監管機制值得獨立拆解，因為它代表歐盟在全球科技治理上的一次重大立場宣示。

過去十年，歐洲銀行與 Fintech 大量依賴雲端運算 (IaaS、PaaS、SaaS) 與各類 SaaS 加速產品上市並降低營運成本。這種把基礎設施外包的做法讓金融機構失去了對底層 IT 架構的絕對控制權。一家中型 Fintech 的核心資料庫、風控引擎、交易系統，實際執行可能全部依託在 AWS 的某個區域，而這家 Fintech 對 AWS 的營運連續性、資安事件處理、次級供應商管理幾乎沒有話語權。

這產生了一個結構性問題。全歐洲數千家銀行與支付機構的關鍵資料庫，若都託管在某兩三家超大型全球雲端供應商的基礎設施上，一旦該供應商遭遇毀滅性攻擊或嚴重服務中斷，整個歐洲的金融體系會瞬間癱瘓。這就是 DORA 第 29 條明確點名要處理的「ICT 集中度風險」。

DORA 的解法是創造一個過去不存在的監管關係:把雲端巨頭直接納入歐洲金融監管當局的直接管轄範圍。這條規則的政治經濟學意義遠超過合規本身。它等於歐盟用金融法規反向約束了全球最大的幾家科技公司，迫使 AWS、Azure、Google Cloud 必須對歐洲銀行的營運連續性承擔直接的法律責任。過去 Big Tech 憑藉規模優勢對客戶施加的標準化條款，現在必須依照歐盟的要求重新議約;過去只對股東負責的全球技術公司，現在必須對歐盟監管機構提交稽核報告;過去在服務中斷時只需按 SLA 賠償的雲端供應商，現在可能面臨按日計算的鉅額罰款。

這套機制已經從紙上條文變成執行中的現實。根據 Google Cloud 官方公布的 DORA 合規頁面,Google Cloud EMEA Limited 在經過歐洲三大監管機構的關鍵性評估後，已經正式被指定為 CTPP，指定範圍涵蓋 Google Cloud France SARL、Google Cloud Italy S.r.l 與 Google Cloud Poland Sp. z o.o. 等多個子公司。這代表 Google Cloud 提供給歐洲金融客戶的服務，現在必須接受指定「主要監管者」的直接監督,內容包括年度聯合檢查、督導計畫、具體安全補救要求的強制回應。AWS 與 Microsoft Azure 是否會進入同一批 CTPP 名單，是接下來市場觀察的焦點。

這是歐盟在「技術主權」議題上最具體的一次出手。美國在科技創新上佔據絕對優勢，中國在應用規模上走出自己的路徑，歐盟則選擇用監管框架把自己的標準輸出給全球科技巨頭。DORA 的 CTPP 機制可能成為未來其他法域效仿的模板，英國 FCA 的關鍵第三方監管框架已經朝同方向發展。

PSD3 與 DORA 技術深潛:權限儀表板、VoP 與 TLPT 的工程複雜度

要真正理解歐洲金融業面對的挑戰，必須進到技術架構層面。下面拆解三個最具代表性的技術要求，它們分別對應開放金融、防欺詐、系統韌性三個面向。

從單體架構到雲端原生微服務的遷移戰

傳統銀行系統多為龐大且緊密耦合的單體式架構 (Monolithic Architecture)。在這種架構下，即使微小的更新也可能引發全系統中斷。面對 DORA 強調的營運連續性以及 FIDA 帶來的巨量即時資料流，單體架構力不從心。

現在的技術升級路徑是把關鍵核心應用程式轉移至雲端原生 (Cloud-native) 與微服務 (Microservices) 架構。微服務具備極佳的故障隔離能力，當處理帳戶餘額查詢的 API 節點遭受 DDoS 攻擊或發生內部崩潰時，負責支付授權的核心引擎仍能獨立且正常運作。這完美契合 DORA 對系統韌性的期望。

為了避免違反 DORA 的集中度風險規定，許多機構採用了與雲端服務商無關的開源監控與容器協排技術 (如 Kubernetes 與開源可觀測性堆疊)，實現跨多重雲端 (Multi-cloud) 架構的自動化無縫故障轉移。這個選擇保障了真正的獨立性與退出策略，避免出現被單一雲端供應商鎖死的困境。

權限儀表板的雙向即時同步挑戰

串聯 PSD3、PSR 與即將到來的 FIDA 的核心技術基礎設施之一，是「權限儀表板」。這不只是法規打勾項目，更是未來金融應用程式中決定使用者體驗與信任度的關鍵介面。

根據 PSR 第 43 條規定，所有提供線上帳戶服務的金融機構，都必須在其使用者介面中內建一個集中式的權限儀表板。該儀表板必須具備極高的透明度與即時反應能力，讓使用者能夠隨時監控哪些第三方服務提供者 (TPPs) 擁有其資料存取權限、具體的存取資料範疇、授權的有效期限。使用者必須能夠透過該儀表板「一鍵撤銷」或「重新授權」特定 TPP 的存取權。

技術挑戰在於「雙向即時同步」。當使用者在銀行端的儀表板撤銷了某個金融科技應用的權限時，銀行 (ASPSP) 必須透過 API 即時通知該 TPP，要求其立即停止資料抓取。反之，若使用者在 TPP 的應用程式內終止服務，TPP 也必須把權限變更的資訊即時回傳給銀行，確保銀行端儀表板的狀態永遠最新且準確。

這個要求讓歐洲數千家銀行與上萬個 TPP 之間必須維持一個近乎即時的「分散式狀態機」。任何一個節點的延遲都可能讓使用者看到過時的授權狀態，觸發合規爭議。從 UX 設計的角度看，挑戰更大：設計必須直觀、清晰，避免使用者因複雜的金融術語和資訊過載而產生「同意疲勞」，又不能把撤銷權限的流程設計得過於隱蔽，否則違反歐盟資料保護規範。

TLPT 與三道防線：從紙上合規到實戰演練

DORA 揚棄了過去流於形式的紙上合規。針對支援關鍵功能的系統，法規要求定期實施高階的「威脅主導之滲透測試」(Threat-Led Penetration Testing， TLPT)。這類測試往往需要在歐洲央行或相關主管機關的協調與監督下進行，模擬最先進的國家級駭客或網路犯罪集團的攻擊手法，以驗證防禦體系的真實效能。

TLPT 的實施難度極高。測試團隊必須取得金融機構高層的授權，在不告知一線資安團隊的情況下模擬攻擊，以檢驗真實的應變能力。這要求金融機構必須具備三道防線的內部控制模型:第一道是業務單位的日常風險控制，第二道是獨立的風險管理與合規職能，第三道是內部稽核。三道防線必須與 NIST CSF 或 COSO ERM 等國際標準深度整合，才能通過 TLPT 的實戰檢驗。

ICT 供應鏈的穿透式審查:合約條款的深度重寫

DORA 第 28 至 30 條是對整個科技與金融生態系統產生最深遠影響的部分。法規規定金融機構對其 ICT 第三方供應鏈負有絕對責任。根據第 28(1) 條，即使金融實體把核心業務運作所需的 ICT 服務外包給第三方，金融實體在任何時候都必須對該業務的法規遵循承擔完全的最終責任。

落實這項責任的具體手段是合約條款的深度重寫。DORA 第 30 條強制要求金融實體在與 ICT 供應商重新談判合約時，必須納入一系列關鍵條款。這些條款超越了傳統的商業服務層級協議 (SLA)，強制要求供應商提供服務地點的透明度、資料備份與恢復的具體指標、嚴格的資安事件協助義務。合約中也必須明確約定終止條款與退出策略 ，以防止供應商鎖定效應。更關鍵的是，合約必須賦予金融實體及其監管機構對第三方供應商進行實地存取、檢查與持續稽核的權利。

這些條款的累積效應是把技術採購從一個基層 IT 部門的行政流程，拉升到需要董事會親自介入的最高級別風險管理。

達爾文式洗牌：歐洲 Fintech 產業的三種中期情境

法規執行會在未來三到五年內把歐洲 Fintech 產業推向某個明確的結構性終點。綜合當前的投資規模、人才稀缺度、併購活動、監管節奏，未來的競爭格局可能朝三個情境演進。

情境一:贏者全拿

這是目前看起來可能性最高的情境。大型銀行憑藉資本優勢完成基礎設施翻新，把合規能力變成品牌資產;Big Tech 雲端供應商接受 CTPP 直接監管的代價，換取繼續服務歐洲金融業的准入;少數頂級的 RegTech 與技術賦能者吃下中型銀行與 Fintech 的合規外包市場。三個贏家群體分割歐洲金融服務的大部分產值，中小 Fintech 則在邊緣市場掙扎或被併購。

這個情境的代價是創新速度的放緩。當合規成本變成進入門檻時，新創的試錯空間會被壓縮。國際清算銀行的宏觀研究佐證了這個趨勢:嚴格且繁重的金融與銀行監管，通常與市場上較少的 Big Tech 和 Fintech 信貸與創新活動呈現高度相關。

情境二:基礎設施分層

這是一個相對樂觀的情境。中小 Fintech 不直接面對消費者，而是轉型為底層技術供應商，專注於開發可被大型銀行採購的垂直解決方案。例如專精於防洗錢 AI 的新創賣 API 給數十家銀行，專精於身份驗證的公司把自己打包成一個符合 DORA 要求的合規元件。

這個情境的前提是中小 Fintech 願意放棄對終端用戶的直接關係，轉為 B2B 基礎設施提供者。歷史上美國的 Stripe、Plaid 都走過類似路徑，歐洲的 SBS Software、Ozone API 等公司也正在朝這個方向演進。

情境三:跨境套利消失

這個情境關注的不是歐洲內部的競爭，而是歐洲在全球 Fintech 監管標準中的角色。歐盟透過 DORA 與 PSR 建立了統一規則手冊，徹底消除了過去各國在數位安全法規上的碎片化。那些具備戰略遠見、及早適應並把高標準合規轉化為內建能力的金融科技公司與 ICT 供應商，將在全球市場獲得信任紅利。

英國金融行為監管局 (FCA) 透過《金融服務與市場法》推出了針對關鍵第三方的監管框架，澳洲實施了 CPS 230 營運風險管理標準，這些都呼應了 DORA 的立法精神。當全球主要金融監管體系朝同一方向收斂，歐洲 Fintech 的合規能力會變成進入其他市場的通行證。這個情境下，歐盟從「法規海嘯的受害者」翻轉成「全球 Fintech 合規標準的輸出者」。

挑戰沒有消失:雲端集中度悖論與合規重疊

三種情境都有共同的陰影。第一個挑戰是雲端集中度的悖論。DORA 要求金融實體避免對單一 ICT 供應商的過度依賴，但歐洲目前缺乏能與 AWS、Azure、Google Cloud 在規模與功能上抗衡的本土雲端供應商。金融機構要遵守去集中化的要求，實際上需要同時經營多雲架構，這又推高了整體的合規與技術管理成本。歐洲對主權雲 (Sovereign Cloud) 的探索能否突圍，是接下來幾年的關鍵觀察點。

第二個挑戰是合規重疊。DORA 與涵蓋更廣泛關鍵基礎設施的歐盟 NIS2 指令產生了管轄權與合規義務上的重疊，企業仍需耗費大量法務資源釐清這兩套法規在實體範圍、資安治理、事件通報與罰則上的異同與疊加效應。加上 GDPR 對資料隱私的要求、MiCA 對加密資產的專屬框架、即將實施的《資料法》(Data Act)，歐洲金融機構面對的是一張越來越密的法規網。

第三個挑戰是人才稀缺戰的長期化。DORA 強制金融實體必須設立獨立於營運之外的專職 ICT 風險控制職能，但歐洲整體的網路安全人才庫規模有限。大型跨國銀行憑藉其雄厚的財力，能夠輕易開出高額薪資把市場上的頂尖人才網羅殆盡。對無法順利擴編的新創團隊而言，選擇花費高昂成本培訓內部員工，卻又面臨培訓耗時過長且人才極易被競爭對手高薪挖角的兩難困境。

馬克碎念:合規作為一種產業設計

在研究這輪歐洲法規海嘯的過程中，最讓人印象深刻的不是法規本身的嚴苛，而是歐盟展現出的產業設計思維。

第一個洞察是關於監管哲學的改變。巴塞爾協定時代的金融監管，骨子裡相信金融危機最終是財務問題，所以用資本緩衝這個工具去吸收損失。DORA 的出現代表歐盟監管者已經認清，在這個時代，金融體系的脆弱性來自於技術依賴，而不是資本不足。再多的資本也救不了被勒索軟體加密的資料庫，再高的流動性緩衝也擋不住 DDoS 攻擊。這個認知的轉變不只是歐盟的問題，而是全球金融監管都必須面對的現實。資本緩衝的時代沒有結束，但營運韌性已經變成了同等重要的監管支柱。

第二個洞察是關於合規變護城河的雙面性。這波法規對大型玩家是護城河，對新創是屠殺。乍看這是監管設計的失誤，深入一層會發現這很可能是歐盟有意識的選擇。歐盟在系統穩定與創新活力之間，明顯把票投給了前者。這個選擇會重塑未來十年歐洲的金融科技創新樣貌，創新會繼續發生，但會集中在少數大型機構與頂級 RegTech 手上，野蠻生長的新創時代可能結束。這不是一個必然比美國模式差的選擇，但它確實是一個不同的選擇。

第三個洞察是關於技術供應鏈的權力重構。DORA 第 31 至 35 條把 AWS、Azure 拉進歐洲金融監管的直接管轄，這是歐盟第一次用金融法規反向約束 Big Tech。過去雲端巨頭對客戶有絕對議價權，標準合約寫什麼客戶就簽什麼。現在歐洲的金融機構手上多了一張王牌：監管機關要求。當銀行告訴 AWS 某個合約條款不能接受，因為 DORA 要求實地稽核權，AWS 就必須配合。這個權力翻轉的意義超越金融業本身。它證明了大型法域在面對全球科技巨頭時，還是有足夠的籌碼可以翻桌。這對其他還在摸索如何監管 Big Tech 的國家與地區，提供了一個具體可行的參考路徑。

當把 PSD3、DORA、FIDA 這三套法規放在一起看，會發現歐盟真正在做的不只是監管金融，而是設計一個產業。這個產業的消費者會擁有前所未有的資料主權，基礎設施也會被要求達到前所未有的韌性水平。代價是進入門檻大幅提高，未來的贏家會比過去少，但存活下來的玩家在全球市場的話語權會遠大於今天。歐盟用法規畫出了一張清晰的產業藍圖，市場會用資本、併購、人才流動把這張藍圖填滿。未來三到五年，值得持續觀察這張藍圖落地的速度與代價。

延伸知識快答

Q. DORA 是什麼?什麼時候生效?

DORA 全名為 Digital Operational Resilience Act (數位營運韌性法案)，是歐盟針對金融業數位營運韌性的專屬法規，編號 (EU) 2022/2554。於 2022 年 11 月通過，2025 年 1 月 17 日正式強制適用。它建立在 ICT 風險管理、事件通報、韌性測試、第三方風險管理四大支柱之上，適用對象橫跨 21 類金融實體，並把關鍵 ICT 第三方供應商 (CTPP) 納入直接監管。

Q. PSD3 與 PSD2 最大的差別在哪?

最本質的差別在法律位階。PSD2 是歐盟指令 (Directive)，需要各成員國轉化為國內法，這導致各國在執行上有落差。PSD3 則分成兩部分:PSD3 仍為指令，但 PSR (支付服務規範) 是規範 (Regulation)，跨國直接適用，徹底消除監管套利空間。PSR 還引入了收款人驗證 (VoP) 強制標準、銀行偽裝詐騙無上限退款、權限儀表板強制要求等新機制。

Q. FIDA 跟 PSD3 是什麼關係?

PSD3 處理的是「支付帳戶」的資料開放，延續 PSD2 的開放銀行邏輯。FIDA (金融資料存取規範) 則把資料開放的範圍擴張到抵押貸款、退休金、保險、加密資產等幾乎所有金融產品，正式把歐盟從「開放銀行」推向「開放金融」(Open Finance) 紀元。FIDA 預計 2026 年通過、2027 年後分階段實施，並引入「基於成本的合理補償」機制，讓資料持有者可以從 API 共享中收取費用。

Q. CTPP 是什麼?為什麼 AWS、Azure 被點名?

CTPP (Critical ICT Third-Party Service Providers，關鍵 ICT 第三方服務提供者) 是 DORA 第 31 至 35 條引入的新監管類別，指的是金融業高度依賴的關鍵科技供應商。歐洲三大監管機構 (EBA、ESMA、EIOPA) 會依照系統重要性、依賴該服務的金融實體數量與規模等標準，正式指定 AWS、Azure、Google Cloud 等雲端巨頭為 CTPP，由「主要監管者」(Lead Overseer) 直接監督。這是歐盟第一次用金融法規反向約束 Big Tech，罰金上限達該供應商上一財政年度全球日均營業額的 1%。

Q. 台灣金融業需要遵守 DORA 嗎?

若你的業務涉及服務歐盟境內的金融機構、在歐盟境內為金融機構提供 ICT 服務、或是歐盟金融機構的關鍵次級供應商，就會被 DORA 間接納管。具體適用判斷需要根據合約架構與資料流動路徑個別評估。台灣目前沒有對應 DORA 的金融業專屬數位營運韌性法規，但跨境服務歐盟客戶的台灣 Fintech 與 ICT 供應商，需要把 DORA 納入合規規劃。

BNPL 一分鐘速讀

模式終結： 純 BNPL 商業模式在 2022-2024 年升息週期中被證明無法跨越經濟週期；2026 年的 Affirm 與 Klarna，是以 0% 分期為客戶獲取入口的全方位數位銀行綜合體

監管突圍： Affirm 於 2026 年 1 月申請內華達州 ILC 牌照，試圖在不被納入銀行控股公司法管轄的前提下建立聯邦保險存款機構；Klarna 早已持有歐盟全銀行執照與 2025 年獲批的英國 EMI 牌照

資金護城河： Klarna 全球零售存款從 2024 年 12 月的 95 億美元暴增至 2025 年 9 月的 140 億美元，低成本存款成為抵禦升息、壓制競爭對手資金成本的關鍵武器

生態系奪權： 兩大巨頭共享 27 個頂級合作夥伴；Apple 在 2024 年關閉自家 Apple Pay Later、轉而將兩者整合進 iOS 底層；JPMorgan 商戶服務同步將兩者納入支付標配

降維打擊： JD Power 2026 年數據顯示，50% 的 40 歲以下消費者在過去 90 天內曾使用 BNPL；48% 原信用卡用戶在結帳時轉向 BNPL 分期方案；Fintech 佔據 97% 的市場使用率份額

純粹的 BNPL，作為一種獨立的商業模式，已經死了，但殺死它的，是它自己的進化。

2022 年的全球升息週期讓資金成本暴漲與淨利差壓縮，Klarna 估值從 456 億美元崩跌至 67 億美元，幾乎蒸發了 85%。那一年，金融媒體開始用「BNPL 危機」這個標籤，替整個產業蓋棺論定。但事後看，那場崩跌只是一個壓力測試，它把脆弱的玩家淘汰出局，卻把有能力轉型的玩家逼進了一條更危險、更有趣的路。

死掉的是那個靠零利率補貼消費者、靠外部批發融資維生、靠向商家收手續費賺差價的輕薄模型。活下來的，是兩家正在建造全套傳統銀行基礎設施的科技公司，速度快到讓傳統銀行業開始向監管機關遞送反對信，而這場轉型的規模，早已超出支付工具迭代的範疇。

2026 年 1 月 23 日，Affirm 正式向美國聯邦存款保險公司（FDIC）與內華達州金融機構部門遞交申請，計畫成立「Affirm Bank」。幾乎在同一時間，Klarna 在歐洲 13 個國家同步推出即時點對點支付，其全球零售存款餘額已突破 140 億美元。

這兩事件放在一起思考，描述的是同一個產業現實：BNPL 的終局，不是消亡，而是兩家巨頭正在系統性地拆解傳統銀行存在的每一個理由。

BNPL 危機根源：2022-2024 年升息、監管收緊與信用風險的三重打擊

要理解 Affirm 與 Klarna 在 2026 年的銀行化戰略，必須先從 2022 年的說起。

BNPL 原始商業模式的設計，是為零利率政策時代量身打造的。業者從資本市場以極低成本取得批發資金，以 0% 年利率的形式「補貼」消費者，再向商家收取 3% 至 6% 的手續費作為核心利潤來源。根據國際清算銀行（BIS）的跨國研究，高度依賴外部資本市場的 BNPL 業者中，非股本負債超過一半來自短期信用額度與資產證券化。這個架構在低利率環境下運作流暢，一旦利率環境反轉，就直接暴露為設計缺陷。

美國聯準會從 2022 年起的激進升息，是第一重打擊。由於 BNPL 的核心產品不向消費者收取利息，資金成本的上升無法轉嫁，淨利差遭到直接壓縮。Klarna 在 2022 年的私募估值重挫，從 456 億美元跌至 67 億美元；即便 2024 年底市場回溫，估值也僅回升至約 146 億美元，距離高峰仍有巨大落差。

監管環境的全面收緊是第二重打擊。傳統的四期免息 BNPL 產品，由於不收利息且分期少於五期，長期豁免於美國《誠實借貸法》（TILA）的嚴格規範。但美國消費者金融保護局（CFPB）逐步調整解釋方向，開始將 BNPL 數位帳戶視同信用卡管理，要求業者提供標準化的帳單爭議處理、退款權利與清晰的成本揭露。英國金融行為監管局（FCA）與歐洲各國監管機構同樣在此期間對 BNPL 表達強烈關切。

信用風險的集中爆發是第三重打擊。根據 CFPB 的研究報告，高達 41% 的 BNPL 用戶在過去一年內曾發生遲繳；63% 的借款人在同一年度同時持有數筆 BNPL 貸款，部分橫跨不同平台。在傳統信用局缺乏 BNPL 數據的情況下，這種「多重借貸」形成了巨大的信用盲區。

三重打擊同時壓下來，讓業者面對一個迫切的問題：如果批發融資太貴、監管套利空間消失、壞帳風險又在攀升，那麼這個商業模式的下一步是什麼？

答案的是直接獲取銀行牌照，吸收零售存款作為廉價的放貸資金，然後透過提供簽帳卡、儲蓄帳戶與日常支付功能，把低頻的「分期借貸工具」改造成高頻使用的主交割帳戶。但這個結論讓兩家公司走上了相似的終點，卻走了截然不同的路徑。

Affirm vs Klarna：四個案例看清 BNPL 銀行化轉型的全貌

Affirm：美國市場的 ILC 突圍，以及傳統銀行業的政治反撲

2026 年 1 月 23 日 Affirm 申請的牌照類型是內華達州特許產業貸款公司（Industrial Loan Company，ILC）。ILC 在美國銀行監管體系中是個極其特殊的存在。根據 1987 年的《競爭平等銀行法》（CEBA），ILC 被排除在《銀行控股公司法》（BHCA）對「銀行」的定義之外，這意味著擁有 ILC 的母公司不需要被認定為銀行控股公司，從而免受聯準會的合併監管與嚴格的資本適足率限制。對 Affirm 這樣的科技驅動型公司而言，ILC 提供了傳統銀行執照的核心優勢，卻無需承擔母公司被全面視為銀行的監管包袱。

若申請獲批，Affirm Bank 將成為一家受 FDIC 保險的存款機構，能夠直接向大眾吸收存款，徹底改變資金結構。更重要的是，作為聯邦保險存款機構，Affirm Bank 享有「利率輸出」（Interest rate exportation）特權，能在全美範圍內放貸，統一適用內華達州的利率上限與手續費規範，一舉規避全美 50 州錯綜複雜的借貸法規。

過去，Affirm 高度依賴 Cross River Bank 與 Evolve Bank 等合作夥伴發行貸款與管理儲蓄產品。擁有自己的銀行子公司，意味著產品發行與風控標準完全內化，消除對第三方銀行的依賴風險。Affirm 創辦人兼執行長 Max Levchin 指出，銀行子公司將強化並多元化 Affirm 的平台，加速新產品推出速度，並在長期建設中鞏固財務穩定性。為了展現具備營運銀行的實力，Affirm 聘任擁有超過 25 年傳統金融機構經驗的前 Hatch Bank 總裁 John Marion，擔任 Affirm Bank 的候任總裁。

然而申請遞出後，美國銀行政策研究所（BPI）與美國獨立社區銀行家協會（ICBA）迅速向 FDIC 遞送了強烈的反對信。這些傳統銀行業遊說團體的論點集中在兩點：第一，Affirm 正在利用 ILC 的法律設計規避聯準會的全面監管，其龐大的全國性業務覆蓋面（2100 萬活躍消費者、數百萬商戶）可能對 FDIC 存款保險基金乃至整體金融系統的穩定性構成「顯著且不必要的風險」；第二，Affirm 的《社區再投資法》（CRA）承諾與其全國性放貸規模極不匹配，未能履行傳統銀行在社區發展上的同等義務。

非政府組織 NCRC（全國社區再投資聯盟）也提交了反對意見，認為 Affirm 的 CRA 計畫不足以符合其存款機構地位應盡的社區責任。

這場 ILC 牌照之爭的本質，是傳統銀行業對自身護城河的防禦性反撲，也是金融科技尋求底層突破時必然遭遇的政治阻力。ILC 的歷史批准記錄本就嚴峻，Walmart 與 Target 都曾嘗試申請 ILC，最終在傳統銀行業的強烈遊說下放棄。Affirm 能否成功突圍，至今仍是 2026 年美國消費金融格局的最大懸念。

與 ILC 申請同步推進的，是 Affirm 在承保技術上的升級。2026 年 1 月 14 日，Affirm 宣布正式導入「即時動態信號」，以第三方銀行帳戶連結或自家 Affirm Money Account 作為數據來源，在消費者結帳當下即時獲取帳戶餘額與現金流趨勢。傳統信用卡依賴每月更新一次的靜態信用局報告，核准後給予固定額度；Affirm 的核心原則是「對每一筆交易進行獨立審查」，而這次升級讓這個原則從理念落地為「此時此刻的財務健康狀況」。

這項技術在商業上的意義有三個層次：一是能精準剔除高風險的過度消費行為，壓低壞帳率；二是能安全地為缺乏傳統信用紀錄的年輕族群（Thin-file / No-file consumers）提供信貸，擴展客群覆蓋率；三是以具體的技術能力回應監管機構對「負責任放貸」的要求。Affirm 估算，其從不收取滯納金的政策與每筆交易獨立審查的機制，在 2024 年幫助美國家庭省下了高達 180 億美元的潛在信用卡利息與罰款。

Affirm 還在 ILC 申請的荊棘路上跋山涉水，Klarna 的歐洲堡壘卻早已完工，並開始向外輻射。

Klarna：歐洲全銀行化的先行者，以及 140 億存款護城河的建構邏輯

Klarna 的銀行化路徑，比 Affirm 早走了好幾年。

Klarna 早已持有瑞典金融監管局核發的完整歐盟銀行執照，這賦予了其在整個歐洲經濟區（EEA）內無縫開展銀行業務的權利。2025 年 7 月，Klarna 進一步取得英國金融行為監管局（FCA）核發的電子貨幣機構（EMI）牌照，透過子公司 Klarna Financial Services UK 直接管理存款與支付，無需再透過銀行合作夥伴進行交易路由。

有了監管基礎設施，Klarna 的下一步是大規模吸收低成本零售存款。

其 Balance 數位錢包允許用戶儲存資金、接收退款、管理高達 10% 的現金回饋，並轉移至指定儲蓄帳戶賺取利息。憑藉龐大的用戶基數與高頻的結帳接觸點，存款戰略的效果超乎預期：從 2024 年 12 月到 2025 年 9 月，全球存款餘額從 95 億美元躍升至 140 億美元。這筆穩定的零售存款池，讓 Klarna 在高利率環境下的資金成本遠低於仍依賴批發融資的對手，成為最實質的競爭護城河。

在產品層面，Klarna 同時推進了兩項具有戰略意義的武器。

第一是 Klarna Card。這張由 Visa「靈活憑證技術」（Flexible Credential）驅動的實體與虛擬卡片，預設為簽帳金融卡，直接扣除用戶 Balance 帳戶餘額，但允許用戶在 App 內靈活選擇將特定消費轉換為分期方案，且不收取國外交易手續費。這種設計把「簽帳的財務控制感」與「信貸的靈活性」結合在同一個支付工具裡。市場反應說明了這種組合的吸引力：Klarna Card 在全球推出後四個月內累積超過 400 萬註冊量，2026 年初達到 500 萬活躍用戶，其中美國市場在推出 11 週內即突破 100 萬。目前這張卡片驅動的支付交易已佔 Klarna 全球總交易量的 15%。

第二是 即時點對點支付（P2P）。2026 年 1 月 14 日，Klarna 在歐洲 13 個國家同步上線此功能，允許用戶透過電話號碼、電子郵件或 QR 碼，像傳送訊息一樣完成轉帳與拆帳。這個功能的戰略價值不在技術本身，而在使用頻率。傳統的 BNPL 只在購物結帳時被開啟，P2P 轉帳則是日常最高頻的金融行為之一。透過 P2P，Klarna 成功地從低頻信貸工具轉化為用戶每日必開的超級應用程式，大幅提高用戶黏著度，也為後續信貸產品的交叉銷售鋪平道路。Klarna 執行長 Sebastian Siemiatkowski 直言：「消費者已經厭倦了傳統銀行的摩擦與費用。」

Klarna 向外蔓延的同時，這場戰役的另一面正在由科技巨頭的退場與傳統銀行的妥協共同書寫。

Apple：有錢有流量，卻打不過一個承保模型

2023 年，Apple 推出「Apple Pay Later」，甚至為此建立了一家內部放貸實體 Apple Financing LLC，雄心勃勃地要通吃支付與信貸兩端。這個決策在市場上引發了不小的緊張，Apple 坐擁 iPhone 生態系的龐大流量、全球數億張儲存信用卡的用戶，以及幾乎無限的資本。

然而，2024 年 Apple 宣布全面關閉 Apple Pay Later 服務，這是一個罕見的公開戰略失敗承認。消費信貸業務的複雜性、沉重的資產負債表壓力、高昂的合規成本，以及最根本的問題：動態的交易層級承保模型，讓 Apple 意識到這不是有錢就能解決的問題。

Apple 的下一步是整合。自 2024 年末至 2026 年初，Apple 將 Affirm 與 Klarna 深度整合進 iOS 系統的 Apple Pay 底層。全球數億 iPhone 用戶透過網頁、應用程式內，乃至實體店面 NFC 感應支付時，系統主動呈現兩家業者作為分期方案的預設選項。這項整合讓 BNPL 徹底擺脫「線上購物限定」的標籤，透過 Apple Pay 進入規模龐大的線下實體零售市場。

所以即便是資本雄厚、流量充足的 Big Tech，在精細的承保模型與商戶合規網路面前，也選擇了合作而非競爭。

JPMorgan：傳統銀行業的矛盾縮影

JPMorgan Chase 對 BNPL 的態度轉變，濃縮了整個傳統銀行業在這場轉型中的處境。

起初，JPMorgan 對 BNPL 的高壞帳風險與無利息模式抱持懷疑。但隨著越來越多商戶轉向提供 BNPL 選項的支付平台，JPMorgan 開始面臨真實的商戶流失壓力。2025 年底至 2026 年初，JPMorgan 商戶服務部門做出了令市場驚訝的決定：同時將 Klarna 與 Affirm 整合為其數百萬商戶網路的標準支付選項。

對 JPMorgan 而言，這是防禦性舉措，目的是留住不願失去 BNPL 選項的商戶。但對 Klarna 與 Affirm 而言，意義完全不同，他們得以毫不費力地觸及全美規模最龐大的實體與線上商戶群體。這標誌著 BNPL 已從「替代性支付方式」升格為與 Visa、Mastercard 並列的核心支付基礎設施。

在共享基礎設施之外，兩大巨頭的零和博弈依然在進行。Klarna 近期取代 Affirm，成為 Walmart 的獨家 BNPL 供應商。共享生態系之外，兩大巨頭搶奪排他性大通路的零和博弈從未停歇。

Apple、Google、JPMorgan：BNPL 如何滲透全球支付生態系底層

CB Insights 與 FinTech News Schweiz 的研究報告指出，Klarna 與 Affirm 目前是全球結盟最活躍的支付公司，兩者共享了高達 27 個頂級合作夥伴，涵蓋科技巨頭、全球頂尖支付處理商（如 Adyen、Stripe、Fiserv）以及傳統銀行巨頭（如 JPMorgan）。

這個數字說明了一件事：BNPL 的競爭已從單一零售商戶的爭奪，升級為嵌入各大生態系底層架構的「無形金融」（Invisible Finance）之戰。

與 Google 的整合揭示了下一個戰略意圖。Klarna 與 Affirm 雙雙被整合進 Google Pay 的數位錢包與 Chrome 瀏覽器的自動填寫功能，讓 Android 用戶無縫使用分期服務。更具前瞻性的是，Affirm 宣布支援 Google 的「代理支付協議」（Agent Payments Protocol，AP2）。在 AI 代理驅動的次世代商務架構中，AI 程式將代替用戶執行購物與比價決策，Affirm 確保其支付與動態信貸功能植入這些自動化流程的底層邏輯，讓 BNPL 成為 AI 經濟時代的預設支付軌道。Klarna 則透過與 Google Cloud 的合作，運用 Gemini 與 Veo 2 等生成式 AI 強化 App 內的導購與商品發現能力，進一步模糊「搜尋引擎」與「金融應用」的界線。

以下是兩大巨頭在六個核心維度上的策略比較：

讓傳統信貸模型過時的兩項核心創新

這場銀行化轉型的底層，由兩個技術創新支撐。理解它們，才能理解為什麼傳統銀行「抄作業」的成本如此之高。

即時動態現金流承保（Affirm）

傳統信用卡的信用審核流程，核心依賴信用局每隔數週或數月更新一次的靜態報告。銀行依據這份報告核發固定信用額度，之後只要信用分數沒有重大變化，這個額度就長期有效。問題在於，借款人的財務狀況可以在幾天內發生劇烈變化，但銀行對此一無所知。

Affirm 的承保原則從第一天起就不同。每一筆交易都是獨立的審核決策，而不是在固定額度內的「餘額扣減」。即時動態信號的加入，讓這個原則更進一步：透過與用戶第三方銀行帳戶的連結，或自家 Affirm Money Account 的數據存取，Affirm 在消費者結帳的當下，能即時獲取帳戶餘額與近期現金流趨勢，評估的是「此時此刻」的還款能力，而不是「過去幾個月的信用平均」。

Affirm 產品資深副總裁 Vishal Kapoor 的說法是：「將這種即時洞察力加入承保流程，能確保決策與消費者當前的財務現實完全一致。」

這個技術的商業價值體現在三個層次。壞帳率管理方面，即時現金流數據讓高風險的過度消費在發生前就被攔截。信貸普惠方面，對缺乏傳統信用紀錄的年輕族群，即時現金流是評估還款意願與能力的替代指標，讓更多人能安全獲得信貸。監管合規方面，CFPB 長期關注 BNPL 業者的「負責任放貸」能力，這套系統提供了可被審視的技術依據。

Visa Flexible Credential 驅動的 Klarna Card

Visa 的「靈活憑證技術」（Flexible Credential）是一個支付基礎設施層的創新。技術原理是：同一張卡、同一組卡號（BIN），可以在結帳後由持卡人選擇付款方式，而非在卡片層級預先固定。

以 Klarna Card 的實際使用流程為例：用戶在實體店面或線上結帳，預設由 Klarna Balance 帳戶直接扣款（簽帳模式）；若用戶希望將這筆消費轉換為 Pay in 3 或更長期的分期方案，在 App 內完成選擇即可，不需重新刷卡或填寫申請。這個設計讓「財務控制感」（我清楚知道這筆錢何時離開帳戶）與「信貸靈活性」（我有選擇延後付款的自由）同時存在於一張卡片中。

對 Klarna 生態系而言，這張卡片製造了一個強大的飛輪效應：高頻的實體消費場景（咖啡、超市、交通）驅動日常開卡習慣，Balance 帳戶的使用頻率上升，存款餘額因此增加，信貸交叉銷售的機會隨之放大。目前 Klarna Card 驅動的交易已佔其全球總交易量 15%，這個比例還在成長。

BNPL 對 Neobank 與信用卡的威脅：JD Power 數據揭示的結構性衝擊

Neobank 的生存空間壓縮

對 Revolut、Monzo、N26、Chime 等純數位銀行而言，2026 年的競爭環境變得極度嚴峻。這些公司過去的成功方程式是以極致的 App 體驗、免費帳戶管理與即時消費通知，搶奪傳統銀行中對數位體驗要求高的年輕客群。但隨著基礎數位銀行功能（即時推播、免手續費換匯）成為市場標準配備，單純的介面優化不再具備護城河效應。

商業模式的差距讓問題更加根本。許多 Neobank 在歐洲面臨嚴格的交換費上限，支付處理利潤微薄，必須依賴訂閱制或高風險信貸業務維持獲利。相比之下，Klarna 與 Affirm 從起點就是信貸與商戶手續費的高手。當 Klarna 推出 P2P 支付與 Balance 存款帳戶，它直接進入了 Neobank 的核心應用場景。

更結構性的劣勢在於客戶獲取成本。Neobank 必須花費高額行銷費用，說服用戶開立一個全新的銀行帳戶並將薪資轉入。Klarna 與 Affirm 則是在用戶「最有購物慾望的結帳瞬間」攔截客戶，以 0% 免息誘因完成轉換，再順水推舟地向這些高意願用戶推送簽帳卡與儲蓄帳戶。這是一種「高頻打低頻、消費場景打單一功能」的結構性優勢，不是靠行銷預算能補平的。

Revolut 與 Monzo 同樣在積極向美國申請銀行牌照，但進入門檻與監管審查的成本，讓這條路遠比 Klarna 的歐洲 Passporting 複雜。

傳統信用卡深厚利潤池的侵蝕

JD Power 2026 年發布的《美國先買後付滿意度研究》呈現了一組清晰的數據：50% 的 40 歲以下消費者在過去 90 天內曾使用 BNPL；更值得注意的是，48% 原本使用傳統銀行信用卡的用戶，在結帳時選擇轉向金融科技公司的 BNPL 分期方案。

傳統信用卡的商業模式高度依賴遲繳違約金與循環利息（通常高達 20-30% 年利率），這種依賴消費者財務失誤獲利的結構，在總體經濟壓力加大的環境下遭到強烈抵制。Klarna 與 Affirm 倡導的「清晰、可控、無隱藏費用」理念，切中了消費者對傳統信用卡的核心不滿。

傳統銀行的應對方案是推出「事後分期」計畫，如 Chase Plan It 或 Citi Flex Pay，試圖在現有信用卡框架內提供分期功能。根據 JD Power 的數據，這些計畫讓銀行品牌 BNPL 的滿意度有所回升（達到 704 分）；但金融科技業者依然佔據 97% 的壓倒性市場使用率份額。原因在於：銀行的事後分期方案無法在購物車內提供與 Affirm、Klarna 般無縫整合的結帳體驗，也缺乏與商戶深度的行銷補貼合作。

三個未解的問題：挑戰、監管框架與未來展望

2026 年的格局雖然清晰，但這場戰役尚未結束。有三個問題的答案，將決定未來五年的最終走向。

第一個問題：Affirm 的 ILC 能否過關。

這不只是一家公司的命運，而是整個金融科技業能否透過 ILC 路徑突破傳統銀行業政治護城河的關鍵測試。FDIC 在最終決定前，必須評估傳統銀行業的反對意見、Affirm 的 CRA 承諾，以及 ILC 架構對整體金融系統穩定性的影響。歷史上，Walmart 與 Target 的 ILC 申請最終都在傳統銀行業的遊說壓力下撤回。Affirm 的案例能否開創先例，至今仍是開放問題。

若 ILC 申請受阻，Affirm 仍有替代路徑（繼續依賴合作銀行，或尋求其他州的特許牌照），但資金結構的改善幅度將遠不及直接持有聯邦保險存款機構。

第二個問題：Klarna IPO 後的資本策略。

Klarna 正準備進行首次公開募股（IPO），這將為其提供更大規模的資本支持，也帶來公開市場的持續獲利壓力。IPO 後，Klarna 如何在歐洲存款業務的既有優勢與美國市場的擴張野心之間分配資源，將直接影響其全球銀行化進程的速度。

第三個問題：AI 代理商務時代的支付軌道爭奪。

Affirm 支援 Google AP2 協議，是一個超前佈局的戰略信號。在 AI 代理自動化購物的未來架構中，支付的選擇將不再由消費者在結帳頁面做決策，而是由 AI 代理在後台完成。誰的支付與信貸功能植入了 AI 代理的決策邏輯，誰就掌握了下一個時代的消費金融入口。這個賽局的結果，將在未來三到五年逐漸浮現。

短期（1-2 年）：Affirm ILC 核准與否為美國市場關鍵觀察點；Klarna IPO 後資本策略的具體落地。監管框架上，CFPB 與 FCA 對 BNPL 的規範細則預計將陸續落地，合規成本的增加將進一步淘汰規模較小的競爭者。

中期（3-5 年）：AI 代理商務的支付軌道爭奪將進入白熱化；BNPL 將以「隱形基礎設施」的形式更深嵌入各類消費場景，從電商結帳延伸至訂閱服務、醫療分期、教育費用。傳統信用卡業者若無法在結帳體驗與透明度上做出根本性改變，市場份額將持續流失。

長期（5 年以上）：全球零售金融格局有高度可能性走向「2-3 家科技驅動全方位銀行」主導的集中結構。傳統高街銀行的零售業務將進一步邊緣化，核心剩餘優勢在於企業金融、財富管理與高資產客群服務。

這場戰役的轉折點，已經過去了。接下來是結果的累積。

馬克碎念

台灣的支付生態系已經相當成熟，信用卡滲透率高，行動支付的普及速度也不慢。但 BNPL 在台灣的發展速度，與美國或歐洲相比，明顯遲緩許多。原因是多層面的，但其中有一個結構性的差異值得深思：台灣的傳統銀行在年輕族群中的黏著度仍然相對高，且信用卡的申辦門檻相對低。Affirm 與 Klarna 在美國與歐洲的崛起，有一部分是填補傳統金融機構留下的空白，特別是對缺乏信用紀錄的年輕人與移民族群。台灣這個空白相對較小，所以留給 BNPL 的進入空間也較窄。

但這讓馬克想到的，是一個更大的方法論問題：「空白」與「機會」的關係。Klarna 與 Affirm 成功，不只是因為他們填補了空白，而是因為他們在填補空白的同時，建造了讓自己不可替代的基礎設施。承保模型需要多年的交易數據訓練，商戶整合網路需要逐一談判，零售存款的積累需要用戶習慣的長期培養。這些資產，都是時間的函數。換句話說，你可以在市場空白出現後才進入，但你沒有辦法在市場空白出現後才開始建造基礎設施，因為基礎設施的建造本身就需要市場空白的存在。

Apple 的失敗說明了一件事：先行者在 BNPL 的核心優勢，是多年交易數據沉澱出的承保模型。品牌與介面設計在這個領域的權重，遠低於外界的直覺預期。Apple 有錢、有流量、有品牌，但它沒有那份數據，所以最終選擇了整合而非競爭。這讓馬克覺得，對台灣的金融科技業者而言，最值得思考的問題也許不是「現在有什麼空白可以填」，而是「建造什麼樣的資產，五年後讓自己不可替代」。

最後一個觀察是關於傳統銀行業的政治反撲。BPI 與 ICBA 向 FDIC 遞送的反對信，從法律論點上看頗有說服力；但從更長的歷史視角看，它更像是一場延緩行動。傳統銀行業在美國能有效地阻礙 ILC 申請，但它沒有辦法阻礙消費者選擇在 Apple Pay 結帳時使用 Klarna，也沒有辦法阻礙 JPMorgan 的商戶服務部門因為商業利益選擇整合。護城河的保衛，從來不只是一場監管戰，而是一場消費者習慣的爭奪戰。Affirm 與 Klarna 贏的，是後者。

常見問題

Q：BNPL 和傳統信用卡有什麼本質差別？

BNPL 的核心差異在於每筆交易獨立審查、付款期限與總成本在購買當下完全透明，且通常不收取循環利息。傳統信用卡則依賴靜態信用額度，收入來源高度依賴遲繳違約金與 20-30% 的循環利率。兩種模式面向的是同一群消費者，但對財務規劃能力的要求截然不同。

Q：Affirm Bank 是什麼？如果申請通過，對用戶有什麼影響？

Affirm Bank 是 Affirm 計畫設立的 FDIC 保險存款機構，採用內華達州特許 ILC 架構。若申請通過，Affirm 可直接向用戶吸收存款、提供 FDIC 保障的儲蓄帳戶，並以更低的資金成本放貸。對用戶而言，最直接的影響是產品線擴充與更穩定的帳戶保障。

Q：Klarna 為什麼要推出 P2P 轉帳功能？

Klarna 的 P2P 轉帳戰略目標是「提高使用頻率」。傳統 BNPL 只在購物結帳時被觸發，P2P 轉帳則是日常最高頻的金融行為之一。透過 P2P，Klarna 把自己從低頻信貸工具升級為用戶每日使用的超級 App，提高黏著度，並為後續信貸產品的交叉銷售創造更多接觸點。

Q：台灣有類似 BNPL 的服務嗎？發展為何相對緩慢？

台灣有部分電商平台（如 PChome、momo）提供分期付款選項，部分 Fintech 新創也嘗試類 BNPL 產品。發展相對緩慢的結構性原因，主要是台灣信用卡滲透率高且申辦門檻低，傳統銀行在年輕族群中黏著度相對強，留給 BNPL 填補的空白較美歐市場窄。

Q：Neobank（純數位銀行）如何應對 BNPL 的威脅？

短期內，Revolut、Monzo 等 Neobank 的主要應對方向是同樣申請銀行牌照，嘗試擴充信貸產品線。但結構性劣勢難以短期彌補：Neobank 缺乏 BNPL 業者在「結帳瞬間」的消費場景主導權，客戶獲取成本顯著較高，而承保模型的建立又需要多年的交易數據積累。

一分鐘速讀

• 加密 IPO 爆發： 2025 年加密企業上市數量從前一年的 4 家暴增至 11 家，籌資總額從 3.1 億美元飆升至 146 億美元，Circle 以穩定幣發行商身份在 NYSE 破冰上市。

• 監管元年： GENIUS 法案為穩定幣建立首個聯邦框架，CLARITY 法案釐清資產分類，穩定幣年交易量達 18.4 兆美元超越 Visa，加密企業首度獲得明確的合法上市路徑。

• 破發警鐘： BitGo 上市三個月股價腰斬 45%、Gemini 重挫 80%，即使基本面優異，加密企業仍難與市場 Beta 脫鉤，Kraken 因此在 200 億估值巔峰選擇暫停 IPO。

• 華爾街全面介入： JPMorgan 與 Goldman Sachs 包辦 Circle、BitGo、Consensys 等指標 IPO 承銷，2025 年機構資金流入加密市場達 1,300 億美元，其中 680 億來自企業資產負債表。

• 合規即護城河： Circle 的 GENIUS 法案背書、BitGo 的 OCC 牌照、Kraken 的 Fed Master Account，公開市場的定價邏輯已從「用戶增長」轉向「合規壁壘 × 基礎設施不可替代性」。

Kraken 暫停 200 億美元 IPO：2026 加密上市潮的第一個警訊

2026 年 3 月 18 日 Kraken 這家估值衝上 200 億美元、剛拿到堪薩斯城聯邦準備銀行 Master Account 的美國老牌加密交易所，宣布全面暫停其 IPO 計畫。四個月前，Kraken 才以 200 億美元的估值完成了 8 億美元的融資，其中包含傳統造市巨頭 Citadel Securities 的 2 億美元戰略投資。在那之前的 2025 年 11 月，母公司 Payward 已經秘密向 SEC 遞交了 S-1 上市申請，目標鎖定 2026 年上半年掛牌。

從帳面上看，Kraken 幾乎具備了一切上市的條件。2024 年營收翻倍至 15 億美元；2025 年第三季單季營收 6.48 億美元，季增 50%，調整後 EBITDA 達 1.786 億美元。公司還斥資 15 億美元收購了零售期貨交易平台 NinjaTrader，在歐洲推出代幣化美股服務 xStocks，積極的從「加密交易所」轉型為「多資產經紀商」。

這樣一家公司，為什麼在最後一刻選擇踩煞車？

答案藏在 2026 年第一季的市場數據裡。自 2025 年 10 月比特幣觸及歷史高點以來，加密市場經歷了一輪顯著的價格回調與交易量萎縮。同期已經上市的同業表現慘不忍睹：BitGo 股價從發行價 18 美元跌破 10 美元，跌幅 45%；Gemini 更是從上市高點重挫 80%。雪上加霜的是，Kraken 在 2026 年初解雇了首席財務長 Stephanie Lemmerman，在核心財務高管缺位的情況下強推 IPO，無論對承銷商或機構投資者來說，都是一個刺眼的治理瑕疵。

Kraken 的暫停，表面上是一家公司的時機選擇問題。但放在 2025-2026 年加密 IPO 浪潮的脈絡中，它揭示了更深層的產業現實：公開市場已經不為成長敘事買單。它要求的是可預測的營收、不可替代的基礎設施定位，以及經得起壓力測試的合規架構。

加密 IPO 視窗為何在 2025 年開啟：四個前所未有的條件

加密企業能夠在 2025 年密集走向公開市場，背後有四個條件同時到位。前一個是所有 IPO 共享的宏觀背景，後三個則是加密產業獨有的結構性突破。

共同背景：貨幣政策轉向與 VC 退出壓力

經歷了 2022-2023 年的高壓緊縮後，美國聯準會自 2025 年起轉向較溫和的貨幣政策路線。通膨壓力逐漸緩解，資本從固定收益資產重新流向風險資產與股票市場。儘管到 2026 年初聯準會將基準利率維持在 3.50% 至 3.75% 的區間，暫停了先前的降息步伐，但整體環境已從高壓緊縮中獲得實質性喘息。

這種宏觀流動性的改善，直接改變了風險資本的退出計算。累積了龐大估值的獨角獸企業面臨著向早期投資者與員工提供流動性的巨大壓力。KPMG 的數據顯示，2025 年全球金融科技投資總額反彈至 1,160 億美元，涵蓋 4,719 筆交易；同年由創投支持的退出總額達到 797 億美元。IPO 視窗的重啟，本質上是私募資本實現投資回報的關鍵宣洩口。這個背景適用於所有類型的 IPO，從數位銀行到支付公司到加密企業，都受益於同一個資金閘門的打開。

但光有宏觀環境，加密企業還是上不了市。過去幾年，阻擋它們走向公開市場的最大障礙不是資金面，而是監管面的高度不確定性。2025 年，這個障礙被三項歷史性的政策行動逐一拆除。

加密專屬催化劑一：GENIUS 法案為穩定幣建立聯邦框架

2025 年被公認為美國數位資產監管的「元年」。長期以來，加密產業受困於 SEC 的「以執法代監管」策略，企業在法律灰色地帶中經營，機構投資者也因此卻步。

7 月 18 日簽署生效的《引導與建立美國穩定幣國家創新法案》（GENIUS Act），為支付穩定幣建立了首個全面性的聯邦監管框架。法案強制要求發行商以美元或短期美國國債提供 100% 的流動資產支持，接受貨幣監理署（OCC）等聯邦銀行監管機構的嚴格監督。同時，發行商必須遵守《銀行保密法》建立反洗錢與制裁合規計畫，甚至需要具備在合法命令下凍結或銷毀代幣的技術能力。

更關鍵的是，法案在法律層面上將穩定幣排除在「證券」與「商品」的定義之外，賦予其合法支付工具的地位。這一步意義重大：它讓穩定幣發行商不再需要擔心被 SEC 認定為未註冊證券發行人，從而為 Circle 這類企業的 IPO 掃清了最根本的法律障礙。在這個框架下，穩定幣的交易量在 2024 年達到 18.4 兆美元，超越了 Visa 的 15.7 兆美元與 Mastercard 的 9.8 兆美元。

加密專屬催化劑二：CLARITY 法案釐清資產分類

緊接 GENIUS 法案，2025 年 7 月 17 日眾議院通過的《數位資產市場清晰度法案》（CLARITY Act），將加密資產系統性地劃分為「數位商品」、「投資契約資產」與「許可支付穩定幣」三大類別。這大幅降低了加密交易所與基礎設施提供商在資產上架時面臨的法律不確定性。

對於準備上市的加密企業來說，CLARITY 法案解決了一個根本性的問題：機構投資者終於能用標準化的框架來評估這些企業的業務風險。過去，一家加密交易所上架的代幣隨時可能被 SEC 認定為未註冊證券，這讓投行很難為這類企業建立可靠的估值模型。CLARITY 法案的通過，是機構投資者願意在 IPO 定價模型中給予加密企業長期增長溢價的先決條件。

加密專屬催化劑三：行政命令與戰略比特幣儲備的訊號效應

在行政層面，美國政府的態度轉變也為加密市場注入了強心針。2025 年 1 月 23 日頒布的第 14178 號行政命令，正式確立了美國在數位金融科技領域的領導地位。該命令明令禁止聯邦機構發行或推廣央行數位貨幣（CBDC），為私人穩定幣的發展掃清了道路，同時成立了由 AI 與加密特別顧問主導的「總統數位資產市場工作小組」。

2025 年 3 月 6 日，政府進一步簽署行政命令，建立「美國戰略比特幣儲備」與「數位資產儲備庫」。計畫將司法部在過往執法行動中沒收的約 20 萬枚比特幣轉化為國家戰略儲備資產，明確規定不得出售。截至 2026 年 3 月尚未進行額外的市場購買。但這種由國家機器背書的行動，向華爾街與全球投資者釋放了前所未有的看多訊號。

四個條件同時到位，2025 年夏季的加密 IPO 視窗正式打開。第一個走進去的，是穩定幣發行商 Circle。

Circle IPO：首家穩定幣發行商上市，合規溢價

2025 年 6 月 5 日，全球第二大穩定幣 USDC 的發行商 Circle Internet Group（NYSE: CRCL）在紐約證券交易所掛牌上市。這是歷史上第一家上市的穩定幣發行商，也是整波加密 IPO 浪潮中最具指標意義的一役。

在 J.P. Morgan、Citigroup 與 Goldman Sachs 的聯合承銷下，Circle 以每股 31 美元的價格發行了 3,400 萬股，籌集約 11 億美元，上市時完全攤薄估值接近 80 億美元。機構認購極為踴躍，首日開盤價即跳升至 69 美元，隨後幾週內股價一度飆升 290% 逼近 300 美元。到 2026 年 3 月，股價回落並穩定在 126 至 132 美元區間，市值約 311 億美元，仍遠超上市初期的定價。

「合成央行」商業模式的威力

Circle 的資本市場故事之所以成立，核心在於它的商業模式具備極高的可預測性。與依賴代幣交易量與價格波動的加密交易所截然不同，Circle 的營收主要來自準備金利息收入。USDC 的每一美元背後都有美元或短期美國國債支撐，Circle 從這些準備金中獲取利息。用一個形象的比喻：Circle 建構了一個去中心化的「合成央行」模型，它發行數位美元，然後把背後的真實美元存在國債裡收利息。

數字說明了這個模式的威力。2025 年第一季，受惠於高利率環境的延續與 USDC 流通量突破 610 億美元的歷史新高，Circle 營收達 5.79 億美元，同比增長 59%；調整後 EBITDA 增長 60% 至 1.22 億美元。在 2024 年全年，Circle 實現了 1.55 億美元的淨利潤。

GENIUS 法案的合規溢價

GENIUS 法案的通過，為 Circle 的商業模式提供了聯邦法律層級的背書。在該框架下，USDC 等同於受監管的數位美元。這讓傳統機構投資者敢於將 Circle 視為「區塊鏈基礎設施」的純粹投資標的來進行配置，而非過去那種充滿法律風險的灰色地帶資產。

華爾街分析師普遍認為，Circle 憑藉監管合規上的先行優勢、流動性壁壘以及與 Coinbase 等平台的深度分銷合作，建立了難以被複製的護城河。穩定幣市場規模未來有望上看 2 兆美元，這將為 Circle 帶來長期 25% 至 30% 的年營收增長率。

Circle 的成功向市場傳達了一個訊號，加密企業能在公開市場獲得高溢價，前提是把自己定位成「基礎設施」而非「應用程式」。把「合規」做成產品的一部分，而非事後的成本。這個訊號讓更多加密企業看到了 IPO 的可能性。但接下來的故事說明，破冰容易，在公開市場站穩腳跟是另一回事。

BitGo IPO 與破發教訓：加密企業的 Beta 困境

如果 Circle 是加密 IPO 浪潮的成功標竿，BitGo 則是最具警示意義的案例。

2026 年 1 月 22 日，BitGo Holdings（NYSE: BTGO）上市，成為首家登陸公開市場的機構級加密資產託管商，也是 2026 年開年首宗重大的加密企業 IPO。在 Goldman Sachs 與 Citigroup 領銜承銷下，定價 18 美元，高於原先 15 至 17 美元的指導區間，發售約 1,182 萬股，籌資 2.128 億美元，上市市值約 20.8 億至 21 億美元。首日股價一度大漲 24.6% 觸及 22.43 美元，最終收於 18.49 美元。

