feature picture
LINE Pay

LINE Pay 12/5 上市開盤重挫!它如何與銀行合作,建構數位生態系?

李岱君
2024-12-05
撰文 李岱君
已完成
已取消
分享
收藏
已完成
已取消

編按:LINE Pay(7722)於 12 月 5 日正式掛牌上市,開盤即重挫逾 8.5%,股價最低至 465 元。若中籤股民於開盤最低點賣出,從原本預期一張現賺 8 萬元變成現賠 4.3 萬元。作為台灣第一家上市的第三方支付公司,LINE Pay 未來的業務會如何發展?以下為《經理人》2024 年 11 月的深度報導:

第三方支付業者 LINE Pay(連加網路,股票代號 7722),2024 年 1 月以每股 348 元登錄興櫃,滿 6 個月後向證交所申請上市並通過,是台灣第一家上市的第三方支付公司。

LINE Pay 在台灣經營近 10 年,目前用戶已突破 1270 萬,LINE Pay 用戶綁卡數超過 1830 萬張,而與銀行合作的聯名卡和點數回饋卡超越 800 萬張,儼然成為民眾生活中必不可少的支付工具。LINE Pay 董事長丁雄注在今(11)日上市前業績發表會表示,LINE Pay 會以拓展數位生態系為未來的主軸,要為台灣的資本市場創造更多價值。

3 階段整合用戶,建構屬於自己的數位生態系

回顧 LINE Pay 的發展策略,共分 3 階段結合用戶基礎,第一是支付平台,第二是走向點數回饋平台,而下一步,則是支付行銷平台。

LINE Pay 正積極構建自己的數位生態系,不僅限於支付功能,還整合會員卡、發票載具、繳費等多元服務,並通過 LINE Points 點數回饋吸引消費者,以即時折抵的方式增強用戶參與度。

延伸閱讀:LINE Pay 提出上市申請!支付業競爭激烈,它如何突圍獲利?

LINE Pay 的應用場景連接線上與線下支付,從日常購物到交通餐飲都有,以廣大的使用場域吸引用戶。行銷策略上,LINE Pay 與 LINE 官方帳號的緊密聯繫,讓商家能根據用戶消費行為精準行銷,並透過標籤分類及生態圈增強品牌黏著度,進一步鼓勵消費者回購、與品牌互動。此外,LINE Points 常作為促銷獎勵,也提高品牌曝光和顧客忠誠度。

2023 年,台灣消費市場總額約 10.74 兆元,其中零售市場占 53%,這正是 LINE Pay 瞄準的市場機會。該平台交易總額達 6812 億元,交易筆數超過 9.2 億,並擁有超過 57 萬個支付據點。未來,LINE Pay 計畫加強線上市場開發,要拓展更多實體支付據點,更把觸角伸向海外,要做到跨境支付、行銷,「我們想打造跨國服務環境,讓遠在海外的商家,可以瞄準其他國家的客戶。」

與銀行共同「養成」用戶,掌握消費數據、提升用戶黏著度

2020 年下半,LINE Pay 全年度淨利轉正,營收複合成長 2.4 倍,利潤連年成長,2024 年截至 10 月營收達 51 億元,年增 31%。攤開營收占比,交易手續費為主要收入來源,占總營收 83%,其次則是金融推廣合作收入,占 12%。

丁雄注分享,創業初期「成本高、毛利低」,但近 3 年淨利率都維持在 10% 上下;反觀電子支付霸主街口支付,2024 年上半年的稅前淨損為 1 億元,仍在虧損狀態,為何 LINE Pay 能繳出如此亮眼的成績單?

細探其核心業務,除了起家的第三方支付,再者是聯名卡與點數回饋卡、票券發行(電子禮物卡)、廣告銷售、金融業合作等,等於是 C 端(顧客,customer)和 B 端(企業,business)皆有涉略,民眾習慣用 LINE Pay 結帳後,也會傾向辦與之聯名的信用卡。

對 LINE Pay 來說,與銀行合作可以蒐集相關數據,再進行個人化行銷。東吳大學商學院 EMBA 專任副教授歐素華表示,年輕族群,特別是 20 歲以下的消費者,已經逐漸遠離傳統信用卡,轉而依賴數位支付工具來進行日常交易。

對於年輕人來說,行動支付已經是一種「剛需」,信用卡的需求多集中在他們消費需求逐步升級之後,例如當他們有較高額的消費需求時,或需要分期付款或國際支付的便利性時。以中國信託來說,與 LINE Pay 的合作就是希望透過這樣的「養成策略」,逐步將年輕客群從數位支付引導到信用卡上。

LINE Pay 卡提供年輕人容易上手的數位支付方式,並且在他們未來成長、收入增加後,自然會對信用卡的便利性和分期付款等附加功能產生需求。這種從「數位支付」到「信用卡」的過渡模式,也讓傳統的金融產品逐漸與年輕人的消費習慣接軌。這對於銀行跟第三方支付業者而言是雙贏,不只能提升用戶黏著度,也掌握關鍵消費紀錄與客戶資料。

延伸閱讀:LINE Pay Money 改名「一卡通MONEY」!LINE、一卡通從合作到分家,背後變革一次看

日均收付款項直逼電子支付,未來會考慮申請電支執照?