帳面上無可挑剔的基本面

BitGo 的基本面堪稱優異。作為美國最大的獨立數位資產託管機構，BitGo 保護著全球區塊鏈上約 20% 的比特幣交易價值，平台上管理 1,040 億美元資產，服務遍及 100 多國的 4,900 家機構客戶與高淨值人士。商業模式的核心是純粹的基礎設施服務（Custody-as-a-Service），涵蓋多重簽名錢包授權、資產冷熱儲存、Wrapped Bitcoin（WBTC）的獨家託管，以及為穩定幣發行商與交易平台提供底層架構支援。

財務表現同樣不俗。在截至 2025 年 9 月 30 日的 12 個月中，BitGo 創造了 11.14 億美元總營收與 1.64 億美元淨利潤。更具意義的是，BitGo 在 2025 年底獲得了 OCC 的聯邦信託銀行牌照條件性批准，這張國家級的監管背書大幅降低了傳統金融機構與其合作的合規門檻。

三個月腰斬：加密 Beta 的殘酷教訓

然而，市場給出的答案異常冰冷。到 2026 年 3 月中旬，BitGo 股價已從發行價 18 美元重挫至約 9.66 美元，跌幅超過 45%。

原因是 2025 年 10 月比特幣觸及歷史高點後，加密市場經歷了一輪顯著回調與交易量萎縮。投資者對所有掛著「加密」標籤的上市公司採取了系統性的風險趨避態度。BitGo 的託管費用和流動性服務收入雖然比交易所手續費穩定，但它的客戶群體（加密基金、交易平台、穩定幣發行商）的業務量仍與加密市場整體活躍度高度相關。

BitGo 的破發經歷揭示了一個結構性難題：即使是具備高合規壁壘與穩定營收的基礎設施提供商，在現階段依然難以完全與加密市場的宏觀波動脫鉤。對機構投資者來說，買入 BitGo 的股票等於同時承擔了「公司基本面」與「加密市場 Beta」兩層風險。目前的市場還沒有發展出有效的工具來分離這兩者。

Circle vs. BitGo 的比較：加密 IPO 定價的分水嶺

這張表格說明了一件事：在加密 IPO 的定價邏輯中，「營收與加密市場 Beta 的脫鉤程度」可能是決定估值命運的最關鍵變數。Circle 的準備金利息模式天然與加密幣價脫鉤，因此獲得了高估值；BitGo 的業務雖然穩定，但脫鉤程度不夠，就被市場無差別打壓。

這個教訓直接影響了後續所有加密企業的 IPO 決策。

暫停與推進：Kraken 的撤退和 Consensys 的差異化賭注

BitGo 的破發在加密產業內部引發了一場嚴肅的策略討論。尚未上市的超級獨角獸們被迫回答一個問題：在加密 Beta 仍然是最大殺手的情況下，該怎麼走向公開市場？

兩家指標性企業給出了截然不同的答案。

Kraken：拿到了所有門票，卻選擇不進場

Kraken 的故事已經在文章開頭講過：200 億美元估值、Fed Master Account、Citadel Securities 的戰略投資、營收連續翻倍、收購 NinjaTrader 轉型多資產經紀商。帳面上，這是 2026 年最具上市條件的加密企業。

但 Kraken 管理層看到了 BitGo 與 Gemini 的前車之鑑。在加密市場整體回調、交易量萎縮的環境下，依賴交易手續費收入的交易所估值模型首當其衝。此時強行上市極可能面臨嚴重的估值折損，而一旦上市後股價重挫，對品牌與後續融資能力的傷害將遠超延後上市的機會成本。加上首席財務長在 2026 年初離職，核心財務高管缺位讓整個 IPO 的可信度打了折扣。

Kraken 的選擇是理性的防禦性撤退。它手中握著足夠的牌，包括 Fed Master Account 帶來的直接接入 Fedwire 結算系統的能力、NinjaTrader 的多資產佈局、歐洲代幣化股票服務，可以等到下一個市場視窗再出手。

但 Kraken 的暫停也向整個產業發出了訊號：2026 年的公開市場，已經不是「準備好就能上」的賣方市場。

Consensys：用「基礎設施收租」模式挑戰加密 Beta

與 Kraken 的暫停形成鮮明對比，以太坊生態的核心基礎設施巨頭 Consensys 正在穩步推進其預計 2026 年中期的 IPO。根據報導，Consensys 已正式聘請 JPMorgan 與 Goldman Sachs 擔任主承銷商。

Consensys 的上市故事和面向散戶的加密交易所完全不同。這家公司曾在 2022 年以 70 億美元估值完成 4.5 億美元融資。核心資產包括全球最受歡迎的加密自託管錢包 MetaMask（超過 3,000 萬月活躍用戶）、支撐大量去中心化應用程式運作的節點服務 Infura，以及自行研發的 Layer-2 擴容網路 Linea。

JPMorgan 與 Goldman Sachs 願意為其背書，核心原因在於 Consensys 成功從「軟體開發工作室」轉型為「高利潤率區塊鏈基礎設施提供商」。最強的變現引擎來自 MetaMask Swaps 功能：用戶在錢包內進行代幣兌換，Consensys 從中抽取 0.875% 的交易手續費，創造了豐厚且穩定的現金流。2025 年，MetaMask 更增加了對 Bitcoin 與 Solana 網路的原生支援，打破過去僅限以太坊虛擬機（EVM）的侷限，鞏固了其作為 Web3 全球多鏈入口的地位。

對機構投資者來說，Consensys 提供了一個極其罕見的「純粹加密軟體基礎設施敞口」。它不直接承擔資產價格波動風險，而是作為整個 DeFi 體系的「賣水者」獲利。如果 BitGo 的教訓是加密企業難以與市場 Beta 脫鉤，Consensys 試圖用「基礎設施收租」的模式來回答這個挑戰：不管哪條鏈漲跌，只要有人用 MetaMask 操作，它就收費。

Consensys 的 IPO 將成為檢驗這個邏輯的關鍵一役。如果它能獲得合理估值並維持股價穩定，將為「純基礎設施敞口」建立一個可複製的上市範式。

排隊中的候選者

除了 Consensys，還有多家加密企業在等待上市視窗。法國硬體錢包製造商 Ledger 尋求約 40 億美元的估值，受惠於自託管安全需求的上升。Web3 遊戲投資巨頭 Animoca Brands 預計透過反向併購在納斯達克上市，估值約 60 億美元。韓國主要交易所 Bithumb 也在評估 IPO 時機。產業內部的資本化需求依然強烈，問題只在於市場視窗何時再度開啟。

JPMorgan 與 Goldman Sachs 如何定價加密 IPO：華爾街的新算盤

在這波加密 IPO 浪潮中，有一個容易被忽略但影響深遠的變化：以 JPMorgan 與 Goldman Sachs 為首的華爾街頂級投行，已經從加密世界的旁觀者變成了核心推手。

1,300 億美元的機構資金潮

這個轉變的底層動力來自資金面。根據 JPMorgan 的分析報告，2025 年流入數位資產市場的資金達到創紀錄的 1,300 億美元，較前一年激增約三分之一。資金組成結構更值得關注：1,300 億中有 680 億美元直接來自企業資產負債表與機構投資者的配置，遠超過去由散戶主導的投機資金。數位資產已從交易標的正式轉變為企業財資管理與機構投資組合中的配置組件。

面對如此龐大的機構資金流動，頂級投行迅速將數位資產基礎設施的承銷與併購諮詢視為全新的收入增長引擎。

承銷席位的壟斷

在 2025-2026 年最具指標意義的加密 IPO 案中，華爾街雙雄的身影無處不在。Circle 的 11 億美元 IPO，JPMorgan 與 Goldman Sachs 聯同 Citi 擔任主承銷商。BitGo 的加密託管 IPO，Goldman Sachs 擔任牽頭簿記管理人。正在籌備的 Consensys 上市案，同樣由 JPMorgan 與 Goldman Sachs 雙雙拿下承銷權。

投行全面介入的意義，超越了單純的承銷費收入。它們的品牌背書大幅降低了傳統機構投資者進場的心理門檻。當一家加密企業的招股書上印著 JPMorgan 與 Goldman Sachs 的名字，這本身就是對該企業合規品質與財務真實性的一種隱性擔保。

華爾街定價加密企業的三個維度

從定價邏輯來看，這波 IPO 浪潮中表現差異極大的企業，在華爾街的評估模型中可以用三個核心維度來解釋。

華爾街加密 IPO 三維度估值框架

Circle 在三個維度都拿到高分，因此能支撐 311 億美元的市值。BitGo 在第三個維度（Beta 脫鉤）上的弱項，直接反映在股價的腰斬表現中。Consensys 若能在上市時證明其 MetaMask Swaps 的收入穩定性，有可能成為下一個獲得高估值乘數的標的。

隨著 CLARITY 法案等監管框架的進一步落實，JPMorgan 預期 2026 年由機構主導的數位資產資本流入將進一步加速。華爾街正在透過控制資本市場的入口，實質性地掌握未來去中心化金融基礎設施的定價權。

風險、展望，以同期金融科技 IPO 的對照觀察

這場加密 IPO 浪潮走到 2026 年 3 月，狂歡與修正並存，幾個結構性風險正在浮現。

三大風險

加密市場 Beta 仍是最大的估值殺手。 BitGo 的案例最具說明力。一家基本面優異、擁有 OCC 牌照、管理 1,040 億美元資產的公司，因為掛著「加密」標籤就跟著市場 Beta 一起腰斬。Gemini 重挫 80% 的經歷更為慘烈。在公開市場缺乏有效工具將「公司基本面風險」與「加密市場系統性風險」分離的情況下，所有加密企業的股價都將在市場回調中被無差別打壓。

合規成本正在加速推動產業寡頭化。 GENIUS 法案讓穩定幣合法化，CLARITY 法案讓資產分類明確化，但這些法案同時把合規門檻拉到了驚人的高度。100% 流動資產支持、反洗錢監控系統、準備金審計、聯邦銀行監管。這些固定成本只有具備雄厚資本與頂尖法務團隊的巨頭才負擔得起。中小型創新者若無法承擔合規成本，將更難獨立走向公開市場。這預期將推動 2026 年及以後更大規模的行業併購浪潮。

降息暫停與宏觀不確定性。 聯準會在 2026 年初將利率維持在 3.50% 至 3.75%，暫停了降息步伐。如果通膨再度升溫導致降息預期落空，風險資產的估值將面臨系統性壓力，加密 IPO 視窗可能再度收窄。

三個時間尺度的展望

短期來看（2026 下半年），Consensys 的上市將成為下一個分水嶺。如果它能在 JPMorgan 與 Goldman Sachs 的護航下獲得合理估值並維持股價穩定，將證明「純基礎設施敞口」的定位能有效對抗加密 Beta，為更多等待中的企業打開通道。反之，如果 Consensys 也遭遇 BitGo 式的破發，整個加密 IPO 管線將進入更長的冰凍期。

中期來看（2027-2028），傳統金融與加密的邊界將進一步模糊。Kraken 收購 NinjaTrader 跨入傳統期貨、JPMorgan 與 Goldman Sachs 全面介入加密 IPO 承銷、OCC 向加密企業發放銀行牌照。這些動作都在抹平兩個世界之間的壁壘。

長期來看，加密產業正在走向「持牌基礎設施巨頭」的寡頭格局。能向華爾街證明自己是不可或缺的「基礎設施」的企業，將享有最高的估值乘數。其餘無法負擔合規成本的中小型加密企業，出路可能是被併購而非獨立 IPO。

對照觀察：同一個 IPO 視窗中的金融科技企業

值得一提的是，2025-2026 年的 IPO 視窗同時也讓一批非加密的金融科技企業成功上市。把它們和加密 IPO 放在一起看，能更清楚地看出加密企業面臨的獨特挑戰。

美國數位銀行 Chime 在 2025 年 6 月 12 日上市，IPO 估值 116 億美元，相較 2021 年私募巔峰的 250 億美元折價 54%，但首日仍上漲 37%。巴西支付巨頭 PicPay 在 2026 年 1 月底以 25 億美元估值登陸納斯達克，打破了拉美四年的 IPO 乾旱期。這兩家公司上市後也經歷了股價修正，但修正的原因和加密企業完全不同。Chime 的回調來自估值過高的消化，PicPay 的回調來自巴西宏觀經濟與匯率風險。兩者都和加密市場的 Beta 波動無關。

更極端的對比是 Stripe。這家全球支付巨頭在 2026 年 2 月以 1,590 億美元估值進行要約收購，為員工提供流動性，刻意選擇「永不上市」。Stripe 在 2025 年處理了 1.9 兆美元支付交易量，服務超過 500 萬家企業，業務基本面強到完全不需要公開市場的資金。它斥資 11 億美元收購 Bridge 平台整合穩定幣支付，顯示金融科技巨頭正在從應用層向加密基礎設施延伸。

這些金融科技 IPO 案例凸顯了一個重要的對比：在同一個 IPO 視窗中，金融科技企業面對的是傳統的估值消化風險。加密企業面對的則是傳統估值風險加上加密 Beta 的雙重夾擊。理解這個差異，才不會把 Chime 的回調和 BitGo 的腰斬混為一談。

馬克碎念

在這波加密 IPO 浪潮的過程中，淘金潮中最後站穩的，從來不是挖金子的人，而是賣鏟子和水的。

Circle 賣的是「數位美元的信任」。它不碰加密交易、不承擔代幣價格波動，只是安安靜靜地把 USDC 背後的美元存在短期國債裡，收取利息。這個模式如此簡單，如此乏味，卻撐起了 311 億美元的市值。Consensys 賣的是「進入 Web3 的入口」。不管以太坊價格漲跌，只要有人用 MetaMask 換幣，它就收 0.875%。反過來看那些表現不如預期的公司，多半是因為它們的營收與加密市場的價格走勢高度連動，也就是「挖金子」的角色。金價漲的時候光鮮亮麗，金價跌的時候連帶被拋售。業者在思考 Web3 佈局時，或許值得先問一個問題：我能成為誰的基礎設施？

另外是合規成本的「馬太效應」。GENIUS 法案讓穩定幣合法化，同時把合規門檻拉到了只有巨頭才能負擔的高度。100% 流動資產支持、反洗錢監控、準備金審計、聯邦銀行監管，每一項都需要大量的法律、技術與資本投入。結果是監管越清晰，大者越大。BitGo 拿到 OCC 牌照，Kraken 拿到 Fed Master Account，Circle 得到 GENIUS 法案的背書。這些牌照和法律地位本身就是最堅固的護城河。馬克在研究中反覆看到的模式是：監管的本意是保護消費者與維護金融穩定，但最大的受益者往往是那些有資源率先達標的在位巨頭。對於中小型的加密創新者來說，未來的路可能不是獨立 IPO，而是在某個時間點被這些巨頭併購。這未必是壞事，但它確實意味著加密產業的權力結構正在快速固化。

供應鏈金融即時結算革命！一分鐘速讀

• 資金困局： 全球供應鏈從 Just-in-Time 轉向 Just-in-Case，預防性庫存策略釋放了韌性卻鎖住了現金。ToolsGroup 調查顯示 93% 企業已投入數位轉型，應對供應鏈延遲、通膨與履行成本攀升。

• 基礎設施升級： FedNow 2023 年上線、歐盟即時支付規則 2024 年採納、SWIFT ISO 20022 硬期限 2025 年 11 月 22 日到期，全球支付清算進入「秒級」時代。

• 技術三支柱： IoT 感測器提供毫秒級物流事件數據，區塊鏈智能合約實現「到港即撥款」的零延遲結算，XGBoost-LSTM 混合信用模型在供應鏈金融場景達到 98.2% 準確率，輾壓傳統邏輯迴歸的 82.3%。

• 市場爆發： 區塊鏈供應鏈金融市場 2024 年估計 18 億美元，Global Market Insights 預估 2034 年飆升至 346 億美元（CAGR 39.4%），亞太佔全球超過 40% 份額。

一張發票的 90 天漂流記

台北某棟辦公大樓的 12 樓，一位中型電子零件供應商的財務經理剛把最新一批貨的出貨單據整理完畢。對面的跨國品牌客戶已經驗收，發票金額 300 萬美元，付款條件寫著：Net 90。

接下來的三個月，這位財務經理的日子不太好過。第一個月要付原料供應商的尾款，第二個月薪資日到了，第三個月倉儲租金和設備維護費接踵而來。帳上現金見底，他只好打電話給往來銀行，用傳統保理把這張應收帳款賣掉換現金，年化利率 8% 起跳，還要準備一堆紙本文件。

太平洋的另一端，這家跨國品牌的財務長正在看季報。她很滿意：把付款條件從 Net 60 拉長到 Net 90 之後，公司的應付帳款天數（DPO）增加了 30 天，帳面上多釋放了將近 8,000 萬美元的營運資金。這筆錢可以拿去做短期投資，報酬率不錯。

兩邊各取所需？表面上看是的。但這是一場典型的零和博弈：買方賺到的現金彈性，直接轉嫁為供應商的流動性壓力。這種遊戲在全球供應鏈中每天上演數百萬次。

現在想像同一個場景，換一套基礎設施。

發票核准後第 10 天，這位財務經理打開供應鏈金融平台，看到一個選項：提前收款，折扣率 1.33%（年化約 6%）。他點了確認，三秒後 296 萬美元入帳。買方照樣在第 90 天付款，DPO 沒有改變，現金釋放照舊。供應商的收款天數從 90 天壓縮到 10 天，資金成本比傳統保理低了一半以上。

這個場景已經在全球數十個供應鏈金融（Supply Chain Finance, SCF）平台上運作。背後支撐它的，是一場正在改寫 B2B 資金規則的基礎設施革命。

從 Just-in-Time 到 Just-in-Case：當韌性的代價是現金

四股結構性推力

要理解供應鏈金融為什麼在這幾年突然加速，必須先看清楚四股正在同時作用的結構性力量。

第一股力量是地緣政治碎片化。 聯合國貿易和發展會議在 2024 年世界投資報告中直指：地緣經濟碎片化正在重塑全球投資，貿易網路碎片化與監理環境分歧迫使國際供應鏈重新配置。世界貿易組織（WTO）的 2023-2025 貿易展望也提出警告：地緣政治緊張、政策不確定性與航運路徑受阻（例如中東衝突造成的航線繞行）構成貿易下行風險。當供應鏈被迫「重組、分流與在地化」，企業間的協作就需要更標準化、可即時共享的資料與更確定的收付款安排，否則交易摩擦與風險溢價只會持續上升。

第二股力量是勞動力結構性短缺。 國際公路運輸聯盟（IRU）指出，2023 年在其調查涵蓋的 36 國中，卡車駕駛缺口達數百萬職缺量級，且呈結構性特徵。物流供給緊繃讓貨物在途時間拉長，發票開立與收款時間點被迫延後，企業的現金轉換週期（CCC）因此惡化。ToolsGroup 的全球調查更顯示，93% 的供應鏈專業人士表示企業已投入數位轉型，其中 25% 將供應鏈延遲列為首要擔憂，24% 擔心通膨，19% 關注履行成本攀升。超過半數企業計畫增加自動化投資，試圖用數位化來彌補人力缺口。

第三股力量是監管與揭露要求外溢到供應鏈。 德國的供應鏈盡職調查法自 2023 年起分階段適用，要求企業對供應鏈中的人權與環境風險進行系統性管理。會計揭露面的壓力也在增加：國際會計準則委員會（IASB）要求自 2024 年 1 月起，企業需揭露供應商融資安排的定性與定量資訊，讓投資人能評估這類安排對負債、現金流與流動性風險的影響。這是對 2021 年 Greensill 事件後市場呼聲的直接回應。

第四股力量是支付基礎設施的硬遷移。 這是最直接的推手。美國聯邦準備理事會的 FedNow 即時支付服務在 2023 年上線，強調全年無休、秒級轉帳。歐盟理事會在 2024 年採納即時支付規則，推動歐元即時付款全面可用。Fedwire 在 2025 年完成 ISO 20022 訊息格式遷移。SWIFT 更明確給出硬期限：2025 年 11 月 22 日之後，跨境支付指示訊息必須以 ISO 20022 格式交換，否則可能被拒絕或產生額外成本。

這四股力量同時作用的結果是：企業端的「資料結構化」從選配變成了核心投入項，而供應鏈金融從「財務部門的優化工具」升級成了「維持供應鏈韌性的戰略基建」。

Greensill 的警世教訓

在討論成功案例之前，必須先看一個失敗的故事。

2021 年，英國供應鏈金融公司 Greensill Capital 轟然倒塌。這家公司的核心業務是逆向保理（Reverse Factoring），也就是基於買方信用，提前支付供應商的應收帳款。模式本身沒有問題，問題在於 Greensill 把逆向保理做成了高槓桿的金融遊戲：大量依賴單一客戶、對未來應收帳款進行預測性融資（也就是對還沒開出的發票放款）、風險集中度極高，而投資人和監管機構對這些操作幾乎缺乏可見度。

Greensill 的倒閉引發了全球對逆向保理透明度的重估。市場開始追問：這些供應商融資安排到底該被視為應付帳款還是金融負債？企業的現金流報表是否真實反映了流動性狀況？IASB 隨後要求的揭露規範，正是這場風暴的制度回應。

這個事件的深層意義在於：供應鏈金融的擴張必須建立在可衡量、可治理的基礎設施上，而非會計表外的灰色空間裡。它也為後來的技術創新設定了一條底線，任何新的供應鏈金融模式都必須回答「透明度在哪裡」和「風險由誰承擔」這兩個問題。

全球供應鏈金融的六張面孔

宏觀趨勢最終要落地到具體的企業和平台。讓我們看看六個角色截然不同的案例，理解這場革命在現實中的不同面貌。

Taulia：讓買方與供應商同時受益的平台標竿

Greensill 的故事說明了「做錯了會怎樣」。Taulia 則展示了「做對了長什麼樣」。

Taulia 是目前全球最具代表性的供應鏈金融平台之一，它的核心邏輯：同時提供逆向保理與動態折扣（Dynamic Discounting），讓兩者成為可並行的資金方案組合，而非二選一。在 Taulia 的平台上，買方可以選擇用自有閒置資金做動態折扣（提前付款給供應商以換取折扣，年化報酬可達 6-12%），也可以引入第三方金融機構的資金做逆向保理，讓供應商以買方的信用等級取得低成本融資。

這種「雙軌並行」的設計解決了一個常見問題：買方的現金不是永遠充裕的。在資金充足時用動態折扣自己賺報酬；在資金緊張時切換到銀行支持的逆向保理，供應商的提前收款體驗不受影響。對供應商而言，無論背後的資金來源是買方自有資金還是銀行，他們只需要在平台上選擇「我要提前收款」，剩下的事情由系統處理。

C2FO：供應商自己喊價的市場機制

如果說 Taulia 的邏輯是「買方主導」，C2FO 走的就是「供應商主導」的路線。

C2FO 的核心產品叫做「Name Your Rate」，翻譯過來就是「你來喊價」。供應商可以自行選擇願意接受的折扣率，以換取提前付款。這個機制的精妙之處在於：不同供應商的資金急迫程度完全不同。一家現金流充裕的大型供應商可能完全不需要提前收款；一家剛接到大單、急需備料的中小型供應商，可能願意用較高的折扣率換取即時流動性。C2FO 用市場機制讓這些異質性自然浮現，買方不需要逐一談判，系統會自動撮合最有效率的資金配置。

這種模式對動態定價與多供應商異質性特別有利。當供應商的數量達到數百甚至數千家，人工談判已不可行，平台化的市場機制就成了唯一解。

GSBN、Fnality 與 Partior：底層結算基建的革命

Taulia 和 C2FO 解決的是「誰出資、怎麼定價」的問題。但如果底層的結算基礎設施還停留在隔日批次處理的時代，上面的金融產品再精巧，資金還是快不起來。

全球航運商業網路（GSBN）從物流文件端切入。長期以來，國際航運深受紙本提單流轉緩慢之苦。一份紙本提單從出口地寄到進口地，往往比貨物本身還慢。GSBN 透過建構基於 Hyperledger Fabric 的區塊鏈數據平台，推動電子提單（eBL）的標準化。承運人（如中遠海運、赫伯羅德）、貨運代理、海關與金融機構在同一個數位信任網路上協作，提單簽發的瞬間就成為可觸發融資的事件節點。搭配英國 2023 年生效的電子貿易文件法（ETDA），電子提單在法律上獲得了與紙本提單等值的地位，「文件為權利憑證」的數位化最後一道法律障礙被移除。

結算端的革命則由 Fnality 和 Partior 領軍。Fnality 主張以受監理的 DLT 數位現金進行 24/7 批發結算，其資金由中央銀行帳戶資產支撐，目標是降低結算信用風險並支援 PvP（付款對付款）與 DvP（交割對付款）的設計。Partior 則由摩根大通、星展銀行與淡馬錫共同投資，提供 24/7 多幣別即時清算與結算，強調付款確定性與最終性。摩根大通自己的 JPM Coin 存款代幣，則在機構間區塊鏈網路上進行即時點對點轉移，已經應用於跨境企業金流。

這三個案例代表了結算基建的三個層次：GSBN 解決的是「物流事件怎麼變成可信的數位憑證」，Fnality 和 Partior 解決的是「資金怎麼在全天候環境中即時且確定地移動」，JPM Coin 則把商業銀行貨幣本身代幣化，讓資金在鏈上流動。當這三層串起來，「貨物到港 → 提單簽發 → 智能合約觸發 → 資金即時撥付」的全流程自動化就有了技術基礎。

台灣的三張牌：中信銀行、國泰世華與 BSOS

台灣金融機構在這場變革中的佈局，比多數人想像的更積極。

中國信託銀行攜手 SAP 與 IBM，推出了大中華區首個深度整合金融服務的數位化供應鏈金融方案。它的最大亮點在於部署效率：透過 SAP BTP 平台，企業客戶只需 6 到 8 週就能完成方案部署與核心 ERP 系統的對接。中信銀行的「提早付款專案」讓供應商在有營運資金需求時，直接透過企業的 ERP 介面向銀行申請，區塊鏈技術負責加密並不可篡改地傳遞供應鏈交易數據，銀行據此直接撥款。全程免除紙本單據的遞送與審核，核心企業不須動用自有資金，也不須改變原本的付款條件。目前方案已橫跨造紙、金屬加工、汽車零件、半導體與醫療器材等產業鏈。

國泰世華銀行的切入點不同。為了解決貿易融資中普遍存在的重複融資與單據造假問題，國泰世華牽頭組建的「環球貿易共享區塊鏈」成功獲得金管會核准試辦。這個聯盟攜手上海商銀、新光銀行、永豐銀行等 7 家金融同業及國內航運業者，打造了台灣首例企業金融資料交換平台。國泰金控數數發中心更把區塊鏈延伸到物聯網領域，與新創 BSOS 及充電站服務平台宅電合作，發表了「電動車車聯網區塊鏈金融平臺」，串接 Tesla 官方 API，將行車電腦的高頻數據即時上鏈，為未來的動態保險定價與車輛資產融資奠定數位基礎。

BSOS 的 SUPLEX 平台則扮演了「傳統 ERP 世界與 Web3 資金池之間的橋樑」角色。SUPLEX 採用雲端訂閱模式，主打與 SAP ERP 系統的深度無縫對接。它內建動態折價功能，讓核心企業用帳上現金賺取折價收益，同時延長自身的應付帳款帳期。更值得關注的是，SUPLEX 支援 Web3 資金擴充，除了傳統金融機構外，也與中心化金融（CeFi）及去中心化金融（DeFi）資金提供方合作，把全球多元流動性引入台灣的實體供應鏈。

在基礎設施端，台灣中央銀行的同業資金調撥系統（CIFS）自 2002 年全面採行 RTGS 機制，是國內支付清算的核心樞紐。財金資訊公司的企業付款服務則採用國際 XML 訊息標準，讓企業戶能進行即時跨行資金調撥與付款指示傳輸。這套「即時資金調撥 + 國際訊息標準」的組合，為供應鏈金融與即時結算的整合提供了在地基礎。

讓發票學會自己收錢：技術棧的三層拆解

案例看完了，讓我們深入技術層面，理解這套系統到底是怎麼運作的。整個技術棧可以拆成三層：底層是物理感知，中間是結算與對帳，上層是動態授信。

第一層：把貨物變成數據（IoT + EPCIS + 電子提單）

供應鏈金融要做到「動態授信」，最缺的往往不是資金，而是高頻、可驗證、可跨組織共享的交易真實性訊號。

現代供應鏈的 IoT 感測器已經能以毫秒級頻率擷取貨物的 GPS 位置、溫度、濕度、震動頻率與傾斜角度。這些數據被即時錨定到區塊鏈上，形成不可篡改的物流軌跡記錄。GS1 的 EPCIS（Electronic Product Code Information Services）標準扮演「事件語言」的角色，讓不同企業間可以用共同格式分享供應鏈事件。EPCIS 2.0 更納入了感測器數據的支援，「環境狀態」正式成為可用於風控的結構化事件。

在海運文件端，DCSA（Digital Container Shipping Association）提供的電子提單標準讓互操作成為可能。搭配英國 ETDA 對電子貿易文件的法律承認，「提單簽發」這個事件節點獲得了雙重意義：它既是物流的里程碑，也是可觸發融資或付款條件的法律憑證。

想像一個具體的工作流程：一個裝載冷鏈藥品的貨櫃從台灣出發，IoT 感測器全程監控溫度。貨櫃到達洛杉磯港，感測器數據確認全程溫度維持在攝氏 2 到 8 度之間。這個驗證結果透過 Oracle 傳送至區塊鏈，智能合約的到港條件與溫度條件同時滿足，資金自動從託管帳戶釋放到供應商的帳戶。整個流程不需要人工核驗提單、不需要跨部門審批、不需要等銀行上班。

第二層：讓錢跟著貨走（區塊鏈 + 智能合約 + 代幣化結算）

傳統的結算系統有一個根本問題：交易和交割之間存在時間差。這段時間差在供應鏈金融場景中特別痛苦。發票核准了，但資金要等到銀行的批次處理時段才能撥出；跨境支付更慘，要經過多家對應行銀行的中轉，每一站都有截止時間和時區差異。

區塊鏈帶來了一個根本性的改變：原子化結算（Atomic Settlement）。資金和權利的轉移在同一筆交易中同時完成，要麼兩邊都成功，要麼兩邊都失敗，不存在「一邊完成另一邊還沒」的中間狀態。國際清算銀行（BIS）旗下的 CPMI 報告對「可程式化平台」的描述很具啟發性：在同一平台中可支援不同型態的貨幣與資產，讓交割與付款以更接近原子式的方式發生。但 BIS 也提醒，縮短結算週期可能帶來預先備款與流動性成本的權衡。

目前市場上有三種架構路徑，實務上多為混合運用：

第三層：讓每張發票即時定價（動態授信模型）

有了可驗證的物流數據和即時結算的軌道，最後一塊拼圖是信用評估。

傳統企業信用評估高度依賴年度財務報表與歷史信用評級。這種「後見之明」的方式在穩定時期或許堪用，但在高度動態的環境中，企業的財務健康狀況可能在兩次年度審查之間發生劇烈惡化。當傳統模型終於發出風險警示，往往為時已晚。

新一代的動態信用模型把資料輸入從「年度財報」擴展到「事件流」。世界銀行的研究指出，疫情推動的數位化顯著擴張了替代資料的數量與多樣性，也促進了更先進的授信模型。在供應鏈金融場景中，可用資料分四層：交易文件層（PO、發票、收貨、付款條款）、履約與物流層（出貨、到港、驗收、IoT 事件）、支付與行為層（付款準時率、異常帳戶變更）、合規與外部層（制裁名單、KYC/AML、地緣風險）。

模型架構通常是「分層」設計。基礎規則層處理制裁黑名單、KYC 分級與發票真實性檢核；風險預測層用機器學習計算違約機率、發票稀釋風險與欺詐異常偵測；定價與配置層則把預測結果轉換為折扣率、限額占用與資金分配。

在預測精度上，學術實證的突破相當驚人。一項針對數位供應鏈金融的研究提出 XGBoost-LSTM 混合框架：XGBoost 負責在高維數據中篩選出最具影響力的關鍵特徵（資產負債率、現金比率、速動比率），LSTM 則捕捉供應鏈交易數據在時間序列上的動態演變。實證結果顯示，這個混合模型達到 98.2% 準確率、97.5% 召回率與 97.8% F1 分數，遠超傳統邏輯迴歸的 82.3%、單一 XGBoost 的 94.1%，以及 MLP 神經網路的 95.6%。

深度強化學習（DRL）則展現了面對經濟震盪的適應力。研究人員利用 Deep Q-Network 架構，在超過 125 萬筆信用申請數據中達到 0.92 的 AUC-ROC 分數，較現有最先進方法提升 15%。更重要的是，在模擬的經濟震盪情境中，模型仍維持 0.89 的 AUC-ROC 表現。

監管機構對 AI 模型的「黑箱」特性始終有疑慮。歐洲銀行管理局（EBA）明確指出，ML 的主要挑戰在於複雜度帶來的可解釋性與可追溯性問題。為了回應這個擔憂，研究人員在 XGBoost 之上疊加了 SHAP 演算法框架，基於賽局理論精確量化每個輸入特徵對最終評分的具體貢獻，讓供應商能理解「為什麼我的折扣率較高」或「為什麼我被拒絕」。

回扣到商業價值：即時結算帶來的不只是速度。更短的資金在途時間讓限額可以更細粒度地動態調整，降低保守緩衝。ISO 20022 的結構化支付資料則降低了制裁篩檢、對帳與例外處理的成本，讓小額高頻交易也能經濟化。這兩個效應疊加，讓 SCF 的經濟性從「大額交易才划算」擴展到「每張發票都值得做」。

讓我們算一筆帳：10 億美元採購額的改造前後

技術講完了，讓我們回到商業現實。以一個年度採購額 10 億美元的中大型買方為例，看看導入供應鏈金融方案前後的具體數字變化。

假設原始付款條件 Net 60，導入方案後延長至 Net 90（買方 DPO +30 天）。供應商參與比例為 60% 採購額，其中 50% 的發票選擇提前收款，平均在發票核准後第 10 天（提前 80 天）。第三方資金年化成本 6%。

買方因延長 DPO 釋放的現金約為年度採購額除以 365 再乘以 30 天的 DPO 增量，大約 8,220 萬美元。供應商因提前收款加速回收的現金，以參與且採用的 3 億美元融資量計算，加速天數 80 天，約 6,580 萬美元。供應商付出的折扣成本，以單張 100 萬美元發票提前 80 天、年化 6% 計算，約 13,333 美元，折扣率約 1.33%。

如果買方用自有閒置資金做動態折扣而非引入第三方資金，那 1.33% 的折扣對買方而言等同年化報酬約 6%，遠高於銀行定存或貨幣市場基金的收益。Infosys 的產業研究指出，動態折價平台的買方企業可獲得高達 12% 的年化報酬率。

ESG 面向也值得關注。一項利用代理人基模型（Agent-based model）的研究顯示，當金融機構在動態信貸演算法中納入即時 ESG 表現數據，中小微企業採用綠色技術的比率可從 20% 推升至 85% 以上，整體供應鏈碳足跡減少超過 50%，而不良貸款率僅有溫和可控的微幅增加。當 ESG 指標成為動態定價的參數，環境永續與金融風控就不再是互相矛盾的目標。

快不等於好：即時結算的四道風險防線

如果上面的故事聽起來太美好，現在來看看這場革命尚未解決的難題。

第一道風險是 KYC/AML 的前移壓力。 即時支付把「事後補救」的空間壓縮到幾乎為零。傳統模式下，銀行在交易發生後還有幾小時到一天的時間做制裁篩檢和異常偵測。即時結算環境中，這個緩衝消失了，所有的風控必須在付款指示發出之前完成。歐盟在即時支付提案中已經要求提供者提供收款人帳號與名稱匹配的驗證服務，把錯付和詐騙的控制前移到付款前端。FATF 的數位身分指引也為 CDD（客戶盡職調查）提供了風險導向的方法論。對企業而言，這意味著供應商 onboarding 的數位身分驗證與文件流程，必須在一開始就達到更高的標準。

第二道風險是結算最終性的法律灰色地帶。 如果採用 DLT 或代幣化結算，「帳本狀態」與「法律最終性」之間的一致性問題尚未完全解決。BIS 的討論指出，可程式化平台可以把條件寫入程式以提高彈性，但也強調流程與風險需要被仔細衡量。在跨境場景中，不同司法管轄區對「結算最終性」的定義可能不一致，這對爭議解決和破產處理帶來挑戰。

第三道風險是模型風險。 動態授信的本質是「模型決策影響資金流向」，因此需要正式的模型風險管理。美國聯準會的 SR 11-7 框架要求模型必須有強治理、測試機制與驗證流程。EBA 則特別點出 ML 模型在過擬合、可解釋性與人力技能不足方面的實務難點。對 SCF 平台而言，若要把授信決策下沉到每張發票，模型不只要準，還要能被審核、能說明拒絕原因、能設定人工覆核通道。

第四道風險是資料主權與跨境合規。 供應鏈資料天然就是跨境流動的。台灣的個人資料保護法對跨境傳輸設有限制機制，企業若要用替代資料做動態授信，必須把資料分類、目的限制、同意管理與存取審計設計進架構。這不是事後補丁可以解決的問題，而是要在系統設計的第一天就規劃好。

三個時間尺度的展望

短期（0-6 個月）： 企業應盤點 PO、發票、收貨、付款資料與事件定義，建立最小可行的事件字典（可參照 EPCIS 的事件思維）。先以集中式架構落地，接上即時付款或至少「即時狀態回饋」的支付通道。同時建立供應商 onboarding 的數位身分流程，對齊 FATF 的風險導向 CDD。

中期（6-18 個月）： 從核准發票擴展到物流與履約事件作為風險定價訊號，導入可解釋性機制與模型監控。SCF 揭露與透明度機制要對齊 IASB 要求。若有跨境需求，確保 ISO 20022 的資料映射與欄位完整性。

長期（18-36 個月以上）： 評估在特定場景（跨境、多幣別、DvP/PvP）導入代幣化結算，釐清法律最終性。建立跨平台互通策略，讓資料標準（EPCIS/eBL）、支付標準（ISO 20022）與身份憑證（W3C VC）形成可交換的「信任包」。

金融穩定委員會（FSB）在跨境支付路線圖的 2025 進度報告中重申，多數全球量化目標以 2027 年底為共同期限，並將資料、訊息標準與 API 視為關鍵抓手。這條路線圖既是機會，也是壓力。能在期限前完成基礎設施升級的企業與金融機構，將率先吃到效率紅利；落後者則面臨成本攀升與合規風險的雙重擠壓。

馬克碎念

IoT 感測器單獨存在，就是一堆溫度和 GPS 數據。區塊鏈單獨存在，就是一本沒什麼人查閱的分散式帳本。即時支付單獨存在，就是錢到得比較快。這三樣東西各自發展了好幾年，各自解決的問題都很有限。但當它們在 2023 到 2025 年之間同時到達商用化的臨界點，彼此耦合之後，就產生了遠大於三者加總的化學反應。IoT 數據成為智能合約的觸發條件，區塊鏈成為資料的可信層，即時支付成為價值移轉的軌道。三者缺一，整個迴圈就跑不起來。技術創新從來不是線性的突破，而是多層基礎設施在同一時間窗口成熟之後的指數型釋放。

另外令人感到有趣的是，傳統供應鏈金融的底層預設是：資金效率是零和遊戲，買方延長付款天期賺到的現金彈性，必然等量轉嫁為供應商的流動性壓力。這個預設在技術受限的時代確實成立。但當資料可以即時驗證、結算可以秒級完成、信用可以動態定價，這個約束條件就被解除了。買方可以延長 DPO，供應商可以在第 10 天收款，中間的價差由資金市場的效率來消化。很多我們以為是「商業本質」的矛盾，其實是技術瓶頸製造的人為限制。當瓶頸被突破，矛盾也就不再成立。

最後回看台灣。台灣在即時支付基建（央行 CIFS、財金公司 XML 服務）和區塊鏈金融（中信銀行、國泰世華、BSOS）兩端都有佈局。挑戰在於這些成果散落在不同機構與不同系統裡，點狀存在但尚未連成線。真正的機會窗口在於：把電子發票數據、即時支付軌道與動態授信模型串進同一個閉環。台灣的半導體供應鏈有全球最高的產業密度與垂直深度，上下游企業之間的交易頻率和數據量都極為可觀。如果有人能在這條供應鏈上跑通一個從「IoT 事件 → 動態授信 → 即時撥款 → 自動對帳」的完整迴圈，它的示範效應會遠遠超出台灣本身。

歐洲支付獨立戰？一分鐘速讀

• 主權焦慮： 歐元區 64% 的卡片交易由美國兩大發卡組織處理，20 國中有 13 國完全依賴國際卡組織。Apple Pay 與 Google Pay 進一步壟斷行動支付入口。

• 技術革命： Wero 完全繞過信用卡網路，採用「帳戶對帳戶」（A2A）架構，建立在 SEPA 即時轉帳軌道上，實現 10 秒內跨國即時結算、24/7 全天候運作。錢包本身不持有用戶資金，是純粹的通道型設計。

• 閃電擴張： 上線 18 個月用戶突破 4,700 萬，處理逾 75 億歐元交易。EPI 直接併購荷蘭支付霸主 iDEAL，並與涵蓋 1.3 億用戶的 EuroPA 聯盟簽署互通協議，覆蓋歐盟 72% 人口、橫跨 13 國。

• 隱藏矛盾： 4,700 萬註冊用戶中，德國上線初期的實際使用率僅約 2%。更深層的問題在於獲利模式：銀行推廣 Wero 等於侵蝕自己的信用卡手續費收入。

歐洲中央銀行（ECB）2025 年的報告揭露了一個令人不安的事實：歐元區近三分之二的卡片交易，由兩家美國公司處理。Visa 與 Mastercard 合計拿走了歐洲 64% 的卡片交易量。在歐元區 20 個成員國中，有 13 國的所有卡片交易完全依賴國際卡組織。加上 Apple Pay 與 Google Pay 壟斷了行動支付的入口端，歐洲每天數以億計的日常消費，從超市結帳到咖啡外帶，資料與資金都要先繞道美國的伺服器才能完成。

ECB 首席經濟學家 Philip Lane 在 2025 年 3 月公開表示，這種程度的依賴讓歐洲「暴露於經濟脅迫的風險之中」。在地緣政治日益緊張的當下，支付基礎設施已經從商業議題升級為國家安全議題。

歐洲的回應是 Wero。由 16 家歐洲頂尖銀行共同出資 6.69 億歐元成立的「歐洲支付倡議」（European Payments Initiative, EPI），正式推出了這套全新的數位錢包與統一支付系統。上線 18 個月內，Wero 的用戶數已突破 4,700 萬。更值得關注的是它在版圖上的擴張速度：直接併購荷蘭的國民支付系統 iDEAL，與涵蓋 1.3 億用戶的 EuroPA 聯盟簽署互通協議，覆蓋範圍已達歐盟 72% 的人口。

為什麼歐洲「必須」有 Wero？

一條刷卡的資料，要繞地球半圈

要理解 Wero 的戰略意義，必須先理解一筆歐洲境內交易的實際資料流向。

一個巴黎市民在柏林出差時用信用卡買一杯咖啡，這筆交易看起來只是歐元區內部的日常消費。但從資料的角度看，這筆交易的授權請求會先被送到 Visa 或 Mastercard 位於美國的處理中心，經過風控、計費與授權後再回傳歐洲。過程中產生的交易數據，包含金額、時間、地點、消費類別，全部經過美國企業的伺服器。

這種架構在承平時期運作良好。問題在於，歐洲的政策制定者已經開始認真思考極端情境。如果美國政府因為外交爭端對特定國家實施金融制裁，或者對歐洲支付數據提出法律管轄權主張，歐洲的日常商業運轉是否會受到波及？

EPI 執行長 Martina Weimert 在多個場合直接點出這層焦慮。她在接受媒體訪問時表示，如果歐洲認為金融獨立至關重要，且深知這是一個與時間賽跑的議題，那麼歐洲就必須採取緊急行動，降低對美國業者的依賴。她甚至提到，數位歐元的時間表被拉得太長，最快也要 2027 到 2029 年才能落地，這段空窗期內歐洲缺乏自主的零售支付替代方案。

Wero 的戰略定位，恰好填補了這段空窗。它是一個基於現有商業銀行體系的即時替代方案，而且 EPI 已經在路線圖中，將 Wero 規劃為未來數位歐元的商業化載體。消費者將可以直接在 Wero 錢包內存取與使用數位歐元，大幅降低銀行端的額外開發成本。

從政策面來看，歐盟也在積極推動制度環境的配套。2025 年 10 月，歐盟執委會正式將「即時歐元轉帳」推到強制普及的階段：歐元區的支付服務提供者必須提供即時匯款服務，不可對即時匯款收取高於一般匯款的費用，並新增「收款人驗證」（姓名需與 IBAN 匹配）等反詐規範。這項法規將在 2027 年 1 月擴及非歐元區成員國。這些監管動作，客觀上為 Wero 這類建立在即時轉帳軌道上的支付方案創造了更成熟的底層土壤。

值得補充的背景是，EPI 的路線也曾經歷過重大轉向。早期的構想包含建立一個可與 Visa 和 Mastercard 正面對抗的泛歐卡組織，但在資金規模與成員協調上遇到嚴重阻力，甚至一度對外呼籲公部門資金支持。在碰壁之後，EPI 務實地將策略聚焦到「數位錢包加上即時 A2A」的可行路徑，並透過併購 iDEAL 與 Payconiq International 來把「本地規模」直接納入泛歐擴張戰略。

破碎的支付孤島

歐洲支付市場的另一個結構性問題是內部的碎片化。法國有 Paylib，德國有 giropay，荷蘭有 iDEAL，比利時有 Payconiq。這些系統在各自的國內市場都有不錯的滲透率，但彼此之間幾乎無法互通。一個法國消費者想在德國的線上商店用 Paylib 結帳，技術上做不到。

這種碎片化的直接後果，就是跨國電商的支付摩擦成本極高，消費者和商家最終被迫回頭使用 Visa、Mastercard 或 PayPal 來完成跨境交易。各國本土支付系統的存在，反而強化了國際卡組織在跨境場景的不可替代性。

Wero 的願景是用單一品牌與技術標準統一這些孤島，提供一個涵蓋 P2P 轉帳、電子商務與實體店面的泛歐支付方案。對於參與 EPI 的 16 家股東銀行而言，與其各自在本土市場投入資源去對抗 Apple Pay，不如將資源整合，透過聯合投資創造規模經濟，單打獨鬥守不住，聯合起來才有可能。

A2A 即時支付的技術底層：告別信用卡的中間人

從多層中介到帳戶直連

理解 Wero 的技術特性，需要先搞清楚傳統信用卡交易的資金流向。

在傳統的卡片交易中，一筆消費涉及至少四方：消費者、發卡銀行、卡組織（Visa 或 Mastercard），以及商家的收單銀行。每一層都會收取費用，包括交換費（Interchange Fee）、網路評估費（Assessment Fee）與收單加成費。資金的實際結算通常需要 1 到 3 個工作天。

Wero 的做法是徹底跳過「卡組織」這一層。它採用的「帳戶對帳戶」（A2A）架構，讓資金直接從付款方的銀行帳戶，透過 SEPA 即時信用轉帳（SCT Inst）軌道，轉入收款方的銀行帳戶。這條軌道支援 24 小時、每週 7 天、全年 365 天的運作，單筆最高 10 萬歐元，結算時間低於 10 秒。

更關鍵的設計在於 Wero 的「通道型」架構。與 PayPal 或台灣的街口支付不同，Wero 錢包本身不持有用戶的資金餘額，也沒有「Wero 帳戶」的概念。它純粹扮演身分驗證與交易指令傳輸層的角色。用戶發起支付時，資金是直接從銀行帳本扣除並同步入帳收款方，不經過任何中間資金池。這種設計避免了資金沉澱帶來的流動性管理壓力，也降低了 Wero 營運商自身的資安風險。

QR Code 起步，NFC 才是決戰武器

在前端體驗上，Wero 初期以 EMVCo 標準的 QR Code 為主要介面，同時支援消費者出示與商家出示兩種模式。QR Code 的優勢在於部署成本極低，商家甚至只需要一張印有二維碼的立牌就能開始收款。

但在歐洲市場，NFC 感應支付才是真正的戰場。Apple Pay 與 Google Pay 之所以能在歐洲實體店面稱霸，核心武器就是 NFC「靠近即付」的絲滑體驗。QR Code 的掃描步驟在速度上明顯落後，這也是 Wero 在初期面對的體驗落差。

Wero 的技術路線圖已明確規劃在 2026 年全面導入 NFC 感應支付。這個目標的可行性，受惠於歐盟《數位市場法案》（Digital Markets Act, DMA）的監管介入。DMA 強制要求 Apple 必須向第三方開發者開放 iPhone 內建的 NFC 晶片存取權，打破了 Apple Pay 長期以來的硬體獨佔。這意味著 Wero 將能在 iOS 系統上實現與 Apple Pay 相同的感應支付體驗。一旦 NFC 功能上線，Wero 在實體零售場景的競爭力將出現質的變化。

對商家而言：手續費的結構性讓利

Wero 對商家端的吸引力集中在兩個層面。

第一是費用結構的簡化。傳統信用卡交易的費用由交換費、網路評估費、收單加成費等多層構成，結構複雜且透明度偏低。Wero 採用可變上限模型或較低的固定費用結構，消除了卡組織這個「中間人」的抽成環節。雖然 EPI 尚未公開統一的全歐費率表，但其官方溝通明確以「小比例費率加上限」為定價原則，相較傳統卡片交易具有明顯的成本優勢。

第二是現金流的即時性。傳統卡片交易的資金結算需要 1 到 3 個工作天，對於現金流緊繃的中小企業而言，這段等待期的資金成本不容忽視。Wero 的即時到帳特性讓商家在完成交易的瞬間就能收到款項，資金可以立刻投入下一輪營運周轉。在利率維持高檔的環境下，這項優勢對中小型商家格外有感。

以下表格整理了 Wero 與傳統卡基網路及 PayPal 在核心特徵上的差異：

Wero 的優勢集中在結算速度與成本結構，劣勢則在消費者爭議處理的成熟度上。PayPal 多年來建立的買賣家保護機制，至今仍是線上電商場景中消費者最信賴的安全網。Wero 若要在電商場景取得突破，補齊消費者保護的制度能力是關鍵前提。

閃電擴張：從三國上線到吞併 iDEAL

P2P 低阻力切入，銀行預設通路是核心推力

Wero 的市場策略是先用 P2P（個人對個人）轉帳作為低阻力的切入點，培養用戶習慣後再擴展到電商與實體店面。

2024 年 7 月，Wero 在德國率先上線，由儲蓄銀行與合作銀行體系（Sparkassen 與 Volksbanken）領頭部署。德意志銀行與 Postbank 隨後跟進。同年 9 月，法國市場上線，獲得法國興業銀行、法國郵政銀行等大型金融機構支持。法國的佈局更具野心：法國航空、迪卡儂、大型連鎖超市 E. Leclerc 均已簽署協議，將在後續整合 Wero 作為結帳選項。甚至法國公共財政總局（GDFIP）也表態有意將 Wero 納入繳稅與公共規費的支付手段。11 月，比利時上線，與當地的 Bancontact Payconiq Company 建立雙軌並行的過渡機制。

2024 年 11 月，三國上線後的註冊數為 1,400 萬，累計處理 800 萬筆交易。到 2025 年 9 月，用戶數已攀升至 4,350 萬，年度轉帳總額超過 75 億歐元。2026 年 2 月的最新數據顯示用戶數達 4,700 萬。

這個增速的背後有一個結構性的推力：多數用戶開通 Wero 並不需要額外下載 App。各家參與銀行直接在自己的網銀 App 內嵌入 Wero 模組，用戶只需在日常使用的銀行介面中點擊授權即可開通。這種「預設通路」的推送機制，繞過了傳統行動支付需要用戶主動發現、下載、綁定的多步驟流失漏斗。

吞併 iDEAL：歐洲支付史上最大膽的整合行動

在 Wero 所有的市場動作中，對荷蘭支付霸主 iDEAL 的整併最具戰略意義。

iDEAL 在荷蘭電子商務市場的統治力幾乎無可匹敵。荷蘭消費者在線上購物時，iDEAL 是壓倒性的首選支付方式。EPI 若想快速獲取成熟的商戶網路與使用者基數，最直接的手段就是收購。2023 年 10 月，EPI 完成了對 iDEAL 與 Payconiq International 的收購，收購金額未公開。

接下來的整併路徑設計極為精密。EPI 聯合荷蘭中央銀行以及 ABN AMRO、ING、Rabobank 等大型銀行，制定了三階段遷移計畫。

第一階段從 2026 年 1 月啟動。荷蘭全國展開媒體宣傳活動，正式宣告 iDEAL 即將轉型為 Wero。1 月底到 3 月底期間，各大電商網站與實體通路將原本的 iDEAL 標誌逐步替換為「iDEAL | Wero」的雙品牌共存標識。這個階段的重點在於視覺過渡，底層的支付合約與交易體驗完全不變。荷蘭 BNG Bank 的通知明確列出了 2026 年 3 月 31 日將執行第一筆 Wero 付款的時程。

第二階段預計在 2026 年第四季啟動。雙品牌標識將被徹底替換為單一的 Wero 標誌，舊版 iDEAL 系統進入退場程序。所有交易流將被重新導向至 Wero 的泛歐基礎設施。包括 Stripe、Mollie 在內的全球支付服務提供商已向商戶發出技術指引，要求在 2026 年底前完成 Wero API 的串接並停用 iDEAL 選項。第三階段的目標是在 2027 年底完成全面遷移。

這項整併對荷蘭消費者而言意味著功能升級。過去 iDEAL 最大的限制是無法跨國使用：荷蘭人在法國的網購平台或德國的連鎖飯店結帳時，iDEAL 派不上用場。Wero 解決了這個痛點。此外，Wero 在整併過程中引入了 iDEAL 過去缺乏的「購買保護」與正式的爭議解決機制，補齊了傳統 A2A 支付在消費者權益保護上的空白。

比利時與盧森堡的 Payconiq 整併也在同步推進。2026 年 3 月起，Payconiq 品牌將正式消失，App 更名為 Bancontact Pay，商家端則可在既有系統中自動接受 Wero 付款。盧森堡方面，五家主要銀行（Spuerkeess、BGL BNP Paribas、BIL、POST Luxembourg、Banque Raiffeisen）已加入準備，目標是 2026 年 9 月完成 Payconiq 到 Wero 的轉換。

以下時間軸彙整了 EPI 與 Wero 的關鍵里程碑：

從 2024 年首發到 2027 年完成 iDEAL 全面遷移，EPI 給自己規劃了大約三年半的整合窗口。節奏積極但也留有監理核准的彈性空間，特別是荷蘭的後台遷移需要荷蘭中央銀行的逐步放行。

串聯 1.3 億用戶的 EuroPA 大聯盟

除了自建網路與直接併購，EPI 在聯盟外交上也展現了高度的企圖心。

2026 年 2 月，EPI 與 EuroPA 聯盟的核心成員簽署了歷史性的合作備忘錄。EuroPA 是一個由歐洲各國強勢本土支付系統組成的聯盟，成員包含義大利的 Bancomat、西班牙的 Bizum、葡萄牙的 SIBS（營運 MB WAY）以及北歐的 Vipps MobilePay。加上波蘭的 BLIK 等參與者，這項合作協議合計涵蓋約 1.3 億活躍用戶，橫跨 13 個歐洲國家，覆蓋歐盟約 72% 的人口基數。

這個聯盟的設計思路值得注意。它採用的是「中央互通 Hub 加上保留各國既有品牌」的架構。也就是說，義大利的消費者繼續使用 Bancomat，西班牙人繼續用 Bizum，但底層的交易可以透過互通 Hub 實現跨境即時支付。2026 年先做跨境 P2P，2027 年擴展到電商與 POS。

這種「網路互通」的思路，避免了要求所有國家換品牌的政治阻力，同時大幅降低了單一品牌從零覆蓋全歐的難度。在 2025 年底的里斯本 Web Summit 上，已經有實際的跨境交易展示：透過手機號碼，從葡萄牙的 MB WAY 即時將歐元轉帳至波蘭 Santander Bank 的帳戶，全程在數秒內完成。

前進路上的四大結構性難題

背靠強大的銀行聯盟資金與政策順風，Wero 的全面普及之路仍然面臨嚴峻的結構性挑戰。

老系統拖不動新時代

Wero 的 10 秒即時到帳能力，高度依賴各國參與銀行的底層 IT 系統能否支援 24/7 的即時支付 API。現實情況是，歐洲金融業的基礎架構極度參差不齊。許多傳統銀行的核心系統建構於數十年前，仍然依賴夜間批次處理的運作邏輯。

為了全面支援 Wero 的即時 API，這些銀行必須進行昂貴且耗時的核心系統現代化升級。部分銀行因為預算限制或技術複雜度而延遲實施，這直接導致了 Wero 功能在不同國家、甚至同一國家的不同銀行之間出現嚴重的推出進度落差。對於一個標榜「統一標準」的系統而言，這種參差不齊的體驗本身就是品牌信譽的減損。

4,700 萬用戶，只有 2% 真的在用

雙邊市場的啟動困境是所有新型支付網路的共同難題：沒有足夠的商家接受，消費者不會改變習慣；沒有足夠的消費者主動要求使用，商家不願承擔整合成本。

Wero 透過銀行 App 內建推送解決了初始的註冊基數問題，創造了 4,700 萬用戶的數據。但實際的活躍度與使用頻率遠低於這個數字。根據市場調查，德國上線初期實際嘗試使用 Wero 的消費者比例僅約 2%。Reddit 上的比利時用戶回饋更為直接：「所有主要銀行都內建了 Wero，但似乎沒人知道它的存在。銀行在 App 內整合後就基本停止了推廣，幾乎沒有親友綁定手機號碼來開通。」

這個落差說明了「預設安裝」與「實際使用」之間的巨大鴻溝。面對消費者對 Apple Pay 根深蒂固的使用習慣，Wero 需要極其強力的場景誘因，才能讓用戶願意改變行為。而目前在行銷力道與消費者教育方面的投入，顯然還不夠。

獲利模式的矛盾：左手打右手

這是隱藏在 Wero 商業邏輯深處的一個結構性矛盾。

Wero 標榜為歐洲打造低手續費的支付替代方案，P2P 轉帳免費，商家端費率也承諾低於國際卡組織。但推動 Wero 的 16 家股東銀行，同時也是 Visa 與 Mastercard 信用卡的主要發卡行。這些銀行從信用卡業務中賺取的交換費、循環利息與年費，構成了其零售金融業務的重要收入來源。

矛盾在於：如果 Wero 成功地將大量交易從信用卡網路轉移到 A2A 軌道，這些銀行自身的信用卡業務收入就會受到侵蝕。在商業利益的驅使下，銀行作為 Wero 的股東與推廣者，是否會全力以赴地推動消費者從信用卡轉向 Wero？這個問題目前沒有明確的答案。

Wero 未來的獲利空間，很可能需要靠加值服務來填補。EPI 的路線圖中已經規劃了先買後付的利息收益、訂閱管理、商家忠誠度計畫整合、押金預授權等進階功能。這些服務能否創造出足以替代信用卡交換費收入的新商業模式，將決定銀行推廣 Wero 的真實意願。

封閉生態的天花板

目前的 Wero 仍是一個相對封閉的系統。消費者必須是 EPI 參與銀行或後續加入銀行的客戶，才能使用 Wero 的服務。相較之下，PayPal 可以綁定全球幾乎任何一家銀行的卡片，Apple Pay 也具備高度的銀行中立性。

這種封閉性限制了 Wero 的潛在用戶天花板。在德國和法國，主要大型銀行的客戶覆蓋率足夠高，這個問題暫時不明顯。但隨著 Wero 擴展到更多國家，那些尚未加入 EPI 聯盟的中小型銀行客戶將被排除在外。

此外，Wero 計畫在 2026 到 2027 年跨足 BNPL 等進階金融服務時，將面臨顯著的跨國合規成本。英國金融行為監理局已宣布在 2026 年 7 月將 BNPL 全面納入嚴格的監管框架，要求進行強制性的負擔能力審查並賦予消費者更強的申訴權。歐盟各國在消費者信貸方面的法規差異，也會增加 Wero 拓展進階服務的複雜度。

未來路線圖：從電子錢包到歐洲金融基礎設施

電商支付全面鋪開

德國已在 2025 年底率先上線電商支付功能，由 Sparkassen 與合作銀行體系先行部署。法國與比利時預計在 2026 年跟進，大型零售商如法航、迪卡儂將陸續開放 Wero 一鍵支付。這個階段的重要性在於，Wero 將從 P2P 轉帳工具，正式轉型為具備商業收款能力的消費性數位錢包。P2P 是獲客手段，電商與實體零售才是創造收入的場景。

2026 到 2027 年：NFC 實體店面決戰

配合 Apple NFC 晶片的開放，Wero 計畫在 2026 年全面進軍實體店面的銷售點。屆時消費者只需將手機靠近刷卡機，即可透過 A2A 軌道完成銀行帳戶扣款。這種體驗在使用端與 Apple Pay 完全相同，但底層的資金流向截然不同：不再經過 Visa 或 Mastercard 的清算網路。

NFC 功能上線後，Wero 的競爭定位將從「線上替代方案」升級為「全場景支付基礎設施」。同時，這也將是 Wero 面對最嚴苛考驗的時刻，因為消費者在實體店面的支付習慣黏性極高，要在結帳的那一秒讓用戶選擇 Wero 而非 Apple Pay，需要的遠遠不只是技術能力。

長遠願景：金融衍生服務與數位歐元的終端入口

EPI 的路線圖中，Wero 的終極形態是一個可以承載多種金融服務的平台。除了基礎的支付功能，規劃中的服務包括：內建訂閱管理、分期付款與 BNPL、飯店與租車的押金預授權，以及整合商家忠誠度計畫的點數系統。

更長遠的戰略意義在於，Wero 正在定位自己成為未來數位歐元的商業化入口。當 ECB 的數位歐元最終上線時，消費者可以直接在 Wero 錢包中存取與使用數位歐元，省去了另建一套全新終端基礎設施的龐大成本。對於 ECB 而言，Wero 4,700 萬用戶的既有通路，是數位歐元觸達消費者最現實的路徑。

版圖擴展方面，奧地利已表達高度的整合意願，法國的 Nickel 銀行也宣布將在 2026 年初全面接入 Wero 系統。隨著 EuroPA 聯盟的互通計畫在 2027 年擴展到電商與 POS 場景，Wero 的實質覆蓋範圍將遠超出 EPI 直接營運的市場。

馬克碎念

支付基礎設施已經是國家安全問題

Wero 的故事表面上是支付創新，內核其實是歐洲面對美國金融基礎設施霸權的防禦性反擊。ECB 首席經濟學家 Philip Lane 直接用「經濟脅迫」這個措辭來描述歐洲對 Visa 和 Mastercard 的依賴風險。這個層級的措辭在央行官員口中出現，意味著支付基礎設施的主權化已經從商業議題升級為國家安全議題。

過去二十年，全球化的預設假設是基礎設施可以共享，效率比主權重要。但從俄烏戰爭後 SWIFT 被用作制裁工具的先例來看，任何「共享」的基礎設施，在極端情境下都可能被武器化。歐洲的銀行家們看到了這一層，所以即便 Wero 短期內的商業回報不明朗，他們仍然願意投入 6.69 億歐元的股本。這筆投資買的不只是一個 App，而是一張地緣政治的保險單。

革命者的自我矛盾

Wero 最有趣的結構性張力在於：發動這場革命的銀行，同時也是最大的潛在阻力。這些銀行一方面出資建設 Wero，希望擺脫 Visa 與 Mastercard 的定價權；另一方面，它們的零售金融業務仍然高度依賴信用卡的交換費與循環利息收入。推廣 Wero 的 A2A 支付，等於自己砍自己信用卡業務的營收。

這種「左手打右手」的矛盾，在短期內或許可以靠戰略共識與股東壓力壓下去。但長期而言，如果 Wero 的加值服務無法創造出替代信用卡收入的新商業模式，銀行的推廣意願勢必會打折扣。德國上線初期僅 2% 的實際使用率，有多少是消費者真的不知道，又有多少是銀行端推廣的力道本身就保守？這個問題值得持續追蹤。

Visa 和 Mastercard 的真正威脅不在歐洲

把視野拉遠一點看，Wero 並不孤獨。巴西的 Pix 在 2020 年上線後，三年內覆蓋了超過 1.5 億用戶，如今巴西境內超過 40% 的電子支付透過 Pix 完成，直接侵蝕了信用卡與簽帳卡的市占率。印度的 UPI更為激進，2024 年單月交易量已突破 160 億筆，成為全球最大規模的即時支付網路。這兩個案例證明了一件事：A2A 即時支付一旦建立起足夠的網路效應，對傳統卡片網路的替代速度會超出預期。

Wero、Pix、UPI 三者的底層邏輯高度一致：繞過卡組織，讓資金直接在銀行帳戶之間流動，結算即時完成，手續費大幅降低。三者分別代表了歐洲、拉丁美洲與南亞三個主要經濟區域的 A2A 路線。如果再加上泰國的 PromptPay、馬來西亞的 DuitNow，全球正在同時出現多個區域級的 A2A 即時支付基礎設施。

對 Visa 和 Mastercard 而言，單一市場的 A2A 方案或許只是邊緣騷擾。但當全球主要經濟體同時在建設繞過卡組織的支付軌道，而且這些軌道未來可能透過類似 EuroPA Hub 的互通機制串聯起來，這就構成了對卡片網路商業模式的結構性威脅，Visa 2025 年財報中已經開始把 A2A 支付列為「戰略風險因素」。

Wero 的成敗，最終將取決於它能否從「主權防禦工具」進化為「消費者主動選擇的支付方式」。歷史上，由上而下推動的支付系統（如歐洲早期的各種泛歐卡計畫）多數以失敗告終。Pix 和 UPI 的成功，很大程度上歸因於極低的使用門檻與即時可見的體驗優勢。Wero 目前還卡在「銀行裝好了，消費者沒感覺」的階段。能否跨過這道坎，2026 年 NFC 上線後的實體店面表現將是關鍵指標。

金融業 AI 客服爆發！一分鐘速讀

• 代理式AI： 金融客服正從「腳本式聊天機器人」升級為「代理式 AI」，具備自主推理、跨系統執行交易、完成多步驟任務的能力。

• 效率神話破滅： Klarna 的 AI 助手一個月內處理 230 萬次對話、取代 700 名客服，但隨後因無法處理高情緒互動，被迫重新招聘人類員工。

• 合規軍備競賽： 美國金融業監管局 FINRA 2026 年報告首度將 GenAI 列為受監管技術，要求銀行建立審計軌跡、可解釋性與「認識你的代理（KYA）」協議。

• 技術分層防線： 富國銀行的 Fargo 用「小型語言模型過濾個資，匿名化後才送雲端 LLM」的分層架構，完成 2.45 億次互動零資料外洩。

• 信任才是終局： 僅 17% 的美國消費者對銀行使用 AI 感到「非常舒適」，22% 完全拒絕。勝負取決於誰能讓客戶忘記自己在跟機器說話。

從聊天機器人到 AI 代理

一位美國消費者在手機上打開銀行 App，用語音問了一句：「我想把房貸轉貸到利率更低的方案，幫我看看怎麼做。」

三年前，這句話會觸發一個罐頭式的回覆：「請撥打客服專線 1-800-XXX-XXXX，我們的貸款專員將為您服務。」但現在，AI 助理開始自動拉取他的貸款餘額、信用評分、還款紀錄，比對當前市場利率，列出三個可行方案，並在對話中直接引導他完成線上申請。整個流程不到三十分鐘，過去至少要三到五個工作天。

這個場景已經在 Rocket Mortgage 的客戶端實現，背後使用的是矽谷新創 Sierra 的 AI 代理平台。它代表了一個正在金融業擴散的結構性變化：客服 AI 從「回答問題的機器人」，升級成「替你完成任務的代理人」。

從「回答問題」到「達成目標」

業界將這個轉變稱為「代理式 AI（Agentic AI）」。要理解它跟傳統聊天機器人的差異，最直接的方式是看它處理同一個問題的方式。

假設客戶詢問：「我想做一筆國際匯款。」

傳統機器人的反應是提供步驟說明，把流程以條列方式呈現，頂多附上一個連結導向匯款頁面。代理式 AI 的做法完全不同：它驗證收款人的帳戶資訊，對照反洗錢規則檢查交易風險，執行轉帳操作，並在 App、簡訊和 Email 三個渠道同步更新狀態。

Deloitte 在 2025 年底發布的金融業 AI 報告中指出，這種轉變的技術基礎是大型語言模型與「工具使用（Tool-use）」架構的結合。LLM 負責理解語意與推理，Tool-use 架構則讓 AI 能即時調用核心銀行系統、外部 API 和資料庫，完成從查詢到交易的完整流程。

兩代系統的差異可以從五個維度來看：邏輯基礎從腳本規則變成自主推理；任務複雜度從單一查詢（查餘額）變成多步驟工作流（房貸申請審批）；數據整合從靜態 FAQ 變成即時存取；產出焦點從資訊傳遞變成交易執行；學習模式從人工重新訓練變成持續自我修正。

這個市場有多大

2024 年全球 AI 客服市場規模約 120 億美元，多家研究機構預估 2030 年將逼近 500 億美元。金融業是導入速度最快的行業之一，約 60% 的銀行和保險公司已經在某種程度上使用生成式 AI。

創業公司的估值膨脹速度同樣驚人。Sierra 由前 Salesforce 執行長 Bret Taylor 創立，2025 年以 100 億美元估值完成 3.5 億美元融資。另一家新創 Decagon 在 2023 年成立，專注於 AI 客服代理與語音機器人，2024 年估值 15 億美元，2026 年初再融 2.5 億美元後跳升至 45 億美元。JPMorgan Chase 內部已部署超過 450 個生成式 AI 使用案例，其中編碼助手為技術團隊帶來 10% 至 20% 的生產力提升。

McKinsey 的研究更進一步量化了經濟驅動力：在收入增長放緩的環境下，銀行必須透過提高勞動生產率來維持股東回報。將日常任務委派給 AI 系統後，軟體開發和後台營運等領域的生產力提升幅度達到 40%。這讓 AI 客服從「nice to have」變成了「must have」。

效率的誘惑與代價：Klarna 的警世故事

如果只看數字，Klarna 的 AI 客服實驗堪稱完美。

2024 年初，這家瑞典先買後付巨頭宣布其 AI 助手上線第一個月的成績：處理了 230 萬次客戶對話，佔總量的三分之二，工作量相當於 700 名全職客服人員。平均解決時間從 11 分鐘縮短到 2 分鐘，預計全年增加 4,000 萬美元利潤。到了 2025 年第一季，Klarna 的人均營收成長了 152%。

這些數字讓 Klarna 成為全球金融業 AI 轉型的標竿案例，被各大財經媒體反覆引用。Klarna 執行長 Sebastian Siemiatkowski 也多次公開表示，公司已停止招聘客服人員，未來的方向是全面 AI 化。

當假唱被拆穿

但故事在 2025 年中出現轉折。Klarna 悄悄解除了客服職位的招聘凍結，開始重新僱用人類員工。

原因是 AI 模型在處理需要情感判斷的客訴時表現掙扎。當客戶因為帳單爭議而情緒激動，或是遇到涉及個人財務困境的複雜情況，AI 的回應雖然在技術上正確，卻缺乏讓客戶感到被理解的能力。一位金融科技分析師將這種現象命名為「Milli Vanilli 效應」，典故來自 1990 年代那個被揭發假唱的流行樂團：當品牌用數位仿製品替代真人互動，一旦無法滿足期望，消費者的反感會比從未使用 AI 更強烈。

MIT 的研究團隊在 2025 年提出了 EPOCH 框架，歸納出 AI 目前無法複製的五種人類特質：同理心（Empathy）、存在感（Presence）、觀點與判斷（Opinion）、創造力（Creativity）、希望（Hope）。在遺產規劃、債務危機、重大投資決策這類場景中，客戶需要的是基於倫理和情感判斷的建議，機率運算無法替代。

RFI Global 的調查數據讓這個問題更加具體：僅 17% 的美國家庭對銀行使用 AI 感到「非常舒適」，22% 的人完全拒絕。也就是說，在金融業這個以信任為基礎的行業中，有超過五分之一的客戶明確表達了對 AI 的抗拒。

Klarna 的教訓是效率數字再漂亮，如果客戶在關鍵時刻覺得自己在跟一台不懂人情的機器說話，品牌累積的信任可以在一次糟糕的互動中被消耗殆盡。

那些把 AI 客服做對的銀行

Klarna 的故事說明了「做過頭」會怎樣。但金融業也有把 AI 客服做對的案例，而且做得相當出色。

富國銀行 Fargo：2.45 億次互動零事故的秘密

富國銀行在 2023 年推出的虛擬助理 Fargo，到 2024 年底已累計處理 2.454 億次客戶互動。這個數字本身已經驚人，但更值得注意的是另一項紀錄：零敏感資料外洩給模型、零需要人工緊急介入的重大幻覺事故。

Fargo 的成功來自一套嚴謹的分層隱私架構。當客戶用語音發出請求，系統先由本地語音辨識將語音轉為文字；接著由一個小型語言模型（SLM）在銀行內部環境中過濾所有個人識別資訊（PII），包括帳號、身分證字號、地址等；過濾完畢後，匿名化的文字才被發送給雲端的大型語言模型解析意圖並生成回覆。整個過程中，雲端 LLM 從未接觸到任何客戶的敏感數據。

這套架構解決了金融業導入 AI 最核心的矛盾，LLM 的能力需要雲端算力支撐，但銀行的客戶資料不能離開安全邊界。富國的做法是讓 SLM 擔任「守門員」，在資料離開銀行防火牆之前完成脫敏。

2024 年 Fargo 的使用量超出原本規劃的一倍，西班牙語用戶也快速成長。相較之下，花旗銀行等同業當時仍對讓 LLM 直接面向客戶持保留態度。富國用實際運營數據證明，透過完善的模型編排與管控，大規模 AI 客服可以在安全與效率之間取得平衡。

英國首個代理式金融助手

英國的 Lloyds Banking Group 走的是另一條路線。2025 年，該集團報告生成式 AI 計畫創造了約 5,000 萬英鎊的價值，並預計 2026 年隨著代理式 AI 向 2,100 萬行動應用客戶推廣，這個數字將超過 1 億英鎊。

Lloyds 推出了英國首個代理式 AI 金融助手。與 Klarna 的「全面替代」策略不同，Lloyds 的 AI 定位是「增強人類」。它不只回答問題，還能主動幫助客戶審視消費習慣、管理預算，並在受監管的框架內提供儲蓄建議。同時，Lloyds 在內部部署了 AI 搜尋工具 Athena，將員工搜尋資訊的時間減少了 66%。前線員工因此能更快找到解決客戶問題所需的資料，而不是被 AI 取代。

Lloyds 的思路可以這樣理解：AI 負責處理重複性的低價值任務，釋放出來的人力則專注在需要判斷力和關係維護的高價值工作上。這比 Klarna 的「砍員工」更容易獲得內部員工的接受，也更符合英國監管環境對金融消費者保護的期待。

星展銀行 DBS Joy：傳統 Chatbot 的「軟升級」

新加坡星展銀行的案例則展示了一條風險更低的轉型路徑。

DBS Joy 最初於 2018 年上線，是一個標準的規則式聊天機器人，靠關鍵詞匹配和決策樹運作。2024 年起，星展試點將生成式 AI 接入 Joy 的後端，2025 年 11 月全面上線。升級後的 Joy 全年無休為 4,000 多家企業客戶提供諮詢，不到一年已處理超過 12 萬次對話，客戶滿意度提升 23%。

星展的做法是沿用原有品牌和管道（包括 WhatsApp 介面），在背後換上生成式 AI 引擎。客戶的使用習慣不需要改變，但對話品質大幅提升。遇到複雜需求時，Joy 會順暢銜接到專屬客戶經理，而非硬撐。

這種「軟升級」策略對亞洲銀行特別有參考價值。它避免了「大爆炸式」系統替換的風險，也不需要對外宣傳「我們裁掉了多少客服人員」這種容易引發負面觀感的訊息。Joy 已率先在新加坡推出，計畫陸續擴展至香港和印度。

澳洲聯邦銀行 CBA：AI 用來防詐騙與普惠金融

澳洲聯邦銀行（CBA）把 AI 的重點放在客服以外的地方，但最終同樣服務了客戶體驗。

CBA 的「客戶參與引擎」（CEE）即時分析數十億個數據點，成功將客戶詐騙損失減少 70%，詐騙案件量減少 30%。另一個亮點是「福利查找器」，透過簡單的 AI 問答，幫助客戶發現他們可能有資格申請但不知道的政府補助。自 2019 年上線以來，這個工具已協助客戶累計取得約 12 億澳元的福利。

CBA 的案例說明 AI 在金融業的價值不限於「接電話」和「回訊息」。當 AI 能夠主動偵測異常、預防風險、連結客戶與社會資源，它就從一個成本優化工具升級為品牌信任的建構者。

供應商戰國時代：專用化 vs. 平台化的對決

銀行在選擇 AI 客服供應商時面臨一個根本性的抉擇：要選深耕金融的專家，還是功能覆蓋面更廣的企業級平台？

專用型玩家：Posh AI 與 Kasisto

Posh AI 的市場定位非常明確：為美國的信用合作社和社區銀行提供 AI 客服。這類機構通常缺乏與大型銀行抗衡的研發預算，但同樣面臨會員對數位化服務的期待。Posh AI 號稱是「首個由金融業專家打造的 AI 平台」，服務超過 100 家金融機構，產品涵蓋語音助理、聊天機器人和內部知識助理。

Posh 的核心優勢在於它的模型經過金融術語和場景的預訓練，減少了幻覺風險，且能與信用合作社的核心銀行系統深度對接。對於資源有限、無法自行微調大型模型的小型機構，這種「開箱即用」的方案省去了大量前期工程。

Kasisto 走的是更高端的路線。它的 KAI-GPT 是業界首個銀行專屬大型語言模型，最新的 v4 版本擁有 128,000 個 token 的上下文窗口，在精選的金融數據集上訓練。Kasisto 的客戶名單包括摩根大通、西太平洋銀行等全球大行。其推出的 KAI Answers 應用讓客服人員能快速查詢政策、法規和產品資訊，用生成式 AI 解讀複雜的合規文件。

Kasisto 總裁公開表示過一個觀點：唯有專為銀行優化的 LLM 才能同時滿足合規、準確和安全的要求。通用模型在回答「你們的信用卡遲繳利率是多少」這類問題時，幻覺風險遠高於經過金融語料微調的專用模型。英國 AI 公司 Aveni 的測試也支持這個判斷：在金融監管指南上訓練的專屬模型，杜撰內容的概率顯著低於通用 chatbot。

Sierra：「按結果付費」的新商業模式

Sierra 是這波浪潮中估值最高、話題性最強的新創。其 100 億美元估值背後有一個關鍵賣點：「按結果付費」。傳統 AI 客服按對話次數或月費收費，Sierra 的模式是只有當 AI 完全獨立解決了客戶問題、無需轉接人工時，才向企業收費。

這個定價邏輯對預算審查嚴格的金融業極具吸引力，因為它將供應商的利益與客戶的實際成效綁在一起。Sierra 聲稱超過半數客戶年營收超過 10 億美元，已在金融業拿下數個指標性案例：Rocket Mortgage 用 Sierra 將貸款再融資流程從數日壓縮到約 30 分鐘；企業信用卡公司 Ramp 用 Sierra 處理了 90% 的客服聊天請求，完全不需要人工介入。

Sierra 的弱點同樣值得注意。根據多份獨立評測，Sierra 在處理複雜的入站電話路由和 IVR（互動式語音應答）整合方面的成熟度，不如傳統聯絡中心供應商。對於仍然高度依賴電話的傳統銀行，語音延遲和通話控制是無法迴避的實務問題。此外，Sierra 主要聚焦於客戶服務工作流，如果銀行希望將 AI 擴展到 IT、HR 或財務後台，Sierra 的功能深度就不夠了。

傳統客服巨頭的反擊

面對 Sierra、Decagon 這批新創的攻勢，傳統聯絡中心供應商也在快速轉型。Talkdesk 推出「銀行自動駕駛儀」（Autopilot for Banking），利用生成式 AI 自動總結知識並解決複雜場景，針對零售銀行提供預建流程。Genesys Cloud CX 則用機器學習預測最佳客戶互動時機，據報在某些案例中將每次客戶訪問的營收提高了 29%。

Zendesk 引入了類似 Sierra 的按解決案數計費模式。Salesforce 和 Microsoft 則提供底層模型加合規工具的組合，讓銀行自行訓練專屬客服 AI。這些大廠的優勢在於成熟的企業級部署能力和全通路整合經驗，但在 AI 原生的創新速度上，確實比新創慢了一拍。

對銀行而言，選擇供應商的邏輯取決於自身條件。資源有限的社區銀行傾向 Posh AI 這類「開箱即用」方案；需要深度金融專業知識的中大型銀行可能選 Kasisto；追求結果導向定價且以數位渠道為主的機構則偏好 Sierra；而規模龐大、電話渠道佔比高、需要跨部門整合的全球性銀行，大概率會繼續依賴 Genesys 或 Kore.ai 這類全端平台。

銀行怎麼馴服 LLM

供應商的競爭最終落在技術架構的選擇上。金融業對 AI 的要求比其他行業更嚴苛：答案必須正確、數據必須安全、回應必須快速、決策必須可追溯。這四項條件同時滿足的難度，催生了一系列針對金融場景的技術方案。

小型語言模型（SLM）的崛起

儘管 GPT-4 和 Claude 等超大模型佔據了媒體版面，金融機構在實際部署中正在戰略性地轉向小型語言模型（SLM）。SLM 的參數量遠小於旗艦大模型，可以在銀行自己的伺服器上運行，敏感的客戶數據永遠不需要離開機構的防火牆。

SLM 在金融場景中的優勢很具體。第一，低延遲：支付驗證和即時欺詐檢測需要毫秒級回應，雲端大模型的網路往返時間難以滿足。第二，數據主權：GDPR 和各國數據駐留規定要求敏感資料留在特定地理範圍內，本地部署的 SLM 天然合規。第三，成本：SLM 的訓練和推理成本僅為大模型的零頭，對需要大規模部署的銀行而言，每年可節省數百萬美元。

精準度方面的數據同樣值得關注。經過金融語料微調的 Llama 3 模型，在特定合規任務上的錯誤率比通用模型低 70%。富國銀行 Fargo 的分層架構，SLM 在前端過濾，LLM 在後端推理，就是這種「大小模型混合部署」思路的代表。

當然，SLM 也有明顯限制。在需要廣泛世界知識或複雜推理的場景中，SLM 的表現不如大模型。因此主流做法是依任務性質分配：高頻、低複雜度、涉及敏感數據的任務交給 SLM；低頻、高複雜度、已完成脫敏的任務交給雲端 LLM。

RAG：讓 AI 回答有據可查

檢索增強生成（RAG）是目前金融業降低 AI 幻覺最廣泛採用的技術方案。它的原理是在 LLM 生成回答之前，先從銀行內部經過驗證的知識庫中檢索相關資訊，讓模型以檢索到的內容為基礎回答，而非憑訓練時的記憶臆測。

在客服對話中，RAG 的運作方式是這樣的：客戶問「我的信用卡海外交易手續費是多少」，系統先從產品文件資料庫中檢索該客戶持有的卡別對應的費率表，把這段文字塞入 LLM 的上下文，LLM 再據此生成自然語言回覆。回答的每一個數字都有明確的文件來源，可供事後追溯。

金融領域實施 RAG 有一個特殊的技術挑戰：權限感知。如果 AI 為了回答一個普通員工的問題，而檢索到了高管的信用報告或未公開的財務數據，這就構成災難性的資料外洩。因此現代金融 RAG 架構必須在數據層實施嚴格的存取控制列表（ACL），確保 AI 只能「看到」當前使用者有權限看到的資料。Microsoft Fabric 等平台已經將這種權限控制內建在資料架構中。

幻覺管理：從兩位數降到接近零

即便有 RAG，幻覺風險仍然無法完全歸零。MIT 2025 年的一篇論文分析了多個金融問答場景中的 LLM 表現，發現幻覺率從 3% 到 27% 不等，取決於問題的複雜度和模型的訓練數據覆蓋範圍。在金融業這種零容錯的環境中，即便 3% 的幻覺率也可能意味著每天數千次錯誤回覆。

為了進一步壓低風險，業界發展出多層防線。第一層是前述的 RAG，讓回答有據可查。第二層是結果驗證：AI 回答生成後，系統自動將內容與已知事實比對，標記可疑之處供人工復核。第三層是多模型共識機制，讓 GPT-4、Claude、Gemini 等不同 LLM 同時回答同一個問題，只有當答案一致時才輸出給客戶。第四層是 NeMo Guardrails 等工具，在輸出前進行事實核查，確保回答有明確的證據支持。

Chime 部署 Sierra 平台後，其客服主管公開表示 AI 代理「幾乎沒有幻覺問題」，並強調這在金融服務中至關重要。不過「幾乎沒有」和「完全沒有」之間的距離，正是人機協作仍然必要的原因。目前的共識是：AI 處理第一線互動，但涉及金額重大、合規敏感或客戶情緒激動的案件，系統需要設定明確的轉接閾值，將對話移交給人類客服。

語音 AI 與全通路：下一個戰場

文字聊天只是 AI 客服的一半。對金融業而言，電話仍然是最重要的客服渠道之一，全球金融業每年在聯繫中心外包上的支出超過 1,000 億美元，佔全球外包市場的 25%。語音 AI 如果能分擔其中哪怕一小部分，節省的成本就以十億美元計。

800 毫秒的門檻

語音 AI 在金融場景中面臨一個嚴苛的工程挑戰：延遲。在電話對話中，任何超過幾百毫秒的沉默都會讓客戶感覺對方「卡住了」，破壞對話的自然感。人類之間的正常對話輪替間隔約 200 到 500 毫秒；如果 AI 的回應超過 800 毫秒，客戶的信任感會明顯下降。

到 2025 年，領先的語音 AI 平台（如 Retell AI、PolyAI）已透過原生多模態模型直接處理語音輸入而非先轉錄為文字再處理，將端對端延遲壓到 800 毫秒左右。這個數字距離「讓客戶完全忘記對方是 AI」還有差距，但已經達到實用門檻。

深偽聲音的威脅與防禦

語音 AI 帶來便利的同時，也打開了新的安全漏洞。犯罪者利用生成式 AI 進行語音複製（Voice Cloning），只需幾秒鐘的音頻樣本就能偽造客戶的聲音，通過傳統的電話身分驗證。這種攻擊被稱為「Vishing」，金融業是首要目標。

銀行的防禦策略是部署「被動語音生物識別」技術。與傳統做法要求客戶念出特定密碼短語不同，被動識別在通話的前幾秒鐘於後台無感完成驗證。它分析的不只是聲紋，還包括說話的節奏、微顫和其他目前技術難以合成的生物特徵。反欺詐系統同時加入了專門檢測合成語音痕跡的「反欺騙」演算法，形成雙重防線。

語音生物識別市場正在快速成長，Fortune Business Insights 的報告預估其規模將在 2034 年前持續擴大。對銀行而言，這項投資的邏輯很直接：如果語音 AI 成為客服的主要入口，那麼保護這個入口不被偽造聲音攻破，就是基礎建設等級的需求。

全通路的終極願景

現代客戶期望在電話、App、網站、WhatsApp 之間無縫切換，且每次切換後不需要重複說明自己的問題。這個「全通路」（Omnichannel）願景聽起來簡單，實務上極度複雜。

目前的做法是讓一個統一的 AI 大腦支撐所有渠道。Posh AI 提供的就是這種「單一 AI 引擎、多渠道輸出」的架構，確保語音熱線、網站 Chatbot、App 內搜尋給出的答案前後一致。Sierra 的願景也類似：讓 AI 代理成為企業與客戶互動的主要介面，橫跨簡訊、電話和各種即時通訊平台，同時保持對話上下文的記憶與個性化推薦。

更遠的想像是，客戶可以直接在智能音箱或車載系統中向銀行 AI 諮詢或辦理業務。要實現這一步，銀行需要讓自家的服務能被 Alexa、Siri、ChatGPT 等外部 AI 平台安全地存取。這涉及標準化的 API 介接，以及嚴格的授權與數據隔離機制。模型上下文協議（MCP）就是在這個背景下被提出的方案，讓銀行像調用 API 一樣，讓外部 LLM 在獲授權且隔離的情況下存取客戶帳戶資訊，同時嚴格控制數據外流。

監管海嘯來了：FINRA 2026 與「認識你的代理」

金融業的 AI 客服發展再快，最終都得在監管的框架內運行。2025 到 2026 年間，監管環境出現了結構性的收緊。

FINRA 2026 報告：GenAI 首度被列為受監管技術

美國金融業監管局（FINRA）在 2026 年度監管報告中首度將生成式 AI 列為受監管技術，要求會員機構滿足與關鍵系統同等的合規嚴謹性。報告的核心要求包括：確保模型輸出的準確性與可靠性、建立專門政策辨識並緩解 AI 偏見與不實風險、對 AI 模型進行隱私及安全的嚴格測試，以及對第三方 AI 供應商加強審核。

FINRA 的立場代表了監管機構的態度轉變：從「觀察」進入「主動監管」。對銀行而言，這意味著 AI 客服的上線流程將變得更像傳統的系統變更管理，需要完整的測試報告、風險評估、以及持續的監控機制。

三大合規新要求

從 FINRA 報告和其他監管動態中，可以歸納出三個正在成形的合規新要求。

第一是「設計可解釋性」，對於拒絕貸款申請或標記帳戶異常等高風險決策，AI 必須能提供人類可讀的理由。監管機構不接受「黑箱評分」作為決策依據。這對技術架構的影響很直接：銀行需要在 AI 系統中內建解釋模組，記錄模型在每個決策節點的推理路徑。

第二是「不可篡改的審計軌跡」。代理式 AI 的每一個自主行動，查詢資料庫、計算利率、執行交易，都必須被記錄在不可竄改的日誌中。部分機構已經開始探索用區塊鏈技術建立永久性的決策譜系，以備監管審查。

第三是「認識你的代理」（Know Your Agent, KYA）協議。類似於銀行對客戶執行的 KYC（認識你的客戶）流程，KYA 要求金融機構對部署的 AI 代理進行「身分認證」：限制代理只能在預批准的參數範圍內轉移資金、存取資料和做出決策。如果 AI 代理的行為超出預設邊界，系統必須自動中斷並通知人類監督者。

這三項要求共同構成了一個訊號：監管機構希望 AI 在金融業的應用是透明的、可追溯的、有邊界的。銀行如果在合規架構上走捷徑，後續的監管成本可能遠高於前期投入。

MCP：銀行安全連接 LLM 的新介面

在技術標準層面，模型上下文協議（MCP）正被視為金融機構安全連接自身資料庫與外部 LLM 的重要基礎設施。透過 MCP，銀行可以像調用 API 一樣，讓 LLM 在獲得明確授權且資料隔離的前提下，存取客戶帳戶資訊來回答高度個人化的查詢。

MCP 的價值在於它定義了一套標準化的資料交換規範，讓不同的 LLM 供應商可以用統一的方式與銀行系統對接，同時讓銀行保留對資料存取的完全控制權。這個概念還在早期發展階段，但已被多家金融科技公司和雲端平台列入 2026 年的產品路線圖。

馬克碎念

大家都在說 AI 客服的技術有多厲害，但真正決定勝負的是一個非技術問題，你敢讓 AI 做到什麼程度？

Klarna 敢讓 AI 直接取代 700 個人，結果撞上「消費者根本不想跟沒有同理心的機器談錢」這堵牆，只能默默把人招回來。富國銀行的做法保守得多，花大量工程資源設計「不讓 LLM 碰到客戶資料」的防線，結果反而是 2.45 億次互動零事故、全行業最漂亮的成績單。

這裡面有一個很反直覺的邏輯，在金融業，AI 客服做得最好的機構，往往是那些對 AI 最不信任的機構。正因為不信任，所以設計了多層防線、分層架構、人機協作機制，結果反而讓 AI 在嚴格的框架內發揮了最大價值。

Sierra 的「按結果付費」對機構用戶來說很誘人，但本質上是在押注一件事，AI 能獨立解決的問題比例會持續上升。如果 FINRA 的監管越來越嚴格，要求越來越多的決策必須有人類參與，Sierra 的商業模式就會面臨天花板。Posh AI 和 Kasisto 走的「金融專用模型」路線看起來沒那麼酷，但在監管收緊的環境下，「我的模型是專門為銀行訓練的，幻覺率比通用模型低 70%」這句話會越來越值錢。

當 AI 成為客戶與銀行之間的主要介面，誰擁有這個介面，誰就掌握了客戶關係。如果銀行把 AI 客服完全外包給 Sierra 或 Kasisto，有一天會不會發現，客戶對「那個很懂我的 AI 助理」的忠誠度比對銀行品牌本身還高？這跟過去銀行把支付入口讓給 Apple Pay 或 Google Pay 的邏輯很像：技術層的控制權一旦讓出去，要拿回來的成本極高。

而五分之一的美國消費者完全拒絕銀行使用 AI，這個比例在未來幾年會下降還是上升？我認為取決於一件事：銀行能否把 AI 藏在足夠好的體驗背後，讓客戶根本不需要去想「我是在跟人還是跟機器說話」這個問題。

富國銀行 Fargo 處理了 2.45 億次互動，大多數客戶甚至不知道背後的架構有多複雜。這可能才是金融 AI 客服的最終形態：最好的 AI，是你感覺不到它存在的 AI。

ERC-8004 主網上線！一分鐘速讀

• 里程碑事件： 2026/1/29，ERC-8004 正式部署以太坊主網。測試網累積超過 10,000 個代理註冊，50 多個組織參與規格制定，MetaMask、Google、Coinbase 工程師共同執筆。

• 解決核心問題： AI 代理面臨「檸檬市場」困境，缺乏可驗證身分與履約記錄導致機器無法信任機器。ERC-8004 通過三大鏈上註冊表（身分、聲譽、驗證）建立機器世界的信任基礎。

• 技術架構： 身分註冊表基於 ERC-721 NFT；聲譽註冊表採用支付證明防刷機制；驗證註冊表支援 TEE 與 zkML 密碼學證明。整體採用輕量化鏈上足跡加鏈下元數據的混合存儲設計。

• 生態系成形： 8004scan.io 上線代理瀏覽器；協議即將擴展至 Base L2；與 x402 支付協議整合後形成「信任加支付」的雙核心閉環。

• 市場反應： ETH 價格突破 3,000 美元；開發者社群將此視為以太坊從 DeFi 平台進化為機器協調層的轉折點。

Genesis Month：ERC-8004 主網上線的歷史時刻

2026 年 1 月 29 日上午 9 點（美東時間），以太坊基金會 AI 負責人 Davide Crapis 在 X 平台發布公告：ERC-8004 正式部署至以太坊主網。從草案到主網上線，整個過程歷時五個月。

這項被稱為「去信任代理」（Trustless Agents）的標準，在 2025 年 8 月首次提出，同年 10 月正式發表規格文件。測試網運行期間，累積超過 10,000 個代理完成註冊。參與規格制定的組織超過 50 個，核心提案者包括 MetaMask 的 Marco De Rossi、以太坊基金會的 Davide Crapis、Google 的 Jordan Ellis，以及 Coinbase 的 Erik Reppel。

Crapis 在影片聲明中表示：「以太坊處於獨特位置，有機會成為 AI 對 AI 互動的結算平台。」根據他的說法，自規格發布以來，已有 1,000 至 2,000 名開發者加入相關開發社群。他將 2026 年 2 月定義為「Genesis Month」，意指現在加入的建設者將對協議的未來發展方向產生實質影響。

與此同時，8004scan.io 網站正式上線，提供類似 Etherscan 的代理身分瀏覽功能，用戶可以查詢已註冊代理的身分資訊、聲譽記錄與驗證狀態。

根據開發團隊在 GitHub 公布的部署計畫，ERC-8004 將在主網上線後優先擴展至 Coinbase 的 Layer 2 網路 Base，後續計劃覆蓋其他主要 L2。這種「主網作為最終結算層、L2 作為實驗場」的架構設計，考量了 AI 代理高頻互動產生的大量小額交易需求。

為什麼需要 ERC-8004？代理經濟的信任危機

網際網路的「人類假設」

從 Web1.0 到 Web2.0，網際網路架構的共同預設是：終端用戶是人類。這個假設深深嵌入在網路的每一層。身分驗證依賴電子郵件與手機號碼，信任建立依賴平台壟斷的評分系統（例如 Uber 的星級評價），支付流程則需要 CAPTCHA 驗證與手動授權。

當大型語言模型與代理框架逐漸成熟，AI 代理開始尋求以獨立經濟主體的身份參與市場。它們需要購買數據、租用算力、支付 API 調用費用，甚至與其他代理進行任務協作。但在現有架構下，代理面臨一個根本性的困境：要麼依賴人類操作員提供信用卡與帳戶權限，這限制了自主性並帶來安全風險；要麼被完全排除在經濟活動之外。

檸檬市場問題

經濟學家 George Akerlof 在 1970 年提出「檸檬市場」理論，描述資訊不對稱如何導致市場崩潰。在二手車市場中，買家無法區分好車與爛車，因此只願意支付平均價格；這導致好車賣家退出市場，最終市場只剩下爛車。

AI 代理之間的互動面臨相同困境。在缺乏可驗證身分與履約記錄的情況下，一個來自組織 A 的代理沒有理由信任來自組織 B 的代理。無法區分優質代理與惡意腳本（Script），理性的代理將選擇拒絕交易。這種信任缺失會導致合作崩潰，阻礙機器經濟的發展。

傳統信任模型的失敗

目前的 AI 系統主要運作在封閉環境中，被困在各自企業的圍牆內。跨組織的代理協作缺乏標準化的信任機制。API 金鑰可以證明你有權限調用某個服務，但無法證明你是誰；伺服器日誌可以記錄互動歷史，但這些記錄可以被篡改，無法作為可靠的信用證明。

當開發者試圖解決這個問題時，通常會引入中心化平台來驗證身分與管理聲譽。但這重新引入了去中心化技術原本要消除的中介。ERC-8004 的提案者認為，區塊鏈作為「共享真理的帳本」，是解決這個問題的理想基礎設施。

ERC-8004 技術深度剖析：三大註冊表

ERC-8004 的核心哲學是「信任源於驗證」。該標準擴展了 Google 主導的 Agent-to-Agent（A2A）協議。A2A 定義了代理如何通訊，ERC-8004 則定義了代理如何互信。

標準的設計遵循三個原則。第一是模組化信任，承認信任是多維度的，允許開發者選擇不同的驗證模型。第二是輕量化鏈上足跡，複雜的元數據存儲在鏈下（IPFS 或 Arweave），僅將根哈希與關鍵狀態存儲在鏈上，以降低 Gas 費用。第三是互操作性，設計為跨組織、跨鏈的通用標準，不綁定於特定應用邏輯。

值得注意的是，ERC-8004 明確定位為「基礎設施」而非「市場」。協議本身不處理支付、定價或商業模式，這些功能留給上層協議（如 x402）來實現。

第一支柱：身分註冊表

身分註冊表基於 ERC-721 標準，並擴展了 URIStorage 功能。每個代理在鏈上表現為一個獨一無二的 NFT，稱為 AgentID。

當開發者實例化一個代理時，會調用身分註冊表的 register 函數，鑄造一個 AgentID。這個 ID 綁定一個指向鏈下 JSON 文件的 tokenURI，該文件稱為「代理註冊檔」。

註冊檔的結構必須遵循嚴格規範，包含以下資訊：基本資訊（名稱、描述、頭像 URL）；服務端點（代理可被訪問的網路位置，支持 HTTP、WebSocket、Libp2p、A2A、MCP 等多種協議）；能力聲明（代理能執行的任務列表，例如圖像生成、套利交易、代碼審計）。

為了防止釣魚攻擊，ERC-8004 引入了域名驗證機制。代理必須在其聲稱的域名下託管一份簽名的代理卡片，路徑為 /.well-known/agent-card.json。鏈上註冊表會驗證此連結，將鏈上 ID 與 DNS 域名綁定。

將代理身分代幣化帶來兩個重要的經濟意涵。首先是聲譽的可轉移性：代理的歷史表現與信用記錄歸屬於該 NFT，這意味著一個高信譽的交易機器人可以像公司一樣被「收購」，買家繼承其商業信譽。其次是抗審查性：與被中心化平台封禁帳號不同，只要區塊鏈在運行，代理的身分就無法被第三方單方面刪除。

第二支柱：聲譽註冊表

聲譽註冊表解決定性評估的問題，提供標準化介面讓客戶（其他代理或人類）在互動後對服務提供者進行評分與評論。

Web2 的評論系統容易受到刷評攻擊。ERC-8004 通過「支付證明掛鉤」（Payment-Proof Linking）機制來緩解此問題。當代理 A 完成對代理 B 的評價時，調用 giveFeedback 函數。該函數不僅接受評分（0-100）和評論哈希，還允許傳入一個 paymentProof 欄位，通常是 x402 交易的哈希值。

索引器與前端應用可以過濾掉沒有附帶有效支付證明的評價。要刷高聲譽，攻擊者必須付出真實的經濟成本（Gas 費加上交易費），這大幅提高了作惡門檻。

為了節省鏈上空間，聲譽數據採用混合存儲策略。鏈上存儲的內容包括評分數值、標籤（如 Fast、Reliable）、支付證明哈希。鏈下存儲的內容則包括詳細的評論文本、任務執行的具體參數、結果截圖等，這些資料存儲於 IPFS 並通過哈希連結。

第三支柱：驗證註冊表

對於高風險或高價值的任務（如醫療診斷、大額資金調度），主觀的聲譽評分並不足夠。驗證註冊表提供客觀的、基於密碼學或經濟學的驗證框架，支持可插拔的信任模型。

第一種模型是加密經濟驗證，基於博弈論的安全設計。代理必須在註冊表中質押一定數量的原生代幣或穩定幣。如果代理未能履約或提供錯誤結果，驗證者網路可以提交欺詐證明，觸發智能合約自動罰沒其質押金。這種模型適用於結果易於驗證但計算過程不透明的任務，例如數據抓取或簡單的 API 服務。

第二種模型是密碼學驗證，基於數學真理的安全設計。TEE 認證（Trusted Execution Environment）讓代理在安全加固的硬體環境中運行，例如 Intel SGX 或 AWS Nitro。驗證註冊表可以存儲並驗證來自硬體的遠程認證報告，證明該代理運行的代碼確實是未被篡改的特定版本。

zkML（零知識機器學習）是另一種密碼學驗證方式。代理在提交推理結果的同時，提交一個零知識證明。該證明可以被鏈上的驗證合約以極低成本驗證，數學上保證該輸出確實是由特定模型（如 Llama-3-70B）在特定輸入下產生的。這可以防止「模型偷換」攻擊，即服務提供者宣稱使用高階模型但實際使用低階模型以節省成本。

無需許可的開放設計

ERC-8004 採用無需許可的設計，任何錢包持有者都可以註冊任何代理。研究者可以使用開放數據集進行分析，金融團隊可以從公開資訊建立排名演算法。這種設計阻止了寡頭壟斷代理中介市場的可能性。

開發者可以在 8004.org 取得相關資源，社群通過 Telegram 協作並舉辦定期活動。

ERC-8004 與 x402 的結合：信任加支付的雙核心閉環

ERC-8004 解決了「你是誰」和「你可信嗎」的問題，但並未定義「如何付錢」。支付功能由應用層的 x402 協議來實現。兩者的分工明確：ERC-8004 負責信任協調，x402 負責價值轉移。

對於已經熟悉 x402 的讀者，這裡簡要回顧其核心機制。x402 喚醒了沉睡 30 年的 HTTP 402 狀態碼，利用 EIP-712 簽名與 EIP-3009 授權轉帳，在以太坊 L2 上實現次秒級結算與約 0.0001 美元的交易成本。根據公開數據，x402 交易量在 2025 年 10 月增長超過 10,000%。Coinbase 與 Cloudflare 隨後成立 x402 基金會來推廣該標準，Cloudflare 執行長 Matthew Prince 還宣布推出專為 AI 代理微支付設計的穩定幣 NET Dollar。

技術整合點

ERC-8004 的元數據規格中包含 x402Support 布林欄位，用於標示該代理是否支援 x402 支付。更重要的是，聲譽反饋的數據結構中包含 proofOfPayment 物件，可以記錄付款方地址、收款方地址、鏈 ID 與交易哈希。

這種設計讓支付證明與評價綁定，形成可信的信用迴路。用戶在提供好評時可以同時提交已付款的證明，服務方若履約不佳，潛在客戶可以從公開聲譽中看到真實的付款與反饋記錄。

帳戶抽象與權限委託

要讓機器代理在無人參與下完成支付流程，帳戶抽象技術至關重要。ERC-4337 允許使用智能合約錢包執行交易邏輯，突破了傳統外部帳戶（EOA）必須由人持有私鑰直接簽名的限制。

MetaMask 推出的 ERC-7710 授權標準提供了會話密鑰（Session Key）機制。會話密鑰是在限定條件下被授予給代理使用的子密鑰，只有在有效期限內且遵守預設規則時才能代簽交易。

結合這些技術，開發者可以建立三層身分架構：用戶層持有主私鑰，代理層獲得受限授權，會話層處理單次任務。具體的權限控制包括：每日支出上限、單次交易金額上限、僅允許支付給事先批准的服務合約地址。同時可以設置緊急停止開關，用戶可以一鍵暫停代理的支付權限。

這套機制實現「最小必要授權」原則：代理得到完成任務所需的有限自主權，而用戶資金的大部分依然處於受保護狀態。

生態系版圖：誰在建設 ERC-8004 基礎設施？

核心推動者

以太坊基金會的去中心化 AI（dAI）團隊將 ERC-8004 列為戰略重點。核心提案者的背景橫跨多個重要組織：Marco De Rossi 來自 MetaMask，負責身分標準與 ERC-7710 會話密鑰的開發；Davide Crapis 是以太坊基金會 AI 負責人，主導整體規格制定；Jordan Ellis 來自 Google，負責 A2A 協議的整合；Erik Reppel 來自 Coinbase，負責 x402 支付協議的對接。

x402 基金會由 Coinbase 與 Cloudflare 聯合成立，推動機器對機器支付的標準化。Google 也將 x402 納入其 Agent Payment Protocol（AP2）的加密支付底層，顯示傳統網際網路巨頭正關注並投入資源於此。

8004scan.io：代理世界的 Etherscan

隨著主網上線，8004scan.io 同步啟用。這個網站提供代理身分瀏覽功能，用戶可以搜尋具有密碼學驗證身分的代理、查看其聲譽記錄與驗證狀態。該平台在 X 上發文宣稱：「代理經濟從這裡開始。」

Kite AI：代理原生的 Layer 1

Kite AI 是一個專為代理工作流優化的高吞吐量區塊鏈，將 x402 集成到協議層。其 SPACE（Scalable Payment & Agent Computing Environment）框架讓 x402 與鏈的共識層深度結合，允許無 Gas 交易或極低費用的狀態通道支付，使得低至 0.000001 美元的微支付成為可能。

Kite 實作了基於 BIP-32 的分層身分系統，分為用戶、代理、會話三層。用戶可以將有限的權限（如每天最多花費 10 USDC）委託給代理，而無需交出主私鑰。

Pieverse：代理的新型銀行

Pieverse 定位為「代理新銀行」（Agentic Neobank），解決代理的帳戶抽象問題。雖然代理在鏈上操作，但現實世界的企業需要報稅與審計。Pieverse 為每一筆 x402 交易生成符合會計標準的發票與收據。

用戶將資產存入 Pieverse 的資產池，授權其 AI 代理進行調度。這些代理可以通過 x402 協議在支援的網路上進行支付，同時所有行為都被記錄在不可篡改的審計日誌中。對於大額交易，Pieverse 允許設定「人工批准」步驟，代理發起支付請求，人類管理者在 Telegram 或 Slack 上點擊批准後，資金才會釋放。

PayRam：實際運作的代理支付案例

PayRam 是一個明確採用 x402 與 ERC-8004 標準的基礎設施項目。其 AI 代理 OpenClaw 使用 PayRam 的發票 API 來生成加密支付連結。當 OpenClaw 檢測到鏈上支付成功時，會自動觸發後續的業務邏輯（如發送數位商品）。根據官方數據，這個流程比人工處理快 25 倍。

擴展路線圖

根據開發團隊在 GitHub 公布的計畫，主網上線後將優先在 Base 上部署單例合約，後續計劃擴展至其他關鍵 L2。Base 將成為 AI 代理的實驗場，以太坊主網則作為最終結算與安全層。

應用場景：當信任成本歸零

ERC-8004 與 x402 的結合解鎖了此前因信任成本過高或支付摩擦過大而無法實現的商業模式。

場景一：DeFi 中的程式碼信託

用戶希望將資金委託給 AI 代理進行鏈上套利，但擔心代理卷款跑路。在 ERC-8004 框架下，代理可以在驗證註冊表中提交 TEE 證明，證明其運行的代碼中包含硬編碼邏輯：利潤只能發送回用戶地址，無法提現到其他地址。代理的歷史收益率被記錄在聲譽註冊表中，不可篡改。用戶可以在委託前查閱這些記錄，評估代理的可信度。

這將資產管理從「機構信託」轉變為「程式碼信託」。傳統對沖基金需要高淨值門檻、繁瑣的合規審查與法律合約。基於 ERC-8004 的代理資產管理則通過程式碼保證資金安全，降低了准入門檻。

場景二：自主供應鏈與物聯網

智慧工廠的庫存管理 AI 發現原料不足，需要緊急採購。AI 查詢 ERC-8004 註冊表，找到評分最高且有現貨的供應商代理。雙方代理協商價格，通過 x402 在下單的瞬間完成支付或將款項鎖定在智能合約中。

運輸卡車本身也是一個代理。當卡車的 GPS 數據（經 Oracle 驗證）確認到達工廠圍欄時，x402 協議釋放運費給物流公司。整個流程消除了傳統供應鏈中常見的 Net-30 或 Net-60 帳期，加速資金周轉，並減少發票對帳的人力成本。

場景三：數據市場與知識產權

大型語言模型需要購買高品質的私有數據進行微調。數據提供者（個人或機構）將數據集的哈希與品質證明（zkML）註冊在 ERC-8004 上。AI 模型訓練時，每讀取一條數據，就通過 x402 支付一筆微小的費用（如 0.001 USDC）給數據所有者。

這創造了一個公平的數據經濟，內容創作者能直接從 AI 的價值生成中獲益，而非被平台壟斷所有收益。

場景四：去中心化 AI 市場

AI 代理可以在無守門人的全球市場中提供服務。一個專門做文件摘要的代理、一個專門做圖像生成的代理、一個專門做程式碼審計的代理，它們各自在 ERC-8004 註冊身分與能力聲明，累積服務記錄與聲譽評分。需要這些服務的用戶或其他代理可以直接查詢註冊表，根據聲譽選擇服務提供者，通過 x402 完成支付。

整個過程不需要中心化平台來撮合交易、驗證身分或處理糾紛。這是 ERC-8004 提案者所描繪的「代理經濟」願景：AI 代理成為區塊鏈上的真正經濟主體，能夠自主協作、競爭與創造價值。

挑戰與未解難題

聲譽系統的設計難題

聲譽系統必須謹慎設計以避免偏見、賽局與不公平排除。開發者在 Ethereum Magicians 論壇的討論中提出幾個關注點：新進代理如何在沒有歷史記錄的情況下建立初始信譽？如何防止聲譽較高的代理聯合打壓新進者？聲譽演算法本身是否足夠透明、可審計？

ERC-8004 的設計將評分與聚合邏輯分離。鏈上只存儲原始反饋信號，複雜的評分演算法可以在鏈下運行，由不同的服務提供者競爭提供更準確的聲譽評估。這種設計保留了彈性，但也意味著不同平台可能對同一代理給出不同的信譽評分，造成碎片化。

隱私與透明度的權衡

區塊鏈的公開透明性是一把雙面刃。企業可能不希望其供應鏈關係或採購價格被競爭對手通過分析鏈上數據而獲知。

開發者社群正在討論未來版本整合零知識證明的可能性。代理可以證明「我的聲譽分大於 90」或「我已支付款項」，而無需在鏈上披露具體的交易對象與金額。但這增加了技術複雜度，短期內難以實現。

安全性警示

2025 年 10 月發生的一起事故凸顯了安全風險。一個名為 @402bridge 的 x402 中介服務其管理員私鑰洩漏，導致超過 200 名用戶的總計約 17,000 美元 USDC 資產被盜。

這起事件提醒開發者，即使協議本身在支付授權上採用了簽名與非重放保護等技術，實際部署中仍涉及中心化組件（如 Facilitator 服務）需要妥善保護。x402 協議的 V2 版本據稱將在架構上做出改進以解決首版的局限，但具體時程尚未公布。

ERC-8004 本身也有未定義的領域。協議不規定移除規則，應用層必須自行決定如何處理詐欺、濫用或虛假聲明。這意味著不同平台可能有不同的治理機制，增加了生態系的複雜度。

法律與合規灰區

AI 代理本身不是法人，當代理的自動交易損害第三方利益或違法時，責任落在背後的開發者或擁有者身上。這在法律上如何認定，目前缺乏明確判例。

x402 涉及穩定幣交易，難免受到各國金融監管關切。如果存在第三方為用戶託管資產或代理簽署交易，該第三方可能被視為「資金轉移服務」，在美國需要在 FinCEN 註冊並執行 KYC/AML 義務，在歐盟則受 MiCA 法規約束。

高頻微支付產生海量交易記錄，如何報稅及監管尚無定論。傳統稅務系統難以追蹤這種無中心中介的小額跨境交易。企業在部署此類自動支付系統時，須在服務條款中明確各方權責，並考慮引入風控措施（如限制單次交易金額，必要時人工介入審查）來符合監管期望。

馬克碎念

開發者 binji 在 ERC-8004 主網上線時發了一則推文：「文明擴展因為人類能隱性信任，AI 代理不能；它們建立代理社會的唯一路徑是透過共享真理的帳本，也就是區塊鏈。ERC-8004 將以太坊及其 L2 確立為那個區塊鏈。」

這句話點出了 ERC-8004 試圖解決的核心問題。人類社會的信任機制建立在數千年的文化演化上：我們有臉部表情、肢體語言、社會規範、法律制度。AI 代理沒有這些，它們需要從零開始建立信任基礎。區塊鏈提供了不可篡改的公共記錄，ERC-8004 則定義了如何在這個記錄上建立身分、累積聲譽、驗證能力。

從更大的視角來看，這是以太坊的一次戰略轉向。過去幾年，以太坊的敘事主要圍繞 DeFi 和 NFT。ERC-8004 的推出意味著以太坊正試圖成為「機器協調層」，而非僅僅是「金融結算層」，換句話說以太坊要成為 AI 對 AI 互動的結算平台。

這個賭注的風險在於執行層面。三大註冊表的設計看起來很優雅，但實際應用中會遇到各種邊界情況。聲譽系統如何抵抗串謀攻擊？zkML 驗證的效能是否足以支撐大規模使用？跨鏈互操作性如何實現？這些問題在白皮書中只有原則性描述，具體解決方案需要在實踐中摸索。

@402bridge 事件也是一個提醒。協議設計得再完美，如果實作層面出現私鑰管理漏洞，用戶資產照樣會損失。ERC-8004 本身只定義介面標準，不保證每個實作都是安全的。開發者社群需要建立更完善的安全審計機制與最佳實踐指南。

最後一個值得思考的問題是：當 AI 代理可以自主發現彼此、建立信譽、完成交易，「平台」這個概念還有意義嗎？傳統平台的價值在於撮合供需、建立信任、處理支付。ERC-8004 加上 x402 把這三件事都下沉到協議層。如果這套架構真的普及，Uber、Airbnb、Upwork 這類撮合平台的商業模式會受到根本性挑戰。

當然，這還是很遙遠的未來。目前 ERC-8004 才剛上主網，測試網的 10,000 個代理註冊相比整個 AI 產業只是滄海一粟。Genesis Month 的意義在於建立灘頭堡，真正的大規模採用還需要時間。但對於關注 AI 與區塊鏈交叉領域的開發者和投資者來說，現在是開始研究這套架構的好時機。

首圖連結：https://pbs.twimg.com/media/HAQZiS0WUAAi7lR.png

當全球最古老的證券交易所宣布擁抱區塊鏈與穩定幣，這不只是技術升級，而是一場對抗加密市場、爭奪全球資金流的生存之戰。從 T+1 到 T+0、從朝九晚四到全年無休，華爾街兩百年來的運作規則正在被改寫。

華爾街 24 小時交易時代?一分鐘速讀

• 世紀宣告： 2026 年 1 月，NYSE 母公司 ICE 宣布開發基於區塊鏈的代幣化證券平台，目標實現美股 7×24 小時交易與 T+0 即時結算。

• 混合架構： 採用「前端傳統、後端革命」模型，保留 NYSE Pillar 高速撮合引擎確保價格發現效率，後端以區塊鏈取代 DTCC 清算管道，並整合穩定幣實現全天候資金交割。

• 競爭壓力： Blue Ocean ATS 已拿下 75-80% 的亞太夜間交易量，24X 交易所獲 SEC 核准，Robinhood 夜盤交易反應熱烈，NYSE 若不主動出擊將被邊緣化。

• 監管挑戰： 低流動性時段的價格波動、資訊不對稱風險、熔斷機制重新設計，以及現有監管框架需全面升級以適應「永不關門」的市場。

華爾街的世紀宣告：NYSE 代幣化平台

紐約證券交易所（NYSE）的母公司洲際交易所（ICE）發布新聞稿，宣布正在開發一個全新的代幣化證券交易與鏈上結算平台，讓美國上市股票和 ETF 實現 7 天 24 小時的全天候交易。這是擁有超過 230 年歷史、全球市值最大的證券交易所，親自下場宣告要改寫遊戲規則。

NYSE 在聲明中強調，這個數位平台將與現有的 NYSE 市場分開運作，但在取得 SEC 的監管核准後，會成為 NYSE 新設的交易場所，對所有合格券商開放接入。換言之，這不是取代現有市場，而是在旁邊建造一個平行宇宙，一個永不關門的平行宇宙。

對於習慣「朝九晚四」的傳統華爾街人士而言，這個消息帶來的震撼難以言喻。紐約證交所的開市鐘聲早已成為全球資本主義的象徵符號。現在，這個符號背後的時間框架正在被徹底打破。

不只是延長交易時間：平台功能全覽

如果以為 NYSE 只是想把交易時間從 6.5 小時延長到 24 小時，那就太小看這次變革了。

根據 NYSE 的官方說明，新平台將提供多項突破性功能：

第一，每週 7 天、每天 24 小時的連續交易。 這意味著無論是台北時間的週二下午、倫敦時間的週六凌晨，還是紐約時間的感恩節假期，投資人都可以交易美股。市場「休息」這個概念，將從此消失。

第二，即時交割（T+0）。 傳統美股市場採用 T+1 結算，也就是今天成交的股票，要到明天才能完成資金和證券的交換。新平台將實現交易即交割，買賣的瞬間就完成所有權轉移。

第三，零股交易與按金額下單。 投資人可以購買小數股，也可以直接說「我要買 100 美元的蘋果股票」，而不是「我要買 1 股蘋果」。這對於股價動輒數百美元的美股市場而言，將大幅降低散戶的進入門檻。

第四，穩定幣資金清算。 平台將支援使用穩定幣進行資金結算，這是傳統金融首次在核心交易基礎設施中正式擁抱加密貨幣生態的產物。

第五，法律等值性。 這一點至關重要：代幣化證券在法律地位上將與傳統發行的證券完全等值互換。投資人持有的代幣化股票，享有與普通股票相同的股利分配權和投票權。在凌晨 3 點買的代幣化蘋果股票，和白天在傳統市場買的蘋果股票，權利義務完全相同。

混合架構的精妙設計：Pillar 引擎與區塊鏈的融合

NYSE 的技術團隊採用了一種極為聰明的「混合架構模型」。

在交易的前端，平台保留了 NYSE Pillar 撮合引擎，這是目前用於傳統美股交易的超低延遲技術核心。Pillar 引擎每秒可以處理數百萬筆訂單，是高頻交易做市商和機構投資者所依賴的速度保證。保留這個引擎，意味著價格發現與訂單撮合仍然維持著傳統市場的效率與確定性。

然而，交易的後端發生了革命性的變化。

傳統模式下，撮合完成的訂單會進入國家證券清算公司（NSCC）與存管信託公司（DTC）的管道，進行隔日的淨額結算。這套系統運作了數十年，但它有一個根本限制：需要時間。

在新平台中，這一層被基於區塊鏈的後台系統所取代。區塊鏈的分散式帳本可以在交易執行的瞬間完成所有權轉移，不需要等待隔夜的批次處理。更重要的是，這套系統被設計為「鏈無關」（Chain-Agnostic），支持在多個區塊鏈網路上進行結算與託管。這為未來不同流動性池的互通埋下了伏筆。

這種「前端傳統、後端革命」的設計，反映了 NYSE 的務實思維：不需要為了創新而拋棄已經運作良好的東西，但必須解決那些真正阻礙市場進化的瓶頸。

戰略協同：ICE 的數位資產全局佈局

NYSE 的代幣化平台並非孤立的實驗，而是其母公司洲際交易所（ICE）數位戰略的核心組成部分。

ICE 同步在升級自身的清算基礎設施，以配合 24 小時交易的需求。更值得關注的是，ICE 正積極與主要的託管銀行合作，包括紐約梅隆銀行與花旗銀行，在其全球清算所體系中推動代幣化存款。

這意味著什麼？傳統的資金清算依賴銀行系統，而銀行系統有營業時間。如果你在凌晨 3 點賣出股票，理論上要等到銀行開門才能拿到錢。但如果資金本身就是代幣化的，無論是穩定幣還是銀行發行的數位存款，它就可以在區塊鏈上 24 小時流動，完全不受傳統銀行營業時間的限制。

ICE 也在探索將代幣化資金抵押品納入清算流程。這確保了清算會員能在非銀行營業時間完成資金調撥、履行保證金義務，滿足跨時區的交易需求。

換句話說，NYSE 不只是在建造一個新的交易平台，而是在重新設計整個金融市場的管道系統。從交易撮合、到清算結算、到資金流動，每一個環節都在被重新思考。

為何股市必須「休眠」？

在理解 NYSE 這次變革的意義之前，我們必須先回答一個更根本的問題：為什麼過去兩百多年來，股票市場一直堅持固定的交易時段？為什麼全球最重要的金融市場，每天只開門 6.5 小時？

這不是任意為之，而是類比時代與早期數位時代的功能性必要。

類比時代的遺產：從場內喊價到開市鐘聲

讓我們回到 19 世紀的紐約證券交易所。

那時候的交易是在實體場地進行的。交易員們聚集在交易大廳，用手勢和喊價來完成買賣。這種模式有一個天然的限制：人類需要休息。沒有人能連續 24 小時站在交易大廳裡喊價，交易所也需要時間清掃場地、處理紙本票據的核對與錯誤修正。

1870 年代，NYSE 開始使用一面鑼來標示開市與收市。這個傳統延續至今，演變成我們熟悉的開市鐘聲。它不只是一個儀式，更是一種時間分割管理模式的象徵，市場有開始，就有結束。

即便市場在 20 世紀末進入電子化時代，這種文化遺留仍然存在。系統可以 24 小時運作，但人不行。交易員、風控人員、合規官員，都需要明確的工作時間。公司發布財報、監管機構進行審查，也都需要一個「市場關閉」的窗口來處理。

流動性聚合理論：集中才能高效

除了人類生理限制，還有一個更深層的市場邏輯支撐著固定交易時段的存在：流動性聚合理論。

市場微結構理論（Market Microstructure Theory）長期以來認為，將交易集中在特定時段是有益的。這種安排強迫所有買家與賣家在同一時間窗口內互動，從而創造最深的流動性、最窄的買賣價差，以及最有效的價格發現。

想像一下如果把同樣數量的買賣訂單分散到 24 小時，任何特定時刻的訂單簿都會變薄。訂單簿薄了，買賣價差就會擴大，大額交易的市場衝擊就會加劇，價格就更容易被操縱。

這不是理論推測。歷史上，規模愈小的交易所往往營業時間愈短，正是為了避免有限交易分散在更長時間內造成價格劇烈波動。尚比亞的盧薩卡證交所每日僅開市 2 小時，因為它只掛牌 20 檔股票；而像 NYSE 這樣的大型市場則營業 6.5 小時。甚至在 2020 年，英國倫敦證交所還曾縮短交易時長，以集中流動性、減少低迷時段的交易稀疏問題。

「流動性聚合」是長久以來維繫市場穩定性的關鍵機制。過去的思維認為，若將流動性分散到 24 小時，市場品質將會顯著惡化。

清算與結算的瓶頸：T+1 的物理現實

然而，限制市場全天候運作的最大障礙，其實是結算系統。

在傳統體系中，交易與交割之間存在時間差。美股市場採用 T+1 結算，意思是今天成交的交易，要到明天才能完成資金和股票的實際交換。這段時間裡，清算所會進行「淨額結算」：如果交易員 A 買入 100 股又賣出 100 股，清算所會把部位軋平為零，大幅減少實際需要轉移的資金與股票。

這種淨額過程需要時間，它是批次處理的，不是即時的。

為什麼這很重要？因為在 T+1 體系下，如果交易 24 小時不間斷進行，但結算僅在銀行營業時間進行，未結算部位的曝險將會無限累積。想像一下：如果凌晨 2 點發生重大地緣政治危機，市場劇烈波動，但你的交易對手在市場開盤前就破產了，誰來承擔這個損失？

2021 年的 GameStop 事件就是一個血淋淋的例子。由於結算周期長、波動劇烈，Robinhood 一度面臨巨額保證金追繳，被迫限制用戶交易。這引發了軒然大波，但它揭示的問題其實更根本，傳統結算系統的時間延遲，在極端市場環境下會成為系統性風險的放大器。

還有一個更現實的問題：銀行營業時間。投資人無法在凌晨 3 點調動數百萬美元來滿足保證金追繳，因為銀行系統關閉了。Fedwire 美國聯邦準備銀行的電匯系統只在工作日白天運作。沒有資金流動，就沒有真正的結算。

總結歷史原因： 過去限制交易時間的邏輯，是為了維持流動性密度，以及後台基礎設施（清算系統與銀行系統）無法支持連續性結算的物理現實。這不是守舊，而是在當時技術條件下的理性選擇。

加密市場的啟示：24/7 交易如何重塑投資人期待

如果傳統股市有這麼多理由維持固定交易時段，是什麼力量在推動改變？

答案的一大部分，來自過去十多年崛起的加密貨幣市場。

「永遠在線」的數位原生代

比特幣沒有開盤時間，也沒有收盤時間。它在週一凌晨 3 點可以交易，在聖誕節下午可以交易，在任何想得到的時刻都可以交易。這種 7 天 24 小時不間斷的交易模式，對於在加密市場中成長的年輕投資人而言，是「正常」的。

對這些數位原生代來說，隨時打開手機 App 買賣比特幣，就如同發送簡訊一樣理所當然。當他們轉向傳統股票市場，發現只能在朝九晚四交易，等待隔夜或週末結束才能操作，這種體驗讓他們感到不耐，甚至不可理喻。

「為什麼我不能在週末買蘋果股票？」這個問題對於 Z 世代和千禧世代投資者而言，是真實的困惑。他們已經習慣了「市場永不關門」的世界，等待開盤的感覺變得越發過時。

行業調查顯示，年輕世代對於全天候交易有強烈訴求，認為金融市場應該像網際網路服務一樣，24 小時提供存取。如果傳統股市無法跟上，他們可能轉向其他能 24/7 交易的資產，加密貨幣、外匯、或衍生品。

這股來自投資人行為和需求的壓力，是推動 NYSE 等傳統市場考慮全天候交易的關鍵力量。

全球化資金的時區困境

另一個推力來自全球化的投資趨勢。

美股是全球最重要的資本市場，吸引來自世界各地的資金。但對於亞洲和歐洲的投資者而言，美股的交易時間是一個巨大的痛點。

以台灣為例，美東時間早上 9:30 開盤，對應的是台北時間晚上 9:30（夏令時）或 10:30（冬令時）。美東時間下午 4:00 收盤，對應的是台北時間凌晨 4:00 或 5:00。這意味著台灣投資人如果想即時參與美股交易，必須熬夜到凌晨。

這種時差問題不只是不便，更是機會成本。當重大新聞在亞洲白天發生，但美股要等到亞洲深夜才開盤，投資人無法即時反應。他們只能看著盤前期貨波動，卻無法在現貨市場操作。

近年來，美股的盤前盤後交易已有顯著成長，不少海外投資人透過這個機制在當地白天買賣美股。但盤前盤後的流動性遠不如正常交易時段，價差較大，大額交易難以執行。

如果美股能全天候運行，這些國際投資者就可以在自身白天時段參與，用正常的流動性和價差交易。這不只是便利性的提升，更是市場份額的爭奪，如果美股不提供全天候交易，其他市場可能會。

行為模式的根本改變

24/7 交易模式還改變了投資人的行為模式和心理預期。

在加密市場中，當週末發生重大事件，比如某國宣布禁止加密貨幣、或某個大型協議遭到駭客攻擊，價格會立即反映。投資人可以即刻反應，調整部位。

但在傳統股市，如果類似的重大事件在週末發生，投資人只能乾等到週一開盤。這段時間裡，他們無法做任何事情，只能看著新聞發酵，猜測市場會如何反應。週一開盤的跳空往往劇烈，而那些在週末就想出場的人，早已錯失最佳時機。

這種體驗培養了投資人對「市場應時時在線」的期望。同時，也衍生出 FOMO 心理，擔心市場關閉期間無法交易導致損失機會。

對於養成隨時交易習慣的年輕投資者而言，他們甚至願意接受較高的交易成本（如較寬的買賣價差）來換取交易的連續性。這是一種價值觀的轉變：流動性品質固然重要，但「能不能交易」更重要。

加密市場 24/7 模式正在重塑投資文化。年輕一代要求更高的市場靈活性與即時性，並敦促傳統金融做出改變。這股需求面的推力，是全天候交易趨勢的重要引擎。

代幣化的技術優勢：從 T+1 到 T+0 的風險革命

理解了歷史脈絡和需求變化之後，我們來看技術層面：為什麼代幣化和區塊鏈能夠解決傳統結算系統的瓶頸？

傳統結算的結構性缺陷

讓我們先回顧剛剛有提到的 T+1 結算問題。

當你今天買入一檔股票，這筆交易會被記錄下來，但實際的資金和股票交換要到明天才會發生。在這段「空窗期」裡，你的券商需要為你墊付資金或股票，並承擔交易對手違約的風險。

這種跨日結算機制隱含著信用風險和資金效率問題。資金和證券在等待結算的期間被佔用，無法立即重複利用。如果市場劇烈波動，這段時間差可能放大風險。

在極端市場環境下，T+1 結算的時間延遲會成為系統性風險的放大器。而如果市場要 24 小時運作，這個問題會更加嚴重，因為風險累積的時間更長，而傳統銀行系統無法全天候運作來支援資金調度。

原子化結算的突破

代幣化和區塊鏈技術帶來了一個根本性的解決方案：原子化結算（Atomic Settlement）。

在區塊鏈上，資產交易可以透過「原子交換」（Atomic Swap）實現。這是什麼意思？簡單說，就是交易的兩端資金和證券，在同一個交易中同時完成轉移。不是兩邊都成功，就是兩邊都失敗，不存在「一邊完成、另一邊還沒」的中間狀態。

這種設計從根本上消除了結算風險。交易即交割，買賣的瞬間就完成所有權轉移。不再有隔夜違約的隱憂，因為根本沒有「隔夜」，交易不是當下完成，就是不成交。

紐約聯邦準備銀行在一份研究報告中解釋，原子化結算的核心優勢在於：它將交易對手風險降至零，因為不存在一方已經履約、另一方尚未履約的時間窗口。

對於 NYSE 的新平台而言，這意味著即使在凌晨 3 點發生市場動盪，投資人也不用擔心交易對手破產導致結算失敗。每一筆交易都是即時完成的，風險在交易的瞬間就已經解除。

穩定幣與代幣化存款：現金腿的革命

但原子化結算要真正運作，還需要解決另一個問題：Cash Leg。

傳統的證券交易涉及兩種資產的流動：證券和現金。區塊鏈可以讓證券即時轉移，但如果現金還是要透過傳統銀行系統來轉帳，那整個交易還是會被銀行營業時間卡住。

這就是穩定幣發揮作用的地方。

穩定幣是與法定貨幣（如美元）掛鉤的加密貨幣。像 USDC 這樣的穩定幣，每一枚都有相應的美元儲備支撐，可以 1:1 兌換。更重要的是，穩定幣在區塊鏈上可以 24 小時流動，完全不受傳統銀行營業時間的限制。

NYSE 的新平台明確表示將支援「基於穩定幣的資金劃轉」。這意味著投資人可以在週末或深夜使用穩定幣支付交易款項，實現真正的全天候即時結算。亞洲投資人在亞洲白天賣出美股代幣，可以立刻收到穩定幣並兌換成當地貨幣，而不必等美國銀行開門。

除了穩定幣，傳統銀行也在推出自己的「代幣化存款」產品。摩根大通的 JPM Coin、花旗的 Citi Token Services，都是銀行存款的數位化表徵，可以在區塊鏈上即時轉移。ICE 正在與紐約梅隆銀行和花旗銀行合作，將這些代幣化存款整合到清算流程中。

有了這種即時支付管道，交易所就不必為等待銀行結算而設置長時間的停市。穩定幣 + 區塊鏈打造的清算模型，能實現真正意義上的全時段交易交割。

市場效率的全面提升

即時結算除了降低風險，也帶來了市場效率的全面提升。

第一，資金和資產的即時再利用。 在 T+1 體系下，你賣出股票後要等到隔天才能拿到錢再投資。在 T+0 體系下，賣出的瞬間資金就到帳，可以立刻用於下一筆交易。這大幅提高了資金利用效率。

第二，降低中介成本。 傳統結算涉及多層中介，清算所、存管機構、代理銀行每一層都有成本和潛在錯誤。區塊鏈的即時結算減少了這些中介流程，降低了作業成本和錯誤發生機率。

第三，零股交易更容易實現。 透過代幣化，一股價值數百美元的股票可以被分割成更小的單位。投資人可以用 100 美元購買 0.1 股，系統會自動以代幣形式記錄其部分持股權。這降低了投資門檻，讓更多散戶能夠參與高價股的投資。

第四，透明且即時的監控。 區塊鏈的分散式帳本提供透明且即時的交易記錄。理論上，監管機構和市場參與者可以更快監控資金證券流向，減少資訊不對稱。

當然，即時結算也對某些現有模式提出挑戰。傳統的融券和資金借貸模式建立在 T+1 的時間差上，券商可以利用這段時間處理借券和融資。在 T+0 體系下，這些流程需要相應調整，同步完成。

但整體而言，代幣化與區塊鏈技術帶來的清算革新，為全天候交易提供了技術可行性，並藉由 T+0 結算降低傳統跨日風險，使市場運作更安全高效。這是 NYSE 此番擬採用代幣化技術的核心考量。

現有 24 小時交易方案與競爭態勢

在 NYSE 宣布進場之前，市場上其實已經出現了一系列旨在延長美股交易時段的解決方案。這些創新為 NYSE 此刻進場奠定了基礎，也構成了不可忽視的競爭壓力。

Blue Ocean ATS：夜間交易的先行者

美國股票市場雖然有盤前（4:00-9:30）和盤後（16:00-20:00）時段，但晚間 8 點到隔日凌晨 4 點這 8 個小時，傳統上是沒有交易的真空地帶。

新創公司 Blue Ocean Technologies 看到了這個機會。2021 年，其旗下的 Blue Ocean ATS 推出了美股夜間交易系統，成為美國首個填補這一空白的另類交易系統（ATS）。Blue Ocean 提供電子平台，讓投資人可以在美東時間晚間 8 點至隔日凌晨 4 點買賣美股，正好銜接傳統盤後交易結束到翌日盤前交易開始之間的 8 小時。

Blue Ocean 的成長速度令人矚目。根據公司披露的數據，其 75-80% 的交易量來自亞太地區。這個數字清楚說明了需求的來源：亞洲投資人希望在自己的白天時段交易美股，而不是熬夜到凌晨。

Blue Ocean 也與多家知名線上券商建立了合作關係，包括 Robinhood、Interactive Brokers 等。這些券商將客戶的夜間訂單路由到 Blue Ocean 執行，讓散戶得以在傳統交易時段之外參與美股市場。

Robinhood 的 24 小時交易嘗試

2023 年，美國零佣金券商 Robinhood 宣布推出「24 小時交易」服務，成為傳統經紀券商中的先行者。

Robinhood 最初挑選約 43 檔大型股票和 ETF 作為試點，允許用戶在每週日晚上 8 點至週五晚上 8 點之間隨時交易（週末除外）。這等於提供了 5 天 × 24 小時不間斷的交易窗口。

為實現這項服務，Robinhood 將客戶的夜間訂單委託路由至 Blue Ocean ATS 進行撮合。為了控制風險，Robinhood 規定用戶在夜間時段只能下達限價單，而不能下市價單。這是因為夜間流動性較低，限價單可以避免成交價格偏離過多，保護投資人免於在極端價位成交。

儘管夜盤交易的成交量相對日間仍小，但 Robinhood 高管表示這項功能反應熱烈，計劃逐步擴大可交易的股票數量，並向所有用戶開放。

Robinhood 的嘗試證明了一件事：散戶對全天候交易的興趣是真實存在的。這不是少數極客的小眾需求，而是廣大散戶投資人的普遍期待。

24X 交易所：SEC 核准的里程碑

在平台層面，美國首家獲批的近 24 小時交易證券交易所是 24 Exchange（簡稱 24X）。

24X 由金融科技公司 24 Exchange 申請，於 2024 年 11 月獲得 SEC 批准，成為美國首個允許每週 5 天、每天 23 小時交易的國家證券交易所。這是一個歷史性的監管突破。

24X 的交易時間設計分兩階段啟動：

第一階段已於 2025 年 10 月 14 日正式上線。目前營業時間為每日凌晨 4 點至晚間 8 點（美東時間），覆蓋傳統的盤前、正常交易時段和盤後，每日提供 16 小時的交易窗口。

第二階段預計於 2026 年下半年上線，屆時將擴展為每週日晚上 8 點開盤，一直連續運行至週五晚上 8 點，每日僅留出 1 小時技術維護暫停。這需要等待股票數據計畫完成必要修改，並向 SEC 提交額外的規則備案。

如此一來，24X 實現了接近「24×5」的交易，僅在每天傍晚短暫休市。

24X 的創辦人 Dmitri Galinov 表示，此舉的重點是滿足亞太地區對美股夜間流動性的需求。當地投資人希望在本時區白天交易美股，而不是在凌晨三四點熬夜盯盤。

值得注意的是，24X 作為 SEC 核准的國家證券交易所，提供與 NYSE、Nasdaq 等同級的投資者保護。這不是灰色地帶的另類交易系統，而是受到完整聯邦監管的正規交易所。

傳統巨頭的回應

面對新興平台的挑戰，傳統交易所巨頭也不甘示弱。

早在 2024 年 10 月，NYSE 就已表態計劃向 SEC 申請將旗下電子交易平台（NYSE Arca）的工作日交易時間延長至 22 小時，幾乎覆蓋全天。

2025 年 3 月，主要競爭對手 Nasdaq 也宣布準備在工作日實行 24 小時交易。Nasdaq 向 SEC 提交的規則修訂申請，計劃分階段延長交易時段，最終目標是實現全天候運作。

可見，雙方早已釋放信號，意圖在交易時段上創新突破。24 小時交易不再是「要不要做」的問題，而是「誰先做到」的問題。

此外，一些加密貨幣交易所也曾嘗試提供股票代幣化交易，讓用戶可以 24/7 買賣映射美股價值的代幣。幣安、FTX 曾推出過蘋果、特斯拉等股票的代幣產品。然而，這類未經授權的交易因價格偏離基本市場、缺乏投資者保護而備受爭議，部分產品甚至遭遇監管打擊被迫下架。

市場一直存在對全天候股票交易的強烈需求，但苦於缺乏合規可信的管道。這正是 NYSE 進場的機會所在。

NYSE 進場的戰略意圖

綜合上述，我們可以清楚看到 NYSE 進場的戰略考量。

第一，不只是延長時段，而是升級技術與模式。 NYSE 不是簡單地把交易時間拉長，而是直接推出代幣化全天候平台，在交易技術和模式上全面升級。這顯示出領先同業的企圖心。

第二，品牌信任與監管框架的競爭優勢。 NYSE 擁有超過 230 年的品牌歷史和嚴格的監管框架。相較於新興的 ATS 或加密交易所，NYSE 的代幣化平台可以為市場提供一種受監管且值得信賴的全天候交易模式。正如 NYSE 總裁 Lynn Martin 所說，他們要以「無可比擬的投資者保護和高監管標準」來打造鏈上解決方案。

第三，主動回應代幣化趨勢，避免被邊緣化。 NYSE 高層明確表示，這是對近年湧現的股票代幣化趨勢的主動回應。過去幾年多家區塊鏈和金融科技公司提供 24/7 股票代幣交易服務，但因定價偏離、監管風險等問題備受質疑。與其讓這些非正規管道搶走市場，不如自己來做而且做得更好、更安全。

第四，競爭因素的緊迫性。 如果 NYSE 不跟進，投資人和交易量可能轉向 Nasdaq 或其他替代平台。同時，DeFi 和加密市場的崛起也在分流年輕一代對傳統股票的關注。NYSE 不能坐視這些威脅而無動於衷。

簡言之，NYSE 進軍代幣化 24 小時交易，是在技術可能、市場需求殷切和競爭壓力漸增的背景下順勢而為，以維持其在全球資本市場的領導地位。

全天候市場的風險與挑戰

儘管全天候交易為投資者帶來便利，但監管者和市場專家對此仍有不少疑慮。24 小時交易不是免費的午餐，它帶來的挑戰同樣巨大。

低流動性的結構性風險

在傳統閉市時段啟動交易，最大的問題是流動性不足可能導致價格大幅波動。

Blue Ocean ATS 就曾警告其客戶，在低交易量的夜間市場可能面臨以下風險：

更高的價格波動性。 由於參與者較少，一筆大單就可能令價格劇烈波動。夜間市場買賣力量不均衡時，股票價格可能飆漲或暴跌，波動幅度超過日間正常水平。

較低的流動性。 買賣盤稀疏造成交易難以成交，大額交易更難找到對手方。流動性匱乏會進一步放大價格的跳動，形成惡性循環。

買賣價差擴大。 因競價者有限，買價和賣價的差距變大，投資人交易成本上升。寬廣的價差也可能嚇跑部分交易者，進一步削弱流動性。

消息公告時段的行情扭曲。 若公司在非傳統時段發布重要資訊（例如財報或併購消息），夜盤市場可能出現過度反應。由於專業投資者未必全部在場，價格可能被少數人推升或打壓到不合理水準。

目前的隔夜市場有 90% 由零售驅動，機構參與度很低。這扭曲了訂單流，可能導致價格與基本面價值脫節。機構投資者對於在凌晨 2 點以寬價差執行客戶訂單有所顧慮，這可能被視為「執行不力」，違反信託責任。

這些問題都是「低流動性」的表現。也是為何歷史上規模愈小的交易所往往營業時間愈短，流動性不足時，長時間開市只會帶來價格發現質量下降和波動放大。

資訊不對稱與公平性問題

全天候交易還引出資訊發布與交易公平的問題。

目前，公司重大訊息（如財報、併購）通常在收盤後發布，讓市場有一夜時間消化，再於次日開盤反映。這種安排有其道理：給所有投資人平等的時間來分析資訊，避免在交易進行中造成資訊不對稱的優勢。

若市場全天不停，資訊發布將無法避開交易時段。內幕交易和資訊不對稱風險可能加劇。一些市場專家擔心，缺乏經驗的散戶在深夜時段可能無法及時取得關鍵資訊，卻貿然交易，容易成為訊息落後者而蒙受損失。

此外，交易員和做市商不可能 24 小時盯盤。人力有限時可能出現監管或監控空窗。有人或可利用清晨市場人稀之際操縱價格，而監管部門未必有人即時發現。

傳統監管框架是為白天市場設計的，監管機構目前也缺乏人力在 24/7 模式下實時監視所有交易。要適應全天交易，監管工具和資源都需要升級，例如引入更智能的市場監控算法、即時風險報警，以及全球協作的監管資訊分享機制。

市場基礎設施的全面挑戰

全天候交易也對交易所、清算所、券商的技術基礎提出挑戰。

系統維護的難題。 現有系統常利用夜間停機進行維護、升級和安全檢查。如果市場不關門，就必須採取交替熱備或循環升級等更複雜的技術方案，確保系統不斷線地更新。這可能帶來可觀的研發和運維成本。24X 每天安排 1 小時停機更新，就是對這個問題的妥協。

公司行動的節奏調整。 傳統的公司行動（除權除息、分拆、股東投票）都基於有固定持股日和結算日的假設。全天候交易可能打亂這些節奏。市場各方需要制定新的規則來界定在不同時區進行的交易如何參與公司行動。

風險管理模型的即時化。 連續不閉市意味著波動累積效應更大。券商需要更即時地計算和補繳保證金，而清算所也可能提高參與者的保證金要求以覆蓋更長時間的風險敞口。

熔斷機制的重新設計

現有的「熔斷機制」是為核心交易時段設計的。這套機制在價格波動超過一定幅度時暫停交易，防止閃崩。

但在流動性較低的隔夜時段，價差本來就比較寬，價格波動也比較大。如果沿用日間的熔斷參數，可能會頻繁觸發暫停，反而影響交易連續性。監管機構和交易所必須為隔夜時段重新設計這些機制。

「閃崩」風險在低流動性環境下更為顯著。凌晨 3 點的一筆大額市價單可能顯著壓低股價。NYSE 的 Pillar 引擎可能會整合特定的「價格區間」來防止這種情況，這是 24 小時模型必要的適應。

NYSE 的風控對策

針對上述監管與風險問題，NYSE 及 ICE 在設計新平台時提出了一些應對方法。

第一，透過合格券商進場。 新平台計劃僅透過合格券商為投資人提供服務。個別散戶不直接在區塊鏈上交易，而是通過受監管的券商進場。這確保能為投資人提供風控和資訊支援，並受監管機構監督。

第二，夜間交易的限制措施。 參考 Robinhood 夜盤經驗，平台可能對投資人的下單類型做限制，例如夜間只允許限價單，避免瞬間極端價成交。

第三，定期拍賣機制。 為避免低流動性帶來的亂象，業界提出採用拍賣機制而非持續撮合的方案。白天熱門時段每幾秒競價一次，凌晨交易清淡時段則拉長至每小時甚至數小時競價一次。透過定期拍賣累積買賣單量，能在一定程度上緩解交易稀疏導致的劇烈波動。

第四，跨時區資金調配工具。 ICE 宣布將在各清算所引入跨時區資金調配工具，如 BNY Mellon 提供的日內三方回購服務，確保夜間市場也有足夠資金融通。

NYSE 的新平台試圖在創新與穩定之間取得平衡：一方面滿足全天候交易需求，另一方面沿用成熟的監管框架和風控措施來管控新風險。監管機構也明確表示將審慎審批，確保在擴大交易時間的同時，不損及市場的公平與穩定。

驅動變革的核心邏輯

綜合上述分析，NYSE 推動代幣化全天候交易的背後，有三大核心驅動力共同作用。這不是單一因素導致的變革，而是多重力量在同一時刻匯流的結果。

技術可行性：DLT 從理論走向落地

區塊鏈和數位金融基礎設施的進步，是此次變革的首要推手。

過去幾年，分散式帳本技術（DLT）已從理論走向落地，能夠支撐高頻交易和實時結算所需的速度與容量。NYSE 之所以選擇此時推出代幣化平台，很大程度上是因為技術條件趨於成熟。

幾個里程碑事件標誌著這一轉變：

2025 年，美國通過了穩定幣法案（GENIUS Act），建立了聯邦監管框架，加強了穩定幣的信任與穩定。這為傳統金融採用穩定幣掃清了法律障礙。穩定幣讓資金可以無縫地在鏈上清算，不受銀行營業時間限制，這是 24/7 交易的關鍵支柱。

同年底，美國中央存託機構 DTC 獲得 SEC 無異議函，允許試行託管資產代幣化。這意味著股票、債券、ETF 等核心金融資產可以正式在區塊鏈上發行流通，享有傳統法律權利。監管綠燈亮起，技術上「代幣化核心資產」成為可能。

大型機構的試點驗證了代幣化的安全性和效率。 貝萊德推出了 BUIDL 貨幣基金代幣，富蘭克林鄧普頓發行了鏈上基金，紐約梅隆銀行建立了代幣化存款平台。這些不是實驗室裡的概念驗證，而是管理數萬億美元資產的頂級機構的實際部署。

到 2026 年，NYSE 具備了在技術上「水到渠成」的條件來部署鏈上交易平台。DLT 提供的即時結算、全天營運能力和可編程性，讓交易所能夠重新設計市場運作方式。過去的技術瓶頸正在消解，這是趨勢轉變的首要動因。

市場需求：全球化與散戶化的雙重驅動

第二大驅動力來自市場結構和投資者需求的轉變。

金融市場全球化程度愈發提高，國際資金流動頻繁。 各時區投資人都希望參與美股而不受時間限制，交易所順應全球投資潮流提供更長的交易時間勢在必行。NYSE 在延長交易時間的提案中直言，其目的即為滿足全球對美股的需求。

Blue Ocean ATS 75-80% 的交易量來自亞太地區，這個數字說明了一切。NYSE 的代幣化平台實際上是一種「出口產品」，在亞洲投資者清醒的時間，向他們出售美國公司的准入權。這符合美股成為全球默認價值儲存手段的宏觀趨勢。

散戶投資崛起和投資者結構年輕化，使得傳統市場需適應新一代的偏好。這些投資人習慣於隨時關注並操作投資組合，加密市場的體驗讓他們期望股票市場也能全年無休。零佣金交易、網路論壇協作等近年的散戶浪潮（如 meme stock 事件）都體現出新生代投資人對及時參與市場的熱情。

疫情以來零售交易爆發，交易所看到了擴大服務時間可吸引更多交易量與收入。以美股為中心的全球交易社群已經形成，如果不提供更彈性的交易時間，投資人滿意度會下降，資金可能轉向其他市場或產品。

是廣大投資人的需求變化在倒逼傳統交易所改革。Nasdaq、NYSE 不約而同在近年宣布延長交易時段，就是回應市場呼聲的舉措。投資者的期待和全球資本流動要求市場打破時間藩籬，這股需求面的推力是全天候交易趨勢的重要引擎。

競爭壓力：不變革就被淘汰

最後，不容忽視的是競爭因素驅動了此趨勢的提速。競爭來自幾個方面：

傳統交易所之間的同業競爭。 Nasdaq 和 NYSE 作為美國兩大證交所，不願在創新上落後對方。當 Nasdaq 宣示將實現 24 小時交易，NYSE 也必須拿出更具突破性的方案以保持領先。這是一場誰都不能輸的軍備競賽。

新興平台的挑戰。 像 24X 這樣的全新交易所，以及 Blue Ocean 這類 ATS，瞄準的正是傳統交易所未覆蓋的交易時段和人群。如果 NYSE 不迅速行動，這些新玩家可能在夜間市場站穩腳跟、分流走 NYSE 的交易量和用戶。與其坐視他人侵蝕版圖，不如主動出擊建立自己的全天候平台，捍衛市場份額和話語權。

DeFi 和加密交易所的潛在威脅。 去中心化金融世界已開始複製傳統金融產品，Coinbase、Robinhood 等紛紛涉足股票代幣化，甚至提供在區塊鏈上交易美股的服務。如果傳統交易所無所作為，未來不排除更多大型科技或加密公司以去中心化交易所（DEX）形式提供股票交易，從根本上顛覆傳統交易所的地位。

NYSE 顯然意識到了這點，才會聲稱要引領業界走向鏈上解決方案，把信任優勢與前沿科技結合，塑造未來的市場基礎設施。考慮到證券型代幣發行（STO）和去中心化交易未來可能興起，NYSE 提早佈局代幣化生態也有助於在新的金融格局中保持競爭力。

總括而言，同業競逐、革新者搶食，以及去中心化挑戰形成的壓力，逼使傳統交易所必須轉型，以免在未來金融版圖中被邊緣化。

馬克碎念

NYSE 這次宣布的代幣化平台，表面上是技術升級，實質上是一場生存之戰。

如果仔細看時間線，會發現 NYSE 其實是被逼到牆角的。Blue Ocean ATS 從 2021 年開始啃夜間市場這塊蛋糕，到現在已經拿下絕大多數的亞太交易量。24X 在 2024 年底拿到 SEC 核准，成為第一家獲准近 24 小時運作的證券交易所。Robinhood 的夜盤交易反應熱烈，證明散戶的需求是真實的。

如果 NYSE 再不動，會發生什麼事？這些新玩家會在夜間市場站穩腳跟，機構投資者會開始習慣把夜間訂單送到 Blue Ocean 或 24X，散戶會用 Robinhood 的 24 小時功能交易美股。等到這些習慣養成了，NYSE 再想搶回來就難了。

所以 NYSE 的選擇很清楚：與其被動挨打，不如主動出擊。而且不是小打小鬧地延長一兩個小時，而是直接上代幣化、上區塊鏈、上穩定幣，用一個全新的技術架構來重新定義遊戲規則。這不是漸進式改良，這是破壞式創新，由守成者自己發動的破壞式創新。

但這場革命真正的隱藏主角，其實是穩定幣。

很多人討論 NYSE 代幣化平台時，焦點放在區塊鏈、放在即時結算、放在零股交易。但如果沒有穩定幣，這一切都是空談。

為什麼？因為傳統銀行系統會睡覺。Fedwire 只在工作日白天運作，銀行轉帳有營業時間限制。如果資金的流動還是要靠傳統銀行系統，那 24 小時交易只是紙上談兵，穩定幣解決了這個問題。USDC、USDT 這些穩定幣在區塊鏈上 24 小時流動，完全不受銀行營業時間限制。全天候轉移。

NYSE 明確表示要整合穩定幣進行資金清算，這是傳統金融對加密基礎設施的正式擁抱。華爾街過去幾年對加密貨幣態度曖昧，一邊罵它是龐氏騙局，一邊又偷偷研究怎麼用。現在攤牌了，我們需要穩定幣，不然 24 小時交易做不起來。

流動性聚合理論是不是破產了？

過去反對延長交易時間的主要論點是「流動性會被稀釋」。如果把同樣的交易量分散到 24 小時，每個時刻的訂單簿都會變薄，價差會擴大，價格發現效率會下降。這套理論聽起來很有道理，而且有歷史數據支持。

但加密市場已經證明，24/7 交易是可行的。比特幣市場沒有開盤收盤，一年 365 天、每天 24 小時都在交易，而且流動性還不錯。當然，加密市場的波動性比傳統股市大得多，但那更多是資產本身的特性，而不是交易時間的問題。

真正的問題不是「24 小時交易行不行」，而是「誰先做到」。如果美股不提供全天候交易，資金會流向其他能 24/7 交易的資產，而是正在發生的事實。

監管的態度轉變也很關鍵。

SEC 批准了 24X，既然一家新創交易所可以 23 小時運作，那 NYSE、Nasdaq 這些老牌交易所有什麼理由不行？監管機構的這個決定，實際上為整個行業的轉型開了綠燈。

NYSE 現在是「帶著監管護照」進場搶地盤。它不是在灰色地帶試探，而是在 SEC 的監管框架內正式運作。這給了它相對於加密交易所或另類交易系統的競爭優勢，投資人可以相信，在 NYSE 的代幣化平台上交易是安全的、合規的、有保障的。

最後一個問題留給每個讀者：當美股可以凌晨三點交易，你的睡眠還剩多少？

這聽起來像是投資人的勝利。過去只有專業交易員能參與的盤前盤後交易，現在人人都能參與。亞洲投資人不用再熬夜，歐洲投資人不用趕在下班前交易，每個人都可以在自己方便的時間買賣美股。

但另一方面，這也可能是另一種無休止的焦慮。當市場永不關門，你什麼時候可以安心睡覺？當任何時刻都可能有重大消息影響你的投資組合，你能真正放下手機嗎？

加密市場的投資人已經體驗過這種「永遠在線」的焦慮。週末凌晨比特幣暴跌 10%，你是爬起來止損還是繼續睡？這種決策壓力，以後可能會延伸到蘋果、特斯拉、台積電的投資人身上。

NYSE 的代幣化平台會在何時正式上線，還要看 SEC 的審批進度。但方向已經很清楚了：華爾街的鐘聲可能還會繼續敲響，但它背後的時間框架正在被打破。

兩百多年來，股票市場都是有開有關的。投資人可以在收盤後放下工作，等到明天再戰。這種節奏即將改變。

歡迎來到永不打烊的華爾街。

首圖連結：https://tluxe-aws.hmgcdn.com/public/article/2017/atl_20200107181047_105.jpg

AI購物大戰開始了？一分鐘速讀

• 協議對決與哲學： Google UCP（開放/DNS 模式）與 OpenAI/Stripe ACP（封閉/App Store 模式）的對決，是 AI 時代開放去中心化網路與封閉圍牆花園兩種網際網路哲學的終極之爭。

• 技術與門檻： UCP 核心技術為 Capability Manifest + MCP，但商家整合門檻較高；ACP 則依賴 共享支付代幣（SPT），以極低門檻實現零知識交易。

• 巨頭戰略： Walmart、Shopify 採取兩邊押注的策略；而 Amazon 則透過其內建助手 Rufus 和法律戰，保持沉默並積極鞏固其封閉生態。

• 行銷轉變： 數位行銷典範從 SEO 轉向 AEO（AI Engine Optimization），結構化數據取代關鍵字，成為確保商品能被 AI 代理精準看見和推薦的核心。

NRF 2026：AI 商務元年的號角

2026 年 1 月 11 日，紐約賈維茨會議中心的氣氛與往年截然不同。

每年的 NRF（美國零售聯盟大會）向來是零售業的風向標，但今年的焦點不再是全通路行銷或供應鏈優化這些老生常談。當 Google 執行長 Sundar Pichai 走上主舞台，台下聽眾知道這場演說將重新定義未來十年的電商遊戲規則。

Pichai 宣布的「通用商務協議」（Universal Commerce Protocol, UCP），一個試圖成為「商務世界的 DNS」的開放標準。這個比喻意思是能像 DNS 讓任何瀏覽器都能找到任何網站，UCP 的野心是讓任何 AI 代理都能找到任何商家、理解其能賣什麼、如何結帳、如何處理退貨，然後代表消費者完成整個交易流程。

但這不只是一場的產品發布會。這場演說，是對三個月前 OpenAI 與 Stripe 聯手突襲的正式回應。

讓我們倒帶回顧這場風暴的形成：

2025 年 9 月 OpenAI 與 Stripe 的突襲。 雙方聯合發布「代理商務協議」（Agent Commerce Protocol, ACP），並在 ChatGPT 中啟用「即時結帳」功能。美國用戶只要對 ChatGPT 說「幫我買一雙跑鞋」，AI 就能自動比價、顯示商品、直接在對話中完成下單與付款。這項功能利用 Stripe 的支付基礎設施，讓商家只需添加一行程式碼即可接入。上線僅三個月，就已有數十萬款商品可透過 ChatGPT 購買。這是「圍牆花園」策略的極致展現。

2025 年 11 月 Amazon 的法律戰。 全球電商霸主對 AI 搜尋引擎 Perplexity 提起訴訟，指控其「Comet」代理程式在未經授權的情況下偽裝成瀏覽器抓取 Amazon 數據。這標誌著封閉生態對外部 AI 代理的正式宣戰。

2026 年 1 月 Google 的反擊。 UCP 的發布不僅是技術標準的推出，更是一場政治結盟。Google 成功拉攏了 Shopify、Walmart、Target、Etsy、Wayfair 等電商巨頭，以及 Visa、Mastercard、American Express、Adyen 等支付與金融公司，甚至包括了「敵營」的 Stripe，形成了一個超過 20 家重量級夥伴的「反圍牆花園」聯盟。

這一系列事件確立了 2026 年作為「AI 代理商務元年」的歷史地位。市場不再討論「AI 是否會影響零售」，而是轉向更尖銳的問題：誰將定義 AI 零售的規則？誰將控制下一個十年的商流入口？

這不是一場普通的商業競爭。這是兩種截然不同的網際網路哲學「開放式去中心化網路」與「封閉式圍牆花園」在 AI 時代的對決。

協議對決：圍牆花園 vs. 商務 DNS

要理解這場戰爭的本質，必須先拆解兩套協議背後的設計哲學。表面上，ACP 和 UCP 都是「讓 AI 幫你購物」的技術標準，但它們代表了截然不同的網際網路願景。

OpenAI/Stripe 的 ACP：極致效率的 App Store 模式

OpenAI 與 Stripe 推出的 ACP 代表了高度集成、垂直整合的解決方案。如果要找一個類比，Apple 的 App Store 最為貼切：為了提供最流暢的使用者體驗，必須控制端到端的環境。

運作模式是這樣的： 商家需要在 chatgpt.com/merchants 註冊，主動將產品數據「推送」（Push）至 OpenAI 的中央索引庫。當消費者在 ChatGPT 中表達購買意圖時，AI 直接在對話框內調用 Stripe 的支付介面完成交易。整個流程發生在 ChatGPT 這個單一入口內，消費者無需離開聊天介面。

ACP 最關鍵的技術創新是「共享支付代幣」（Shared Payment Tokens, SPT）。這解決了 AI 代理商務最大的安全隱憂：如何讓 AI 代表人類付款，卻不讓 AI 接觸到信用卡號？

SPT 的運作流程是這樣的：用戶在 ChatGPT 授權購買後，OpenAI 向 Stripe 請求一個受限制的代幣。這個代幣被嚴格限制使用範圍，僅限特定商家、最高金額上限、有效時間可能只有 10 分鐘。ChatGPT 將這個 Token 傳遞給商家的結帳 API，商家再持此 Token 向 Stripe 請款。整個過程中，AI 代理只負責傳遞意圖與代幣，從未真正「看見」或「儲存」用戶的敏感金融資訊。這種設計實現了「零知識」交易。

ACP 的優勢顯而易見：

• 整合門檻極低：已經使用 Stripe 收款的商家，幾乎只需新增一行程式碼即可開通 ChatGPT 的代理購物支付功能

• 體驗極致順暢：消費者無需離開聊天介面，轉化率極高

• 速度快：OpenAI 上線即時結帳僅三個月，就已有數十萬款商品可直接購買

但劣勢同樣明顯：

• 封閉性：目前只有在 ChatGPT 環境內才能享受這樣的便利服務，其他 AI 平台或搜尋引擎難以直接利用

• 依賴性：商家高度依賴單一平台的流量分配演算法，數據與流量被鎖定在 OpenAI 的生態系內

換句話說，OpenAI 正在建起一座「圍牆花園」。商家若想接觸透過 ChatGPT 購物的消費者，就必須進入這個生態。這種封閉性引發了競爭對手的警覺——尤其是搜索與廣告巨頭 Google，不願將未來的電商入口拱手讓人。

Google 的 UCP：去中心化的商務 DNS

Google 的 UCP 則承襲了 WWW 的精神。X 平台上的開發者將其比喻為「商務世界的 DNS」。

核心理念是： 網路應該是分散式的，商家應保有對自己網站、數據和客戶關係的完全控制權。商家不需將數據上傳至單一平台，而是在自己的伺服器上發布一份「能力清單」（Capability Manifest）。任何 AI 代理都可以「讀取」這份清單，理解商家能賣什麼、如何結帳、如何處理退貨，進而代表消費者發起交易。

UCP 的運作機制建立在三大技術支柱上：

第一，Capability Manifest（能力清單）。 商家必須在其網域的特定路徑（如 /.well-known/ucp）託管一份 JSON 格式的清單，宣告支援的服務與能力。這份清單包含：支援的垂直領域（如一般購物、旅遊）、AI 代理可呼叫的具體功能（搜尋、購物車、結帳）、API 的接入口，以及支援的通訊協議。這種設計讓 AI 代理能夠動態地「爬取」並理解商家的交易規則，就像瀏覽器解析 HTML 一樣自然。

第二，MCP 整合。 UCP 與 Model Context Protocol（MCP）原生整合。在 UCP 架構下，商家的伺服器運行一個 MCP Server，將庫存查詢、運費計算等功能封裝成 LLM 可以直接調用的「工具」。傳統方式是 AI 嘗試解析網頁 HTML，容易因版面變更而失敗；MCP 方式則是 AI 發送結構化請求，伺服器返回確切數據。這大幅降低了 AI「幻覺」的風險，確保交易數據的準確性。

第三，OAuth 2.0 身份連結。 當消費者透過 Gemini 購物時，若涉及會員專屬折扣或積分累積，UCP 會引導用戶進行一次性的帳戶授權。這確保了商家能夠識別「這是我的金卡會員」並提供相應的個性化定價，同時商家依然保有完整的客戶數據所有權。

UCP 的優勢在於開放性：

• 不綁定特定 AI：Gemini、Claude、ChatGPT，甚至開源模型都能使用

• 商家主權：商家保留「商家紀錄」（Merchant of Record）的地位，直接處理金流與物流

• 互操作性：支援多種傳輸協議，與現有其他協議（如 Agent2Agent、Agent Payment）相容

但劣勢同樣存在：

• 技術門檻高：需要商家端進行更複雜的伺服器配置（設置 .well-known 端點、MCP 伺服器），整合難度遠高於 ACP

• 碎片化風險：去中心化可能導致不同商家的實作標準不一，影響 AI 代理的穩定性

• 推動速度慢：相較於 ACP 依託 ChatGPT 一家之力即可推廣，UCP 需要產業各方共同投入開發實作

對比總覽

簡言之，ACP vs UCP 的競爭，本質是「平台一體化」與「協議標準化」兩種路線之爭。 前者集中火力優化自有平台內體驗，後者試圖制定行業標準、串連多元平台。最終誰能勝出，取決於商家與消費者對「便利性」與「自主性」的權衡：是願意為一站式便捷而進入封閉平台，還是偏好開放生態帶來的靈活選擇。

信任與安全：當 AI 代你付錢

在商務協議之下，還隱藏著一層更為基礎的戰爭：支付授權層。這個問題聽起來很技術，但其實很直觀，銀行憑什麼相信一筆由 AI 發起的交易是合法的？

傳統的信用卡交易，銀行信任的是「持卡人本人操作」這個前提。但當 AI 代理介入後，這個前提被打破了。如果 AI 幫你買了一雙跑鞋，結果送來的是童鞋尺寸，誰該負責？如果用戶事後聲稱「是 AI 亂買的」要求退款，銀行該相信誰？

支付層的三方角力

Google 的 AP2：授權委託書機制

配合 UCP，Google 推出了 Agent Payments Protocol（AP2）。AP2 的核心概念是「委託書」（Mandates），這是一種加密簽章，用於證明用戶確實授權了 AI 進行交易。

這套機制分為三層：

• Intent Mandate（意圖委託）：用戶簽署「我要買一張去倫敦的機票，預算 800 美元以下」

• Cart Mandate（購物車委託）：鎖定具體的商品項目

• Payment Mandate（支付委託）：最終的資金放行授權

這些委託書構成了不可否認的數位證據鏈。如果用戶事後反悔，聲稱「是 AI 亂買的」，銀行可以調閱這些加密簽章作為仲裁依據。

Visa 的 TAP：信任代理協議

Visa 則推出了 Trusted Agent Protocol（TAP），重點在於「驗證代理本身的身份」。TAP 為經過認證的 AI 代理頒發數位證書。商家在接收到交易請求時，可以驗證這個代理是否為「Visa 認證的良民」，從而區分合法的購物助理與惡意的爬蟲機器人。

三者的堆疊關係

這三種協議並非完全互斥，未來很可能形成「堆疊」關係：TAP 驗證代理身份（這個 AI 是誰？可信嗎？）、AP2 記錄用戶授權（用戶真的同意了嗎？）、ACP/SPT 執行具體交易（怎麼完成這筆買賣？）。

AI 幻覺的真實案例

當我們把購物決策和操作越來越多地交給 AI 代理，一個不得不慎重對待的問題是：如何確保 AI 不會出錯或「幻覺」？

這並非杞人憂天。在 Amazon 最近的一次 AI 購物實驗中，一家文具店在毫不知情的情況下突然收到多筆來自 Amazon 的訂單，而訂購的竟是一款該店根本沒有販售的商品。原來是 Amazon 測試的 AI 購物代理抓取了該店網站資訊後，「幻覺」般地下單了不存在的產品，導致商家一頭霧水。

商家在社群發文無奈吐槽：「聽起來是很棒的功能，直到 AI 幫顧客買的東西根本不在你的庫存，而你的店還蒙在鼓裡幫忙發出了錯誤商品。」

這個案例敲響了警鐘：當 AI 介入交易流程，容錯機制與安全確認就變得前所未有地重要。

責任歸屬的困境

在 UCP/ACP 架構下，商家通常被視為 Merchant of Record（商家紀錄）。這意味著，即使錯誤源於 AI 的理解偏差，商家仍可能面臨退貨成本。OpenAI 的 ACP 也強調「商家仍是記錄在案的商戶」，AI 只是在中間傳遞指令，最終扣款和履單還是由商家現有系統處理。

為了解決爭議，新的證據標準正在形成。商家需要保存「代理意圖日誌」（Agent Intent Logs），記錄 AI 當時接收到的指令以及其推理過程，以證明「AI 沒有出錯，是用戶指令模糊」。Visa 的 TAP 協議正是為了標準化這類證據而生。

更棘手的是「友好詐欺」的升級。AI 代理可能被用來進行更複雜的詐欺：用戶設定 AI 搶購限量球鞋，若市價下跌，便宣稱「AI 失控」要求退款。這迫使支付產業必須重新定義「授權」的法律邊界：只要你啟動了代理，你是否就必須為代理的所有行為買單？ 目前的共識傾向於「是」，但相關法律判例尚未成熟。

產業觀察者建議，短期內應保持人機協作：AI 提供建議和自動化流程，但關鍵確認點仍需人為把關。例如用戶在下單前最終點擊確認，或商家對可疑訂單進行二次校驗。「AI 不亂買東西」將成為 AI 購物得以大規模普及的前提之一，如何在便利與安全間取得平衡，是接下來協議制定者和平台需要持續優化的方向。

零售商的戰略抉擇：三巨頭的不同賭注

面對兩種截然不同的協議與生態，零售商該怎麼選邊站？

答案是：很多精明的零售商選擇不選邊站。

Walmart：全通路防禦戰

美國零售龍頭 Walmart 是最典型的「兩邊押注」案例。Walmart 同時擁抱 ChatGPT 與 Google Gemini 兩大 AI 助手的購物功能。

作為 UCP 的共同開發者，Walmart 的戰略非常清晰：防禦 Amazon，利用 Google。Walmart 擁有龐大的實體店數據與供應鏈優勢，透過 UCP 將這些數據結構化並開放給 Gemini，能夠在 AI 搜尋結果中佔據優勢位置。

想像這個場景：當用戶問 Gemini「哪裡可以馬上買到除雪機？」，UCP 能即時回傳 Walmart 當地門市的庫存，這是純電商無法比擬的優勢。同時，支援 ChatGPT 的 ACP 則是為了攔截年輕一代的流量，確保不錯過任何一個入口。

未來消費者無論透過哪個 AI 平台尋找商品，Walmart 都不缺席。

Shopify：軍火商策略

Shopify 在這場戰爭中扮演了最有趣的角色「軍火商」。

Shopify 一方面與 Google 共同開發 UCP，宣佈全平台商家將自動具備 UCP 支援。換言之，每個 Shopify 商店都等於掛上了讓 AI 找得到、買得到的標準接口。另一方面，Shopify 也是 OpenAI 首批合作夥伴，官方消息指出逾百萬家 Shopify 商戶的商品將陸續接入 ChatGPT 即時結帳功能。

這意味著 Shopify 商家的產品，未來將同時出現在 ChatGPT 和 Google 搜尋的 AI 模式中，透過兩種不同協議都能被 AI 代理「看見」。

Shopify 的核心價值主張很簡單：無論哪種協議獲勝，Shopify 都是基礎設施的提供者。

更深層的意義是，透過在平台層級內建 UCP，Shopify 實際上是在幫助其中小企業商戶對抗「隱形懲罰」。在 AI 時代，如果一個商家的商品數據無法被 AI 讀取，它就等於不存在。Shopify 自動生成的 UCP Manifest 讓一家賣手工蠟燭的小店，也能被 Google Gemini 像檢索 Amazon 一樣輕鬆檢索到。這大大提升了 Shopify 平台的黏著度。

中小企業的技術鴻溝

但不是所有商家都這麼幸運，雖然 Shopify 商戶獲得了庇護，但那些使用老舊自建系統（如舊版 Magento、WordPress）或客製化網站的中型企業正面臨巨大危機。實作 UCP 需要配置 MCP Server、OAuth 認證及複雜的 API，這對缺乏 IT 團隊的企業來說門檻極高。

市場可能因此出現兩極化：能被 AI「看見」的頭部與平台型商家，以及逐漸在 AI 視野中消失的長尾商家。 這是一種新型態的數位落差。

Amazon：房間裡的大象

當 Google、OpenAI、Stripe、Shopify、Walmart 等各方在這場標準之爭中紛紛站隊，全球最大的電商平台 Amazon 的動向卻異常低調。

Amazon 既沒有公開參與 UCP 標準，也沒有宣布支持 ACP，在表面上顯得按兵不動。然而，這絕不表示 Amazon 無意介入。事實上，Amazon 正在構築一道更為堅固的牆。

Rufus：封閉生態的超級代理

Amazon 的回應是 Rufus，其內建於 Amazon App 的 AI 購物助手。Amazon 擁有其他對手無法比擬的優勢：真實的交易轉化數據。

OpenAI 知道用戶「問」了什麼，Google 知道用戶「搜」了什麼，但只有 Amazon 確切知道用戶最終「買」了什麼、退了什麼、以及真實的滿意度。Rufus 利用這些數據提供精準的推薦，並將用戶牢牢鎖在 Amazon 的生態系內。

另外 Amazon 推出的「Shop Direct」功能，讓用戶可以在 Amazon 平台上直接瀏覽其他品牌官網的產品，其中的「Buy for Me」按鈕透過 AI 代理替用戶在第三方網站上下單。這相當於把 Amazon 化身為一個無所不包的 AI 代購員，不要求商家入駐 Amazon Marketplace，也能把商家網站的商品賣出去。

法律與技術的雙重封鎖

Amazon 對外部 AI 代理採取了敵對態度，在法律戰方面，Amazon 於 2025 年底起訴 Perplexity，指控其未經授權抓取數據。這確立了「未經許可的 AI 代理即為非法入侵」的法律論述。在技術戰方面，2026 年起 Amazon 大幅調漲 SP-API（Selling Partner API）的使用費，變相增加了第三方開發者為 Amazon 賣家開發 AI 工具的成本。

Amazon 的策略是將 AI 購物變成一場「內戰」：如果你想用 AI 在 Amazon 購物，你只能用 Rufus。

但這裡有個諷刺的雙重標準，Amazon 一方面禁止外部 AI 工具爬取自家網站，另一方面卻自己爬別人的網站搞 AI 代購。這種先斬後奏的強勢作風引來不少批評，但也顯示出其對 AI 購物版圖的野心。

Amazon 的缺席本身就是一個值得玩味的訊號。 一種可能是 Amazon 認為自身體量足以獨行其是，通過自有平台加 AI 助理就能掌控大量消費者，不需要與他人共建標準。另一種可能是 Amazon 暫時隱忍，實則在背後觀察對手動向，伺機推出自己的協議標準，讓戰局演變成三足鼎立。

無論如何，在 AI 購物的未來格局中，絕不能低估 Amazon 這頭沉默的巨獸它的最終抉擇，可能將左右整個戰場的平衡。全球電商市場正在分裂為「Amazon 帝國」與「UCP/ACP 聯盟」兩大陣營。

行銷新規則：從 SEO 到 AEO

AI 代理接管購物搜尋與推薦的另一個連鎖效應，是整個數位行銷與流量分配規則的改寫。

以往商家做數位行銷，核心是爭奪 Google 等搜尋引擎的排名，俗稱 SEO，但當消費者開始對 AI 說「幫我找⋯⋯」而不是自己去搜，傳統 SEO 的遊戲規則正在被顛覆。

關鍵字已死，結構化數據為王

AI 代理不看網頁的視覺設計，它們只看數據。在 UCP 時代，商家的核心競爭力在於數據的結構化程度。

傳統 SEO 優化的是標題、關鍵字密度、反向連結。但新時代的 AEO（AI Engine Optimization，或稱 Agentic Optimization）優化的是 JSON-LD Schema、UCP 能力清單、庫存 API 的即時響應速度。

想像這個場景：如果你的產品有庫存，但沒有在 UCP Manifest 中正確標記「delivery_time」，AI 代理為了降低風險，可能會優先推薦競爭對手的產品。

專家指出：「企業必須從『做內容給人看』，變成『做資料給 AI 看』。」

這要求商家提供機器讀得懂且信得過的資訊：使用精確的 Schema 結構標記來標註產品的價格、規格、庫存、評價；建立穩定的 API 介面確保庫存和價格的即時同步。只有這樣，AI 在接到「我想要一雙防水的登山鞋，預算 3000 元」這類指令時，才能精準地從你的資料中判斷你賣的鞋是否符合條件，並把你的商品列入推薦清單。

Business Agent：品牌在 AI 時代的新官網

Google 推出的 Business Agent 是另一個值得注意的發展。品牌可以訓練一個專屬的 AI 代理，內建於 Google Search 中。當消費者詢問「這件外套適合登山嗎？」時，不再是隨機抓取論壇評論，而是由品牌的 Business Agent 根據官方數據回答。

這不僅是客服工具，更是 SEO 的防禦工事，確保品牌在 AI 對話中擁有「話語權」，避免被通用大模型的幻覺所誤導。

引用取代連結

在 AI 模型的權重中，「連結」（Backlinks）的重要性下降，「引用」（Citations）的重要性上升。AI 透過閱讀權威評論、專業論壇來建立對產品的「認知」。因此，行銷人員的任務變成了確保品牌被權威數據源（如專家撰寫的評測文章、認證機構資料庫）所引用，以佔據 AI 的推理路徑。

「可見性」的概念也從過去的關鍵字排名，轉變為意圖匹配度。 AI 選品更重視產品資訊是否直接回答了用戶的需求，而非你的頁面是否堆砌了某些關鍵詞。品牌要提升在 AI 平台的曝光率，得確保提供的資料能支持 AI 進行比較、推薦和後續提問。

早期積極投入「代理商務 SEO」的品牌，可能獲得一波紅利：由於競爭對手尚未優化，他們的產品更容易被 AI 挑中優先推薦。但這個窗口期不會太久，隨著行業接受度提高，整個數位行銷產業都需要重新學習遊戲規則，培養同時懂 SEO 和 AEO 的複合型人才。

正如一位專家所言：「AI 時代不是搶曝光，而是搶引用、搶信任、搶位置。懂得與 AI 並肩作戰的行銷人，才是下一個勝利者。」

零點擊經濟的來臨

更遠的未來，我們將迎來「零點擊經濟」（Zero-Click Economy）。

精美的網頁設計將不再是轉換率的關鍵，因為「看」網頁的是機器人。前端開發的價值將縮水，後端數據架構的價值將暴漲。為了適應 AI 代理的高頻、小額、即時交易需求，傳統銀行結算系統（T+1/T+2）顯得過於緩慢，結合加密貨幣穩定幣的 PayFi 可能成為 AI 商務的首選結算層，實現 7x24 小時的即時清算。

最終，UCP 與 ACP 將不僅用於 B2C，更將滲透至 B2B。想像一下：你家的 AI「儲藏室代理」自動檢測咖啡豆存量，向烘豆商的 AI「銷售代理」發出詢價，雙方自動議價、下單、付款，全程無人參與。

在這個世界裡，人類不再是購買行為的執行者，而是授權者。

馬克碎念

表面上看，這是 Google 和 OpenAI 的協議之爭，是「開放」vs.「封閉」的哲學對決。但如果仔細想想，這兩邊說的「開放」和「封閉」，其實都是相對的。

Google 說 UCP 是「商務世界的 DNS」，聽起來很去中心化對吧？但別忘了，DNS 的根伺服器也是有人在管的。當 Google 掌握了這套協議的主導權，當 Gemini 成為消費者詢問購物問題的第一入口，Google 會不會成為新的流量閘道？「開放標準」的背後，是不是只是換一種方式壟斷？

OpenAI 說 ACP 是圍牆花園沒錯，但人家一行程式碼就能接入，對中小商家來說門檻低到不行。反觀 UCP 要配置 MCP Server、 OAuth 認證、寫一堆 JSON，沒有 IT 團隊的商家根本無法加入。所以到底誰更「開放」？是技術上的開放，還是准入門檻的開放？

而 Amazon 不需要加入任何聯盟，因為它本身就是生態。它有 Rufus、有 Shop Direct、有全球最完整的購物行為數據。Google 和 OpenAI 在外面打得火熱，Amazon 只需要把自己的牆築高一點，讓 Rufus 變聰明一點，就能穩坐釣魚台。而且人家還順手告了 Perplexity，確立了「AI 爬我數據就是違法」的法律先例。

這場戰爭的結果，可能不是 Google 贏或 OpenAI 贏，而是有能力讓 AI 讀懂自己的商家贏，讀不懂的商家輸。 這是一種新型態的數位落差，或許會來得比我們想像的快。

最後一個問題留給每個讀者：當 AI 幫你做購物決策的時候，你願意放棄多少「自己選」的樂趣，來換取「AI 幫你選」的便利？

這個問題沒有標準答案。但我猜，大多數人會在不知不覺中，把答案交給那個回答速度最快、最懂你的 AI，這才是這場戰爭真正在爭的東西。

首圖連結：https://petapixel.com/assets/uploads/2023/02/chatgpt-versus-google-in-answering-photography-questions.jpg

悠遊付現狀一分鐘速讀

• 護城河崩塌： 北捷開放多元支付。悠遊卡失去對全台最強交通場景的獨佔權，實體卡優勢與數位 App 脫鉤。

• 老四的困境： 用戶數約 380 萬，與前段班 形成巨大斷層，且活躍度遠低於競爭對手。

• 策略失誤： 長期採取「佛系經營」與「跟隨者策略」，缺乏獨特價值主張。加入 TWQR 反而削弱了自身的通路獨佔性。

• 毀滅倒數： 真正的死線是 2026 年 7 月，屆時 Apple Pay 快速交通卡上線，iPhone 用戶將大規模棄用掃碼的悠遊付 App。

• 唯一出路： 退守 TPASS 月票 剛需族群，深耕公部門繳費與津貼發放等利基市場，轉型為「功能性工具」。

2026 年 1 月，台北捷運正式開放多元支付閘門，這標誌著悠遊卡長達 20 年的「交通壟斷紅利」正式終結。在 LINE Pay 電支獨立、Apple Pay 壓境與零售巨頭夾殺下，悠遊付被迫面對一個更現實的問題：如果進站不再必須靠你，那用戶為什麼還要打開你？

這篇文章試著用原本的結構，把關鍵事件、產業格局與策略失誤講得更完整一點。不是為了唱衰，而是想把「它為什麼會卡住」講清楚。

帝國黃昏，2026 年的關鍵轉折

歷史性的 1 月：當閘門不再只為悠遊卡而開

2026 年 1 月 3 日，對台北捷運通勤族來說，是個可以不用太在意的新功能；但對悠遊卡公司而言，卻是一個必須非常在意的轉折點。當天，全線閘門正式啟用「多元支付」功能，乘客不再只能拿出悠遊卡，而是可以用手機打開街口、全支付掃描 QR Code，或是直接用信用卡感應進站。

首日數據顯示，QR Code 乘車碼的使用率僅 0.9%，絕大多數人還是習慣「嗶」卡過站。乍看是悠遊卡守住了主場，實則暴露了悠遊付 App 的尷尬：即便祭出「首搭 50% 回饋」的重金補貼，消費者依然不買單。

這一幕真正證明的是：在交通場景，「體驗摩擦」大於「補貼誘因」。你要打開 App、等待讀取、找到乘車碼、對準掃描，哪怕只多三秒，在尖峰時段的捷運站都會被放大成不可原諒。

更重要的是，它象徵「進站權」從「特許」變成「商品」。過去，你想搭捷運就得用悠遊卡；現在，悠遊卡只是一個選項，而且可能不是最方便的那一個。

如果要用一句話概括：這不是「功能上線日」，而是「降維日」。悠遊卡公司被迫從獨佔事業切換到完全競爭市場，並且在自己最擅長的交通主場，被迫接受其他人帶來的遊戲規則。

30 天完美風暴：為什麼悠遊付在 2026 年初突然變得「很危險」

很多人把悠遊付的停滯歸因於北捷開放，但北捷只是其中一刀。真正的問題在於 30 天內連續發生三件事，讓市場競爭基數直接重算：

第一刀：2025/12，LINE Pay Money 推出獨立電支帳戶，並用「三年免手續費」這種近乎毀滅性的補貼，把轉帳場景與用戶資金留在 LINE 生態裡。

第二刀：2025/12/31，LINE Pay App 移除舊版一卡通 MONEY 入口，等於把大量用戶行為強制導向新的電支產品，市場在一個晚上完成大遷徙。

第三刀：2026/1/3，北捷閘門開放 QR 乘車碼與信用卡感應（初期限台新），把悠遊卡的壟斷地位拆掉，同時把高價值 iPhone 通勤族推向「不用開 App」的感應路徑。

你可以把它想像成：悠遊付原本靠交通入口低成本獲客，但這三刀同時把「入口、習慣、資金」三件事一起鬆動。當用戶的主要轉帳在 LINE、主要消費在全支付/街口、主要通勤開始可用信用卡感應，你剩下的角色，很容易被擠回「備用工具」。

數位轉型的成績單：為什麼總是慢半拍？

回顧悠遊付的發展史，可以用「起了個大早，趕了個晚集」來形容。悠遊卡是台灣最早的電子票證，但悠遊付直到 2020 年才上線，錯失了 2015–2019 年行動支付培養用戶習慣的黃金期。

疫情期間的「零接觸」紅利，本應是悠遊付翻身的機會，但因內部被形容為「佛系經營」的文化，加上缺乏像全支付或街口那樣的「富爸爸」進行無底洞式的補貼戰，導致悠遊付始終無法突破用戶天花板。公股背景的資本結構限制，讓它在狼性十足的支付戰場上，顯得綁手綁腳。

但這裡也要公平一點：悠遊付並不是沒有成績。

從 2023 到 2025，它的用戶數與交易額其實走出了一條穩健成長曲線：從 2023 年初約 211 萬，到 2024 年第一季 271 萬、2024/3 約 287 萬、2024/9 約 319.6 萬，再到 2025/5 約 359.5 萬、2025/9 達到 380 萬。

交易規模也有明顯跳升：2022 年全年約 44 億，2023 年激增到 108.3 億；2024 年單月代理收付實質交易金額穩定在 10 億以上，2025/9 當月交易額約 11.2 億。

所以問題不是「做不起來」，而是「長得不夠能防守」。

我們可以這樣理解，悠遊付的成長，主要來自既有票證基礎與政策／法規整合後的功能釋放，而不是它在純商業市場裡，打造出一個讓人離不開的高頻入口。

支付市場的殘酷在於，沒有高頻入口，你就只能靠補貼換短期交易，補貼一停，習慣就回到別人那裡。

市場版圖全景：被夾擊的第四名

數據會說話：停滯的用戶與活躍度

根據 2026 年 1 月的市場描述，台灣電子支付市場已呈現明顯的「固化」。

• 一卡通與街口支付，用戶數皆突破 700 萬大關。前者曾長期吃到社交轉帳與 LINE 入口紅利，後者統治了年輕人的街邊消費。

• 全支付靠著全聯與大潤發的「買菜剛需」，用戶數衝至 670 萬級距，且實質交易金額屢創新高。

• 悠遊付用戶數卡在 380 萬上下。更慘的是，其交易場景高度「空洞化」，主要依賴交通與公部門繳費（停車費、水費等）。這些交易看似金額不小，但頻率低、利潤薄、也不容易養出主錢包習慣。

這就是老四困境：你不小，卻不夠大；你不弱，卻沒有能讓人「非你不可」的理由。

最強追兵：LINE Pay 電支獨立後的吸血效應

2025 年底至 2026 年初，市場另一件大事是 LINE Pay 正式取得電子支付執照並獨立運作，意味著它不再只是「第三方支付」，而是可以像銀行一樣進行儲值與轉帳。

這對悠遊付是毀滅性的打擊，因為它不是從零開始的電支，而是把已經存在的 1,300 萬級用戶基數，直接升級成電支能力。一旦補齊轉帳功能，就產生典型的「降維打擊」：原本需要靠多個 App 才能完成的支付／轉帳行為，被一個社交入口整合起來。

而且 LINE Pay Money 主打的不是回饋，而是「改寫習慣」：聊天視窗裡就能轉帳、發紅包、AA 分帳；加上免手續費這種針對轉帳痛點的設計，它會把用戶的資金停留在自己的帳戶裡。當資金在那裡，消費就容易在那裡。

競品護城河分析

• 街口支付：建立了通用的點數與折抵機制，加上長尾通路（夜市、小吃店）與年輕族群品牌，形成「高頻＋通用貨幣」的黏著。

• 全支付：掌握全聯這種剛需入口，點數回饋的累積與兌換都與日常生活綁死。

• 一卡通： 與 LINE PAY 分家後深陷危機，但深耕南台灣大眾運輸，還有一線生機。

• 悠遊付：除了交通與少數繳費／學雜費等功能性場景外，缺乏一個足夠強的「通用貨幣」與「高頻入口」，因此很難把自己變成主錢包。

戰略覆盤：那些年走錯的路

「我有就好」的跟隨者陷阱

悠遊付的產品策略常被詬病為「Me-too Strategy」。對手有乘車碼，我也做；對手談跨境支付，我也談。看似功能齊全，卻缺乏核心靈魂。

在支付市場，功能不是賣點，習慣才是。用戶不會因為你什麼都有而每天打開你，他只會因為你「最順、最省事、最常用」而把你留在第一屏。

最典型的戰略誤判：TWQR

悠遊付大力擁抱財金公司的共用 QR Code 標準（TWQR），原本盤算是節省拓展特約商店成本。然而這是一把雙面刃。

TWQR 確實讓悠遊付能進入更多店家，但同時也把自己的護城河填平了：當街口與全支付也能掃同一個碼，商家與消費者為什麼要選擇回饋較少、體驗較差的悠遊付？

更關鍵的是「品牌隱形」：立牌上是 TWQR，不是悠遊付。當支付變成標準件，你就更難把使用感受轉化成品牌忠誠。

TWQR 對全支付這種通路強者是補藥，因為它本來就有剛需入口，對悠遊付這種通路弱者則可能是毒藥，因為你把唯一能稱得上護城河的東西（某些場域的獨佔心智）主動交了出去。

超級悠遊卡（SuperCard）的過渡期失敗：用過渡技術對抗結構轉移

為了挽救 iPhone 用戶無法像 Android 一樣把悠遊付當成「手機嗶卡」的痛點，悠遊卡公司推出過「超級悠遊卡（SuperCard）」之類的過渡方案，主打用手機 NFC 幫卡片加值。

但這類產品的問題在於：它改善的是「加值方式」，不是解決「不想帶卡」的核心痛點。只要用戶仍然要帶卡，它就只是把一段麻煩變成另一段麻煩。

在 2026 年 Apple Pay 快速交通卡即將上線的前夕，投入資源改良過渡品，就像在智慧型手機普及前夕還在改良功能手機的按鍵手感，方向錯了，再努力也只是把錯誤做得更精緻。

複雜的會員回饋與點數機制：沒有通用貨幣撐起來，複雜只會變成門檻

2026 年悠遊付推出新的「月級挑戰」與回饋制度，想提升黏著度。但規則越複雜，越需要一個強勢的通用貨幣（像 LINE Points、街口幣）去承接用戶的理解成本。

悠遊付缺少這種「通用貨幣」，於是複雜很容易變成門檻，一般用戶不會算，也不想算，最後只記得一句話：別家比較直覺、比較好用。

2026 年 7 月後的生存預測

核彈級威脅：Apple Pay 快速交通卡登台

悠遊付真正的末日審判，不在 1 月，而在 2026 年 7 月。屆時，台北捷運預計全面開放 Apple Pay 的「快速交通卡（Express Transit / ECP）」功能。

這意味著 iPhone 用戶進站時，不需要解鎖手機、不需要打開 App，甚至手機沒電也能刷，直接感應過閘。

在這種極致體驗面前，悠遊付現在主推的「乘車碼掃描」流程，將顯得無比笨拙。屆時，悠遊付 App 在 iOS 端的活躍度恐將面臨斷崖式下跌。

更可怕的是，這不只是交通被分流，而是「自動加值」這個悠遊付長期用來綁住用戶的理由，也會一起被抽走。當你可以直接用信用卡進站，為什麼還要先儲值、再管理餘額？

殘存的價值：從「大眾」走向「分眾」

面對強敵環伺，悠遊付若想生存，必須放棄成為「國民錢包」的幻想，轉而深耕利基市場。

• 死守 TPASS 與月票族群：這是唯一對價格極度敏感，且必須依賴交通制度與票證體系的高黏著族群。悠遊付必須把購買 TPASS、查詢月票紀錄、轉乘優惠、敬老卡／學生卡整合等體驗做到全市場最好，不能只是「能用」。

• 政府數位夥伴：繼續利用公股優勢，深耕發放津貼、繳稅、繳罰單、學童午餐券數位兌換等公共服務。這些領域低利潤但高剛需，也通常是純商業機構較不願深涉、或政府不願完全交給民營業者的領域。

• 交通延伸的生活圈：通勤的真正價值不只在進站那一秒，而在通勤路徑上的連續場景：停車、共享運具、超商早餐、公司附近小額消費、社區管理費等。悠遊付若要在民間市場留下位置，最合理的戰場不是「什麼都做」，而是把交通民生路徑做成一套更順的預設。

這些方向看起來保守，但其實是把自己重新定位成「公共數位生活的基礎層」。你不需要贏下所有支付戰爭，但你至少要成為某些場景裡最可靠、最順手、最不會出錯的那個。

馬克碎念

悠遊卡公司曾握有全台灣最強的交通支付場景，以及上億張的發卡量。在 2015 年以前，它是台灣支付的代名詞。但就因為法規包袱與心態保守，硬是錯過了數位轉型的黃金五年。

執照從來就不是萬靈丹。悠遊付以為拿到電子支付執照就能贏，但市場一再告訴我們，「生態系」與「高頻入口」才是王道。LINE Pay 的例子更直接：入口在社交，支付只是功能；當入口擁有注意力，支付就能長出來。

TWQR 的戰略誤判更是致命。悠遊付以為搭便車可以省錢，結果是把自家的城門打開，讓巨人踩進來。當支付標準被統一，差異化就只剩兩件事：體驗與貨幣。悠遊付在這兩件事上都不夠強，於是只能退回交通與公部門，變成一個功能性 App。

未來的悠遊付會消失嗎？應該不會。但它很可能退化為「一個月開一次買 TPASS、偶爾繳路邊停車費」的工具。這不只是技術問題，而是市場競爭下的必然結果。

更大的觀察是：悠遊付的掙扎，其實正是台灣許多傳統金融／半官方機構數位轉型困境的縮影，以為做了 App 就是數位化，卻忘了數位化的核心是用戶路徑與商業模式的重構。

首圖連結：https://i.marieclaire.com.tw/assets/mc/202003/5E78AF5BCAC811584967515.jpeg

2026 金融科技發展！一分鐘速讀

• AI 範式轉移 — 從生成內容轉向代理式 AI 執行任務，銀行中後台進入 Autopilot 時代。

• B2B 嵌入式革命 — 垂直 SaaS 取代傳統通路，成為新的信貸分發中心。

• 支付去中介化 — A2A 支付強勢崛起，挑戰 Visa/Mastercard 壟斷，推動「去卡化」。

• 資產代幣化 — BlackRock 等巨頭推動國債代幣化以解鎖流動性，穩定幣成為 B2B 跨境結算的新基建。

• 監管科技軍備賽 — 全面部署對抗 AI Deepfake的欺詐，零信任架構與行為生物識別成為標配。

金融科技行業已然跨越了單純的「數位化」階段，即把銀行搬到手機上的過程，進入了更為深層次的「智慧化」與「生態化」重構期。如果說過去十年的主軸是行動網路對傳統銀行通路的替代，那麼 2026 年則會是金融服務從「人機互動」（Human-to-Machine）向「機機互動」（Machine-to-Machine）的轉移。

數據顯示，2026 年將是金融科技從「試點」走向「生產」的關鍵分水嶺。嵌入式金融生態規模預計將在 2030 年達到 7.2 兆美元，而代理式 AI 的市場規模正以驚人的速度爬坡。這不僅僅是技術的升級，更是金融功能從獨立產品向基礎設施全面隱形化的過程。在這場變革中，誰掌握了「代理人」的控制權，誰就掌握了未來的金融入口。

AI 的終極進化 - 代理式金融 (Agentic Finance) 的降臨

2026 年，人工智慧在金融領域的應用將迎來了轉折點。市場焦點從 2023-2024 年的「生成式 AI」（Generative AI），即創造文字、圖片或程式碼的能力，大量地轉向了「代理式 AI」（Agentic AI）。這不僅僅是技術名詞的迭代，而是 AI 角色從「副駕駛 」向「主駕駛 」的轉變。

定義代理式 AI：從 Chat 到 Act

代理式 AI 與傳統聊天機器人的核心區別在於其「主動性」與「執行力」。傳統 AI 是被動的，依賴人類輸入指令；而代理式 AI 具備環境感知能力，能夠根據模糊的目標（如「改善本月流動性」）自主拆解任務、調用銀行 API、執行交易並監控結果。

根據 Gartner 的預測，到 2026 年，推理計算將佔據 AI 總算力的三分之二，這意味著 AI 將更多地被用於「運行」業務而非僅僅是「訓練」模型。Deloitte 預估，到 2030 年，全球代理式 AI 市場規模將達到 350 億至 450 億美元。這股力量將徹底重塑金融機構的運作邏輯。

看不見的中後台革命：銀行營運的自主化

而銀行業最深刻的變革發生在客戶看不見的中後台。AI 代理成為新的「數位勞動力」，接管了大量規則複雜、流程繁瑣的任務。

財務與會計的自動化閉環

對於企業銀行客戶而言，代理式 AI 徹底改變了財務管理流程。像 Oracle 和 HighRadius 這樣的供應商已經提供了成熟的金融 AI 代理。

• 自主對帳機制：AI 代理能夠跨越銀行帳戶、ERP 系統和 Payment Gateway，實時比對每一筆交易。當發現差異時，它不再只是報錯，而是會自主查詢歷史數據、發票影像和合約條款，嘗試解釋差異原因（例如：匯率波動、手續費扣除），並自動生成調整分錄供人類審核。

• 流動性管理：AI 代理實時監控企業現金流，預測未來的資金缺口。它不僅能發出預警，還能根據預設策略，自動建議或執行短期融資、貨幣互換或閒置資金理財操作。

反洗錢的效率躍升

反洗錢調查是銀行人力成本最高的領域之一。在2026 年的 AI 代理將扮演了「數位偵探」的角色。當交易觸發警報時，AI 會自動檢索客戶的 KYC 資料、歷史交易記錄、公開新聞報導甚至社交媒體信息，構建完整的資金鏈路圖。它能自動撰寫詳細的可疑活動報告草稿，並附上風險評分和推薦行動。這使得調查效率提升 50% 以上，並顯著降低了誤報帶來的客戶干擾。

IT 現代化

銀行面臨的最大技術債是老舊的核心系統。2026 年，程式代理成為 IT 部門的標配。它們能夠理解數百萬行的 COBOL 代碼，並將其翻譯或重構為現代化的 Java 或 Go 語言。McKinsey 指出，這類工具可將開發者生產力提高 40% 以上，大幅縮短了銀行推出新產品的週期。

前端體驗的重構：App 的終結與意圖驅動

在客戶端，2026 年的金融服務不再依賴於客戶主動打開 App 尋找功能按鈕，而是轉向「意圖驅動 (Intent-Driven)」。

Gartner 預測，到 2026 年，AI 搜尋和摘要的日使用量將大幅超過獨立 AI 工具。在金融場景中，客戶只需對手機說：「我想為明年的歐洲旅行存錢」，銀行 AI 代理就會自動分析客戶的收支狀況，建議每月儲蓄金額，推薦合適的理財產品，並在獲得確認後自動設立子帳戶和定投計劃。

更進一步，未來的 AI 代理具備跨 App 的操作能力。它可以掃描用戶郵箱中的旅行預訂確認信，自動計算旅行預算，並建議購買相應的旅遊保險，甚至直接完成投保流程。為了確保這些建議的準確性與合規性，金融機構轉向使用領域專用語言模型 (DSLMs)，這些模型使用高品質的金融數據進行訓練，內置了合規檢查，大幅降低了幻覺的風險。

嵌入式金融 2.0 - 從 B2C 到 B2B 的垂直突圍

嵌入式金融在 2026 年進入了 2.0 時代。如果說 1.0 時代的特徵是 B2C 領域的「先買後付」(BNPL) 和叫車支付，那麼 2.0 時代的特徵則是 B2B 領域的全面爆發和垂直行業的深度整合。市場預測顯示，到 2030 年，嵌入式金融市場規模將達到 7.2 兆美元。

垂直 SaaS 的貨幣化新引擎

2026 年，針對特定行業的軟體服務商成為了新的金融的新通路。這些平台掌握著企業的營運數據，比傳統銀行更了解企業的真實信用狀況。

建築、物流與餐飲業的金融化

• 物流與運輸：物流調度平台成為了卡車司機的「銀行」。除了調度貨物，平台直接提供油費墊付、過路費支付以及車輛維修保險。運費結算從傳統的 30-60 天縮短為「卸貨即付款」，改善了司機的現金流。

• 建築行業：像 Procore 類的管理軟體嵌入了供應鏈金融。基於進度更新和材料採購訂單，軟體自動為承包商提供短期過橋貸款，解決建築業常見的帳期錯配問題。

• 餐飲業：Toast 等 POS 系統演變為餐廳的財務操作系統，提供從員工薪資預支、設備融資到庫存採購貸款的全套服務。由於掌握了餐廳每日的營業數據，平台可以提供動態額度的貸款，還款方式也可以靈活地從每日營收中扣除。

銀行即服務的監管洗牌與基礎設施化

嵌入式金融的繁榮依賴於底層的「銀行即服務」(BaaS)。然而，2026 年的 BaaS 市場經歷了深刻的結構性調整。在 2024-2025 年間，由於數起 BaaS 平台合規失誤導致的洗錢風險，美國 FDIC 和 OCC 等監管機構大幅收緊了審查。

這導致了一批合規能力薄弱的中間廠商被市場淘汰。2026 年，大型非金融平台（如 Uber, Shopify）傾向於繞過中間件，直接與具備強大 API 能力和合規體系的銀行建立「直連」模式。傳統銀行也越來越明確地將 BaaS 作為核心戰略，將其牌照、資產負債表和合規能力包裝成標準化產品，出售給科技公司。這不僅是防禦性策略，也是獲取低成本存款和手續費收入的重要來源。

支付新格局 - 生物識別與 A2A 的雙重夾擊

2026 年的支付產業將呈現出鮮明的「去卡化」和「生物化」趨勢。傳統卡組織（Visa/Mastercard）的壟斷地位正受到來自帳戶對帳戶 (A2A) 支付的強力挑戰，而物理支付媒介正從手機進一步轉移到人體本身。

帳戶對帳戶支付的全球崛起

A2A 支付，即消費者直接通過銀行帳戶向商家轉帳，繞過信用卡網路，在 2026 年成為零售支付的主流選項之一。

費用是經濟驅動力來源

商家對 A2A 支付的熱情源於成本。信用卡交易通常收取 1.5%-3% 的交換費，而 A2A 支付的成本可低至 0.1%-0.5% 甚至固定費率。在利潤微薄的零售業，這幾個百分點的差異足以決定生死。因此，大型零售商大力推廣自有的支付 App 或「Pay by Bank」選項，並通過積分獎勵引導消費者使用。

基礎設施的成熟

• 歐洲與英國：隨著 PSD3 和開放金融法規的落地，A2A 支付在歐洲電商市場的使用率顯著提升。

• 新興市場：在印度 (UPI)、巴西 (Pix) 等市場，A2A 支付已經超越了卡支付。

• 美國：隨著 FedNow 即時支付系統的普及，美國的 A2A 支付也開始在帳單支付和 B2B 領域展現活力。

生物識別支付：掌紋與多模態認證

支付正在變得「隱形」。生物識別支付市場預計將在 2029 年達到約 670 億美元。

掌紋支付的規模化

與指紋和人臉相比，掌靜脈識別具有非接觸（衛生）、難以偽造（需要活體血液流動）且隱私性較高的優勢。Amazon One 在 Whole Food 的部署以及騰訊在中國的微信刷掌支付，或許將在 2026 年引發了全球跟進。而且我們也在交通樞紐、辦公樓門禁和大型場館見證了掌紋認證的普及。

數位錢包的終極形態

歐盟數位身份錢包 (EUDI Wallet) 在 2026 年全面推廣，它允許歐盟公民在手機中存官方身份證、駕照、學歷證明以及支付憑證。這意味著用戶可以用同一個 App 完成「證明我是誰」和「支付費用」兩個動作，極大簡化了開戶、租車、簽約等場景的流程。

資產代幣化 - 華爾街的數位新基建

區塊鏈技術在金融領域的應用徹底告別了「加密寒冬」的陰影，進入機構化、合規化和實用化的新階段。核心不再是比特幣的價格波動，而是實體資產代幣化 (RWA) 和 穩定幣的商業支付應用。

解鎖數兆美元流動性

代幣化是指將實體資產的權益映射到區塊鏈上。市場預測到 2030 年，代幣化資產規模將達到 16 兆美元。2026 年是從試點走向規模化發行的關鍵轉折年。

資產類別的擴展

• 金融資產：國債、貨幣市場基金和債券的代幣化成為常態。BlackRock、Franklin Templeton 等資產管理巨頭引領了這一趨勢。代幣化基金份額允許投資者實現 T+0 即時申贖，並可作為 DeFi 協議中的抵押品，大幅提高了資本效率。

• 非流動性資產：商業地產、私募股權、藝術品甚至基礎設施項目通過代幣化實現「碎片化所有權」。這降低了高淨值資產的投資門檻，讓散戶投資者也能參與其中。

穩定幣：B2B 跨境結算的殺手級應用

在 2026 年穩定幣將確立了其作為全球支付基礎設施的地位，而非僅僅是加密貨幣交易的籌碼。

隨著歐盟《加密資產市場法規》(MiCA) 的全面實施以及美國穩定幣立法的推進，發行商受到類似銀行的嚴格監管。這消除了傳統金融機構使用穩定幣的法律顧慮。對於跨國企業而言，使用合規穩定幣進行內部資金調撥和供應鏈支付，可以實現 7x24 小時即時結算，且成本遠低於 SWIFT 系統。Visa 和 Mastercard 進一步整合了穩定幣結算能力，使其能夠在現有的商戶網路中被接受。

互操作性與流動性網路

2026 年的關鍵技術突破是跨鏈互操作性協議（如 Chainlink CCIP）的成熟。金融機構不再建立封閉的「區塊鏈孤島」，而是通過通用協議將私有銀行鏈與公共區塊鏈（如 Ethereum, Solana）連接起來。這意味著代幣化資產可以在不同的銀行和市場之間無縫流動，避免了流動性割裂。

監管科技與區域戰略 - 防禦與擴張

在 2026 年隨著金融犯罪手段的高科技化和監管規則的指數級增長，監管科技成為了金融機構的生存必需品。預計該市場將以超過 20% 的年複合增長率擴張。

AI 對抗 AI：深偽技術與反詐新戰場

金融安全演變為一場「好 AI」對抗「壞 AI」的軍備競賽。犯罪分子利用生成式 AI 製造逼真的語音和視頻，進行 CEO 詐騙或合成身份詐騙。Deloitte 預測，到 2027 年，AI 驅動的欺詐損失可能高達 400 億美元。

為了防禦，銀行全面部署行為生物識別 (Behavioral Biometrics) 技術。系統不僅驗證密碼，還實時分析用戶的打字節奏、滑鼠移動軌跡、手持設備角度等微觀行為。AI 能夠精準識別出操作者是本人、盜號者還是自動化程式。同時，結合地理位置、設備指紋和區塊鏈溯源，金融機構構建了零信任 (Zero Trust) 的安全架構。

區域未來發展熱點

• 亞太地區：數位錢包滲透率全球領先，印度 UPI 和東南亞 Grab 等模式持續擴張。香港和新加坡競逐虛擬資產中心。

• 歐洲：從 Open Banking 邁向 Open Finance，數據共享擴展至保險與投資。綠色金融科技最為活躍，受 CSRD 等嚴格 ESG 法規驅動。

• 北美：B2B 嵌入式金融和垂直 SaaS 的創新高地。穩定幣商業化應用最快，企業對效率和自動化的追求極致。

• 中東：沙烏地阿拉伯和阿聯酋大力投資 AI 和區塊鏈基礎設施，主權基金驅動經濟多元化轉型。

馬克碎念

看著 2026 年金融科的發展可能性，不禁想問一個問題：當金融服務變得「隱形」且「自主」時，誰才是真正的主人？

我們正在進入一個「代理人經濟」。當你的 AI Agent 幫你自動理財、自動比價、甚至自動拒絕一筆它認為「不合理」的消費時，我們獲得了效率，但也讓渡了財務自主權。如果這個 Agent 背後的算法為了優化銀行的流動性，而在微觀層面影響了你的決策，你會察覺嗎？這不是科幻小說，這是正在發生的事

另一個殘酷的現實是銀行的「基礎設施化」。嵌入式金融讓 SaaS 平台、電商巨頭掌握了最寶貴的客戶介面與數據，傳統銀行越來越像水電煤一樣。銀行高管們高喊擁抱 API 經濟，但不做 API 化，就等著被邊緣化，做了，則是加速自身的隱形化，未來的銀行怎麼重新回到第一線？

過去 Fintech 靠的是「快」打敗銀行的「慢」，靠的是監管套利。但監管套利的時代快結束了。RegTech 成為了入場券，沒有強大合規能力的 FinTech 創業公司寸步難行。這不再是草莽英雄的時代，而是資本與合規的遊戲。

最後，看看華爾街如何「收編」Crypto。幾年前，加密貨幣還揮舞著去中心化的大旗要革華爾街的命。現在BlackRock 發行的代幣化國債規模幾十億美元，穩定幣變成了 Visa 的結算工具。Crypto 曾經的理想主義，最終還是被華爾街用「合規」的名義收服了。這不是失敗，這是成熟的代價。

2026 年的金融科技還會有什麼讓人驚艷的發展，就讓我們未來這一年一起來看看。

首圖連結：https://i0.wp.com/go.commeet.co/wp-content/uploads/2022/02/%E4%BD%95%E8%AC%82Fintech.webp

台灣支付與代幣化戰略重點：一分鐘速讀

• 戰略核心：堅守「雙層式貨幣架構」，所有金融創新（支付與代幣）須錨定央行基礎貨幣 ，確保「貨幣單一性」。

• 零售支付：不發行零售 CBDC，將其定位為處理政府發放與數位券的「數位公共建設」。

• 批發代幣化：緊跟 BIS 趨勢，以批發型 CBDC 打造「聯合帳本」，目標實現存款與資產代幣的款券同步交割 (DvP)。

• 穩定幣監管：劃下「嚴禁支付利息」紅線，要求穩定幣發行人需 100% 準備、資產隔離，並納管為具風險的支付工具。

• 基礎建設：對內推動 TWQR 統一規格；對外透過 FPS 快速支付系統與國際接軌。

從被動防禦到主動定義規則：央行的戰略轉移

過去五年，是加密貨幣與去中心化金融試圖顛覆法幣體系的「野蠻生長」期。從臉書的 Libra 震撼全球央行，到算法穩定幣 Terra/Luna 的崩盤，再到比特幣 ETF 的通過，科技創新者不斷挑戰著「貨幣」的定義，試圖用「程式碼即法律（Code is Law）」取代傳統的央行信用。

然而，2024 年至 2025 年，風向變了。這不再是監管真空的西部荒野，而是各國央行收網、建立數位防線的關鍵時刻。

台灣央行總裁楊金龍在 2025年 12 月發表的專題演講《支付的數位化創新與央行扮演的角色》，絕非一份例行的業務報告，它是台灣針對「貨幣主權 vs 數位創新」這場博弈的回應。

在這份藍圖中，央行不打沒有把握的仗。在零售端，它選擇「修築高牆」，優化現有體系以抵禦外部競爭；在批發端，它選擇「超前部署」，建構全新的代幣化基建；對穩定幣，則是「堅壁清野」，畫出嚴格的合規紅線。這是一場從被動防禦轉向主動定義規則的戰略轉移。央行告訴市場：金融創新可以發生，但必須依照我的規則，在我的圍牆內發生。

核心哲學：為什麼「Code is Law」在央行眼中行不通？

要看懂央行的戰略，必須先理解央行眼中的世界觀。對於技術信仰者來說，區塊鏈的價值在於去信任化；但對於央行而言，金融穩定的核心恰恰在於「信任的錨點」。

楊金龍在演講中，用貨幣的「三位一體」理論，直接否定了去中心化穩定幣取代法幣的可能性：

1. 單一性 ：拒絕「多種價格的錢」

在央行的體系裡，無論是銀行存款、Line Pay 裡的餘額，還是手上的紙鈔，它們在法律與實務上都必須能以 1:1 的面額完美互換。這就是「單一性」。

然而，加密市場的穩定幣往往做不到這一點。在市場恐慌時，穩定幣可能會脫鉤，變成 0.9 美元甚至更低。對央行來說，一旦市場上出現了「會有匯差的新台幣」，貨幣體系的計價單位功能就會崩潰，這是絕對無法容忍的底線。

2. 彈性 ：最後貸款人的必要性

貨幣供給必須具有彈性，以應對經濟週期。當金融危機來襲，市場流動性枯竭時，央行必須能扮演「最後貸款人（Lender of Last Resort）」，透過擴表來注入資金。

反觀所謂的「全額儲備穩定幣」或「演算法穩定幣」，其供給量往往被程式碼鎖死，或是依賴順週期的抵押品價值。當危機發生時，這些機制不僅無法提供流動性，反而可能因為恐慌性贖回而加劇緊縮。央行認為，缺乏彈性的貨幣體系，無法支撐現代經濟的複雜運作。

3. 完整性 ：數位金融的防火牆

這不僅僅是 KYC 或 AML 的法遵問題，而是整個金融體系的防火牆。在去中心化的世界裡，匿名性被視為特徵；但在央行的架構下，無法追蹤資金流向就意味著無法阻斷非法活動。

基於這三大支柱，央行堅守「雙層式架構」：央行位於頂層，發行基礎貨幣（M0）給商業銀行；商業銀行位於第二層，透過放貸創造存款貨幣（M1/M2）服務大眾。央行堅持，未來的代幣化世界，依然必須在這個雙層架構下運作，這不是為了保護銀行的既得利益，而是為了確保貨幣政策的傳遞與風險管理的有效性。

零售支付戰略：存量優化與數位公共財

為什麼全球許多央行（如中國、巴哈馬）熱衷於發行面向大眾的「零售型 CBDC」，讓民眾直接持有央行數位錢包，但台灣央行卻顯得興致缺缺？

數據給出了最誠實的答案：台灣不需要另一個支付 App。

根據簡報揭露的數據，台灣成年人的銀行帳戶擁有率高達 93.3%（遠高於全球平均 76%），電子支付使用率也已達 81.6%。ATM 密度全球領先，轉帳手續費極低，超商甚至能繳納幾乎所有費用。

在這樣一個高度飽和的紅海市場，央行若強推零售 CBDC，不僅面臨極大的商業推廣成本，更重要的是缺乏「Product-Market Fit」。如果 CBDC 只是另一個不能賺回饋點數的 Line Pay，民眾為什麼要用？

因此，央行的零售戰略發生了關鍵性的轉向：從「B2C 競爭者」轉型為「G2P 基礎建設提供者」。

CBDC 的新定位：數位公共建設 (DPI)

央行將原本的零售 CBDC 試點，重新定義為「數位公共建設金流平台」。這是一個務實的戰略轉型。

央行發現，民間支付業者雖然效率高，但有兩件事做不好，或者說不願意做：

1. 大規模政府發放 (G2P)：如普發現金 6,000 元、急難救助金。

2. 專款專用的數位券：如客委會的客家幣、文化部的文化幣，需要限制用途、期限與通路。

這些場景需要極高的併發處理能力（例如全台 2,300 萬人同時搶領）、嚴格的身分核驗，以及複雜的核銷機制。央行決定將 CBDC 技術用來打造這個底層平台。

這套系統目前已經在「普發現金 6,000 元」與「客家幣」專案中通過壓力測試，處理量能達到 每秒 2,505 筆。這意味著，未來的零售 CBDC 不會是你手機裡的另一個支付 App，而是隱藏在政府補助、數位券背後的無形基建。央行負責把最難、最髒、最累的底層做完，讓商業機構在上面疊加應用。

整合戰：TWQR 與 FPS 的護城河

除了 CBDC，央行在現有零售體系的策略是「整合」與「防禦」。

• 對內：TWQR 統一規格。為了解決台灣支付破碎化（桌上擺滿 QR Code 立牌）的亂象，央行透過財金公司串連銀行與電支機構，建立共用標準 TWQR。簡報數據顯示，TWQR 的交易量年增率超過 50%，這證明了標準化的威力。這是一條不同於中國支付寶/微信壟斷的路徑，台灣走的是「共用基礎設施」的聯盟路線。

• 對外：FPS 接軌國際。央行深知，單靠台灣的支付業者很難與 Visa/Mastercard 或 Apple Pay 等跨國巨頭抗衡。因此，透過財金公司的 FPS（快速支付系統）直接與日本、韓國、新加坡的 FPS 對接，讓台灣人的銀行帳戶可以直接在國外掃碼消費。這是一條「國家隊」等級的跨境支付護城河，旨在降低對國際卡組織的依賴。

批發與代幣化：打造金融業的「內網」

相較於零售端的防禦與優化，央行在批發端與代幣化領域，則展現了建構新秩序的野心。這部分是演講中最硬核、也最值得金融從業者關注的「新戰場」。

央行的戰略核心，完全貼合 BIS（國際清算銀行） 提出的 「聯合帳本」 概念。

簡單來說，央行不打算讓資產代幣化發生在以太坊這類公鏈上，而是要建立一個由央行控管、商業銀行與集保結算所共同組成的「許可制聯盟鏈」。

結構拆解：金融內網的三層架構

在這個聯合帳本的架構下，金融資產的生命週期將被重塑為三層：

1. 批發型 CBDC (M0)：這是最底層的「信任錨點」，作為所有代幣化交易的最終清算資產 。只有銀行與特許機構能持有。

2. 存款代幣 (M1)：商業銀行將存款代幣化，用於處理銀行間的資金移動與客戶轉帳。這比傳統的帳戶轉帳更具可程式化特性，且保留了銀行創造信用的能力。

3. 代幣化資產 (RWA)：如公司債、股票，甚至未來的房地產代幣，將在同一平台上流通。

批發代幣化的核心目標：實現零風險同步交割 (DvP/PvP)

為什麼要大費周章建這個？目標是解決傳統金融最痛的痛點：交割風險。

在傳統世界，買股票或債券，資金與證券的交割往往有時間差（如 T+2），這中間存在違約風險，也卡住了大量的流動性。但在「聯合帳本」上，透過智能合約，資金與資產的交換可以原子化（Atomic） 完成，一手交錢、一手交貨，要嘛全成，要嘛全敗，沒有中間狀態。

央行目前正在進行的「代幣化金流試驗平台」，就是這個概念的雛形。它結合了央行的 CBDC、銀行的存款代幣與集保的資產代幣。

這給了 Web3 與 RWA 團隊一個明確的訊號： 未來台灣合規的代幣化資產市場，極大機率不會是「去中心化」的，而是發生在這個由央行控管、銀行擔任節點的「金融內網」裡。這是一個「圍牆花園」，牆內安全、高效、合規，但牆外的人（非持牌機構）進不來。

穩定幣：被關進籠子的猛獸

對於近年來在幣圈火熱的穩定幣，央行的態度可以用一句話總結：「承認其地位，但嚴格限制其功能。」

央行很清楚穩定幣的影響力，雖然穩定幣在虛擬資產總市值中僅佔約 9%，但在交易量中卻佔了 80%。它是加密世界的血液，也是避險的港灣。

然而，央行引用了 19 世紀美國「野貓銀行（Wildcat Banking）」的歷史教訓，將現在的穩定幣亂象比喻為當年私人銀行濫發鈔票的混亂時期。為了將這頭猛獸關進籠子，央行參考歐盟 MiCA 與美國 GENIUS 法案，劃出了幾條不可觸碰的紅線：

監管的鐵幕：三道鎖

1. 必須納管：穩定幣被定性為「支付工具」，發行人需取得特許執照。準備金必須 100% 儲備，且必須是高品質流動資產（如現金、短債），並需進行資產隔離。這意味著「算法穩定幣」或儲備不透明的模式在台灣將無立足之地。

2. 禁止付息：這是最關鍵的殺手鐧。為了保護銀行存款不流失，央行明確表示穩定幣發行人不得向用戶支付利息。這直接斬斷了許多穩定幣理財產品（如存幣生息）的商業模式，確保穩定幣只能是「支付工具」，而不能是「儲蓄工具」。

3. 新台幣穩定幣的困境：央行直言，新台幣穩定幣 在實體支付上沒有優勢。資金成本上，穩定幣是 “Pay Before”（預先儲值且無利息），而信用卡是 “Pay Later”（延後付款且有回饋）。理性消費者沒有動力去使用穩定幣買咖啡。

此外，還有一個隱形天花板：外匯管制。如果新台幣穩定幣想要出海，或者涉及與美元穩定幣的兌換，將直接撞上台灣嚴格的《管理外匯條例》。這注定了新台幣穩定幣難以像 USDT 一樣在全球自由流動。

馬克碎念：體系的代價

過去幾年，加密貨幣圈高喊「Code is Law」（程式碼即法律），試圖用技術信任取代機構信任。但央行用這場演講宣告：在台灣的主流金融體系中，「Central Bank is the Anchor」（央行即定錨） 才是唯一的真理。

這裡面有一個深刻的矛盾值得所有產業決策者思考：

1. 安全與流動性的取捨

央行選擇了一條最安全、最穩健的路，即建立一個由持牌機構組成的「聯合帳本」。這套系統能完美解決合規、反洗錢與貨幣主權等核心問題，讓監管者能夠高枕無憂。

然而，這個選擇也帶來了與全球脫節的風險。

當全球的資產代幣化、去中心化金融與穩定幣的流動性，主要都在以太坊、Solana 等開放的公鏈上運轉，並與全球資金無縫接軌時，台灣這套內部專屬的代幣化基建，是否會因為與全球流動性池隔絕，而變成一座精美但封閉的孤島？

這是一個在「絕對安全」與「資產的全球互通性」之間的重大抉擇，而央行顯然已經做出了保障國內安全的選擇。

2. 業者的戰略抉擇

對於業者而言，局勢已經很清楚：

• 對銀行來說：這是一次鞏固護城河的絕佳機會。透過掌握批發型 CBDC 與存款代幣的節點權限，銀行將繼續主導代幣化時代的金流，不必擔心被 DeFi 革命。

• 對 Fintech/Web3 新創來說：這是一個殘酷的現實檢核。如果不打算與這套「數位公共建設」對接，不願意接受全額準備與不付息的條件，未來的路會越走越窄。別想著顛覆央行，想辦法成為「數位公共建設」的承包商，或許是更務實的出路。

現在的問題不是技術可不可行，而是選擇站在「圍牆」的哪一邊？央行已經把牆蓋好了，如何進來玩這套安全、合規但可能稍顯封閉的聯合帳本？還是留在牆外，在灰色地帶做純粹的 Crypto？

這將是未來五年，金融相關業者最重要的抉擇。

首圖連結：https://s.yimg.com/ny/api/res/1.2/OXOKjiLTEbUod1o6hBCOKg--/YXBwaWQ9aGlnaGxhbmRlcjt3PTY0MDtoPTM5OQ--/https://s.yimg.com/os/creatr-uploaded-images/2024-06/0bdae410-2ece-11ef-abef-0da193fc960b

美國預測市場發展狀況一分鐘速讀

• 監管轉折 — CFTC從2022年罰款140萬美元到2025年批准合規重返，Polymarket獲DCM身份，聯邦法院推翻政治選舉合約禁令

• 跨界融合 — CME與FanDuel合作推出事件合約平台，ICE承諾投資20億美元，Robinhood收購LedgerX布局

• 市場規模 — 全球累計交易額超424億美元，2024大選週期單一平台創35億美元，預測2035年TAM達950億美元

• 三方博弈 — 傳統金融尋求散戶市場，博弈業利用聯邦監管規避州法，加密平台以1.12億美元收購執照換取合規

• 未解挑戰 — CFTC內部3:2投票提議禁止體育/選舉合約，傳統博彩業控訴稅收流失，衍生品與賭博界線仍在攻防

從灰色地帶到聯邦合規：監管態度的180度轉變

2022年的寒冬：CFTC鐵腕執法與市場退場

2022年1月，美國商品期貨交易委員會（CFTC）對 Polymarket 開出140萬美元罰單，原因並非預測市場本身違法，而是CFTC認定 Polymarket 所提供的「事件型二元期權」屬於受高度監管的金融衍生品。

在 CFTC 看來，這些預測合約不是娛樂性押注，而是被視為「交換合約（swap）」。既然屬於金融衍生品，平台就必須依照《商品交易法》註冊成指定合約市場（DCM），才能合法提供交易。但 Polymarket當時並未取得相關牌照，因此被認定為「未註冊的衍生品交易所」並遭到裁罰。

和解協議的條款嚴格。Polymarket需要關閉所有不符合法規的市場，阻擋美國用戶訪問平台，並支付民事罰款。2022年2月起，美國境內用戶無法再透過Polymarket對政治選舉、體育賽事或其他事件進行交易。平台的營運重心被迫轉向海外市場。

同一時期，另一家預測市場平台PredictIt依靠學術豁免繼續運營。這項豁免由CFTC在2014年授予，允許該平台以學術研究為目的提供小額預測市場服務。但豁免條件嚴格，每個用戶在單一市場的投注上限約850美元，限制了商業化擴展的可能性。甚至CFTC後來認為它逐漸偏離學術用途，變得太商業化，因此撤銷豁免並下令關閉。

註：DCM 為 Designated Contract Market，即美國「指定合約市場」。由 CFTC 授權、可合法提供期貨與衍生品交易的聯邦級交易所，功能類似台灣的「期貨交易所」。只有取得 DCM 資格的平台，才能在全美 50 州提供事件合約、期貨與其他衍生品交易。

2023-2024年的司法突破：法院判決改變賽局

2023年8月，聯邦第五巡迴上訴法院做出一項關鍵裁決，禁止CFTC執行對PredictIt的關閉命令。法院認為，CFTC撤銷先前授予的學術豁免程序存在瑕疵，命令暫緩執行。這項判決為預測市場爭取到喘息空間。

2024年9月，另一場司法戰役在華盛頓特區聯邦法院展開。Kalshi向法院提起訴訟，挑戰CFTC禁止上市政治選舉相關合約的命令。聯邦法官Jia Cobb做出有利於Kalshi的裁決，認為CFTC未能證明選舉合約涉及「非法活動」或「博弈」。判決書中指出，CFTC對《商品交易法》中「博弈」一詞的解釋過於寬泛，缺乏明確法律依據。

這項判決具有指標意義。Kalshi隨即獲准上市與美國國會控制權相關的事件合約，成為首家在CFTC監管下合法提供政治預測市場的交易所。2024年10月底，Kalshi開始交易總統大選相關合約，吸引大量交易者參與。

2025年的開放訊號：監管機構態度轉變

2025年7月，美國司法部和CFTC正式結束對Polymarket的調查。兩個機構在調查中試圖查明，Polymarket在2022年和解後是否仍持續向美國用戶提供服務。調查持續數月，期間FBI甚至突擊搜查了Polymarket創辦人Shayne Coplan的紐約公寓，扣押其手機和電子設備。

最終，兩個機構都發出「不起訴通知」，表示不會提出新的指控。這個結果為Polymarket重返美國市場掃除法律障礙。同月，Polymarket宣布以1.12億美元收購QCEX，一家剛獲得CFTC批准的持牌衍生品交易所。

2025年9月，CFTC向Polymarket發出「不採取行動函」，豁免該平台部分記錄保存和報告要求。這封函件釋放明確訊號，CFTC願意為預測市場平台提供監管彈性，協助其符合聯邦交易所標準。

2025年11月25日，CFTC正式授予Polymarket修訂後的指定命令，允許該平台作為完全受監管的DCM在美國運營。這項批准標誌著Polymarket三年退場狀態的終結。CFTC代理主席在公開聲明中稱預測市場是「一個重要的新前沿」，顯示監管機構對這類金融創新的態度已從嚴格限制轉向有條件支持。

DCM身份帶來的優勢明顯。持牌交易所可以在全美50州開展業務，不受各州博弈法律限制。平台可以對接期貨經紀商(FCM)，引入機構客戶和專業交易者。更重要的是，聯邦監管身份為平台建立合法性屏障，降低未來遭受執法行動的風險。

雙軌合規路徑：加密突圍vs傳統融合

Polymarket的1.12億美元監管牌照收購戰

2025年7月，Polymarket完成對QCEX的收購。這家總部位於紐約的小型衍生品交易所，持有CFTC授予的DCM和衍生品清算組織(DCO)雙重執照。QCEX於2022年向CFTC提交申請，經過三年審查，在2025年7月9日獲得批准。數日後，Polymarket就宣布以1.12億美元完成收購。

這筆交易的核心是稀缺監管牌照。美國持有DCM執照的交易所數量有限，獲得新牌照的審批流程漫長且成本高昂。收購現有持牌實體成為快速進入市場的捷徑。1.12億美元的價格遠高於QCEX本身的業務價值，這筆交易本質上是在付出成本，換取進入美國受監管市場的資格。

收購完成後，Polymarket開始大規模調整營運模式。平台從區塊鏈去中心化架構轉向中心化交易平台，建立與傳統金融基礎設施的連接。技術團隊開發強化監控系統，用於偵測市場操縱和異常交易行為。合規部門擴編，負責處理與CFTC的定期報告和溝通。清算機制改為對接FCM，允許機構客戶透過傳統管道參與交易。

2025年11月25日，CFTC授予Polymarket修訂後的指定命令。這份命令詳細規範了平台的運營要求，包括市場監控、風險管理、客戶資產隔離、爭議處理等條款。Polymarket創辦人Shayne Coplan在聲明中表示，這項批准證明平台已達到美國監管框架要求的成熟度和透明度標準。

資本市場對Polymarket的轉型給予正面回應。2023年底，川普家族相關的投資公司1789 Capital對Polymarket進行戰略投資，小唐納·川普(Donald Trump Jr.)加入平台顧問團隊。2025年10月，洲際交易所(ICE)承諾投資高達20億美元。ICE擁有紐約證券交易所，是全球最大的交易所運營商之一。其首席執行官Jeffrey Sprecher公開表示，投資Polymarket是結合華爾街成熟基礎設施與前瞻性DeFi創新的戰略布局。

2024年美國總統大選為Polymarket提供市場驗證機會。平台上與大選相關的合約市場累計交易量達35億美元，超過主要體育博弈公司同期數字。選舉日當天，Polymarket的預測結果在某些搖擺州比官方確認早約兩小時更新，顯示市場聚合資訊的效率。交易量的激增也暴露基礎設施承載能力的問題，促使技術團隊在2025年進行系統升級。

CME×FanDuel：衍生品巨頭的零售化野心

2025年11月12日，芝加哥商業交易所集團(CME Group)與博弈平台FanDuel宣布合作，推出名為「FanDuel Predicts」的新產品。這款獨立手機應用預計在12月上線，為美國用戶提供事件合約交易服務。

產品設計針對零售用戶。每份事件合約以「是/否」二元期權形式呈現，價格區間在0.01美元至0.99美元之間。用戶可以用小額資金對體育賽事結果、經濟指標變動、商品價格走勢等事件進行交易。合約標的涵蓋棒球、籃球、美式足球、冰球等體育項目，以及標普500指數、納斯達克100指數、原油黃金價格、比特幣以太坊報價、GDP和CPI數據等金融指標。

合作架構明確分工。CME Group擔任期貨經紀商，負責清算結算和監管合規。FanDuel提供用戶介面和客戶服務，處理帳戶開設和資金管理。雙方成立非清算FCM的合資企業，按約定比例分享營收，CME分得約一半收益。

這項合作的核心優勢在於「監管差異」，CME擁有CFTC核准的聯邦級交易所牌照，因此能在全美 50 州提供受監管的衍生品交易。體育事件合約在這個框架下被視為「衍生品」，而不是「體育博彩」，因此不受各州禁止線上博彩的法律限制。

這也代表，在某些尚未開放線上體育博彩的州，FanDuel Predicts 仍可以合法提供體育比賽結果的事件合約。不過，為了避免引發各州對「監管套利」的疑慮，也避免與 FanDuel 自家體育博彩業務衝突，合作中加入一條重要限制，一旦某州正式開放線上體育博彩，FanDuel 就會在該州下架所有體育類事件合約。

對CME而言，合作帶來接觸零售用戶的管道。FanDuel擁有約1,700萬註冊用戶，多數是體育博彩和每日奇幻體育愛好者。CME董事長Terry Duffy在電話會議中表示，事件合約將吸引從未涉足傳統衍生品市場的新世代交易者，為集團開拓新的營收來源。

FanDuel的動機同樣清晰。母公司Flutter Entertainment在2025年11月致股東信中披露，第四季將因新產品推出減少4,000萬至5,000萬美元的稅息折舊攤銷前盈餘(EBITDA)。2026年預計投入2億至3億美元市場推廣預算，用於用戶激勵和廣告行銷。這些投資反映Flutter對預測市場潛力的信心，也顯示公司願意承受短期虧損以搶佔市場份額。

FanDuel執行長Amy Howe在聲明中強調，平台將引入負責任交易功能，包括存款限額、虧損提醒和自我排除機制。這些措施回應外界對博彩成癮風險的擔憂，也符合CFTC對DCM的監管要求。

市場現狀全景：平台格局與競爭態勢

Polymarket vs Kalshi：雙寡頭格局

全球預測市場交易量高度集中，Kalshi與Polymarket兩家公司在預測市場中處於主導地位，形成雙寡頭格局。

Polymarket的產品組合較為多元。政治相關合約約占交易量的47%，體育合約約占35%，其餘包括加密貨幣價格、宏觀經濟指標、娛樂獎項等類別。平台定位為廣泛的資訊聚合工具，透過市場機制收集群眾對各類事件的預期。2025年全年，平台累計交易額達數十億美元規模。

Kalshi的策略更為聚焦。體育相關合約約占其交易量的90%，其次是經濟數據和天氣事件。作為首家獲得CFTC認可的事件合約交易所，Kalshi在2020年取得聯邦交易所牌照，比Polymarket早約五年建立合規基礎。

2025年，Kalshi完成新一輪融資，估值約110億美元。投資銀行Citizens的分析師在研究報告中指出，這個估值相當於年營收的16至18倍，遠高於傳統博弈業10至12倍的估值倍數。作為對比，博弈巨頭DraftKings當時市值約147億美元，年營收超過40億美元。Kalshi的估值溢價反映投資人對預測市場成長潛力的樂觀預期。

傳統玩家的進場潮

2025年11月，零手續費券商Robinhood與量化交易公司Susquehanna宣布聯手收購LedgerX 90%股權。LedgerX原是專注加密貨幣衍生品的交易所，持有CFTC授予的DCM和DCO雙重執照。

收購協議規劃，雙方將成立合資企業，運營受監管的期貨及衍生品交易所和清算所。Susquehanna負責提供流動性和做市服務，Robinhood提供零售客戶基礎和用戶介面。新平台預計2026年啟動運營，初期產品將包括加密貨幣衍生品和事件合約。

Robinhood高管在投資人電話會議中表示，公司觀察到用戶對預測市場的強烈需求。2024年大選期間，大量Robinhood用戶在社交媒體詢問是否能透過平台交易選舉相關合約。這些訊號促使公司決定進入這個市場。

DraftKings同樣在籌備自家的預測市場平台。作為FanDuel的主要競爭對手，DraftKings在體育博彩和每日奇幻體育領域擁有龐大用戶基礎。公司高管在財報電話會議中透露，正在評估透過收購或合作取得CFTC牌照的選項，預計2026年推出產品。

其他新進者包括新創公司InPlay。這家公司與MEMX交易所合作，計劃推出可交易體育戰績股票的新平台，允許用戶對球員和球隊的表現進行交易。全球交易所營運商Cboe也透露對預測市場的興趣，但尚未公布具體計劃。

PredictIt繼續依靠學術豁免運營，但規模和影響力已被商業平台超越。2023年CFTC曾試圖撤銷豁免，但遭法院暫緩執行。雖然平台目前仍可運營，但面臨用戶流失和競爭加劇的壓力。

市場規模的爆炸性成長

全球預測市場的累計交易活動已超過424億美元。2024年美國總統大選讓政治預測合約大放異彩，單一選舉週期就為主要平台帶來數十億美元交易量。體育類事件合約同樣成長迅速，在全美50州都可合法交易的特性吸引大量用戶參與。

市場研究機構對未來成長給出樂觀預測。預測市場的總潛在市場預計從2024年的14億美元激增至2035年的950億美元以上，11年間成長約67倍。這個預測基於三個假設，監管環境持續明確化，機構投資者參與度提高，區塊鏈技術與傳統金融基礎設施整合加深。

三方利益格局：金融、博弈與加密的戰略算計

傳統金融的散戶擴張策略

CME透過與FanDuel合作，迅速獲得接觸數百萬散戶用戶的管道。集團董事長Terry Duffy在公開場合多次強調，事件合約將吸引從未涉足傳統衍生品市場的新世代交易者。對於習慣在手機上進行體育博彩的用戶而言，事件合約的交易邏輯相對容易理解，進入門檻低於標準期貨或選擇權。

ICE承諾對Polymarket投資20億美元，標誌華爾街巨頭對事件驅動型市場的濃厚興趣。ICE執行長Jeffrey Sprecher在分析師電話會議中表示，預測市場能夠聚合分散的市場資訊，為機構投資者提供另類數據來源。平台交易數據可以用於評估政策風險、消費者信心、產業趨勢等宏觀變數。

機構資金湧入為市場注入更深流動性。專業交易公司和量化基金開始參與預測市場，帶來精密的定價模型和套利策略。這些參與者的加入提高市場效率，同時也增加個人交易者面臨的競爭壓力。

從利基加密實驗到主流金融資產類別，預測市場的地位正在轉變。CFTC批准多家平台運營，意味著聯邦監管機構承認事件合約是合法的衍生品工具，而非灰色地帶的投機活動。

博弈業的防禦性進攻

FanDuel利用聯邦衍生品監管優先於州級博弈法律的原則，在全國幾乎所有州提供類似體育賭注的合約交易。在線上體育博彩尚未合法化的州，用戶可以透過FanDuel Predicts對體育賽事結果進行交易。這為博弈公司提供在州級立法完成前搶占市場份額的時間窗口。

一旦某州將線上體育博彩合法化，FanDuel將停止在該州提供體育事件合約。這個機制符合監管要求，也避免與公司自家的博彩業務產生衝突。但在立法過程通常漫長的現實下，事件合約平台可以長時間在這些州運營，累積用戶基礎和品牌認知。

DraftKings等競爭對手面臨跨界競爭壓力。作為FanDuel的主要對手，DraftKings在體育博彩市場佔有率僅次於FanDuel。如果FanDuel成功透過預測市場吸引新用戶，DraftKings可能失去市場份額。公司高管已公開表示將投入資源開發自家的預測市場產品。

傳統博弈業的競爭向來激烈。各大公司習慣透過慷慨的用戶激勵和大規模廣告投放爭奪市場。這種「燒錢圈地」的模式在預測市場領域同樣適用。Flutter披露的2026年2億至3億美元推廣預算，反映業界對快速擴張的迫切性。

加密平台的合規換資本邏輯

Polymarket從區塊鏈去中心化模式轉向中介化交易平台，標誌加密理念與監管現實的妥協。平台早期秉持「Code is Law」的去中心化原則，智能合約自動執行交易，用戶透過加密錢包直接參與。但這種模式在美國監管框架下無法持續。

對接FCM引入機構客戶，提升平台的專業性和可信度。傳統金融機構要求明確的交易對手、清算機制和爭議處理程序，這些都需要中心化的營運主體來提供。Polymarket建立的合規基礎設施，使其能夠承接來自銀行、對沖基金和家族辦公室的資金。

1.12億美元收購QCEX證明執照是稀缺資產。在美國金融體系中，取得聯邦級交易所牌照的成本極高，時間極長。收購現有持牌實體成為加密公司快速進入傳統金融市場的捷徑。這筆交易也向投資人釋放訊號，Polymarket願意支付高昂代價來確保合規，長期發展策略明確。

DCM身份成功將預測市場定義為受聯邦監管的金融衍生品，而非博弈活動。這個定性對整個產業至關重要。聯邦衍生品法律相對明確，監管機構和交易所累積數十年的營運經驗。相比之下，博弈活動受各州法律管轄，監管碎片化且政治敏感度高。

未解的監管地雷：「博弈」定義的攻防戰

CFTC內部的3:2分裂投票

2024年5月，CFTC以3比2的投票結果推進一項擬議規則，旨在擴大對「博弈」的定義。提案將禁止交易或清算與以下四類事件相關的合約:他人參與的競賽結果、涉及技巧或機率的遊戲結果、參賽者在競賽或遊戲中的表現、與競賽或遊戲相關的任何其他發生或不發生。

根據提案內容，美國選舉結果和體育賽事明確落入禁止範圍。這意味著，如果規則最終通過並實施，Polymarket和Kalshi目前的核心產品將無法繼續交易。體育和政治合約分別占Kalshi約90%和Polymarket約80%以上的交易量。

投票結果顯示監管機構內部存在深刻分歧。三名民主黨籍委員投票支持提案，兩名共和黨籍委員投票反對。共和黨委員在異議聲明中表示，提案對「博弈」的定義過於寬泛，可能扼殺金融創新，剝奪市場參與者獲取資訊和管理風險的工具。

提案發布後進入公眾評論期。業界團體、法律學者和市場參與者提交大量意見書，支持和反對的聲音都很強烈。截至2025年11月，CFTC尚未公布最終規則的時間表。

這項提案的政治經濟學背景值得關注。拜登政府時期，聯邦監管機構對加密貨幣和金融科技創新普遍採取謹慎立場。但2024年總統大選後，監管環境發生構造性轉變。川普政府對加密產業和金融創新展現更友善態度，CFTC領導層也經歷更替。提案最終是否通過，取決於新任委員的立場和政治風向。

傳統博弈業的稅收流失控訴

美國博弈協會(AGA)代表傳統賭場和博彩公司，對預測市場的擴張提出強烈批評。協會執行長在公開聲明中表示，事件合約將體育博彩重新包裝，利用聯邦監管相對寬鬆的特性規避地方嚴格控制。

AGA的核心論點是稅收流失。各州對博弈活動徵收高額稅收，收入用於資助公立學校、基礎設施建設和社區項目。根據協會提供的數據，2024年全美合法體育博彩產生約12億美元州級稅收。如果事件合約分流大量博弈活動，州政府的財政收入將受到影響。

聯邦衍生品法與州級博弈法的不一致引發長期挑戰。CFTC在《商品交易法》下擁有監管衍生品市場的權限，但法律同時規定，委員會不得批准涉及「非法活動」或「博弈」的合約。如何判定某項事件合約是否構成州法下的非法博弈，缺乏明確標準。

2024年法院判決為業界提供一定保護。華盛頓特區聯邦法官在Kalshi案中認定，CFTC未能證明選舉合約涉及「博弈」。但這項判決的適用範圍有限，未來其他類型的事件合約是否受到同樣保護仍不確定。各州政府和傳統博弈業可能透過立法或司法途徑繼續挑戰。

三大內在風險的持續威脅

學術研究指出，預測市場可能出現錯誤定價。2023年發表於《金融經濟學期刊》的一篇論文分析Polymarket和Kalshi的歷史交易數據，發現某些小眾事件的市場價格與最終結果存在顯著偏離。研究者認為，當事件缺乏足夠參與者時，少數交易者的偏好或錯誤判斷會影響價格，降低市場的預測準確度。

流動性不足是小型市場的常見問題。Polymarket上線的數千個合約市場中，只有少數達到百萬美元以上的交易量。大部分市場的總交易額不足10萬美元，買賣價差較大，執行大額交易時可能產生明顯滑價。

操縱風險同樣存在。擁有大額資金的參與者可以透過連續買入某一方向的合約，推動市場價格偏離真實概率。如果其他市場參與者將價格變動誤讀為新資訊，可能做出錯誤交易決策。CFTC要求DCM建立市場監控機制，偵測異常交易模式，但監控系統的有效性尚待長期驗證。

內幕交易在某些事件合約中可能發生。以企業併購為例，如果市場上線併購是否完成的合約，知情人士可以在消息公開前進行交易獲利。CFTC禁止基於非公開重大資訊的交易，但執法難度高於傳統證券市場，因為許多事件的資訊流動路徑更為複雜。

倫理風險為產品設計設定嚴格邊界。CFTC提案中強調，與戰爭、恐怖主義或政治暗殺相關的合約涉及公共利益和國家安全，應當禁止。現行規定已經禁止從這些事件中獲利的合約，但隨著市場擴展，監管機構需要持續評估哪些主題屬於禁區。

用戶參與的多元動力：投機、預測與資訊聚合

散戶投資者透過預測市場對各類事件表達觀點。政治選舉、經濟數據發布、娛樂獎項、體育賽事等主題都能成為交易標的。許多參與者認為這種方式新穎有趣，結合了投資分析和娛樂體驗。相比傳統股票或期貨，事件合約的標的更貼近日常生活，理解門檻較低。

預測市場價格被解讀為事件發生的概率。當某候選人的「是」合約價格為0.58美元時，市場隱含其勝選概率約58%。這種概率解讀方式吸引關注政治或體育的用戶，將自己的判斷轉化為可量化的交易部位。

體育迷在某些州無法透過傳統管道進行體育博彩。加州和德州是美國人口最多的兩個州，但截至2025年底都尚未將線上體育博彩合法化。透過CFTC監管的預測市場，這些州的居民可以合法交易體育賽事結果合約。聯邦監管優先於州法的法律架構，為體育迷提供合法投注的途徑。

科技從業者和數據科學社群長期倡導群體智慧理論。學術研究顯示，在某些條件下，大量參與者的集體判斷可能比單一專家更準確。預測市場被視為收集群體預期、提升預測精度的創新工具。企業內部預測市場的先例顯示，員工對專案完成時間或銷量的集體預測，有時比管理層估計更接近實際結果。

加密社群關注Polymarket獲批的象徵意義。該平台早期依賴區塊鏈技術和去中心化架構，是加密領域在傳統金融之外的應用嘗試。CFTC批准Polymarket作為受監管交易所運營，代表加密領域的創新獲得主流監管機構承認。部分加密愛好者期盼，更多預測市場能夠以去中心化方式運行，同時符合監管要求。

擔憂聲音同樣存在。預測市場帶有博彩和投機屬性，部分用戶可能沉迷過度交易，造成財務損失。FanDuel等主流平台引入負責任交易功能，包括存款限額、虧損提醒和自我排除機制。這些措施參考傳統博弈業的最佳實踐，旨在降低成癮風險。

市場操縱與公平性需要嚴密監管。大額資金參與者可能透過集中買入影響價格，小型個人交易者在資訊和資源上處於劣勢。CFTC要求DCM建立市場監控系統，但實際執法能力仍待觀察。

合約主題的適當範圍是倫理考量的焦點。允許對哪些事件進行交易，反映社會對風險管理工具與投機行為的界線認知。明確的結算標準同樣重要，避免爭議和信任問題。

馬克碎念

Polymarket在2022年被CFTC罰款140萬美元掃地出門，2025年花1.12億美元收購QCEX的DCM執照合規回歸。這條路徑告訴我們，在美國金融體系中，執照就是入場券。

QCEX本身沒什麼業務，2022年申請執照，2025年7月9日獲批，數日後就被Polymarket收購。Polymarket沒有選擇與監管對抗，而是選擇成為監管體系的一部分。從去中心化的DeFi理念，到中心化交易平台對接FCM，這是理想主義向現實主義的完全妥協。但這個妥協換來了ICE 20億美元的投資承諾、川普家族的政治背書、以及2024大選35億美元交易量的市場驗證。

CME與FanDuel的合作是監管套利的教科書案例。傳統衍生品交易所缺散戶流量，體育博弈巨頭受困於州法限制，兩者結盟利用CFTC聯邦監管的保護傘，在體育博彩未合法的州提供體育事件合約。但這種玩法能持續多久?當加州、德州這些大州最終開放體育博彩，FanDuel Predicts的體育合約市場還剩多少?

真正的地雷埋在CFTC那個3比2的投票裡。體育加政治合約佔Polymarket超過80%、Kalshi近90%的交易量。如果CFTC最終通過「博弈」擴大定義提案，禁止選舉與體育合約交易，現在所有的布局都可能一夕瓦解。這不是邊緣業務，這是核心命脈。ICE的20億美元、Flutter的2至3億市場預算、Robinhood收購LedgerX，所有這些賭注都押在「CFTC不會真的禁」這個假設上。

傳統博弈業AGA的稅收流失控訴，把問題拉到更根本層面。那些原本流向學校、基建的博弈稅收，現在繞道聯邦監管流向華爾街與矽谷。這是監管套利帶來的財政後果，也是聯邦與州權力博弈的縮影。當預測市場用衍生品名義規避賭博的州級管制，本質上是在挑戰美國聯邦制的權力劃分。

衍生品與賭博的法律界線，決定了監管機構最終會把預測市場推向主流金融，還是重新關進灰色地帶。2024大選時Polymarket的預測結果比官方確認早兩小時，證明市場聚合資訊的效率。但這個效率值多少錢?值得投入數十億美元嗎?

預測市場未來取決於那個3比2的投票最終怎麼走。如果CFTC真的禁了體育和政治合約，這個市場會迅速萎縮到只剩經濟指標和商品價格，那就不再性感，也不再有爆發潛力。但如果提案被擋下或大幅修改，預測市場確實有機會成為金融市場的新常態。

現在的問題不是技術可行性，而是政治可接受性。監管機構、傳統博弈業、各州政府，這三方的角力才剛開始。華爾街已經用20億美元下注了，但最終能不能贏，還得看華盛頓那些委員們怎麼投票。

台灣RWA發展狀況 一 分鐘速讀

• 技術驗證 — 2025年9月25日完成POC，確認債券、基金代幣化技術可行，實現DVP即時交割

• 參與陣容 — 9家金融機構積極參與，包括國泰、中信、台新等大型業者，央行與集保扮演關鍵角色

• 三大挑戰 — 全球RWA佔比不到1%凸顯市場初期、法規路徑待定、傳統中介機構60年基業面臨轉型

• 推進策略 — 法規調適、平台建置、國際鏈結待深化

• 國際對比 — 香港Ensemble沙盒運作中、新加坡Guardian完成15項試驗、歐盟MiCA 2024年部分生效

從實驗室到市場的關鍵時刻

2024年6月13日，當金管會宣布成立「現實世界資產（RWA）代幣化小組」，這是集結了中央銀行、集保結算所，以及國泰證券、國泰投信、中信銀行、統一證券、台新銀行、凱基證券、元大金控、台北富邦銀行、凱基銀行等9家重量級金融機構的實質行動。財金公司、證交所、櫃買中心、元富證券也組成支援團隊，形成台灣金融界的產官學研大協作。

時間快轉到2025年9月25日，RWA代幣化小組提交期末概念驗證（POC）報告，技術可行性獲得確認。金管會隨即宣布，RWA代幣化已經從技術「可行」邁向商業「可用」的新階段。然而，金融市場發展及創新處副處長施宜君的一句話值得深思：「從可行走向可用，仍有一段距離。」

這段距離究竟有多遠？當香港的Ensemble計畫如火如荼、新加坡的Project Guardian累積15項試驗成果、歐盟的MiCA規則開始生效時，台灣的RWA代幣化能否跟上全球金融基礎設施革命的步伐？還是會在「鼓勵自律」的溫和路線中逐漸失去動能？

POC實證內容深度解析

三組概念驗證的創新設計

金管會的POC不是紙上談兵，而是真刀真槍的技術實證。小組將測試分為三個子計畫，各自聚焦不同的應用場景，但都指向同一個目標：驗證區塊鏈技術能否真正改變傳統金融資產的交易模式。

國內債券組展現了最大的企圖心。參與的金融機構不依賴現成方案，而是自建區塊鏈與交易平台，將台幣計價的公司債、金融債透過數位原生代幣形式發行。這不只是把債券「搬上鏈」那麼簡單，而是涵蓋了認購、發行、買賣、配息、還本付息及保管的全生命週期服務。這套系統串接了中央銀行委由財金公司建置的代幣化金流平台，運用新台幣存款代幣實現了「款券即時同步交割」（delivery-versus-payment，DvP）。

外國債券組則瞄準跨境交易的痛點。由集保公司建置區塊鏈平台，將境外債券進行數位孿生（Digital Twin）並碎片化為代幣。這種設計讓原本高門檻的外國債券投資變得親民，投資人可以用更小的金額參與。參與金融機構另建交易平台供投資人及自營商交易，再串接財金公司的金流平台，運用美元存款代幣達成跨境債券的DVP交割。在傳統模式下，跨境債券交易往往需要T+2甚至更長的交割時間，現在幾乎可以即時完成。

基金組的創新在於打破時間限制。同樣透過集保公司的區塊鏈平台，將本國貨幣型基金與股票型基金單位代幣化後，系統可以提供全天候的申購、贖回與交易服務。這意味著投資人不必再受限於下午3點半的截止時間，理論上可以24小時進行基金交易。

七大驗證效益的實質意義

POC的成果不只是技術上的成功，更重要的是驗證了七個關鍵效益。

首先是交割結算時間的革命性縮短。傳統證券交易採用T+2交割，資金和證券要在交易後兩個營業日才能完成交收。RWA透過區塊鏈和智能合約，幾乎可以做到即時交割，大幅降低了交易對手風險和資金占用成本。

其次是近乎全天候的交易時段。傳統金融市場有明確的開收盤時間，但代幣化資產理論上可以24/7交易。這對於全球化投資尤其重要，不同時區的投資人都能在方便的時間進行交易。

第三是款券同步即時交割（DVP）的實現。解決了「一手交錢、一手交貨」的信任問題。在區塊鏈上，付款和交券是原子性操作，要嘛同時成功，要嘛同時失敗，消除了結算風險。

第四是配息與還本付息的自動化。透過智能合約可以自動執行，不僅提高效率，更重要的是減少了人為錯誤和延遲。

第五是投資門檻的大幅降低。資產碎片化讓小額投資人也能參與原本只有大戶才能碰觸的投資標的，這是真正的普惠金融。

第六是作業效率的全面提升。從發行到交易，從清算到交割，每個環節的效率提升累積起來，可以為金融機構節省可觀的營運成本。

最後是監管單位即時監控能力的增強。區塊鏈的透明特性讓監管機構可以即時看到市場動態，不必等待事後報告，大幅提升了監管效能。

從「可行」到「可用」的監理判斷

金管會宣布RWA代幣化已經從「可行」轉向「可用」，這個判斷背後有其深意。技術可行性的確認只是第一步，更重要的是評估這項技術能否在實際商業環境中創造價值。

施宜君副處長指出目前的POC都是小規模測試，當交易量放大到實際市場規模時，系統是否還能保持高效率？這是需要進一步驗證的問題。此外，傳統資本市場的債券和基金交易效率本就極高，RWA平台要展現明顯優勢並不容易。

更深層的考量是，技術的成功不等於市場的成功。RWA要真正落地，還需要解決法規、市場結構、參與者信心等多重挑戰。這也是為什麼金管會在確認技術可行後，立即啟動「法規調適、平台建置、國際鏈結」三軸策略的原因。

三大系統性挑戰的現實評估

市場規模挑戰：1%的尷尬與99%的機會

世界經濟論壇（WEF）2025年報告揭露了一個令人深思的數據：當前發行的債券代幣規模佔全球現實資產價值不到1%。經過多年發展，RWA仍處於極早期階段；希望的是，這代表著巨大的成長空間。

對台灣而言，這個全球性的挑戰更加嚴峻。台灣資本市場規模相對有限，如果連全球市場都還在起步階段，台灣要建立有深度和流動性的RWA市場談何容易？但換個角度思考，正因為大家都在起跑線附近，台灣反而有機會透過正確的策略佔據有利位置。

傳統資本市場效率已經極高的現實，也為RWA帶來競爭壓力。台灣的證券交易系統經過數十年優化，交易速度以毫秒計算，清算結算流程也相當成熟。RWA要說服市場參與者改變既有習慣，必須展現壓倒性的優勢，而不只是邊際改善。

大交易量場景下的效率維持，是另一個未知數。目前的POC都是在受控環境下進行，交易筆數有限。當面對每天數萬筆交易的實際市場時，區塊鏈的效能瓶頸可能會暴露出來。這需要在技術架構設計上做更多優化，可能包括採用聯盟鏈、分層架構等解決方案。

法規調適的三種國際路徑

各國對RWA的監管策略呈現三種截然不同的路徑，每種都有其考量和取捨。

專法路徑的代表是歐盟。2023年通過的《加密資產市場管理規則》（MiCA）是全球最完整的數位資產監管框架，涵蓋了穩定幣、資產參考型代幣等多種類型，部分條款已於2024年中生效。德國更早在2021年就施行《電子證券法》，明確了加密證券的法律地位。專法的優勢在於監管架構完整、法律位階高，能給市場參與者明確的規則依循。但立法過程漫長，在快速變化的科技環境中，法律可能趕不上創新的腳步。

修法路徑以香港為典型。香港證監會（SFC）在2023年11月發布的通函中，明確表示代幣化證券本質仍是證券，應適用現行證券法規。這種「相同業務、相同風險、相同規則」的原則簡單明瞭。香港的做法務實，能快速將代幣化資產納入監管，同時累積的證券監管經驗也能派上用場。不過，這種做法的彈性有限，可能無法充分發揮區塊鏈技術的創新潛力。

解釋路徑則是新加坡的選擇。新加坡金管局（MAS）採取雙軌策略，一方面透過解釋現有法律給予法律確定性，另一方面透過Project Guardian等實驗計畫探索創新。截至目前，Guardian已完成15項試驗，涵蓋6種貨幣，有40家國際機構參與。MAS在2020年就發布了數位代幣發行指引，明確了監管邊界。這種方法反應快速、成本低，但法律位階較低，對於要求高度法律確定性的機構投資者可能不夠。

台灣目前的做法偏向解釋路徑，但也展現出向修法路徑移動的跡象。金管會已委請集保與櫃買中心研究有價證券代幣化的法規調適議題，顯示監管機構認識到，光靠行政解釋可能不足以支撐RWA的大規模發展。

市場生態轉型的深層挑戰

台灣證券市場的中介機構，證交所、櫃買中心、集保結算所已經運作超過60年，是市場信任的基石。RWA代幣化理論上可以實現去中介化，但這對既有的市場結構是巨大衝擊。

這不只是技術問題，更是信任問題。投資人之所以願意在台灣資本市場交易，很大程度上是因為信任這些中介機構能公正、有效地處理交易。如果貿然轉向完全去中心化的模式，可能反而會動搖市場信心。

因此，混合型（Hybrid Model）架構成為國際趨勢，也可能是台灣的最佳選擇。在這種模式下，傳統機構不會消失，而是轉型為鏈上基礎設施的提供者。例如，集保可以成為數位資產的託管機構，證交所可以制定智能合約標準，確保交易的合規性。這種漸進式轉型既能利用區塊鏈的效率優勢，又能維持市場既有的信任基礎。

證交所的研究報告提出了五大轉型方向，每一項都值得深思。從標準化基礎設施開發，到投資者教育與保護，傳統中介機構有機會在RWA時代找到新的定位。關鍵在於，他們必須主動擁抱變革，而不是被動等待被取代。

金管會三軸策略的具體進展

法規調適軸：謹慎但明確的推進

金管會在法規調適上採取了組織化的推進方式。「金融行動創新法規調適平台」下設立的數位資產專題委員會，分為RWA代幣化組和穩定幣組，顯示監管機構已經意識到這兩個領域的重要性和關聯性。

11月下旬即將召開的首次法規調適會議，將是關鍵的里程碑。根據金管會的規劃，會議將聚焦於有價證券代幣化的法規議題。這個選擇很務實，因為有價證券是最標準化、法律關係最明確的金融資產，從這裡開始可以降低法規調適的複雜度。

集保與櫃買中心受委託進行的研究，預期將提供重要的政策建議。這兩個機構都是市場基礎設施的營運者，他們的研究不會是紙上談兵，而是基於實務經驗的深度分析。他們的建議可能會影響台灣選擇專法、修法還是解釋的路徑。

值得注意的是，金管會明確表示要「因地制宜」選擇適合台灣的監管模式。這顯示監管機構不會盲目跟隨國際潮流，而是會考慮台灣市場的特殊性。例如，台灣資本市場規模較小、散戶比例高、金融機構相對保守等特點，都會影響監管策略的設計。

平台建置軸：從概念到實體的轉換

RWA代幣平台專案小組的成立，標誌著台灣RWA發展從概念驗證進入實體建設階段。截至2025年11月，小組已經召開3次會議，雖然具體內容尚未公開，但可以推測討論的重點包括平台的技術架構、營運模式、參與資格、收費機制等關鍵議題。

由周邊單位及金融機構共同籌組平台的模式，反映了金管會的平衡考量。一方面，需要傳統市場基礎設施機構的參與，以確保平台的可信度和與既有系統的相容性；另一方面，也需要金融機構的參與，確保平台的設計符合市場需求。

平台的營運模式是關鍵挑戰之一。是採用中心化交易所模式，還是去中心化的點對點交易？是收取固定費用，還是按交易量計費？這些決定將直接影響平台的競爭力和永續性。

監理架構的設計同樣重要。如何確保交易的合規性？如何防範洗錢和市場操縱？如何處理爭議？這些問題都需要在平台上線前有明確答案。金管會強調要「持續研擬」，顯示這些議題的複雜性超出預期。

國際鏈結軸：從觀望到行動的必要轉變

相較於法規調適和平台建置的具體進展，國際鏈結顯得相對模糊。金管會表示要「鼓勵小組成員透過既有管道交流」、「待法規與平台方向明確後推動國際合作」，這種表述顯示國際合作還停留在意向階段。

然而，國際鏈結的重要性不容忽視。BIS提出的「統一帳本」（Unified Ledger）構想，描繪了一個所有金融資產都以代幣形式存在、可以無縫交換的未來。如果台灣不積極參與國際標準的制定和跨境合作機制的建立，可能會成為全球RWA網路中的孤島。

香港的Ensemble計畫已經吸引了多家跨國銀行參與，進行固定收益、基金、貿易融資等領域的代幣化試驗。新加坡的Project Guardian更是聲勢浩大，40家機構的參與規模令人印象深刻。相比之下，台灣的國際合作顯得保守。

不過，台灣也有其優勢。台灣的金融科技實力、完善的監管框架、穩定的金融環境，都是吸引國際合作的籌碼。關鍵是要主動出擊，而不是被動等待。

國際經驗的具體案例

香港模式：務實監管與市場開放的平衡

香港SFC在2023年11月發布的《中介人從事代幣化證券相關活動的指引通函》，展現了典型的香港風格：務實、明確、市場導向。

通函最引人注目的是不再一概將代幣化證券視為複雜產品，開始允許一般散戶參與。這是重要的政策轉變，顯示香港監管機構對代幣化技術的信心增強。但這種開放是有條件的，SFC同時強調了兩類特殊風險：持有權風險（代幣所有權移轉的法律效力問題）和技術風險（區塊鏈分叉、網路中斷、私鑰管理等）。

香港的Ensemble沙盒計畫展現了另一種可能性。與其等待完美的法規框架，不如先在受控環境中讓市場參與者實驗創新。這種「邊做邊學」的方式，讓監管機構能基於實際經驗制定規則，而不是憑空想像。

「相同業務、相同風險、相同規則」的原則簡單有力。這意味著，不管是傳統證券還是代幣化證券，只要業務本質相同，就適用相同的監管要求。這種方法避免了監管套利，也讓傳統金融機構更容易理解和接受。

新加坡經驗：政府主導與市場創新的結合

新加坡的approach截然不同，展現了小國大戰略的特色。MAS不只是監管者，更是創新的推動者和參與者。

Project Guardian的規模和深度台灣很難匹敵。15項試驗不是簡單的概念驗證，而是涵蓋基金、債券、外匯等多種資產類型的深度探索。6種法定貨幣的參與顯示了跨境互通的雄心。40家國際機構的加入，讓新加坡成為全球RWA創新的樞紐。

Guardian的成功不是偶然的。MAS提供的不只是監管沙盒，還包括技術支援、法律諮詢、甚至資金補助。這種全方位的支持，大幅降低了金融機構參與創新的成本和風險。

「守護者批發網路」和「Global Layer One」等倡議，顯示新加坡的野心不只是在本地市場創新，而是要建立全球性的基礎設施。這種思維值得台灣借鑑：在數位時代，市場邊界越來越模糊，只有具備全球視野才能在競爭中勝出。

MAS的雙軌策略也很有啟發性。一軌是利用現有法規提供確定性，另一軌是透過實驗探索可能性。這種平衡讓新加坡既能維持金融穩定，又不會錯過創新機遇。

歐盟與其他地區：法律確定性的追求

歐盟MiCA的通過是全球RWA發展的里程碑。這部涵蓋各類加密資產的綜合性法規，為27個成員國提供了統一的監管框架。2024年部分條款生效後，市場反應普遍正面，顯示法律確定性對市場發展的重要性。

德國的《電子證券法》更是先行一步，早在2021年就為加密證券提供了明確的法律地位。這部法律允許證券完全以電子形式存在，不需要實體憑證，為代幣化掃除了法律障礙。德國的經驗證明，清晰的法律框架可以促進創新，而不是阻礙創新。

BIS創新中心扮演的角色也值得關注。作為各國央行的合作平台，BIS不只是研究機構，更是標準制定者和協調者。台灣雖然不是BIS成員，但應該密切關注其動向，適時參與相關項目。

證交所研究的五大轉型方向

台灣證券交易所發布的研究報告，五大轉型方向清楚勾勒出證交所想在RWA時代的新定位。

標準化基礎設施開發

證交所提出要建立「可互操作的區塊鏈基礎設施」，這個目標看似技術性，實則具有戰略意義。在區塊鏈世界，誰掌握了標準，誰就掌握了話語權。證交所有60年的市場營運經驗，如果能將這些經驗轉化為區塊鏈時代的技術標準，不只能確保自身的relevance，更能影響整個產業的發展方向。

統一跨平台交易標準的提議更是切中要害。目前各種區塊鏈平台百花齊放，但缺乏互通性。如果證交所能主導建立統一標準，讓不同平台的代幣資產能夠互相交易，將創造巨大的網路效應。

法規與技術標準支援

作為「監管與市場的橋樑」，證交所的角色定位很準確。監管機構需要了解市場實務，市場參與者需要理解監管要求，證交所正好站在兩者之間。在RWA時代，這種橋樑角色更加重要，因為技術創新與法規要求的落差更大。

整合代幣資產規則到更廣泛監管體系的任務艱巨但必要。不能讓RWA成為監管孤島，必須與現有的證券法規、會計準則、稅務規定等相銜接。證交所的經驗和影響力，使其成為推動這種整合的理想人選。

監理沙盒與先導測試

提供測試環境不只是技術服務，更是風險管理。在真實市場測試新技術風險太高，但純粹的實驗室測試又缺乏真實性。證交所提供的監理沙盒可以在兩者之間找到平衡。

收集營運數據支持法律改革的提議很有遠見。法規制定不能憑空想像，必須基於實際數據。證交所如果能系統性收集和分析RWA交易數據，將為政策制定提供寶貴的實證基礎。

產業協作與創新推動

協調各方利益相關者從來都不容易，在RWA領域更是如此。資產管理公司、技術提供者、託管機構、法律顧問等各有各的利益訴求。證交所的中立地位和市場影響力，使其有能力扮演協調者角色。

促進端到端解決方案的目標很重要。RWA不是單一技術或產品，而是涉及發行、交易、清算、託管等多個環節的完整生態系。只有各環節都到位，RWA才能真正落地。

投資者教育與保護

利用現有平台推廣認知會是聰明的策略。包括完善的投資人教育體系，像是網站、刊物、講座等。將這些資源用於RWA教育，可以快速提升市場認知。

風險披露的強化更是必要。RWA雖然帶來很多好處，但也有其特殊風險，例如智能合約漏洞、私鑰遺失、跨鏈橋攻擊等。投資人必須充分了解這些風險，才能做出明智決定。

當前進展總結與待解問題

已完成事項的成果盤點

2025年9月25日POC的完成，是台灣RWA發展的重要里程碑。這不是簡單的技術測試，而是涉及多家機構、多種資產、多個場景的綜合驗證。技術可行性的確認，為下一階段的發展奠定了基礎。

專案小組的成立和運作顯示了組織上的準備。RWA代幣化小組、RWA代幣平台專案小組、數位資產專題委員會等，形成了多層次的推進機制。這種組織架構確保了政策制定的專業性和連續性。

法規研究的委外進行是務實的選擇。集保和櫃買中心都是市場實務的專家，他們的研究將更貼近市場需求。這比純粹由監管機構閉門造車要好得多。

進行中事項的關鍵節點

11月下旬的法規調適會議備受期待。這將是各方觀點交鋒的場合，可能決定台灣RWA法規路徑的方向。是選擇修法還是解釋？是優先推動哪類資產？這些問題都可能在會議中有初步答案。

平台架構的持續研擬已經進行了3次會議，但具體方案尚未公布。市場參與者都在觀望，希望了解平台的技術規格、參與門檻、收費標準等關鍵資訊。這些細節將決定平台的吸引力和競爭力。

國際經驗的持續觀察不應該只是被動學習，更應該主動參與。香港、新加坡的快速發展，對台灣既是壓力也是機會。如果能與這些市場建立合作關係，可以加速台灣RWA的發展。

待解決的四大關鍵問題

法律監管路徑的最終選擇仍懸而未決。雖然目前傾向於修法加解釋的混合模式，但具體如何操作還不清楚。市場需要明確的信號，才能決定投入多少資源。

市場規模與流動性建立是最大挑戰。沒有流動性，再好的技術也沒用。如何吸引足夠的參與者？如何創造交易誘因？這些問題需要創新思維。

傳統中介的角色定位關係到市場結構的根本變革。是完全去中介化，還是混合模式？傳統機構如何轉型？這不只是技術問題，更是利益重分配問題。

跨市場風險傳遞防範容易被忽視但極其重要。RWA連接了傳統市場和數位市場，如果一邊出現問題，可能傳導到另一邊。需要建立有效的風險隔離機制。

馬克碎念

RWA在台灣的發展，正處於從實驗轉向實踐的關鍵時刻。技術驗證的成功只是第一步，真正的挑戰在於如何將這項創新融入既有的金融體系。

技術從來不是台灣的問題，問題在於決心和執行力。POC證明了台灣有技術能力，但從POC到商業落地，需要的不只是技術，更是法規的明確性、市場的信心、以及各方利益的協調。這些「軟性」因素往往比技術更難處理。

馬克特別關注傳統中介機構的轉型。證交所、集保這些機構是台灣資本市場的基石，他們的態度很大程度上決定了RWA的成敗。從研究報告來看，他們展現了擁抱變革的意願，但意願能否轉化為行動，還需要觀察。

國際競爭的壓力是永遠存在的，不只是區域金融中心的競爭，更是金融基礎設施革命中的卡位戰。誰能率先建立起完善的RWA生態系，或許就能在未來的數位金融版圖中占據優勢。台灣如果錯過這波，可能不只是錯過一個機會，而是錯過一個時代。

9家金融機構的積極參與、央行的支持、集保的投入，都顯示台灣金融業不是沒有創新動能。關鍵是如何將這股動能導向正確方向，不要在猶豫和妥協中消磨殆盡。

最後，RWA的本質是信任的數位化。在這個轉換過程中，如何保持甚至增強市場信任，是最核心的課題。技術可以帶來效率，但只有信任才能帶來採用。期待11月下旬的法規會議能帶來更明確的方向，為台灣RWA的下一階段發展定調。

首圖連結：https://ml.globenewswire.com/Resource/Download/2eddd729-909d-4411-911d-15862d20b5b8/image1.jpeg

Agentic Commerce 如何崛起？一分鐘速讀

• 閃電擴張 — 2025年成為AI代理商務元年，81%美國消費者期待使用AI代購，麥肯錫預測2030年全球B2C市場將出現3-5兆美元由代理協調的營收，Visa數據顯示美國零售網站AI流量一年暴增4700%

• 技術突破 — Cloudflare的Web Bot Auth為代理建立「數位護照」，Visa Trusted Agent Protocol與Mastercard Agent Pay構建支付信任層，從HTTP訊息簽章到代理意圖驗證，徹底改寫「誰在購物」的基本假設

• 生態重組 — 消費者從「親自購物者」轉變為「授權監督者」，商家爭奪「演算法可見度」取代SEO，銀行風控從「設備指紋」進化為「代理指紋」，代理服務商崛起為新的流量把關者

• 監管博弈 — 歐盟AI Act、美國CFPB、亞洲監理沙盒各自摸索，責任歸屬、授權範圍、隱私界線成為三大懸而未決議題，誰為AI代理的錯誤決策買單？

AI 不只會聊天，現在它要替你花錢了

從對話到交易：ChatGPT 開啟的潘朵拉魔盒

想像這個場景：你在上班途中對手機說「幫我訂今晚的義大利餐廳，預算2,000元以內，要有戶外座位」。幾秒鐘後，AI助理不只給你推薦，而是直接完成了訂位、扣款，甚至根據你的飲食偏好預點了前菜。整個過程你沒有打開任何App，沒有輸入信用卡號，沒有點擊「確認購買」。

這不是科幻，而是2025年正在發生的現實。AI代理已經從「回答問題的工具」進化為「執行交易的代理人」。當ChatGPT在2022年底掀起生成式AI狂潮時，多數人關注的是它能寫文章、寫程式。但真正的革命發生在2024-2025年，當OpenAI與Stripe合作推出購物功能、Google集結60多家夥伴制定Agent Payments Protocol (AP2)、Visa與Mastercard火速發布針對AI代理的支付協議時，一個新時代的輪廓已經清晰：AI代理商務（Agentic Commerce）正在重塑整個電商與金融基礎建設。

數字令人震撼。波士頓顧問（BCG）2025年7月調查顯示，81%的美國消費者期望使用AI代理來滿足購物需求。麥肯錫預測，到2030年僅美國B2C零售市場就可能出現高達1兆美元由代理商務「協調」產生的營收，全球規模甚至可達3至5兆美元。Visa報告更驚人：2024-2025年間，美國零售網站的AI驅動流量激增4700%。這不是漸進式演化，而是指數級爆發。

為何這是一場支付與信任的制度革新，而非單純技術升級

但這場變革的核心並非技術本身，而是它撼動了金融系統最根本的信任假設。

當今的支付體系建立在一個鐵律之上：點擊「購買」按鈕的是一個人類，且操作發生在一個可信任的設備上。銀行的風控模型依賴設備指紋、行為生物識別（打字節奏、滑動模式）來判斷「這是真人還是機器人」。然而，當AI代理在雲端伺服器上自主運行、在毫無人類干預的情況下發起支付時，這套邏輯徹底失效。

代理不會猶豫、不會打字錯誤、不會有不規則的滑動軌跡。合法AI代理的操作模式在技術層面上，與最複雜的惡意機器人幾乎無法區分。 傳統風控系統面臨的是一個哲學級難題：如何在一個機器主導交易的世界裡，重新定義「信任」？

這就是為什麼Cloudflare、Visa、Mastercard這些基礎設施巨頭在2024-2025年火速推出一系列全新協議——Web Bot Auth、Trusted Agent Protocol、Agent Pay。它們不是在修補既有系統的漏洞，而是在重新設計整個信任架構的底層邏輯。從驗證「設備身份」轉向驗證「代理身份」，從檢測「人類行為」轉向分析「交易意圖」，這是一場典範轉移。

解構代理經濟的信任基礎設施

我們會深入剖析AI代理商務背後的技術協議、商業生態重組、法律監管挑戰，以及對金融科技產業的深遠影響，將探討：

• 技術層：Web Bot Auth如何為代理建立「數位護照」？Trusted Agent Protocol的三要素（代理意圖、消費者識別、支付資訊）如何串接商家與支付網路？為何Cloudflare的HTTP訊息簽章成為整個生態的安全基石？
  
  

• 商業層：消費者、商家、銀行、代理服務商的角色如何被重新定義？誰是贏家？誰面臨被邊緣化的風險？代理即服務（Agent-as-a-Service）的商業模式能否成立？
  
  

• 法律層：當AI代理做出錯誤購買決策，責任由誰承擔？資料授權的邊界在哪裡？各國監管機構（歐盟AI Act、美國CFPB、台灣FSC）如何應對這個法律真空地帶？
  
  

• 產業層：這場變革如何催生新的投資機會？代理安全驗證、代理風控API、代理合規平台，誰會成為「代理經濟」的關鍵基礎設施？
  
  

AI代理不是人類的替代者，而是下一代金融互動中不可或缺的「橋樑」。 它的崛起速度將比行動支付更快，因為它可以直接利用既有的網路購物「軌道」，無需從零建設。但它對信任體系的挑戰也更深刻，因為它模糊了人與機器、授權與執行、便利與風險之間的界線。

AI 代理商務的定義與爆發：從概念到兆元市場

核心定義：經授權、自主決策、端到端執行的商務行為

AI代理商務（Agentic Commerce）是指由人工智慧代理在消費者授權下，自主執行決策與交易的商務行為。這不是簡單的「AI輔助購物」，而是代理具備三大關鍵能力的質變：

1. 自主性（Autonomy）：具備獨立決策能力，執行任務時無需持續的人類干預。例如，代理可以根據你的歷史偏好，在檢測到機票價格跌破設定閾值時自動下單，而不需要每次都徵求確認。
   
   

2. 適應性（Adaptability）：能夠通過學習反饋迴路、市場波動或新數據，持續改進預測和決策。例如，Agent發現你最近開始注重有機食品，會自動調整日常代購的品項。
   
   

3. 協調性（Coordination）：能夠與其他AI代理、外部API和資料庫交互，執行複雜的端到端工作流程。例如，代理可以同時調用航班API、飯店API、餐廳訂位系統，並協調最佳的旅行方案。
   
   

關鍵的典範轉移在於：從「詢問→回答」的Chatbot範式，進化為「目標→執行」的Agent範式。 消費者不再需要自行解讀輸出結果、手動執行下一步，而是將整個任務委託給代理，自己只需監督最終結果。

實例：從零售到財富管理的全面滲透

代理商務的應用範圍極為廣泛，已經從日常消費延伸到高度複雜的金融決策：

零售與電商領域：AI代理可以自動比較不同平台的機票價格並下單、根據用戶習慣定期代購生活用品（洗衣精快用完時自動補貨）、或者主動發起退貨請求並安排物流。OpenAI的ChatGPT已經推出購物外掛，讓用戶可以在對話界面直接完成交易。

金融服務領域：代理的作用更具戰略性。投資理財中，代理可以根據實時市場數據主動執行資產再平衡，無需人工觸發；在貸款申請中，代理可以自主收集和驗證文件，並與多個貸方進行比較；在風險管理中，代理能實時偵測異常交易模式，協助銀行內部員工進行審計和對帳。

旅遊與生活服務：Wipro協助泰國旅遊局開發的虛擬助理Sukjai展示了代理如何在複雜領域提供高度個性化服務，自動處理旅客諮詢、行程規劃、訂位等全流程。

這些應用的共同特徵是：AI代理不再只是提供資訊，而是成為交易行為的實際執行者。

2025年的完美風暴：技術、生態、信任三重成熟

AI代理商務市場的爆發並非偶然，而是多重因素在2025年前後達到臨界點的結果：

技術成熟：行動能力的突破

生成式AI結合了大型語言模型（LLM）、檢索增強生成（RAG）和多代理框架，使系統能夠規劃行動步驟並主動調用外部工具（API Calls）。這種從「回答問題」到「執行任務」的飛躍，是代理商務能夠實際運作的技術基礎。ChatGPT推出Function Calling功能、Google發布Agent Builder，都標誌著AI模型具備了真正的「行動能力」。

生態開放：API與支付網路的標準化

支付巨頭和技術平台開始合作，推出專門用於解決代理交易信任問題的協議。Visa的Trusted Agent Protocol、Mastercard的Agent Pay、Google牽頭的AP2協議，這些標準化努力為AI代理提供了執行交易所需的「支付護照」，從而開放了支付網路。沒有這層基礎設施，代理只能停留在「推薦」階段，無法真正完成閉環交易。

信任提升：消費者行為的重新布線

隨著AI性能的持續改進，用戶行為正經歷「重新布線」，從對AI的試探性詢問，轉變為對其執行能力的全面委託。Adobe數據顯示，2025年美國零售網站來自生成式AI推薦的流量暴增1200%；有使用AI購物經驗的消費者中，85%認為AI讓體驗更佳。市場複雜性的提高、交易數據的激增，也加速了消費者對智能、自適應代理系統的依賴。

市場規模：從億級新興市場到兆級商業革命

根據市場研究，AI代理在零售和電商市場的規模預計從2025年的46.74億美元增長到2030年的175.11億美元，複合年增長率（CAGR）高達30.2%。其中，詐欺與風險管理代理的增長軌跡最為強勁，預計CAGR達34.7%，反映出金融機構對代理經濟安全基礎設施的迫切需求。

從更宏觀的角度來看，麥肯錫預測到2030年，全球B2C零售市場中由AI代理協調的總收入可能高達3兆至5兆美元。這個數字相當於當前全球電商總額的三分之一至二分之一，意味著代理商務不是電商的補充，而是電商的重新定義。

亞太地區展現出最強勁的增長潛力，預計CAGR達到35.61%，超過全球平均水平。這得益於政府對AI專案的支持以及消費者對自動化和數位化體驗的高接受度（例如無人商店和數位支付的普及）。

然而，值得注意的是，這種爆炸性增長預測也存在兩個關鍵制約因素：

1. 「治理債務」（Governance Debt）導致的AI幻覺風險，代理的錯誤決策可能帶來系統性信任危機；

2. 全球GPU集群供電瓶頸，可能延遲所需基礎設施的廣泛部署。市場的規模化不僅取決於應用創新，更取決於安全和計算基礎設施的同步成熟。

這就是為什麼Cloudflare、Visa、Mastercard在此刻火速推出一系列安全協議，它們深知，沒有可靠的信任基礎設施，這個兆元市場只是空中樓閣。

技術基石：從 Web Bot Auth 到代理支付協議的信任棧

AI代理商務的安全運行，依賴於一套全新的加密驗證和授權標準。這些標準構成了一個三層信任架構：身份層（Web Bot Auth）→ 交易層（Trusted Agent Protocol）→ 授權層（AP2等協議）。它們共同解決了一個核心問題：在機器主導交易的世界裡，如何確保「這個代理是誰、它被允許做什麼、它正在做什麼」。

第一層：Web Bot Auth — 代理的數位護照

為何需要Web Bot Auth？傳統防禦機制的失效

網站一直面臨機器人流量的困擾：爬蟲、刷量機器人、DDoS攻擊。傳統防禦方法依賴User-Agent字串或IP地址來辨識機器人，但這些很容易被偽造。更重要的是，這些方法無法區分「惡意爬蟲」與「合法AI代理」，它們在技術特徵上幾乎相同：高頻訪問、無人類操作痕跡、大量API調用。

當AI代理開始成為正常商業流量的一部分時，網站面臨兩難：要麼封鎖所有機器人流量（錯殺合法代理），要麼放行所有流量（被惡意爬蟲淹沒）。 Web Bot Auth的誕生就是為了打破這個僵局。

核心機制：HTTP訊息簽章與公鑰驗證

Web Bot Auth（WBA）由Cloudflare提出，基於IETF的HTTP Message Signatures標準。其核心邏輯非常優雅：讓每個AI代理攜帶一個加密簽章的「身份證明」，網站可以即時驗證。

技術實現分為三步：

1. 註冊階段：AI代理開發者向Cloudflare（或其他信任錨點）註冊，獲得一對公私鑰。公鑰被公布在Cloudflare的「已驗證代理名錄」中。
   
   

2. 請求階段：代理每次向網站發送HTTP請求時，用私鑰對關鍵字段（URL、時間戳、隨機數nonce）進行簽名，並將簽名附加在Signature和Signature-Input標頭中。
   
   

3. 驗證階段：網站（或Cloudflare作為中介）用代理的公鑰驗證簽名。如果驗證通過，確認請求確實來自聲稱的代理而非冒充；如果簽名包含時間戳且在有效期內，還能防止重放攻擊。
   
   

為何惡意機器人無法偽造？生態的妙處

Web Bot Auth的安全性建立在一個社會學洞察上：惡意機器人總是試圖隱藏身份以維持非法操作，而合法AI代理則有內在動機來驗證身份。

對於合法代理而言，暴露身份是獲得網站信任、避免被封鎖的唯一途徑。對於惡意機器人而言，一旦暴露身份就會被列入黑名單。這種不對稱的激勵結構，使得WBA成為天然的「好壞分流機制」。

產業落地：從Cloudflare到Visa/Mastercard的採納

Cloudflare將WBA整合到其「驗證機器人」（Verified Bots）計畫中，推出「已簽名代理」（Signed Agents）分類。目前已有多家AI代理瀏覽器和服務採用，包括：

• Cloudflare自家的Browser Rendering服務

• 新創公司Browserbase（提供AI代理專用的雲端瀏覽器）

• 身份驗證公司Stytch（推出教學指引協助開發者實作WBA）

更重要的是，Visa和Mastercard都選擇將Web Bot Auth作為其支付協議的底層身份驗證機制，這使得WBA從一個CDN安全工具，躍升為整個代理經濟的信任基石。

第二層：Trusted Agent Protocol — 代理的支付護照

Visa的戰略選擇：為何要建立代理專用協議？

當Visa觀察到2024-2025年間美國零售網站AI流量暴增4700%時，意識到一個嚴峻挑戰：傳統的支付授權流程假設發起交易的是人類，但現在發起者是AI代理。 商家面臨的困境包括：

• 無法區分合法代理與爬蟲，導致誤封合法流量

• 不知道代理背後代表的是哪位消費者

• 缺乏驗證代理「意圖」的機制（是在瀏覽還是真的要購買？）

Trusted Agent Protocol（TAP）就是為了解決這些痛點而設計的。2025年10月，Visa與Cloudflare聯合發布TAP規範，將Web Bot Auth的身份層擴展到支付場景。

協議核心：三要素資訊傳輸

TAP要求AI代理在與商家互動時，以加密簽名形式傳遞三類關鍵資訊：

1. 代理意圖（Agent Intent）

標示該代理是經Visa信任的代理，當前行為是「瀏覽商品資訊」還是「執行購買」。這讓商家能夠做出適當回應：

• 瀏覽模式（Browsing Mode）：商家提供商品細節、庫存狀態，但不處理支付

• 購買模式（Purchasing Mode）：商家啟動結帳流程，要求完整的支付憑證

技術上，TAP使用不同的Signature-Input標頭tag來區分模式，例如sig-browse vs sig-purchase。

2. 消費者識別（Consumer Recognition）

提供代理所代表的最終消費者相關資訊，讓商家能夠：

• 判斷該顧客是否有現有帳戶（會員識別）

• 應用個性化定價或優惠

• 進行風險評估（是否為高風險用戶？）

消費者識別可以採用多種形式：

• Visa驗證的代號（Token）：一個哈希化的持卡人識別碼，讓商家將當前代理行為與該顧客的會員帳戶關聯，但不暴露真實身份

• 設備ID或位置資訊：讓商家判斷此用戶是否曾經購買過，以及提供消費者的國家、郵遞區號等所在地資訊（用於稅務和物流計算）

3. 支付資訊（Payment Information）

代理可依各商家偏好的支付方式提交相應支付資料。TAP支援多種支付模式：

• 傳統網頁填卡模式：代理提供哈希化處理的Visa支付憑證，供商家驗證卡號真偽並顯示對應發卡組織品牌

• Token化模式：代理直接傳遞必要的Token、帳單地址、收貨地址等資料完成結帳

• IOU機制：一種創新的「欠款證明」機制，讓代理與商家之間記錄小額餘額與結算，特別適合代理向商家購買API數據服務等非傳統商品場景

關鍵創新：上下文綁定的安全機制

TAP最重要的安全設計在於：代理的簽章必須加密鎖定到特定的商家域名以及正在執行的確切頁面或操作。

這意味著：

• 一個代理獲得用戶授權在Amazon購物，其簽章無法被用於eBay

• 一個代理被授權瀏覽商品，其簽章無法被用於發起購買

這種上下文綁定（Context Binding）有效對抗了「萬能代理」詐欺風險——即使駭客竊取了代理的簽章，也無法在其他網站或執行未經授權的操作。這極大提高了交易授權的技術門檻。

技術標準：建立在HTTP Message Signatures之上

TAP完全基於IETF的HTTP Message Signatures標準（RFC 9421草案），並對接Cloudflare的Web Bot Auth框架作為底層信任機制。這種設計哲學是：不重新發明輪子，而是在既有HTTP協議之上構建代理專用的擴展層。

每個參與TAP的AI代理開發者需先向Visa註冊，取得獨一識別ID和公私鑰對，並將公鑰公布在Visa的代理名錄中。商家在收到代理請求時，可透過Visa名錄獲取該代理公鑰進行驗證。

產業生態：開放合作與互操作性

Visa強調TAP將採取開放合作策略。初期規範適用於Visa網路，但Visa正積極與國際標準組織（IETF、OpenID基金會、EMVCo）對接，使其成為跨網路的普遍標準。

Visa透露TAP開發過程中已獲得眾多早期夥伴反饋支持，包括：

• 支付處理商：Adyen、Checkout.com、CyberSource、Elavon、Fiserv、Nuvei、Stripe、Worldpay

• 科技平台：Microsoft、Shopify、Coinbase、Ant International

Visa並表示將與Coinbase合作確保TAP與x402標準（穩定幣微支付）互通，以及與OpenAI/Stripe的ACP協議相輔相成，以避免標準碎片化。

第三層：Mastercard Agent Pay 與其他新興協議

Mastercard Agent Pay：萬事達的對稱性回應

幾乎在Visa發布TAP的同時，Mastercard也推出了Agent Pay架構，理念與TAP高度相似：只有經註冊的可信代理才能發起交易，每筆代理支付都綁定萬事達網路代幣（network token）進行追蹤，確保責任可追溯。

Mastercard強調其「信任、安全、透明」三大支柱：

• 建立產業級信任標準：與Visa類似，Agent Pay同樣建立在Web Bot Auth之上

• 確保代理支付安全順暢：讓代理支付像現有卡交易一樣無縫

• 提供商家洞察：讓商家能夠識別和分析代理交易模式

落地時程與生態夥伴

Mastercard宣布2025年底將首先在美國啟用Agent Pay，屆時所有美國萬事達持卡人都可透過支持的AI代理進行購物付款。首批參與者包括：

• 發卡行：Citi花旗銀行、U.S. Bank

• 科技巨頭：Stripe、Google、Ant International（Antom）

• 創新公司：PayOS、Firmly.AI、Basis Theory

Mastercard還推出Agent Toolkit工具組，方便開發者讓AI代理快速整合萬事達各種API服務，並提供Agent Sign-Up入口供代理註冊身份。

與FIDO聯盟合作：可驗證憑證標準

Mastercard的一個獨特貢獻是聯手FIDO聯盟制定代理交易的可驗證憑證標準，確保每筆代理支付都經消費者同意並留存可驗證記錄。這解決了一個關鍵問題：如何證明代理的行為確實得到了用戶授權，而非被駭客劫持或濫用？

協議對比：ACP、AP2、x402的定位與互補

除了Visa和Mastercard的支付網路協議，還有三個重要的開放標準正在塑造代理商務生態：

Agentic Commerce Protocol (ACP)：OpenAI/Stripe的結帳標準

ACP由OpenAI和Stripe在2024年率先提出，著重讓現有線上購物流程對AI代理更加友好。核心設計是：

• 商家仍然是交易商戶紀錄（merchant of record）

• 交易支付透過既有的支付服務提供商完成

• ACP提供了一種安全方式讓代理提交憑證並拉起商家結帳流程

ACP本質上是前端結帳體驗的標準化，不涉及底層的支付網路協議。它已在OpenAI的ChatGPT即時購物功能中上線應用，採用Apache 2.0開源授權。

Agent Payments Protocol (AP2)：Google的授權治理框架

由Google於2025年牽頭制定，集合了超過60家主要支付和技術公司（包括Adyen、American Express、PayPal、Coinbase、Mastercard、Shopify等），AP2的核心創新是引入「委託書」（Mandates）概念。

Mandates是用戶與代理之間簽署的數位授權合約，用密碼學簽名明確定義代理被允許執行的操作範圍。例如：

• 意圖委託（Intent Mandate）：實時互動時，用戶簽署記錄其請求內容

• 購物車委託（Cart Mandate）：用戶確認購物車後簽署，鎖定商品和價格細節

• 預算委託（Budget Mandate）：用戶不在場時，代理依據預先簽署的預算上限、時機條件等規則自動執行交易

AP2解決了三大問責性挑戰：

1. 授權（Authorization）：用戶是否授予特定購買權限？

2. 真實性（Authenticity）：代理請求是否反映用戶真實意圖？

3. 問責性（Accountability）：發生錯誤或欺詐時的責任歸屬？

AP2採用Apache 2.0開源，並支持多種支付渠道（信用卡、即時支付、數位資產等），被視為未來可能的行業合規與稽核標準。

x402協議：Coinbase的鏈上微支付標準

x402由加密貨幣公司Coinbase主導，著眼於機器間微支付。其名稱取自HTTP狀態碼402（Payment Required），這個狀態碼在1999年被保留但長期未被使用。

核心邏輯：

• 當客戶端代理請求一項需要付費的資源時，伺服器回應HTTP 402並附上付款請求細節（價格、收款錢包地址）

• 代理在鏈上（如使用USDC等穩定幣）完成支付後，重新對同URL發起請求，即可獲得已付費內容或服務

x402特別適合按次計費模式，例如：

• 資料API收費每次請求幾美分

• 內容網站對AI抓取每篇文章收取費用

• AI代理之間交換服務時的即時結算

Coinbase已開源x402規範及SDK，並與Google合作發布A2A x402擴展，將穩定幣鏈上支付能力納入AP2架構中。

協議棧總結：分層互補而非競爭

Table 2: AI 代理商務核心安全協議比較

這些協議並非相互孤立競爭，而是各有側重且互為補充，共同構築未來代理商務的技術基石：

• WBA提供身份驗證基礎：確保「這個代理是誰」

• TAP/Agent Pay串聯支付網路：確保「代理能合法支付」

• ACP優化前端體驗：確保「代理能順暢結帳」

• AP2建立授權框架：確保「代理被允許做什麼」

• x402補足微支付缺口：確保「機器間小額交易可行」

預期未來企業將同時採用多種協議的組合：商家實現ACP接口以接納代理下單，用AP2確保授權合規，再利用x402進行機器微交易結算，所有這些都建立在WBA的身份驗證基礎之上。

這種多協議並行的局面表明，代理商務的信任架構將形成一個開放、分層的標準棧，類似於網路通信中的OSI模型，以確保生態系統的互通性。只有建立起這樣的技術信任棧，兆元級的代理經濟才能真正落地。

商業模式重組：價值鏈的四方博弈

AI代理商務的普及正在重塑整個數位商業生態系統，為消費者、商家、金融機構和AI服務商帶來新的挑戰和機會。這不是簡單的技術升級，而是一場涉及權力、利潤、責任重新分配的商業革命。

對消費者：從主動搜尋到授權監督的角色轉變

授權邏輯的本質變化

消費者行為的轉變是從主動搜尋和執行，轉變為授權AI代理代其「看、比、買」。這種授權邏輯是代理商務的基礎，但也帶來了對信任的嚴峻考驗。

過去，消費者對每一筆交易都有明確的控制權：點擊「購買」、輸入密碼、確認訂單。但在代理模式下，這些控制點被濃縮為一次性的「授權」動作。消費者必須確信，AI代理的行為是透明、可監控，並且在需要時可以立即撤回其授權。

這要求服務平臺提供細粒度的授權管理介面和完整的行為日誌，以確保用戶對其財務代理權的最終控制權。例如：

• 設定單筆交易上限（每次購物不超過5,000元）

• 限定授權範圍（只能在特定商家購物）

• 要求重要決策的二次確認（超過1萬元的交易需通知）

代理忠誠度問題：誰的利益優先？

一個更深層的挑戰是「代理忠誠度問題」（Agent Loyalty Problem）。代理可能優先考量自身或其平臺利益，而非用戶最佳利益。

例如，如果代理由某電商平台提供，它可能偏好推薦該平台合作商家的商品，即便不是最便宜或最符合用戶需求。這類似於今天的搜索引擎廣告，表面上提供客觀結果，實際上受到商業利益影響。

為避免這種情況，未來消費者可能需要：

• 仔細選擇「中立」且可信任的代理服務

• 監督代理的決策依據（要求代理解釋為何選擇某商品）

• 使用多個代理互相驗證（類似於貨比三家）

法律上也可能透過強制揭露代理推薦原則等方式保障消費者知情權。歐盟的《數位服務法》已要求大型平台披露推薦系統邏輯，未來AI購物代理也可能面臨類似要求。

對商家：演算法可見度成為新的SEO

從流量爭奪到代理推薦權的競爭

代理成為消費者的新購物入口，商家與客戶的互動界面將被代理介入。品牌必須重新思考行銷與渠道策略，傳統的SEO/SEM、比價網站，可能讓位於爭取AI代理推薦權。

「演算法可見度」（Algorithmic Visibility）將取代點擊流量成為新的競爭焦點。 這意味著商家須確保產品資料對AI代理友好，例如：

1. 優化商品目錄以適應自然語言查詢：消費者可能用對話式描述需求（「我需要一雙適合久站的跑鞋」）而非關鍵詞（「跑鞋 耐穿」）
   
   

2. 結構化數據標註：使用Schema.org等標準，讓代理能快速解析產品屬性、價格、庫存
   
   

3. API友好性：代理不透過瀏覽器訪問網站，而是直接調用API，商家需提供標準化的API接口
   
   

技術導入成本與中小企業的挑戰

集成Web Bot Auth、Trusted Agent Protocol等新協議需要顯著的工程資源投入。對於中小型電商而言，這是一個尤其嚴峻的挑戰，他們可能難以承擔建立和維護專門代理身份驗證基礎設施的成本。

這為提供「代理即服務」（Agent-as-a-Service）的中介層服務商創造了市場機會。例如：

• Shopify可能推出內建的代理接入功能，讓店家一鍵啟用代理購物

• 支付處理商（如Stripe、Adyen）可能提供託管的代理驗證服務，商家只需要幾行代碼即可整合

官網流量下降與數據掌控權的削弱

如果交易在代理平台內完成，商家自家官網流量將下降、用戶資料掌控減少。可能需接受透過代理平台的訂單佣金模式，類似今日電商平台的抽成（通常為5-15%）。

這引發一個戰略問題：商家應該擁抱代理經濟，還是抵制它以保護直接客戶關係？ 答案可能類似於電商平台時代，大品牌會同時運營自有渠道和第三方渠道，而小品牌則更依賴平台流量。

品牌忠誠度計畫也需調整。未來也許不僅針對消費者，還要吸引AI代理。例如透過API提供優惠券或獎勵，鼓勵代理優先選擇自身產品（不過這又涉及前述代理忠誠度的道德問題）。

有專家甚至提出未來「了解你的代理」（Know Your Agent, KYA）將和KYC一樣重要，商家需辨識出代理身份並提供專屬的服務與激勵。

對銀行與支付機構：風控模型的典範轉移

傳統風控模型的全面失效

AI代理對金融機構的風控系統造成了顛覆性影響，因為傳統的詐欺檢測信號變得不可靠：

設備指紋識別（Device Fingerprinting）：AI代理通常在雲端伺服器上運行，這將用戶的身份與傳統的設備身份信號分離，使得設備指紋變得無效。同一個代理可能代表100個不同用戶，但從設備角度看都來自同一台雲端伺服器。

行為生物識別（Behavioral Biometrics）：代理不會像人類一樣出現猶豫、不規則的滾動或輸入錯誤。合法AI代理的活動在自動化程度上可能與最複雜的惡意機器人活動看起來完全相同——快速、精確、無摩擦。

Table 3: 傳統與 AI 代理商務風控模型轉變對比

新風控範式：從設備指紋到代理指紋

金融機構必須進化其風控系統，開發專門為代理環境設計的預測性AI模型。新的風控焦點不再是簡單的自動化檢測，而是轉向對意圖（Intent）的深入分析，並要求將風險決策整合到跨多個會話和交易的層面。

具體策略包括：

1. 協議層信任優先：依賴Web Bot Auth、TAP等協議驗證代理身份，而非依賴行為模式
   
   

2. 授權範圍驗證：檢查代理的交易是否在用戶授權範圍內（例如AP2的Mandates）
   
   

3. 實時代理風險分數：建立代理信譽系統，類似於信用評分，追蹤代理的歷史交易表現
   
   

4. 跨會話分析：不是孤立分析單筆交易，而是追蹤代理的長期行為模式
   
   

新商業機會：從風控者到賦能者

這種轉變促使銀行和支付機構推出新的產品線和服務，將其成熟的信任和合規基礎設施商業化：

• 代理白名單服務（Agent Whitelisting）：為商家提供「可信代理名單」，類似於今天的信用卡網路

• 代理風險分數API（Agent Risk Score API）：實時評估代理交易的風險等級

• 代理授權管理服務：幫助商家和消費者管理代理的授權範圍

這代表著金融機構從單純的風險管理者，轉向代理行為的賦能者。從「瞭解你的客戶（KYC）」延伸為「瞭解你的代理（KYA）」，並將代理身份納入爭議調查流程。

對AI服務商與開發者：萬億市場的把關者

代理服務商的崛起

對於AI服務商而言，代理經濟提供了一個巨大的市場機會，即成為「可信代理平臺」的市場入口。代理服務商主要分為兩類：

1. 消費者代理提供者：如OpenAI、Google、各類AI助手新創，直接面向用戶提供購物代理
   
   

2. 商家代理解決方案供應商：為零售商打造與代理對接的工具，例如：
   
   

   • Browserbase幫助網站接入代理流量

   • Basis Theory提供安全代管信用卡資料供代理結帳

   • Firmly.AI提供代理交易的合規工具

商業模式的多樣化

隨著代理普及，服務商可以從多個維度獲取價值：

1. 交易抽成模式：向商家收取經代理完成交易的成交費用（5-20%不等）。例如OpenAI已計畫對通過其ChatGPT外掛完成的購物抽取佣金。
   
   

2. 訂閱制模式：向消費者收月費以提供高級代理服務（例如$10-50/月），類似於今天的串流媒體訂閱。
   
   

3. API訂閱模式：提供高階的代理支付、風控和合規API給其他開發者。
   
   

4. 數據變現模式：蒐集豐富的消費意圖與偏好數據來發展精準行銷或衍生服務。
   
   

極高的市場門檻

然而，代理服務商的市場門檻極高。AI代理平臺必須：

1. 掌握複雜的金鑰管理：安全保存用戶的支付憑證和授權資訊

2. 通過嚴格的金融合規審查：可能需要獲得支付服務提供商（PSP）牌照

3. 實現與主流支付網路的深度整合：整合TAP、AP2等協議和Mandates結構

只有能夠證明其系統具備最高級別的安全性和問責性，才能在競爭中脫穎而出。

據統計，2024-2025年間全球AI代理新創融資額呈爆炸性增長：

• 歐洲代理新創在2024年募得17億歐元，2025年首季再募超10億歐元

• 美國有多筆過億美元甚至數十億美元的投資

• VC巨頭Andreessen Horowitz、紅杉等皆重押代理新創

這顯示投資人預期代理服務商將成為新的流量與交易把關者，地位類似今日的電商平臺或搜尋引擎。對於傳統業者而言，及早與優質代理服務商建立合作、甚至自建代理能力，將成為在這場商業變革中勝出的關鍵。

法律監管的三重困境：責任、隱私、合規

AI代理商務的發展已超前於現行法律框架，帶來一系列亟待解決的法律、監管與隱私問題。目前歐美與亞洲尚無專門針對代理商務的完整規範，各國監管者正試圖從現有法律延伸解讀，或啟動研擬新政策。

第一重困境：合約與責任歸屬的法律黑洞

當AI犯錯，誰該負責？

傳統契約法假設交易決策出自人類意志。然而，當AI代理在未違反授權的前提下做出錯誤購買，造成損失時，責任由誰承擔？

例如，一個投資代理根據錯誤的市場分析執行了一筆虧損交易，即便形式上符合用戶授權條件（「幫我管理投資組合」），但違背了用戶本意（期望賺錢而非虧損）。此時：

• 用戶可以主張代理服務商賠償嗎？

• 代理服務商可以主張這是AI的「判斷失誤」而免責嗎？

• AI模型提供商（如OpenAI）有責任嗎？

目前多數國家不承認AI為法律主體，無法讓AI承擔責任。法律專家建議，「交易代理服務提供者」（Transactional Agent Provider）應承擔代理行為的部分法律責任，類似代理人原理中的代理商角色。

亦有觀點主張讓使用代理的消費者與代理服務商簽訂協議，明確界定風險承擔。例如：

• 服務條款明確列出代理的授權範圍和免責條款

• 引入保險機制，由第三方保險公司承擔代理錯誤的損失

• 建立仲裁機制，快速處理代理交易爭議

歐美開始討論修改電子商務、消費者保護相關法規，以加入AI代理參與時的契約成立與過失歸責條款。但這需要時間，短期內法律真空地帶仍將存在。

第二重困境：資料授權與隱私的模糊界線

代理需要多少資料才能「了解你」？

AI代理需要存取大量用戶個人資料（購物偏好、支付資訊、位置、健康狀況等）來執行任務，這引發用戶同意與數據保護問題。

GDPR等隱私法要求特定目的授權，但代理可能在未經逐筆同意下自動處理多筆交易。例如：

• 用戶授權代理「幫我買日常用品」，代理是否可以存取用戶的健康記錄以推薦保健食品？

• 用戶授權代理「管理財務」，代理是否可以存取用戶的社交媒體資料以評估消費習慣？

監管機構擔憂是否存在違反用戶授權範圍的情形。未來可能需要建立「AI代理授權書」制度，讓消費者明示允許代理在某些情境下使用其資料與代表下單。

演算法透明度的雙刃劍

代理的決策算法若黑箱，可能導致歧視性結果或隱私濫用而用戶不自知。例如：

• 代理根據種族或性別推薦不同價格的商品

• 代理偏好推薦高佣金商品而非最符合用戶需求的選擇

為此，演算法透明度要求呼之欲出。歐盟數位服務法已有要求大型平台披露推薦系統邏輯的趨勢，未來AI購物代理也可能被要求向用戶解釋選品依據，以符合公平交易與反壟斷要求。

然而，這與商業機密保護形成衝突，代理服務商不願意完全公開其核心算法，這可能被競爭對手複製。如何在透明度與商業機密之間取得平衡，是一個待解難題。

第三重困境：金融監管的身份定位

代理是否應被視為受監管支付機構？

如果AI代理系統自主決定支付的發起、執行和清算，其功能已與支付服務提供商（PSP）高度相似。監管機構必須界定，代理平臺本身是否應被視為受監管的金融中介或支付機構，從而受到如反洗錢（AML）和資本適足性等法規的約束。

這涉及幾個關鍵問題：

1. 持牌要求：代理服務商是否需要申請支付機構牌照？目前各國立場不一：
   
   

   • 美國傾向於依案例判斷，如果代理只是「傳遞指令」則不需要持牌

   • 歐盟可能更嚴格，根據PSD2指令將代理視為「支付啟動服務」（Payment Initiation Service）而需要授權

2. 反洗錢義務：代理平台是否需要進行KYC和交易監控？如果代理每秒可以執行數百筆微交易，傳統的AML系統可能無法處理這種規模。
   
   

3. 資金保管規範：如果代理代管用戶的支付憑證或預付資金，是否需要遵守客戶資金隔離規定？
   
   

欺詐與安全的新型態風險

AI代理既可能被不肖分子利用也可能成為攻擊目標：

• 代理劫持（Agent Hijacking）：攻擊者若駭入用戶代理，便可替用戶下惡意訂單或竊取敏感資訊。誰為此負責、消費者損失如何賠償，目前無明確規範。
  
  

• 偽冒代理（Fake Agents）：詐騙者可能打造偽冒代理誘導用戶使用，藉機盜刷支付。
  
  

• 規模化詐欺（Scaled Fraud）：由於代理操作速度快、頻率高，若被駭可能在短時間內造成大規模詐欺交易。
  
  

監管機構需考量對代理服務商設立安全標準與認證機制，如要求嚴格的身份驗證與安全審計。另方面，傳統反洗錢、反詐監控要做出改變，可能要求代理交易即時監測報告、強化異常模式偵測。

明確規定消費者因代理交易遭受未授權損失時的權利保障也很重要。例如信用卡的「零責任」政策是否適用於代理交易？目前尚無定論。

全球監管進度與區域差異

歐盟：AI Act的間接影響

歐盟的《人工智慧法案》（AI Act，預計2026年全面生效）是目前最具雄心的AI監管框架。雖然它在2021年起草時未具體考量代理商務，對自主購物代理並無直接條文，但在金融服務中使用的AI系統，特別是涉及信貸評估或風險管理的系統，很可能被定義為「高風險AI系統」。

這不僅對金融實體有要求，還對向其提供AI服務的供應商施加了嚴格的合規和透明度義務。這將迫使AI代理開發者從設計之初就將金融合規性納入考量，實質上提高了市場準入門檻。

此外，GDPR的數據保護要求、PSD2的支付服務規範，都將適用於代理商務場景。歐洲企業目前只能依循這些零散法規自我解讀如何適用於代理情境。歐盟可能在未來版本AI Act或電子商務指令更新中加入相關規範，但立法需要時間。

美國：觀望與行業自律

美國採取較觀望態度，短期內可能由行業自律和既有法律補丁方式應對。美國消費者金融保護局（CFPB）對銀行採用AI聊天機器人的情況表示擔憂，認為其可能導致不遵守聯邦消費者金融保護法、提供不準確信息、以及未能保護消費者的隱私和合法權益。

CFPB的立場強調，無論自動化程度如何，AI代理必須確保不削弱消費者現有的法律保護和爭議解決途徑。FTC（聯邦貿易委員會）可用《不公平與欺騙性行為法》處理極端案例，但尚無系統性的代理商務法規。

亞洲：沙盒試點與務實創新

亞洲方面，日本、韓國、新加坡等推動「人工智慧倫理指引」和沙盒試點，在鼓勵創新的同時要求AI服務提供者落實透明與問責原則。尚無明確代理商務法規，但也開始討論AI商務的責任問題。

中國則透過數位人民幣與平台治理框架間接規範AI應用，螞蟻集團等巨頭參與國際協議（如AP2）顯示其希望影響標準走向。

產業格局劇變：金融科技的權力重組

金融服務的重新定義：新三角關係

AI代理的出現，徹底改變了用戶與金融機構之間的互動模式。金融服務不再是單純的「人 + App」模式，而是轉變為「人 + AI代理 + 銀行/支付網路」的新三角關係。AI代理成為用戶財務活動的執行中介層。

這種變化的深遠影響在於：

消費者不再直接與銀行互動：過去用戶打開銀行App查看餘額、轉帳、投資，現在這些操作可能都由代理在背後自動完成。銀行App可能變成「設定介面」而非「操作介面」。

銀行失去客戶接觸點：當代理成為用戶與金融服務之間的介面，銀行如何維持品牌存在感？如何交叉銷售其他產品？這是一個戰略性挑戰。

代理成為流量分配者：就像Google決定哪些網站獲得搜索流量，AI代理將決定哪些銀行、哪些保險公司、哪些投資產品獲得用戶的業務。擁有最多用戶的代理平台將獲得巨大的議價權。

AI代理將深度嵌入金融流程：

• 投資理財：代理根據實時市場數據調整頭寸，執行稅損收割（Tax-Loss Harvesting）

• 貸款申請：代理自主收集和驗證文件，並與多個貸方進行比較

• 保險購買：代理根據用戶生活變化（買房、生子）主動推薦保險產品

• 外匯交易：代理監控匯率並在最佳時機執行換匯

「嵌入式金融」的終極形態：嵌入到代理中

傳統的嵌入式金融（Embedded Finance）是將金融產品嵌入到非金融平臺，例如：

• 電商結帳頁面提供分期付款（Buy Now Pay Later）

• 叫車App內建保險購買

• 電商平台提供商家貸款

代理商務則將這一概念推向新的高度，將金融服務直接整合到AI代理的決策邏輯和行動能力中。

例如，當代理決定購買一項昂貴商品時，它無需跳轉到銀行App申請貸款，而是：

1. 自主調用預先授權的信貸額度

2. 比較多家銀行的利率

3. 自動選擇最優方案並完成審批

4. 執行購買並設定自動還款

這實現了真正的無摩擦金融，用戶甚至不知道背後發生了貸款審批，只看到「購買成功，分12期付款」的結果。

保險也類似。代理發現用戶預訂了潛水旅行，自動購買旅遊意外險；檢測到用戶買了新車，自動比較車險並完成投保。

這種「金融服務的隱形化」既提升了便利性，也帶來了風險，用戶可能在不完全理解條款的情況下，被代理簽署了金融合約。這就是為什麼前述的授權管理和演算法透明度如此重要。

競爭格局：BigTech與傳統金融的再結盟

標準制定權的爭奪

AI代理經濟的標準制定權成為新的競爭焦點。我們看到兩種力量的交織：

BigTech作為代理平台的開發者：Google、OpenAI、Microsoft等擁有AI技術和用戶基礎，他們推動的協議（如AP2、ACP）著重於授權管理和用戶體驗。

傳統金融作為信任基礎設施的提供者：Visa、Mastercard、銀行擁有支付網路和合規經驗，他們推動的協議（如TAP、Agent Pay）著重於交易安全和責任追蹤。

Cloudflare、Visa和Mastercard之間的合作，以及Google集合眾多支付巨頭推動AP2標準，顯示出BigTech與傳統金融網路正在進行策略性結盟。這不是單純的競爭，而是共生關係：

• BigTech需要金融網路的信任背書和合規能力

• 金融機構需要BigTech的技術和用戶觸達能力

開放協議 vs 閉源平台的競合

未來的競爭格局將是開放代理協議與閉源代理平台之間的競合：

開放協議陣營：以Web Bot Auth、TAP、AP2為代表，強調互操作性和去中心化治理。任何開發者都可以基於這些協議構建代理，形成多元化生態。

閉源平台陣營：如OpenAI的ChatGPT、Google的Gemini，可能推出自己的專屬代理協議，形成封閉生態以提高用戶黏性。

歷史經驗（如瀏覽器戰爭、社交媒體競爭）顯示，最終結果可能是混合模式：少數幾個主導平台佔據多數市場份額，但必須支持開放標準以符合監管要求和用戶需求。

投資機會：代理經濟的基礎設施層

從投資角度來看，AI代理商務催生了一系列解決信任和安全痛點的基礎設施層機會。這些不是面向終端用戶的應用，而是支撐整個生態運作的「管道」（Picks and Shovels）。

代理身份與認證

• 代理公鑰管理服務（類似於SSL證書頒發機構）

• 代理信譽評分系統（類似於信用評級機構）

• 去中心化代理身份（DID）解決方案

代理授權與合規

• Mandates管理平台（AP2協議的核心需求）

• 代理行為審計工具（記錄和回放代理決策過程）

• 跨境代理合規適配器（處理不同國家的法規差異）

代理風控與安全

• 實時代理風險分析API

• 代理交易異常檢測系統

• 代理劫持防護解決方案

代理支付基礎設施

• 代理專用的支付閘道（Payment Gateway）

• 微交易聚合與批量結算服務（x402的需求）

• 代理錢包管理服務（安全保存支付憑證）

據市場研究，這些基礎設施層的投資機會規模雖不如面向消費者的代理應用，但毛利率更高、競爭壁壘更強，更適合長期佈局。

例如，身份驗證領域的Okta市值超過100億美元，未來的「代理身份驗證獨角獸」可能達到類似規模。風控領域的Sift Science在2021年估值已達10億美元，專注於代理風控的初創有望複製這個軌跡。

投資人應關注那些能夠提供關鍵基礎設施組件、且與主流協議（TAP、AP2）深度整合的初創公司。誰掌握了代理經濟的「信任層」，誰就掌握了這個新生態的咽喉要道。

馬克碎念：當機器開始替我們花錢

信任的本質變化：從「我相信你」到「我相信算法」

在深入研究AI代理商務的時候，最震撼的不是技術本身的複雜度，而是它揭示的一個深刻悖論：我們正在將最私密的財務決策權，委託給我們根本不理解其決策邏輯的機器。

想想這個過程：授權一個AI代理「幫我管理投資組合」，但卻不知道它用什麼算法選股，不知道它的風險偏好如何校準，甚至不知道它是否會被訓練數據中的偏見影響。只是因為它過去幾次推薦的商品還不錯，就給了它我的信用卡和銀行帳戶的存取權。

這種信任的本質已經從人際信任（相信這個銀行理專的專業和誠信）轉變為算法信任（相信這個模型的訓練數據夠好、架構夠先進）。但諷刺的是，算法的可解釋性往往較差，理專至少可以跟你解釋為什麼推薦這檔基金，但AI代理可能只會說「基於您的偏好和市場分析」這種模糊的理由。

我們是否準備好接受這種不透明的信任？ 還是說，這只是我們為了便利性而不得不做出的妥協？

責任的消失：當AI犯錯，誰來買單？

傳統金融體系雖然複雜，但責任鏈是清晰的：如果銀行出錯，可以投訴監管機構；如果理專誤導，我們可以提起訴訟；如果信用卡被盜刷，有「零責任」保護用戶。

但在AI代理的世界裡，這條責任鏈斷裂了。代理做了一筆虧損的交易，誰該負責？

• 用戶說：「我授權的是『幫我賺錢』，不是『虧錢』，這是代理判斷失誤」

• 代理平台說：「我們的服務條款寫明了不保證收益，這是市場風險」

• AI模型開發商說：「我們只提供技術，具體決策是用戶和平台的責任」

• 數據提供商說：「我們提供的是原始數據，解讀是模型的事」

結果就是責任的無限稀釋，每個人都有一點責任，但沒有人需要真正承擔後果。這對消費者保護是一個巨大的退步。

我認為，這個問題不解決，AI代理商務就無法真正普及。監管機構必須明確界定：在代理經濟中，最終的責任兜底者是誰。目前大多數的觀點是，應該是代理服務提供商，就像銀行對其員工的行為負責一樣，代理平台應該對其代理的行為負責。這會提高它們的運營成本，但也會迫使它們更審慎地設計和監督代理系統。

隱私的終結：當代理「理解」你

AI代理要做好它的工作，需要對你有極其深入的了解：

• 你的購物歷史（知道你喜歡什麼品牌、什麼價位）

• 你的健康狀況（知道你有沒有過敏、慢性病）

• 你的位置習慣（知道你常去哪裡、在哪裡工作）

• 你的社交圈（知道你關心誰、被誰影響）

• 你的財務狀況（知道你的收入、資產、負債）

這種全面的數據收集，遠超過任何一家傳統企業所擁有的。Google知道你的搜索記錄，Facebook知道你的社交關係，Amazon知道你的購物偏好，但沒有一家單獨擁有你的全貌。

而AI代理需要這個全貌才能運作。

這意味著什麼？意味著代理服務商將成為史上對個人了解最深的實體。它們比你的配偶更了解你的消費習慣，比你的醫生更了解你的健康隱憂，比你的老闆更了解你的財務壓力。

如果這樣的實體被駭客入侵，或被政府要求提供數據，或單純決定將數據賣給廣告商，後果將是災難性的。這不是隱私權的侵犯，而是隱私的終結。

我認為，我們需要一套全新的隱私保護框架來應對代理經濟。傳統的「用戶同意」模型已經失效，面對50頁的服務條款，有誰真的會讀完再同意？我們需要：

1. 數據最小化原則：代理只能存取完成任務所需的最小數據集

2. 用途限制原則：代理收集的數據不能被用於其他目的（如廣告）

3. 遺忘權：用戶可以要求代理徹底刪除其所有數據，不留備份

4. 審計權：第三方可以審計代理平台的數據使用情況

但這些原則與代理的商業模式存在根本衝突，代理平台希望盡可能多地收集數據來改進算法、精準推薦、甚至變現。這個張力如何解決，將決定代理經濟是走向烏托邦還是反烏托邦。

效率的詛咒：當一切都被優化

AI代理的承諾是極致的效率：它可以在毫秒內比較數百家商店的價格，找到最優惠的方案；它可以根據即時數據調整投資組合，抓住每一個套利機會；它可以預測你的需求，在你意識到之前就完成購買。

購物不只是一個交易行為，它也是一種體驗、一種探索、甚至一種社交活動。週末逛街時偶然發現一家有趣的小店、被店員推薦一款沒聽過的商品、和朋友討論哪個更好，這些「低效」的過程，反而是生活的趣味所在。

當AI代理把一切都優化掉，我們得到了「最便宜的商品」，但失去了「發現的樂趣」。我們得到了「最高的投資回報」，但失去了「學習財務知識的動機」。

這讓人想起自動駕駛的類似困境，它確實更安全、更高效，但也剝奪了「駕駛的樂趣」。對有些人來說，這是可以接受的取捨；但對另一些人來說，這是不可接受的損失。

我們需要在效率和體驗之間找到平衡。 也許解決方案是給用戶選擇權：有時候讓代理全權處理（「幫我買本月的日用品」），有時候保留手動探索的空間（「週末我想自己逛逛」）。但這需要UI/UX設計的創新，讓用戶能夠輕鬆地在「自動駕駛」和「手動駕駛」之間切換。

不平等的加劇：誰能擁有最聰明的代理？

最後，談談AI代理可能加劇的社會不平等。

最先進的AI代理服務不會是免費的。它們需要大量的計算資源、高品質的訓練數據、持續的模型改進。這些成本最終會反映在價格上。

結果可能是：

• 富人訂閱$500/月的頂級代理服務，獲得最精準的理財建議、最優惠的價格談判、最及時的市場洞察

• 中產階級使用$50/月的標準代理，功能夠用但不夠出色

• 窮人只能使用免費的基礎代理，但這些代理可能充斥廣告、推薦高佣金商品

這會創造一個「認知資本」的階級分化，擁有更好AI代理的人，在財務決策上獲得系統性優勢，進一步拉大貧富差距。

這不是科幻，這是已經在發生的現實。今天最好的AI模型（如GPT-4、Claude）都是付費服務，免費版本功能受限。當這些模型成為財務代理的大腦時，付費用戶和免費用戶之間的收益差距可能達到數倍甚至數十倍。

這是市場機制的必然結果，還是我們應該抵抗的不公？ 。AI代理如果真的成為金融生活的基礎設施（就像電力、網路一樣），那它應該有基本的「普惠性」，每個人都能獲得最低限度的代理服務，而不是只有富人才能享受。

這可能需要政府介入：要麼提供公共的AI代理服務（類似公共醫療），要麼規範私營代理服務的最低質量標準（類似公用事業監管）。否則，AI代理不會縮小貧富差距，只會讓它更加固化。

臨界點上的抉擇

我們正站在AI代理經濟的臨界點上。技術已經成熟，市場已經形成，資本已經湧入，監管正在追趕。這場變革不是「會不會發生」，而是「以什麼形式發生」。

樂觀的情景是：AI代理成為普惠的金融基礎設施，幫助每個人做出更好的財務決策，降低交易摩擦，提高市場效率。監管機構建立了清晰的責任框架，技術公司遵守透明和隱私原則，消費者享受便利而不失去控制權。

悲觀的情景是：AI代理成為新型的數位地主，掌控用戶的財務生活，收取高額的「代理稅」。責任歸屬模糊導致消費者在代理犯錯時無法求償。隱私保護形同虛設，用戶的所有數據被商業化。富人和窮人之間的代理質量差距擴大了經濟不平等。

我們會走向哪個未來，取決於我們現在做出的選擇。 技術專家需要在設計時內建倫理考量；監管者需要積極制定前瞻性規則；企業需要在逐利與責任之間取得平衡；消費者需要保持警惕和批判性思考。

AI代理不是人類的替代者，而是下一代金融互動的「橋樑」。但這座橋通往哪裡，還沒有定論。讓我們確保它通往一個更好的世界，而不是一個更分裂、更不透明、更不平等的世界。

這場變革的結局尚未書寫，但戰場已經形成。願我們都能在這場金融科技的新戰場上，做出正確的判斷。

首圖連結：https://commercetools.com/img/containers/assets/pages/products/agentic-commerce/id-5014-v2-agenticcommerce---1920x1080.jpg/a8e0370beafc20bf6f8ca8b0af182eac/id-5014-v2-agenticcommerce---1920x1080.jpg?v4

台灣開放金融是否已死？一分鐘速讀

• 發展現況 — 從 2019 年啟動至今陷入嚴重停滯，第二階段民營銀行參與率僅 28%，純網銀全數缺席，第三階段交易服務「乏人問津」

• 結構困境 — 採「自願自律」而非法律強制，銀行可選擇不參與；資安門檻高讓 TSP 卻步；責任歸屬不明、消費者信任不足形成惡性循環

• 歷史包袱 — 1990年代金融自由化導致NPL危機（逾放比達8-12%），造成監管創傷症候群，「穩定壓倒一切」心態讓監管單位不敢強制推動

• 國際落差 — 英國1/3用戶、年交易22億次；美國 2024 年正式立法規範；新加坡 SGFinDex 國家級平台成功運作

• 診斷結論 — 「深度休眠」而非死亡，政策框架仍在但推動機制失靈；需立法強制、建置公共平台、聚焦殺手級應用

從熱潮到寂靜

2019年9月，當金管會宣布正式啟動開放銀行（Open Banking）政策時，台灣金融圈充滿了期待。媒體大篇幅報導這項「劃時代」的金融革新，銀行業者紛紛表態支持，金融科技新創摩拳擦掌準備大展身手。當時的願景很美好：消費者將掌握自己的金融數據主導權，第三方服務商能創造更多元的金融服務，傳統銀行也能藉此數位轉型，創造三贏局面。

然而，時間快轉到2025年的今天，開放金融的熱潮早已退去，取而代之的是一片寂靜。民營銀行參與意願低落，純網銀全數缺席，第三方服務商寥寥無幾，消費者更是對「開放銀行」這個名詞感到陌生。當全球主要經濟體都在加速推進開放金融，英國用戶突破1,500萬人、美國正式立法規範、新加坡打造國家級平台時，為什麼台灣的腳步卻越來越慢，甚至陷入停滯？

台灣的開放金融究竟是暫時「休眠」，等待適當時機重新啟動？還是已經「宣告死亡」，成為另一個雷聲大雨點小的政策泡沫？這個問題不僅關乎金融創新的未來，更影響台灣在全球數位金融競爭中的地位。馬克將從政策設計、市場現況、國際比較三個面向，深入剖析台灣開放金融的困境根源，並探討可能的復甦之路。

台灣開放金融推動歷程：從理想到現實的落差

三階段政策藍圖：逐步遞減的參與熱情

金管會規劃的開放銀行採取循序漸進的三階段策略，參考香港、新加坡的作法，選擇了「業者自願、自律規範」的溫和路線。這個看似穩健的策略，卻在執行過程中逐漸顯露疲態。

第一階段（2019年9月上線）－公開資料查詢，是最單純的開端。銀行僅需開放利率、手續費、ATM據點等公開資訊，不涉及客戶隱私，技術門檻低，風險可控。這個階段確實獲得不錯的迴響，根據金管會統計，共有27家銀行業者參與，幾乎涵蓋了市場上的主要玩家。

第二階段（2021年上線）－消費者資料查詢，開始觸及開放金融的核心：個人金融資訊的授權共享。客戶可授權第三方服務提供者（TSP）查詢其在銀行的帳戶餘額、交易明細等資料。然而，一旦涉及個資，銀行的態度立刻轉趨保守。公股銀行在政策壓力下維持100%參與率，但民營銀行僅有8家（約28%）願意加入。更令人意外的是，原本被寄予厚望的三家純網銀（將來銀行、LINE Bank、樂天銀行）竟然全數缺席，完全沒有參與第二階段。

第三階段（2024年起啟動）－交易面服務，原本應該是開放銀行最精彩的篇章，讓消費者能透過第三方平台執行跨行轉帳、支付、甚至申請貸款。但現實是，直到 2024 年底才剛訂出規範，實際參與的銀行更是屈指可數。金管會主委黃天牧在立法院坦言，第三階段「乏人問津」，銀行顧慮重重，不願意開放交易功能。

市場反應：從熱情到冷漠

數字會說話。截至 2023 年底的統計顯示，第二階段累計僅核准 17 家銀行與 2 家 TSP 合作的 24 個服務。相較於英國數百家第三方服務商的蓬勃生態，台灣的開放銀行生態系顯得格外冷清。

華南銀行算是少數積極的領頭羊，在 2025 年率先與集保結算所合作，推出透過「集保e手掌握APP」整合多家銀行帳戶並即時轉帳繳款的創新應用。這個服務讓投資人可以一次查看多家銀行的資金狀況，並快速調度資金進行證券交易，確實展現了開放金融的便利性。但這樣的成功案例太少，無法形成規模效應。

更關鍵的問題是消費者端的冷感。根據市場調查，大多數民眾對「開放銀行」這個名詞感到陌生，更不用說實際使用相關服務。沒有消費者需求拉動，銀行自然更沒有動力投入資源開發 API。這形成了一個惡性循環，銀行不積極導致服務選擇少，用戶興趣自然低落，銀行更不會積極參與。

政策困境：推動力道不足的無奈

立法委員在質詢時直指核心問題：「為什麼業者參與數愈來愈少？是不是碰上什麼困難？」金管會的回答頗為坦率：相較於歐美市場，台灣銀行業競爭已經非常激烈，利差有限，對開放銀行的需求或許不如他國明顯。換句話說，連監管單位本身都開始質疑，台灣是否真的需要開放金融？

這種態度上的搖擺，直接影響了政策推動的力道。當主管機關都不確定開放金融的必要性時，如何說服銀行業者投入大量資源進行系統改造？結果就是開放銀行只做了「半套」就停在第二階段，最關鍵的交易服務遙遙無期，整個政策陷入進退兩難的尷尬處境。

結構性困境剖析：為何推不動？

政策設計的先天不足：缺乏強制力的溫和路線

台灣開放金融最根本的問題，在於選擇了「鼓勵自律」而非「法律強制」的推動模式。這個選擇看似尊重市場機制，實則忽略了金融業的保守天性。

在缺乏強制力的情況下，銀行面臨一個簡單的商業決策：是投入大量資源建置複雜的 API 系統、承擔資安風險、可能流失客戶，還是維持現狀、靜觀其變？答案顯而易見。正如一位銀行高層私下表示：「沒有法規要求，為什麼要自找麻煩？」

這種「自願參與」的遊戲規則，讓銀行擁有完全的選擇權。他們可以選擇參與第一階段賺個「配合政策」的美名，然後在風險較高的第二、三階段選擇退出。政策被業界形容為「只有美意，缺乏牙齒」，正是因為缺少了強制執行的約束力。

相較之下，歐盟的 PSD2（支付服務指令第二版）直接以法律命令要求銀行必須開放 API，違規者面臨最高全球年營業額 3% 的罰款。英國競爭與市場管理局（CMA）更是強勢，直接命令九大銀行限期一年內完成 API 開發。這種激烈的做法，雖然引起銀行反彈，但確實快速推動了市場變革。

銀行的理性抗拒：既得利益與創新的拉鋸

從銀行的角度來看，抗拒開放金融是完全理性的商業考量。開放資料，本質上就是將辛苦累積的客戶資源與競爭對手分享。

大型銀行的盤算很簡單：我們已經擁有龐大的客戶基礎和完整的金融服務，為什麼要開放 API 讓第三方來分一杯羹？如果客戶透過第三方平台使用我們的服務，我們失去了與客戶的直接接觸，品牌價值被稀釋，交叉銷售的機會也減少了。在沒有額外商業誘因的情況下，維持封閉系統反而是保護既有利益的最佳策略。

中小型銀行的困境則是另一個故事。他們或許有意願透過開放 API 來擴大客戶觸及，但資源和技術能力有限。建置符合標準的 API 系統需要大量 IT 投資，後續的維護和資安防護更是持續的成本負擔。對於原本就在夾縫中求生存的中小銀行來說，這筆投資的投資報酬率實在難以評估。

純網銀的戰略考量最耐人尋味。原本大家期待這些數位原生的銀行會是開放金融的先鋒，結果他們卻選擇冷眼旁觀。深入分析可以發現，純網銀本身的定位就是要成為「金融服務的平台」，他們希望別的銀行開放資料給他們整合，而不是自己開放資料給別人使用。這種「我要當平台中心，不要當資料提供者」的思維，讓純網銀在開放銀行議題上選擇戰略性缺席。

四大技術與監管障礙：魔鬼藏在細節裡

第一道門檻：資安成本讓TSP業者卻步

開放銀行要成功，不能只靠銀行，還需要活躍的第三方服務提供者（TSP）生態系。但在台灣，想成為 TSP 的門檻高得嚇人。金管會要求 TSP 必須符合與銀行同等級的資安規範，這意味著新創公司需要投入數百萬甚至上千萬的資金建置資安系統。對於資本有限的新創來說，這個門檻幾乎是不可能跨越的。結果就是，截至目前僅有 2 家 TSP 通過審核，創新服務自然無從談起。

第二道障礙：責任歸屬的模糊地帶

一旦發生資料外洩或未經授權的交易，責任該由誰承擔？是提供 API 的銀行、串接服務的 TSP、還是授權的消費者？現行的自律規範對此沒有明確規定，形成了巨大的灰色地帶。銀行擔心開放 API 後，萬一 TSP 系統被駭客入侵，銀行是否要負連帶責任？這種不確定性讓銀行寧可選擇不開放，也不願承擔未知的風險。

第三個挑戰：消費者信任赤字

金融資料是最敏感的個人隱私之一。要說服消費者將銀行帳密或授權資料交給第三方，需要極高的信任基礎。但在缺乏強力監管背書、沒有明確法律保障的情況下，消費者的疑慮難以消除。「萬一我的資料被盜用怎麼辦？」「出了問題找誰負責？」這些基本的問題都沒有令人安心的答案。

第四個困境：商業模式的缺位

開放金融要永續發展，必須有可行的商業模式支撐。但目前台灣的開放銀行應用，多數停留在帳戶餘額查詢、資料整合等基礎功能，缺乏能夠創造實質價值、讓用戶願意付費的「殺手級應用」。沒有明確的獲利模式，TSP難以吸引投資，銀行也看不到開放的好處，形成「雞生蛋、蛋生雞」的困局。

國際經驗對照：他山之石的啟示

英國：強制開放的成功典範

英國的開放銀行經驗，堪稱全球最成功的範例，關鍵在於政府的強勢主導和完整的制度設計。

2017 年，英國競爭與市場管理局（CMA）做出了一個大膽的決定：強制要求市占率前九大銀行（統稱CMA9）必須在一年內開發統一標準的開放 API。這不是建議、不是鼓勵，而是具有法律約束力的命令。為了確保執行，CMA 甚至要求這九家銀行共同出資成立「開放銀行實施機構」（OBIE），專責制定 API 技術標準和安全規範。

這種「先射箭再畫靶」的做法引起銀行強烈反彈，但在監管高壓下，各銀行只能乖乖配合。他們投入大量資源改造系統、培訓人員、建立新的風控機制。短期看來成本高昂，但長期效益逐漸顯現。

成果是驚人的。截至 2025 年中，英國開放銀行用戶已突破1,500萬人，相當於三分之一的英國成年人。年交易量達到 22 億次，年成長率高達72%。更重要的是，開放銀行催生了豐富的創新應用：個人理財管理、一鍵比價轉換、即時支付、智慧儲蓄等服務百花齊放。據估計，開放銀行已為英國經濟創造 41 億英鎊的新價值，並創造數千個就業機會。

英國的成功秘訣可以歸納為三點：強制性的法規框架確保全面參與、統一的技術標準降低對接成本、完善的監管機制建立市場信任。特別是OBIE的設立，提供了一個中立的協調平台，讓銀行和TSP能在公平的規則下競爭合作。

美國：從市場驅動到監管跟上

美國的開放銀行發展路徑與英國截然不同，呈現出「先有實踐、後有規範」的特色。

在沒有政府強制的情況下，美國市場早就出現了 Plaid、Yodlee 等資料聚合商。他們透過「螢幕擷取」技術，幫助用戶連結各家銀行帳戶到第三方應用。這種做法雖然存在安全隱憂，但確實滿足了市場需求。數千萬美國人透過 Mint 管理個人財務、用 Venmo 轉帳付款、在 Robinhood 上投資理財，實質上已經在享受開放銀行的便利。

然而，這種「野蠻生長」模式的問題也很明顯：缺乏統一標準導致對接成本高、螢幕擷取的安全風險大、消費者權益保護不足。意識到這些問題後，美國監管單位終於出手。

2024年10月，美國消費者金融保護局（CFPB）正式通過「個人金融資料權規則」，這是美國開放銀行發展的重要里程碑。新規則要求銀行必須在消費者要求下，將其個人金融資料安全且免費地傳輸給指定的第三方。規則預計從 2026 年起分階段實施，將終結不安全的螢幕擷取做法，推動業界採用標準化的 API。

美國的經驗顯示，市場力量確實可以推動創新，但最終還是需要監管框架來確保安全和公平。從「技術上存在、體制上缺位」到「監管框架逐步完備」，美國正在補上制度的最後一塊拼圖。

新加坡：政府協調的平衡典範

新加坡的開放金融策略展現了另一種可能：在不強制的前提下，透過政府積極協調和基礎建設投資，同樣可以達到良好效果。

新加坡金融管理局（MAS）從 2016 年開始布局，但沒有採用強制手段，而是透過一系列巧妙的政策工具引導市場。首先，MAS聯合銀行公會發布《金融即服務API指南》，列出超過 400 個建議開放的 API 項目。雖然是「建議」而非「要求」，但為業界樹立了明確方向。

2020年，新加坡推出了一個創舉：新加坡金融數據交換平台（SGFinDex）。這是全球首個以國家數位身份認證（SingPass）為基礎的公共數據共享基礎設施。透過這個平台，民眾只需一次認證，就能在任何參與銀行的APP上查看自己在所有金融機構的完整資產負債狀況，包括銀行存款、投資、公積金等。

SGFinDex 的成功關鍵在於政府提供了可信任的基礎設施。資料透過加密傳輸，平台本身不留存任何個資，完全解決了安全和隱私的疑慮。有了這個公共平台，銀行不需要各自對接，大幅降低了技術成本；消費者也因為有政府背書而更願意嘗試。

新加坡的模式證明，即使沒有法律強制，只要政府願意投入資源建設基礎設施、提供明確指引、創造有利環境，同樣可以推動開放金融的發展。關鍵在於政府不能只是「鼓勵」，還要實際「參與」和「投資」。

台灣開放金融的深層病因：歷史創傷與現實困境

1990年代金融危機的長遠影響

要理解台灣金融監管的保守心態，必須回顧 1990 年代的金融自由化及其後果。1991 年，政府開放新銀行設立，原本是為了打破寡占、促進競爭。結果卻導致銀行數量在短期內暴增，從原本的 20 多家增加到 50 多家，市場陷入過度競爭。

銀行家數激增的直接後果是獲利空間被嚴重壓縮。為了搶奪市場，各銀行競相壓低利率、放寬授信標準，最終在 1997 年亞洲金融風暴的衝擊下，爆發嚴重的逾期放款危機。當時的逾放比率一度高達8%以上，若計入紓困案件，實際可能超過 12%。政府被迫投入大量資源進行金融重建，包括成立資產管理公司處理不良資產、協助銀行打消呆帳等。

這次慘痛的經驗在監管體系留下深刻烙印。從此，「穩定壓倒一切」成為金融監管的最高原則。任何可能引入系統性風險的改革，都會被審慎評估、甚至擱置。開放金融涉及大規模的數據共享和系統互連，在監管者眼中，這無異於打開潘朵拉的盒子。

監管創傷症候群：過度謹慎的代價

1990 年代的金融危機造成了所謂的「監管創傷症候群」。監管單位深怕重蹈覆轍，在推動金融創新時總是瞻前顧後、步步為營。

這種心態直接影響了開放銀行政策的設計。選擇「鼓勵自律」而非「法律強制」，表面上是尊重市場，實際上是不願承擔改革可能帶來的風險。如果強制銀行開放 API 後發生重大資安事件或系統性風險，監管單位難辭其咎；但如果採取自願模式，責任就轉嫁給了參與的銀行和業者。

這種「風險轉嫁」的做法看似聰明，實則造成了政策執行的根本矛盾。開放金融本質上需要打破既有利益格局，需要強而有力的推動；但監管單位既想要創新的成果，又不願意承擔推動的風險，結果就是政策有名無實，淪為空談。

更深層的問題是，這種過度謹慎已經成為台灣金融業的集體心理。不只是監管單位，銀行業者也習慣了在保守的框架內運作。創新被視為風險，維持現狀反而是最安全的選擇。在這種氛圍下，開放金融這種顛覆性的變革自然難以推進。

診斷結論：休眠還是已死？

現狀判定：深度休眠而非死亡

綜合以上分析，台灣的開放金融確實陷入了嚴重的發展停滯，但尚未到「死亡」的地步。更準確的描述應該是進入了「深度休眠」狀態。

政策框架依然存在，金管會並未宣布放棄開放銀行政策，第三階段的規範也已經制定完成。技術能力也不是問題，台灣的金融IT水準在亞洲名列前茅，銀行若真要開發 API，技術上完全可行。市場需求雖然還未被充分激發，但隨著數位生活的深化，消費者對於更便利的金融服務仍有潛在需求。

問題的核心在於推動機制失靈。自願性的規範模式與開放金融所需的強制性變革本質上不相容。沒有外部壓力，銀行不會主動開放；沒有豐富的 API，TSP 無法創新；沒有創新服務，消費者不會使用；沒有使用需求，銀行更沒有開放的動力。這個負向循環如果不打破，開放金融將持續休眠。

關鍵症結：三大核心問題未解

第一，缺乏強制力的法規框架。 國際經驗清楚顯示，成功的開放銀行都有強而有力的法規支撐。無論是歐盟的 PSD2、英國的 CMA 命令，還是美國最新的 CFPB 規則，都是具有法律約束力的強制規範。台灣若不改變自願模式，開放金融永遠只能原地踏步。

第二，責任歸屬機制不明確。 在數據共享的生態系統中，必須清楚界定各方的權利義務和責任範圍。當前的自律規範無法提供這種法律確定性，導致銀行和 TSP 都不敢大步向前。

第三，缺乏殺手級應用帶動。 開放金融需要一兩個現象級的成功應用來證明其價值。但在當前的環境下，創新服務難以出現，市場陷入「先有雞還是先有蛋」的困境。

重啟之路：開放金融的復甦處方

立法層面：從鼓勵到強制的必要轉變

台灣開放金融要突破困境，首要之務是改變遊戲規則。政府應該認真考慮以法律形式明確規定銀行開放 API 的義務、範圍和時程。

這部法律應該包含幾個關鍵要素：明確定義必須開放的 API 類別和數據範圍、設定分階段實施的時間表、建立不合規的處罰機制、規範 TSP 的資格認證和監管要求、明確各方在資料外洩或交易糾紛時的責任分配。

立法不僅提供強制力，更重要的是提供法律確定性。當遊戲規則明確後，銀行可以評估成本效益、TSP可以規劃商業模式、消費者可以安心使用。這是將開放金融從「政策宣示」轉變為「市場現實」的關鍵一步。

基礎建設：打造可信任的公共平台

參考新加坡 SGFinDex 的成功經驗，台灣應該考慮由政府主導建立一個國家級的金融數據交換平台。這個平台可以整合現有的數位身份認證機制（如自然人憑證、行動自然人憑證），提供安全、便利的數據共享通道。

公共平台的好處是多方面的：對銀行來說，降低了對接多個 TSP 的技術成本；對 TSP 來說，簡化了與多家銀行串接的複雜度；對消費者來說，有政府背書的平台更值得信賴。更重要的是，集中式的平台便於監管和風險控制，可以有效解決責任歸屬的問題。

目前台灣有類似的平台，像是財金的開放 API 平台、政府的數位身分與 MyData、集保的整合型應用、以及金融 FIDO 的互通計畫，但還沒有把這些拼成一個 SGFinDex 等級的、政府主導的「國家級金融數據交換公共平台」。下一步需要把「統一授權身分層（行動自然人憑證／金融FIDO）」與「跨市場資料交換閘道（銀行＋證券＋保險＋政府）」正式合一並法制化，才算補齊最後一哩。

創新突破：聚焦解決真實痛點

開放金融要獲得市場認可，必須提供解決消費者真實痛點的服務。政府和產業應該共同努力，聚焦幾個高價值的應用場景進行突破。

第一個場景：中小企業融資。 透過開放銀行 API，中小企業可以授權銀行或金融科技公司讀取其金流數據，作為信用評估的依據。這能大幅簡化貸款申請流程，提高核貸效率，解決中小企業「融資難」的問題。

第二個場景：個人理財優化。 整合個人在不同銀行的帳戶、信用卡、投資等資訊，提供智慧化的理財建議。例如，自動分析消費模式、推薦更優惠的信用卡、提醒定存到期、建議投資組合調整等。

第三個場景：跨領域金融整合。 不要局限於銀行，應該將證券、保險、基金等納入開放範圍。讓消費者能在單一平台上管理所有金融資產，真正實現「全方位」的財富管理。集保結算所與華南銀行的合作就是很好的開始，應該鼓勵更多這類跨領域創新。

馬克碎念

台灣金融業的保守，其實是有歷史脈絡的。經歷過1990年代的金融風暴，整個產業對「創新」兩個字都帶著戒心。銀行寧可少賺一點，也不願意冒險。這種心態可以理解，但在數位時代，過度保守可能比冒險更危險。當全世界都在快速前進時，原地踏步就是退步。

開放金融表面上是技術問題，本質上是心態問題。它挑戰的不只是既有的技術架構，更是傳統的經營思維。銀行必須從「資料擁有者」轉變為「服務提供者」，從「封閉競爭」轉向「開放合作」。這種典範轉移，需要的不只是政策推動，更需要產業領導者的遠見和勇氣。

國際競爭的壓力，可能會成為推動改變的外部力量。當香港、新加坡、甚至東南亞國家都在加速發展開放金融時，台灣若繼續停滯，將在區域金融中心的競爭中落後。更實際的威脅是，國際金融科技巨頭可能繞過本地銀行，直接服務台灣消費者。到時候，被動開放可能比主動開放付出更大代價。

說到底，開放金融是大勢所趨，台灣不可能永遠置身事外。問題不是「要不要做」，而是「何時做」和「如何做」。與其被動等待，不如主動出擊。政府應該展現決心，制定明確的法規框架；銀行應該放眼長遠，投資未來的競爭力；新創應該勇於創新，開發真正有價值的服務；消費者也要開放心態，願意嘗試新的金融服務。

開放金融從「半套」到「全套」，還有最後一哩路要走。這條路確實不易，需要政府、業者、消費者三方共同努力。只要方向正確、方法得當，台灣的開放金融終將迎來春天。畢竟，在這個數據驅動的時代，封閉不是選項，開放才是生存之道。

首圖連結：https://aifianpitch-website.s3.ap-northeast-1.amazonaws.com/upload/article/1_wmCkJ76x5yhSETBfG4fWyA.png

為什麼 X402 值得關注？一分鐘速讀

• 技術突破 — 復活 HTTP 402 狀態碼，將支付內建於網路協議，實現「投幣即存取」的數位自動販賣機模式，完全基於標準 HTTP，開發者只需一行程式碼即可整合。

• 經濟革命 — 基於穩定幣的微支付，交易成本趨近於零，打破傳統支付 $0.30 手續費的微支付障礙，讓 $0.01 看一篇文章、$0.001 調用 API 成為可能。

• 戰略佈局 — Coinbase、Cloudflare、Circle、Google 四大巨頭聯手，將 X402 納入 Google AP2 框架，搶佔 AI 代理人支付標準，成立中立基金會確保開放治理。

• 生態野心 — 從即時支付到延遲結算，從去中心化資源發現（Bazaar）到企業級合規，構建完整的自主商務基礎設施，讓 AI 代理人能像人類一樣自主交易。

AI 代理人經濟的支付困境

想像這樣一個場景：你的 AI 助手需要幫你查詢明天的天氣預報、預訂晚餐餐廳、購買一份市場研究報告。但每一個步驟都遇到同樣的障礙，天氣 API 要求註冊帳號並綁定信用卡、餐廳預訂系統需要手動輸入支付資訊、研究報告平台要求填寫一長串表單。AI 助手再聰明，也無法完成這些支付動作，因為它沒有「自主支付」的能力。

這個看似簡單的問題，揭示了當前網際網路架構的一個根本缺陷：我們建立了一個資訊自由流動的網路，卻沒有內建一個價值自由交換的支付層。HTTP 協議能讓瀏覽器和伺服器對話，但當需要付費時，必須跳出這個流暢的對話，進入信用卡公司、支付處理商、銀行的複雜系統。對人類來說這已經夠麻煩，對 AI 代理人來說則是不可能的任務。

更糟的是傳統支付系統的經濟結構。信用卡處理商對每筆交易收取 2-3% 的手續費，外加 $0.30 的固定費用。這意味著當有人想賣一篇 $0.10 的文章時，手續費就要 $0.30，這筆交易在經濟上完全不可行。結果就是網路服務被迫選擇兩條路：要麼採用訂閱制，要麼依賴廣告。大量合理的按次付費場景，因為微支付的經濟障礙而無法實現。

但這個困境正在被打破。一個名為 X402 的協議悄然崛起，背後站著 Coinbase、Cloudflare、Circle 和 Google 這樣的巨頭。它們做了一件看似簡單但影響深遠的事：讓 HTTP 協議原生支援支付，並用區塊鏈和穩定幣解決微支付的經濟障礙。更重要的是，X402 被整合進 Google 的 AP2 框架，成為 AI 代理人自主商務的基礎建設。讓馬克帶大家一起深入解析這個可能改變網際網路基礎架構的協議！

技術創新：HTTP 402 的完美復活

X402 選擇了聰明的路徑：不重新發明輪子，而是讓現有的 HTTP 協議具備支付能力。這個策略的核心，就是復活那個沉寂了 30 年的 HTTP 402 狀態碼。

從佔位符到標準：一個被遺忘的狀態碼

1999 年，當 HTTP/1.1 規範定稿時，工程師們保留了一個特殊的狀態碼：402 Payment Required。它被設計用來表示「這個資源需要付費才能存取」，就像 404 表示「找不到資源」、401 表示「需要身份驗證」一樣。但這個狀態碼從來沒有被真正實現過，在 HTTP 規範中它一直標註為「保留供未來使用」。

為什麼這個狀態碼會沉寂這麼久？答案很簡單：缺乏低成本的結算層和標準化的支付框架。在 1990 年代，如果想讓網頁支援微支付，需要整合信用卡處理商的複雜系統，每筆交易的手續費高昂。而且不同的支付服務商有不同的 API，沒有統一標準。最終，大家放棄了微支付的夢想，轉向訂閱制和廣告模式。

但 2025 年的技術環境完全不同了。Layer 2 區塊鏈讓交易成本降到可忽略的水平，Base 鏈上的一筆轉帳只需要不到一分錢。穩定幣如 USDC 提供了非波動性的數位貨幣，讓商家不用擔心加密貨幣的價格劇烈波動。更重要的是，區塊鏈的可程式化特性讓支付流程能完全自動化，不需要中間商的複雜系統。

X402 的突破就在於把這些技術拼圖組合起來。它不是另一個支付 API，而是讓 HTTP 協議本身就能處理支付。當伺服器返回 402 狀態碼時，響應中會包含支付說明：需要多少錢、往哪個錢包地址支付、接受哪種穩定幣。客戶端看到這個訊息後，自動簽署一筆區塊鏈交易，完成支付。整個過程不需要跳出 HTTP 對話，就像自動販賣機一樣簡單直覺。

極簡交易流程：數位世界的投幣式存取

讓我們看看 X402 的實際運作流程。假設你的 AI 助手想要調用一個天氣 API，這個 API 每次調用收費 $0.01。

首先，AI 助手向 API 伺服器發送一個標準的 HTTP GET 請求，就像平常調用任何 API 一樣。伺服器檢查這個請求沒有附帶支付憑證，於是返回 HTTP 402 狀態碼，同時在響應中包含支付說明。這個說明是一個 JSON 物件，列出了收費金額（0.01 USDC）、收款錢包地址，以及接受的代幣類型。

AI 助手的錢包軟體看到這個 402 響應後，自動構建一筆區塊鏈交易。這筆交易會將 0.01 USDC 從助手的錢包轉到 API 伺服器的錢包地址。助手用它的私鑰簽署這筆交易，生成一個加密簽名。

接著，簽名被提交給一個叫做支付促進者（Payment Facilitator）的服務。這個服務的角色很關鍵：它代表助手將交易提交到區塊鏈，並支付 Gas 費用。支付促進者先驗證簽名的有效性，確認助手確實授權了這筆支付，然後立即通知 API 伺服器「支付已完成」。

API 伺服器收到支付促進者的通知後，就將天氣數據返回給 AI 助手，整個流程結束。從助手的角度看，這就像投幣式自動販賣機：投幣後立即拿到商品。從開發者的角度看，這只是標準的 HTTP 請求響應，唯一的區別是需要處理 402 狀態碼。

這種設計的優雅之處在於它完全基於現有標準。開發者不需要學習新的協議，不需要整合複雜的 SDK，只需要在伺服器端返回 402 響應時附上支付說明。更重要的是，這個流程是鏈無關的。雖然目前大部分實現使用以太坊的 Layer 2 鏈如 Base，但 X402 協議本身不綁定任何特定區塊鏈。

經濟模型：打破微支付的不可能三角

技術創新解決了「怎麼做」的問題，但真正讓 X402 具有破壞性的是它在經濟層面的突破。

傳統支付的微支付死結

信用卡支付的成本結構有兩個組成部分：百分比費用和固定費用。百分比費用通常是 2-3%，這還可以接受。但固定費用才是微支付的致命傷，每筆交易要收 $0.20 到 $0.40，這是為了覆蓋處理交易的固定成本：欺詐檢測、對帳、客服等等。

這個固定費用創造了一個經濟死結。假設你想賣一篇文章，定價 $0.10。讀者支付 $0.10，但信用卡公司收走 $0.30 的固定費用加上 3% 的百分比費用，你實際上虧損 $0.20。唯一的解決方案是提高價格，但當價格升到 $1 或 $2 時，很多讀者就不願意為單篇文章付費了。

結果就是網路服務被迫選擇兩條路。第一條路是訂閱制，讓用戶每月支付 $10 或 $20，這樣單筆交易的固定費用就被攤薄了。但訂閱制有個問題：用戶必須提前承諾長期使用，這對偶爾使用的服務來說是很高的門檻。第二條路是廣告模式，用戶不直接付費，而是用注意力換取內容。但廣告模式導致了內容品質下降、隱私侵犯、使用體驗惡化。

X402 的經濟突破點

X402 從根本上改變了這個經濟結構。它的成本模型只有一個組成部分：區塊鏈 Gas 費。沒有百分比抽成，沒有固定費用，沒有中間商從每筆交易中提成。

讓我們算一筆帳。在 Base 鏈上進行一筆 USDC 轉帳，Gas 費大約是 $0.001 到 $0.005，取決於網路擁堵程度。這意味著當你賣一篇 $0.10 的文章時，成本只有 $0.001，利潤率高達 99%。即使是 $0.01 的超微支付，你仍能保留 $0.009，足以支撐商業模式。

這個突破來自三個技術選擇的組合。第一個選擇是使用 Layer 2 區塊鏈而不是以太坊主網。以太坊主網的 Gas 費在高峰期可能達到幾十美元，完全不適合微支付。但 Layer 2 透過將多筆交易打包成一批再提交到主網，將成本攤薄到可忽略的水平。

第二個選擇是使用穩定幣而不是波動性加密貨幣。如果用 ETH 或 BTC 定價，商家會面臨巨大的價格風險。USDC 這樣的穩定幣透過儲備真實美元來維持 1:1 的錨定，商家收到的穩定幣可以直接當成美元使用。

第三個選擇是協議層零抽成。X402 本身不是一個營利性平台，它只是一個開放標準。資金直接從客戶的錢包流向商家的錢包，中間沒有任何一方抽取費用。

解鎖的新商業模式

微支付的復活會解鎖哪些商業模式？API 經濟會徹底改變。現在的 API 定價通常是階梯式的：免費層、每月 $10 的基礎層、每月 $100 的進階層。這種定價迫使用戶要麼完全不用，要麼承諾整月的費用。但用 X402，API 提供商可以真正做到按調用付費：每次調用收取 $0.001 或 $0.0001。用戶只為實際使用量付費，沒有承諾壓力。

內容產業會迎來新的可能性。現在的內容網站要麼設置付費牆要求訂閱，要麼用廣告來變現。X402 讓「每篇 $0.01」成為可行選項。讀者可以隨時為感興趣的文章付費，不需要承諾整月訂閱。

AI 計算資源的交易會變得流暢。現在如果想租用 GPU 進行機器學習訓練，通常需要按小時或按天計費。但有了 X402，就可以按秒計費甚至按計算步數計費。AI 代理人可以自主比價不同的算力提供商，自動選擇最便宜的資源。

當支付變得像發送 HTTP 請求一樣簡單、成本變得可以忽略時，原本因為交易成本而不可行的商業場景就會湧現出來。這就是 X402 的經濟價值：它不只是讓支付更便宜，而是解鎖了一整個被抑制的市場。

戰略佈局：四大巨頭的完美分工

如果 X402 只是一個技術協議，它可能會像過去無數的開放標準一樣默默無聞。但當 Coinbase、Cloudflare、Circle 和 Google 這四家公司站在它背後時，情況就完全不同了。

Coinbase：協議架構師與生態推動者

Coinbase 在 X402 中的角色最為核心。從技術貢獻看，Coinbase 開源了 X402 的完整規範和參考實現。這些代碼以開放許可發布，任何人都可以使用、修改、部署。這種開放性消除了供應商鎖定的擔憂。

Coinbase 還運營著目前最主要的支付促進者服務 CDP（Coinbase Developer Platform）。這個服務提供了完整的基礎設施：錢包管理、交易簽署、Gas 費代付、鏈上結算、伺服器通知。對開發者來說，整合 CDP 只需要註冊一個 API 金鑰，然後調用幾個簡單的端點。

更重要的是，Coinbase 發起成立了 X402 基金會，並邀請 Cloudflare 作為共同創始人。這個基金會的存在傳遞了一個強烈的信號：X402 不是 Coinbase 的專有協議，而是一個中立的行業標準。基金會負責協議規範的維護、生態系統的治理、不同實現之間的互操作性。

Coinbase 還推出了 X402 Bazaar，這是一個專門為 AI 代理人設計的資源發現平台。任何服務提供商都可以在自己的網站上託管一個標準化的清單檔，列出可用的服務、定價、接受的支付方式。AI 代理人可以自動爬取這些清單檔，建立一個可搜尋的服務目錄。當代理人需要某項服務時，它可以在 Bazaar 上搜尋、比價、然後自主購買。

Cloudflare：基礎設施整合與企業級擴展

Cloudflare 的核心業務是提供內容分發網路、DDoS 防護、邊緣計算等服務。它的網路每天處理超過 6 千億個請求，服務全球數百萬個網站。當 Cloudflare 決定支援 X402 時，意味著這個協議可以直接整合進全球最大的網路基礎設施之一。

Cloudflare 作為 X402 基金會的共同創始人，提出了一個關鍵的技術擴展：延遲支付方案。即時支付模式雖然適合微支付和按次計費，但對企業級應用來說有個問題：傳統企業習慣訂閱制、月結單、批量計費。

Cloudflare 的延遲支付方案優雅地解決了這個問題。它的核心思想是使用 HTTP 訊息簽名來創建「支付承諾」而不是即時支付。當客戶端請求資源時，它簽署一個承諾：「我承諾為這次存取支付 $0.01，並同意在月底結算。」這個承諾是密碼學保證的，客戶端無法抵賴。

伺服器收到這個承諾後，可以立即提供服務，然後將所有承諾累積起來。月底時，伺服器生成一張包含所有承諾的發票，客戶透過一筆批量支付來結算。這讓企業可以先用傳統支付方式來處理大額訂單，用穩定幣來處理微支付，逐步提高區塊鏈支付的比例。

Circle 與 Google：穩定幣與戰略整合

Circle 作為 USDC 的發行方，提供了非波動性數位貨幣基礎。USDC 的優勢在於它的合規性和透明度，每一枚 USDC 都有對應的美元儲備，這些儲備存放在受監管的金融機構中。對商家來說，接受 USDC 就像接受美元，沒有波動性風險。

Circle 正在開發 Circle Gateway，這是一個專門為 X402 設計的批量結算和跨鏈抽象層。它可以將數千筆微支付在鏈下彙總，然後定期批量結算到商家的帳戶。這降低了記帳複雜度，也減少了商家需要支付的 Gas 費。

Google 在 X402 生態中的角色最為獨特，它將 X402 整合進一個更大的框架：AP2（Agent Protocol 2）。AP2 是 Google 主導的一個行業標準，目標是為 AI 代理人與商家之間建立統一、安全、合規的交易規範。X402 在 AP2 框架中的定位是「A2A x402 延伸」，專門處理基於穩定幣的支付。

Google 與 Coinbase、以太坊基金會、MetaMask 等夥伴聯合推動 X402 在 AP2 中的標準化。在與零售商 Lowe’s 的合作中，Google 演示了一個 AI 購物助手，用戶告訴助手「我需要一個電鑽」，助手自動搜尋商品目錄、比較不同型號、確認庫存、然後自主完成購買。整個過程使用 AP2 協議來確保安全性，而支付環節則使用 X402 和 USDC。

獲得 Google 的背書對 X402 來說意義重大。Google 的品牌和影響力能讓這個協議快速獲得認知和採用。當開發者看到 X402 是 Google AP2 框架的一部分時，他們會更願意投入時間學習和整合。

挑戰與未來：通往自主商務時代的路徑

儘管 X402 取得了驚人的進展，但快速成長也伴隨著不容忽視的挑戰。

去中心化的平衡藝術

X402 最大的挑戰在於早期高度依賴 Coinbase 的單一促進者服務。如果 Coinbase 的服務出現技術故障，整個生態會受到影響。更擔憂的是政策風險，如果 Coinbase 因為監管壓力而審查某些交易，用戶將沒有太多選擇。

緩解策略包括鼓勵競爭性促進者的出現。理論上任何人都可以運行促進者服務，協議是開放的。另一個方向是去中心化的促進者網路，配合零知識證明技術，甚至可以做到促進者不需要看到交易內容。但這些技術方案都還在研發階段。

對企業來說，精明的做法是設計自己的系統架構，讓切換促進者的成本降到最低。使用抽象層來封裝促進者 API，這樣如果需要切換，只需要更換底層實現。

AI 代理人的安全與監管

當我們賦予 AI 代理人自主支付的能力時，帶來了全新的安全挑戰。最直接的風險是代理人故障或被惡意利用。一個緩解策略是有限範圍錢包，設置嚴格的使用限制：在特定時間範圍內只能支出特定金額，只能支付給白名單地址。

區塊鏈和穩定幣的監管環境仍在快速演變。美國的穩定幣監管正在收緊，SEC 正在考慮是否將某些穩定幣視為證券。跨境支付的監管更加複雜，不同國家對加密貨幣的態度差異巨大。

X402 的應對策略是積極與監管機構合作。Circle 和 Coinbase 在監管合規方面有豐富經驗，正在與政策制定者對話，幫助他們理解技術的潛力。基金會的中立性也有幫助，作為非營利組織可以更容易地與各國監管機構溝通。

未來展望：重新定義價值交換

短期內，我們會看到更多服務開始接受 X402 支付。API 提供商、數據供應商、內容創作者會逐步採用這個協議。企業會開始試驗延遲支付和批量結算，更多的促進者會出現，提高生態的去中心化程度。

中期來看，Bazaar 這樣的去中心化資源發現平台會成熟，AI 代理人可以自主搜尋和購買服務。我們會看到第一批真正自主的 AI 經濟代理，它們可以賺錢、花錢、投資，完全不需要人類干預。

長期來看，X402 可能會進化成一個通用的價值交換層，不只支援支付，還支援各種形式的價值轉移。它可能會與其他 Web3 技術如去中心化身份和可驗證憑證整合，構建一個完整的去中心化商務基礎設施。

如果 X402 成功，它會重新定義我們對網際網路的理解。網際網路將不再只是資訊的網路，也是價值的網路。X402 可能會成為那個原生支付層，讓價值像資訊一樣自由流動。

馬克碎念

當深入研究 X402 的時候，最驚訝的不是技術本身，而是它揭示的一個深刻悖論，我們建立了一個資訊自由流動的網際網路，卻沒有建立一個價值自由流動的支付層。這個矛盾存在了 30 多年，HTTP 402 狀態碼在規範中沉睡，等待著技術和市場的成熟。

X402 的故事讓馬克想到技術創新中「時機」的重要性。同樣的想法在 1999 年是幻想，在 2025 年卻是現實。這不是因為 2025 年的工程師更聰明，而是因為生態系統成熟了。Layer 2 降低了成本，穩定幣消除了波動性，AI 代理人創造了需求。技術創新從來不是孤立的突破，而是多個因素匯聚的結果。

這也讓我們反思「去中心化」這個概念。X402 早期高度依賴 Coinbase 的中心化促進者，這在純粹主義者看來是妥協。但務實地看，這是必要的階段。完全去中心化的系統往往因為複雜性而無法獲得採用，而中心化系統雖然簡單但會引發信任問題。X402 選擇的是一條中間道路：協議是開放的，但實現可以是中心化的；治理是中立的，但執行可以是高效的。

更深層的問題是當 AI 代理人擁有自主支付能力後，經濟會變成什麼樣子？現在的經濟系統是為人類設計的，節奏是人類的節奏，規模是人類的規模。但當機器可以每秒進行數千筆交易，可以在毫秒內比價和切換服務時，經濟的運作邏輯會根本改變。

這可能會創造極致的效率，資源分配達到接近完美的程度。但也可能會帶來新的問題，比如 AI 代理人之間的價格戰導致服務提供商利潤趨近於零，或者演算法共謀抬高價格損害消費者利益。我們需要新的監管框架和經濟理論來理解和管理這種機器主導的經濟。

X402 在這個意義上不只是一個支付協議，它是通往自主商務時代的鑰匙。它讓機器第一次擁有了獨立進行經濟交易的能力，不需要人類在每一步都介入。這種能力會解鎖什麼樣的可能性，又會帶來什麼樣的風險，現在還很難完全預見。

有一點是確定的，我們正站在一個轉折點上。網際網路的下一個篇章不只是關於資訊的傳遞，也是關於價值的交換。X402 可能不是最終答案，但它是一個重要的開始。它證明了將支付內建於網路協議是可行的，證明了微支付可以在經濟上成立，也證明了開放標準可以戰勝封閉系統。

從對話者到經濟參與者的範式轉型

全球科技與經濟的關注焦點，正從探討 AI 如何處理資訊與進行對話，逐步轉向一個更具顛覆性的方向，AI 作為能夠自主決策並參與經濟活動的經濟行動者。這場革命的核心，不僅是技術層面的進步，更是經濟運作方式的根本轉變。傳統的機器對機器，主要依賴預設且靜態的規則來驅動，這類互動本質上是一種自動化行為，軌跡可預測且流程可被完全編程。

然而在代理經濟中，AI 代理不僅能彼此交互，更能根據動態變化的環境資訊，像人類一樣進行自主決策與價值交換。代表它們不再只是被動的工具，而能在市場中扮演買家、賣家，甚至協調者的角色。這種自主性帶來了劃時代的變化，既挑戰了現有的金融與商業基礎設施，也預示著一個以機器為市場主體的新經濟時代即將到來。

AI 支付三巨頭的策略與技術解構

在傳統支付體系面臨挑戰之際，三大科技巨頭Google、Coinbase 與 Stripe分別從不同的哲學與技術路線出發，展開了對未來 AI 支付基礎設施的佈局。

Google：頂層設計師的開放標準範式

Google 在這場競賽中扮演著標準制定者的角色，其核心戰略體現在 Agent Payments Protocol (AP2) 的推出。AP2 是一個開放且非專有的協議，旨在為 AI 驅動的支付建立一套安全、可信的通用語言。其核心技術基於可驗證憑證（Verifiable Credentials, VCs）所支持的契約（Mandates）機制，透過為每一次交易創建不可篡改的證據鏈，將機器的行為與人類的意圖緊密連結。

在這一框架下，用戶向 AI 代理發出高層次指令時會生成意圖契約，作為交易授權的起點；當代理找到符合條件的商品時，則會生成購物車契約，詳細記錄商品資訊、價格與配送細節，並須經用戶加密簽名確認；而在交易執行的最後階段，代理會生成支付契約，向支付網路與金融機構發出訊號，表明該筆交易來自 AI 代理並獲得了用戶授權。

這三層契約相互配合，將 AI 的支付請求從不透明的黑箱指令轉化為可驗證的用戶授權，從根本上解決了現有支付體系中的信任與問責難題。技術層面上，AP2 延伸自 Google 先前提出的 A2A與 MCP 協議，透過基於 JSON-RPC 的訊息來實現流程與數據交換，並以加密簽名方式傳輸 VC 數據，從而確保協議的安全性與通用性。

Google 的戰略意圖亦十分明確，透過與超過 60 家機構合作，涵蓋 Mastercard、PayPal、American Express 等傳統支付巨頭，以及 Coinbase、以太坊基金會等加密領域的重要參與者，其目的並非直接承擔清算或貨幣發行的角色，而是藉由定義信任本身，將自身置於未來 AI 支付生態的核心，成為所有參與者必須遵循的通用協調層。

Coinbase：加密原生的高速軌道範式

如果說 Google 的目標是將 AI 代理納入傳統金融體系，那麼 Coinbase 的願景則是在加密原生的基礎上，為 AI 代理構建一個全新的經濟環境。其核心產品是 x402 協議，一項將支付直接嵌入網路通信底層的革命性嘗試。

x402 的交易流程極為簡潔高效，專為機器間的高頻、低延遲互動設計，當 AI 代理向需要付費的服務發出請求時，伺服器以 HTTP 402 Payment Required 狀態碼回應，並附上支付金額、穩定幣種類(如 USDC)及收款地址；隨後，AI 代理無需經過支付閘道，便可直接在鏈上完成支付，並於下一個請求中透過名為 X-PAYMENT 的 HTTP 標頭提交支付憑證；伺服器在驗證鏈上交易完成後，則以 HTTP 200 OK 回傳所請求的內容，並在回應中附帶 X-PAYMENT-RESPONSE 標頭以確認交易成功。

此設計的成功，關鍵在於穩定幣作為原生貨幣的必然性。相較於手續費高昂、結算延遲的傳統金融工具，穩定幣能提供低成本、全天候、亞秒級的結算能力，完美契合 AI 代理對微支付與即時性的需求。更具戰略意義的是，Google 在 AP2 協議的發布中宣布與 Coinbase 合作，推出 A2A x402 extension，並將其視為為代理加密支付準備的生產級解決方案。

這一歷史性的合流，標誌著 Google 已經意識到傳統金融軌道雖在普及度上具優勢，但加密原生軌道在效率與成本上更具獨特優勢。透過與 Coinbase 的合作，Google 獲得了一條高效率的加密支付高速軌道，而 x402 協議也由 Web3 世界的創新實驗，正式進入主流科技巨頭的戰略版圖。

Stripe：垂直整合者的獨立王國範式

當 Google 與 Coinbase 分別從開放標準與加密原生兩個維度切入時，支付巨頭 Stripe 則選擇了一條截然不同的道路，垂直整合。Stripe 的願景不是在他人的土地上修建通道，而是打造一個專屬於自己的支付大陸。這一願景的具體實踐，便是與加密投資公司 Paradigm 合作推出的 Layer-1 區塊鏈 Tempo。

Stripe 決定自建 L1 區塊鏈，源於其判斷現有的傳統支付網路與公鏈，都難以完全滿足未來 AI 代理經濟對極致性能、可預測的低成本以及嚴格合規性的需求。Tempo 架構基於 Reth 框架，設計目標是實現每秒超過 10 萬筆交易的處理能力，以及亞秒級的最終確認性；同時它支援使用穩定幣作為 Gas 費，以消除代幣價格波動帶來的成本不確定性。此作法更像是蘋果式的封閉生態，與 Google 的開放平台形成鮮明對比。

Tempo 的核心合作夥伴名單有OpenAI、Shopify、DoorDash、Anthropic 和 Visa 等頂尖公司悉數在列。Stripe 試圖將 AI 領域的最強模型與商業領域的最重要平台直接整合到自有鏈上，構建一個從底層技術到上層應用高度協同的生態體系。透過掌控區塊鏈底層，Stripe 不僅能制定規則，還能直接捕獲價值，為客戶提供一個無縫、高效但相對中心化的解決方案。

在這一領域，Stripe 的 Tempo 與 Circle 的 Arc 區塊鏈呈現出有趣的競合關係。Arc 同樣是一條專為穩定幣金融設計的 L1 區塊鏈，定位為貨幣網路，重點關注全球支付、外匯與機構級金融服務；相比之下，Stripe 的 Tempo 更像是一個商務網路，其核心著眼於結帳流程、商家帳戶與購物體驗的深度整合。這兩條 L1 支付公鏈的崛起，標誌著 Web3 基礎設施正從通用型區塊鏈邁入精準分眾的應用鏈時代。

傳統支付巨頭的 AI 戰略

傳統支付巨頭如 PayPal 和 Visa 的策略，是透過 AI 技術鞏固既有業務，同時謹慎地將新興的代理支付能力逐步整合進來。以 PayPal 為例，其 AI 佈局主要體現在兩個層面，透過 AI 驅動的詐騙偵測系統，能在資金發送前即時發出警告，保護用戶免於遭受社交媒體詐騙；另一方面，其 Fastlane 結帳系統利用 AI 預測用戶的支付偏好，自動選擇最便捷的結帳方式，以提升支付速度與成功率。

PayPal 還透過 PayPal Links 功能支援點對點(P2P)的加密貨幣支付，進一步將其龐大的用戶基礎與加密資產無縫連接。這些做法揭示了傳統金融巨頭的 AI 策略核心，它們首先將 AI 視為一種增強工具，用於優化內部運營、強化風險控制並改善用戶體驗，而非直接顛覆既有支付基礎設施。

Agent 支付的挑戰

技術與運營風險

卡內基美隆大學的一項實驗指出，頂尖 AI 代理在模擬辦公任務中的失敗率接近 70%，另一項基準測試的失敗率則達到 50%。這些失敗並非單純的技術性錯誤，而是在涉及資金流動時，可能引發嚴重後果。更具挑戰性的是，AI 代理引入了傳統安全框架難以應對的新型威脅。例如，記憶投毒（Memory Poisoning）使攻擊者能在代理的持久記憶或上下文中注入惡意數據，操縱其未來行為；工具誤用（Tool Misuse）則可能讓代理在不知情的情況下執行未經授權的行為，如轉移資金或洩露敏感資訊；代理的幻覺與錯誤也可能導致嚴重交易事故，例如購買錯誤商品或支付錯誤金額。這些技術與運營上的不確定性，是 AI 代理經濟從實驗邁向商業化的最大障礙。即便 AP2 等協議能在信任層面提供保障，它們仍無法消除代理在決策層面上的不穩定性。

法律與監管困境

AI 代理的自主性引發了關於責任歸屬的法律難題，當代理犯錯或造成損失時，究竟應由誰承擔責任？是開發模型的公司、部署代理的企業，還是授予其權限的最終用戶？現有法律框架尚未明確界定這一問題。美國的監管機構已開始關注此議題，例如金融消費者保護局(CFPB)和聯邦貿易委員會(FTC)已對金融機構使用 AI 發出警示，尤其針對那些決策過程不透明的黑箱演算法。

監管機構強調，不論使用何種技術，金融機構必須能解釋其決策邏輯，並在拒絕貸款等不利行為時提供具體原因。這項要求凸顯了 AP2 協議的價值，其契約機制能提供技術上的可追溯性，但法律責任的歸屬仍需新規範加以定義，換言之技術上的問責並不等於法律上的責任，這正是目前最大的制度性缺口。

倫理與社會影響

AI 支付的普及將帶來深遠的倫理與社會挑戰。首先是演算法偏見，若代理在訓練過程中吸收了偏見數據，它可能在信用評估或貸款分配中放大不公平結果，對特定群體不利。

其次是數據隱私問題，代理為了自主決策，必須存取大量個人與交易資訊，這增加了隱私洩露和未經同意收集的風險。透明度與可解釋性不足，讓黑箱演算法的行為難以被理解，不僅增加監管難度，也削弱了用戶的信任感。

最後是勞動市場衝擊，隨著支付流程自動化，部分涉及重複性任務或數據分析的金融服務職位可能被取代，對就業結構造成影響。這些問題表明，AI 支付雖具備顛覆潛力，但其廣泛落地必須同時回應技術、法律與倫理層面的挑戰。

結論與策略展望

這場 AI 支付的基石之戰，並非一場零和博弈。Google 的標準制定者範式、Coinbase 的加密原生範式與 Stripe 的垂直整合範式，正同時演進、彼此競爭，也在某些層面展開合作。最終格局更可能是一個多軌道、多層次的複雜生態，而非單一巨頭的壟斷。

Google 的 AP2 協議預計將成為 AI 代理與傳統金融世界之間的主要橋樑，為龐大的商業活動提供信任入口；Coinbase 的 x402 協議則有望成為 AI 代理之間高頻微支付的首選高速軌道，尤其適用於數位內容和 API 服務等場景；而 Stripe 的 Tempo 則可能在特定的垂直領域，如電商、供應鏈或全球匯款，建立一個高度協同且高效封閉的獨立王國。

對於欲參與這場變革的內容創作者或企業而言，成功不僅取決於對技術的理解，更在於能否建立起信任與用戶體驗。深入掌握如 AP2 等協議的信任架構，將是未來任何 AI 驅動商業模式的基石；也需重視執行層的價值，因為真正將技術轉化為商業成果的是那些提供易用 API、錢包與身份驗證服務的企業。

除此之外，任何涉及資金的 AI 代理在部署前，都必須審慎評估技術的可靠性與潛在法律風險，並遵循合規即設計的原則，將可解釋性、數據隱私與責任歸屬等問題自一開始就納入考量。

AI 支付的普及象徵著新經濟時代的到來，而最終的勝利者，將是那些能在創新、信任與效率之間取得最佳平衡的參與者。這場終局之戰的真正意義，在於重新定義機器如何在經濟體系中交換價值。

馬克碎念

在 Agent 支付的進程中，最令人警醒的，不是 AI 是否夠智能，而是我們是否準備好放手給它真正的「財務主權」。當一個代理能自由選擇供應商、執行交易，甚至在模糊指令下進行資金調度，所謂的「授權」本質已經從明確命令轉向風險容忍度的動態協議。也就是說，未來的金融使用者，更多是設計邊界與參數，而非發出每一次交易的指令，這將徹底改寫我們對個人財務控制的想像。

這場革命其實是一場深層的基礎建設競賽。與其說 Google、Coinbase、Stripe 在爭奪支付市場，不如說他們在搶佔「信任的 API 權限」。誰能標準化信任，誰就能制定市場的預設邏輯。這是一種看不見的權力轉移，從傳統金融的中央銀行與清算機構，轉向協議制定者與驗證網路的架構師。而這樣的權力分佈將帶來更動態、更脆弱，也更具有創造力的金融生態。

最終，我們可能不需要再問「AI 能否支付」，而是要問「什麼才值得被支付」。當代理成為交易主體後，大量微交易、即時獎勵、動態租用將成為新常態。價值的單位不再是「金額大小」，而是「互動密度」。這要求我們重新設計價值感知的邏輯，也意味著商業模式將從一次性收費轉向持續交換的「代理即服務」模型。AI 不是把支付做得更快，而是改寫了我們為何付錢。









首圖連結：https://static.wixstatic.com/media/67ef3e_24681d70b33746d7822c79de525f7da4~mv2.png/v1/fill/w_1000,h_667,al_c,q_90,usm_0.66_1.00_0.01/67ef3e_24681d70b33746d7822c79de525f7da4~mv2.png

從一個問題開始

2019年，時任金管會主委的顧立雄做了一個大膽的決定：在台灣這個已經「overbanking」的金融市場，放進三條數位化的「鯰魚」。他相信這些沒有實體分行、純粹活在手機裡的銀行，會攪動整個傳統金融的一池春水。

5年過去了，2025年的今天，LINE Bank總經理黃以孟信心滿滿地宣布：「我們今年一定會損益兩平！」這個消息讓市場為之一振。但大家想問的是：這條鯰魚真的有用嗎？還是只是在池子裡濺起了一些水花，然後一切如常？

更重要的是，當傳統銀行也開始「數位化」，當每家銀行都有了自己的App和數位帳戶，純網銀的存在意義是什麼？

鯰魚效應的真相

純網銀確實攪動了池水

雖然大家對於純網銀有很多爭論，但不得不承認，這三條鯰魚確實讓整個金融池塘不太一樣了。還記得純網銀剛開業時，直接祭出2-3%的活存利率嗎？目的就是從傳統銀行中挖走客戶，面對這些潛在的競爭對手，誰能坐得住？

但真正的改變不只是利率。純網銀展示了一種可能性：銀行可以完全沒有實體分行。這不是把服務搬到線上那麼簡單，而是從根本上重新定義「銀行」這件事。

以前我們說到銀行，腦海中浮現的是什麼？大理石地板、排隊的人龍、叫號機的聲音。但純網銀展現的是另一種可能：沒有任何一間實體分行卻能服務所有的客戶，用電信帳單和網購紀錄就能評估你的信用，微型企業開戶不用帶著大印章和一疊文件跑銀行，房貸申請到撥款完全線上完成。

這種改變已經發生了。現在哪家傳統銀行不在拼命優化自己的App？遠端視訊對保、AI客服、純線上的信貸審核流程，這些在5年前還是天方夜譚的事，現在變成了標配，每一家銀行都在努力讓自己更「數位」。

純網銀逼著整個產業從「有數位服務」進化到「數位優先」的思維，這是它們帶來的第一個真正改變。

但這條鯰魚游得太猛了？

然而，每個故事都有另一面。

純網銀的營運模式其實是把雙面刃。沒錯，它們沒有分行成本，可以給出更高的存款利率。但這也造成了一個問題：逐底競爭。

想想看純網銀之間的「優惠軍備競賽」。你給高利活存，我就給更高；你推新戶禮，我就加碼再加碼。每家都在燒錢搶客戶，但銀行總要賺錢吧？這種逐底競爭能撐多久？更關鍵的是，那些被優惠吸引來的客戶，當蜜月期結束後還會留下嗎？

截至2024年底，三家純網銀累積虧損已達76億元。LINE Bank虧最多，40億；樂天27億；將來18億。雖然虧損正在收窄，但這個數字仍然驚人。它們靠什麼填補這個洞？更多的放款？更高的手續費？還是繼續燒錢換市場？

更深層的問題是，當傳統銀行也都數位化了，純網銀的優勢在哪裡？

現在用戶去台新、國泰、玉山的App，功能其實不輸純網銀。轉帳、繳費、買基金、申請信貸，該有的都有。而且傳統銀行還有純網銀沒有的東西：實體分行。對，年輕人可能不需要，但當要辦大額轉帳、處理遺產、或者遇到複雜的金融問題時，能走進一家分行找真人談話，這種安心感是App給不了的。

還有一個大家不願面對的真相：那些被高利活存吸引來的客戶，真的會留下來嗎？

存在一個現象，很多人在純網銀開戶，就是為了那個新戶優惠。3個月10%定存？好，存滿就解約。2%活存？等優惠結束就把錢轉走。這些「羊毛黨」對純網銀的忠誠度趨近於零。

2025年三家純網銀的現況盤點

LINE Bank：流量王者的獲利挑戰

LINE Bank無疑是三家純網銀的領頭羊。208萬用戶，這個數字幾乎是另外兩家總和的三倍。靠著台灣2,100萬LINE用戶的龐大基礎，它在獲客上有著無可比擬的優勢。

但這裡有個有趣的矛盾：用戶最多，虧損也最多。40億的累積虧損高居三家之首。

為什麼會這樣？因為LINE Bank在初期投入了大量資源在市場推廣和基礎建設上。它要打造的不只是一個銀行帳戶，而是一個完整的金融生態系。從LINE Pay到LINE Points，從信貸到現在的微型企業服務，每一步都需要巨大的投入。

不過，有個數據特別值得注意：LINE Bank的存放比已經達到80%以上，遠超同業平均。這意味著什麼？簡單說，就是它吸收的存款，有80%都放貸出去了。這是銀行獲利的核心，利差。存款付1%利息，放款收3%利息，中間2%就是利潤。

LINE Bank的信貸業務特別強。年收入25萬就能申請，最快10分鐘核貸，24小時都能申辦。這種便利性正中年輕人下懷。需要錢？打開LINE，動動手指，錢就進來了。不用請假跑銀行，不用準備一堆文件，這就是數位原生世代要的金融服務。

2025年下半年，LINE Bank預計開始轉向法人市場，推出微型企業存匯業務。個人市場競爭激烈，但中小企業的數位金融服務還有很大空間。如果能把服務小老闆的經驗做好，這可能是突破獲利瓶頸的關鍵。

市場普遍認為，LINE Bank會是第一個達到損益兩平的純網銀。原因不只是用戶規模，更重要的是它的生態系整合能力。當金融服務變成LINE生活的一部分，用戶黏著度自然就高了。

樂天銀行：小而美的法人策略

如果LINE Bank是靠流量取勝，樂天銀行走的就是完全不同的路。

30萬用戶，這個數字看起來不多，但樂天並不打算跟LINE Bank比用戶數。它的策略很清楚：寧可服務30萬個高價值客戶，也不要300萬個羊毛黨。

樂天銀行也是瞄準了法人市場。為什麼？因為企業客戶的價值遠高於個人。一個中小企業的存款可能抵得上100個散戶，而且企業客戶一旦建立關係，忠誠度通常很高，不會為了0.5%的利率差異就換銀行。

有趣的是，樂天的累積虧損27億，雖然不是最少，但考慮到它的用戶規模，這個虧損控制得還不錯。它沒有像LINE Bank那樣大手筆燒錢搶市場，而是穩扎穩打，專注在特定客群。

樂天的另一個優勢是跨境金融。背靠日本樂天集團，它在處理台日之間的金融往來上有天然優勢。很多在日本工作的台灣人、做日本生意的台商，都是它的目標客戶。這是個小眾但高價值的市場。

不過，樂天也面臨挑戰。在台灣，樂天的品牌知名度始終不如LINE。雖然買下職棒球隊改名樂天桃猿，趁著最近的棒球熱提升了一些曝光度，但要轉化為銀行客戶，還有很長的路要走。

將來銀行：國家隊的場景金融

將來銀行是三家中最特別的一個。為什麼？因為它背後站著「國家隊」。

中華電信、全聯、兆豐、新光，這個股東陣容是台灣本土企業。這給了將來銀行一個其他兩家沒有的優勢：場景金融。

什麼是場景金融？就是把金融服務無縫嵌入到生活場景中。去全聯買菜，用將來銀行付款有優惠；是中華電信用戶，辦將來銀行有專屬方案；在全支付消費，回饋直接進將來銀行帳戶。

這種模式的好處是，用戶不是為了「辦銀行」而來，而是在日常生活中自然而然地使用。這創造了很強的客戶黏著度。

將來銀行的累積虧損18億，是三家中最少的。這可能反映了它在成本控制上比較謹慎，沒有盲目追求規模，而是專注在提升每個客戶的價值。

2025年，將來銀行在信貸流程上做了很多創新。自動核貸、免視訊對保，這些聽起來很技術，但對用戶來說就是「更快拿到錢」。它還跟進了外匯業務，美元活存4.2%、定存最高10%，在美國降息的大環境下，這個利率相當吸引人。

將來銀行證明了一件事：純網銀不一定要靠單打獨鬥，善用股東資源，打造生態圈，可能是更聰明的策略。

金管會終於醒了？政策大轉彎

從「試辦核准」到「原則自行開辦」

2025年，金管會做了一個遲來但關鍵的決定：鬆綁。

過去4年，純網銀要開辦任何新業務，都要寫計畫書、等審核、拿核准。這個過程短則數月，長則半年。在瞬息萬變的數位時代，這種速度簡直是災難。

想像一下，LINE Bank想推出一個新的理財產品，從發想到上線，可能要等半年。半年後，市場早就變了，競爭對手可能已經推出類似產品了。這種監管方式，本質上是把純網銀當成「實驗品」，而不是真正的市場參與者。

2025年的新政策終於改變了這個局面。「原則自行開辦」意味著，只要符合基本的風控和資安要求，純網銀可以自己決定要做什麼業務。這看似簡單的改變，實際上是監管思維的根本轉變。

金管會終於意識到，過度保護反而會扼殺創新。純網銀已經營運4年了，市場證明它們不會造成系統性風險，那為什麼還要綁手綁腳？

關鍵鬆綁帶來的新戰場

這次鬆綁開放了幾個關鍵領域，每一個都可能改變遊戲規則。

法人開戶終於解禁了。以前純網銀只能服務個人，現在終於可以搶企業客戶了。這很重要，因為企業客戶的價值遠高於個人。一個中小企業的資金往來，可能抵得上幾百個散戶。

房貸業務的開放更是重磅炸彈。房貸是銀行最賺錢的業務之一，利率穩定、風險可控、金額又大。純網銀終於可以進入這個市場，雖然沒有實體分行做抵押權設定比較麻煩，但透過視訊對保和線下輔助機制，這個問題正在被解決。

財富管理的門檻也降低了。以前純網銀要賣基金，必須符合「每股淨值不低於面額」的條件。問題是，純網銀初期都在虧損，淨值怎麼可能達標？現在改用資本適足率作為標準，合理多了。

這些鬆綁意味著，純網銀終於可以提供「完整的」銀行服務，而不是閹割版的數位帳戶。

但這樣就夠了嗎？

坦白說，還是不夠。

看看韓國，他們的純網銀可以賣證券、可以賣保險、可以做信用卡收單業務。KakaoBank現在基本上是一個全功能的金融平台，不只是銀行。

再看看中國，支付寶和微信支付雖然不是純網銀，但它們展示了數位金融的可能性。從支付到理財，從保險到信貸，一個App搞定所有金融需求。

台灣呢？我們還在討論要不要讓純網銀賣基金。

但我們可以理解金管會的謹慎。台灣的金融詐騙問題嚴重，如果純網銀出了資安事故，後果不堪設想。但過度謹慎的代價，就是創新的速度永遠追不上市場的變化。

或許監管的思維可以從「正面表列」改為「負面表列」。也就是說，除了明確禁止的高風險業務，其他都讓純網銀去嘗試。市場會告訴我們什麼行得通、什麼行不通。

當然，前提是要有完善的消費者保護機制。但保護消費者不等於限制創新。兩者必須找到平衡點。

純網銀的2025-2026關鍵預測

誰會先達到損益兩平？

這是所有人都在問的問題。最有機會是LINE Bank，但可能不是2025年。

為什麼是LINE Bank？因為它有規模優勢。208萬用戶，80%的存放比，這些數字說明它的商業模式正在起作用。更重要的是，LINE的生態系整合創造了真正的用戶黏著度。

但為什麼可能不是2025年？因為轉盈不只是收入問題，還有成本問題。LINE Bank的營運成本仍然很高，特別是技術開發和行銷費用。除非它能大幅提高手續費收入或其他非利息收入，否則光靠利差很難達到。

國際經驗告訴我們，純網銀轉盈需要時間。韓國的K Bank花了4年，英國的Monzo用了7年。台灣如果能在5-6年內實現，其實表現不錯了。關鍵在於，純網銀必須找到自己的獨特價值，而不是只靠價格競爭。

純網銀的下一步

純網銀的未來不是「銀行」，而是「金融科技平台」。

什麼意思？就是說，它們不應該只是提供存款、放款、匯款這些傳統銀行服務，而是要成為用戶所有金融需求的入口。

想買股票？純網銀App裡直接下單。要保險？AI幫你分析需求並推薦方案。需要記帳？自動分析消費並給出理財建議。這才是數位原生世代要的金融服務。

技術已經準備好了。AI可以做信用評估、風險控管、客戶服務。大數據可以精準行銷、個人化推薦。區塊鏈可以做跨境支付、智能合約。問題是，監管准不准？純網銀敢不敢？

另一個趨勢是「場景金融」的深化。金融服務會越來越「隱形」，變成背景而不是前景。用戶不會特別意識到自己在用銀行服務，就像我們不會意識到在用電一樣。它就是there，when you need it。

傳統銀行的反擊

別以為傳統銀行會坐以待斃。事實上，它們的反擊已經開始了。

國泰世華的Cube、台新的Richart、玉山的數位帳戶，這些產品在功能上已經不輸純網銀。而且傳統銀行有純網銀沒有的東西：龐大的既有客戶基礎、完整的金融執照、實體通路的信任感。

更可怕的是，傳統銀行正在快速學習。它們挖角純網銀的人才、複製純網銀的策略、甚至比純網銀更敢砸錢做行銷。當巨人學會跳舞，新創的優勢就不那麼明顯了。

但馬克還是相信純網銀有機會。為什麼？因為組織文化。

傳統銀行再怎麼數位轉型，它的DNA還是傳統的。決策流程、風險偏好、創新速度，這些深層的東西很難改變。純網銀天生就是數位的，沒有包袱、沒有legacy system、沒有既得利益者的阻礙。

這場仗還沒打完，甚至才剛開始。

這場實驗的真正價值

純網銀改變了什麼？

5年過去了，純網銀確實改變了一些事情。

最明顯的改變是消費者期待。現在如果一家銀行的App很難用、轉帳要收手續費、開戶要跑分行，消費者會直接用腳投票。這種「用戶體驗至上」的思維，是純網銀帶來的。

第二個改變是營業時間的概念消失了。銀行不再是朝九晚五的機構，而是24/7的金融夥伴。凌晨想申請信貸？可以。週末要買基金？沒問題。這種「always on」的服務，已經變成新常態。

第三個改變是金融服務的門檻降低了。以前沒有收入證明就貸不到款，現在AI可以用其他數據評估信用。以前投資要100萬起跳，現在10塊錢也能買基金。這就是普惠金融的真諦。

還沒改變的是什麼？

但有些東西還沒變。

獲利模式還是很傳統。純網銀90%的收入還是來自利差，跟傳統銀行沒什麼不同。真正的金融創新，比如數據變現、API經濟、嵌入式金融——還沒看到。

監管思維還是很保守。雖然2025年有所鬆綁，但相比其他國家，台灣的步伐還是太慢。我們還在討論可不可以，人家已經在討論怎麼做得更好。

消費者行為還是很現實。大部分人選擇純網銀，還是因為利率高、優惠多。真正因為認同數位金融理念而來的，可能不到10%。這種「羊毛黨心態」不改變，純網銀很難建立可持續的商業模式。

2025年後的展望

那麼，純網銀的未來在哪裡？

2025-2026將會是關鍵的兩年。如果這兩年內沒有任何一家純網銀轉盈，市場信心可能會動搖。投資人會質疑這個商業模式是否可行，監管機構可能會重新評估政策方向。

但馬克對純網銀的長期前景還是樂觀的。原因很簡單：趨勢不可逆。

年輕世代已經習慣了數位生活，他們不會走回頭路。隨著世代交替，純網銀的市場只會越來越大。問題不是純網銀會不會成功，而是哪一家會成功、以什麼方式成功。

馬克的預測是，未來台灣的純網銀市場會出現分化。不是每家都能存活，但存活下來的會很強大。可能是LINE Bank靠生態系取勝，可能是樂天找到了法人市場的甜蜜點，可能是將來銀行的場景金融開花結果。

或者，可能會出現我們現在想像不到的新模式。這就是創新的魅力，你永遠不知道下一個突破會從哪裡來。

台灣需要這條鯰魚，不是因為我們需要更多銀行，而是因為我們需要不一樣的思維。

純網銀逼著整個金融業思考：如果從零開始，銀行應該是什麼樣子？這個問題的答案，將決定台灣金融業的未來。

而這條鯰魚，游了5年，雖然還在虧損，雖然還在摸索，但它確實讓這池水活了起來。這場實驗還沒結束，好戲才正要上場。

2025年，會是分水嶺嗎？讓我們繼續看下去。

首圖連結：https://cnews.com.tw/wp-content/uploads/1-170.jpg