然而,引起外界關注的是,申請上市的 LINE Pay 現在是「第三方支付」(主要用於線上購物或服務,消費者在購物時選擇第三方支付作為付款方式,交易過程中不需要直接與賣家進行金錢往來)業者,但其處理的交易額度,其實已直逼「電子支付」(用戶可以通過手機 App 進行日常消費、轉帳和儲值等多種操作,提供了更全面的金融服務)等級。

根據規定,第三方支付代理收付交易款項日均額超過 20 億元,就要向金管會申請電子支付執照,丁雄注表示,目前的交易款項尚未達到要求,但也有著手準備相關的策略。

不過,為什麼交易量大的 LINE Pay 不積極申請?因為電子支付不僅限於代收付,還包括儲值、轉帳等功能,因為功能更多樣,會受到更嚴格的監管。一旦申請電子支付執照,就更會考驗 LINE Pay,除了要落實主管機關的實名制要求,也必須升級技術和更新商業模式,「既然要申請電子支付執照,就應該去想要怎麼轉換成有益的商業模式。」

核稿編輯:林庭安

繼續閱讀 金融業 LINE
相關文章
feature picture
經理人

AI 不只要懂數據,更要懂企業!Teradata 如何加速實現自主型企業?

2026-11-09 經理人 X 擎昊科技 X Teradata
分享
收藏
已完成
已取消

隨著生成式 AI 快速發展,AI 的角色正從回答問題、生成內容,進一步走向執行工作、參與決策,這也讓「自主型企業(Autonomous Enterprise)」成為企業數位轉型的新願景。在這樣的企業中,AI 不再只是被動等待人下指令的工具,而是可以在授權範圍內自主做出決策、執行任務,且會持續學習與優化的數位員工,而人則肩負起監督與審核的責任,確保 AI Agent 的決策與行動符合企業目標及治理要求。

然而,要實現自主型企業的願景,除了依靠強大的 AI 模型外,企業還需要掌握兩個關鍵:一是釐清自身希望透過 AI 解決哪些業務問題、達成什麼目標;二是讓 AI 真正理解企業的業務脈絡。這兩個關鍵,不僅決定 AI 能否從概念驗證(PoC)走向實際營運,更是企業朝自主型企業邁進的重要基礎。

邁向自主型企業,企業必須掌握的兩大關鍵

Teradata 首席營收長 Richard Petley 指出,企業在定義 AI 導入目標時,不能只著眼於技術是否可行,更應該從實際業務需求出發,設定明確且可衡量的成果與投資報酬。

舉例來說,金融業可能希望提高詐欺偵測率、降低風險;零售業則想要藉由個人化推薦提升轉換率與顧客體驗;製造業也許會將縮短生產週期、提升供應鏈效率列為目標。雖然不同產業對 AI 的期待各有不同,但共同點都是希望解決具體的業務問題,而不只是驗證 AI 能做到什麼。

第二個關鍵則是讓 AI 理解企業的業務脈絡。即使企業已經將所有資料集中在同一個平台,也不代表 AI 就能理解這些資料。例如,AI 可能知道某位客戶的交易金額下降,卻不知道背後究竟是受到合約條件改變、採購週期等哪一項因素影響。

換句話說,若 AI 不清楚數據背後的意義,以及企業實際的業務流程與決策依據,即便數據量再多、模型能力再強,仍難以做出適當判斷。因為真正影響企業決策的資訊,往往不只存在於數據本身,也可能藏在不同部門的作業流程、內部文件,甚至資深員工長年累積的經驗之中。

因此,企業不只要整合散落在不同系統、資料庫與文件中的數據,還必須建立資料之間的關聯,讓 AI 不只看得懂數據,更能理解數據背後的業務意義與決策邏輯。如此一來,AI 才不會像一名對公司業務一無所知的新進員工,而是能夠根據企業的實際情境做出適當判斷、執行任務。

Teradata 兩大解決方案,打造由知識與脈絡驅動的 AI

Teradata 首席產品長 Sumeet Arora 認為,邁向自主型企業是一段漸進式的轉型歷程,若能讓 AI 充分理解業務脈絡,就有機會加快轉型腳步。為此,Teradata 推出 Tera Context Engine 與 Tera Harness 兩項解決方案,協助企業打造由知識與脈絡驅動的 AI 應用,讓 AI 不只理解企業的業務邏輯,更能將這些理解運用在實際任務中。

舉例來說,歐洲某醫療研究機構運用 Teradata 解決方案及自家資料庫,開發出一套僅有 200 萬個參數的輕量化 AI 模型,可預測不同病患族群未來 10 年內的疾病發生情況,提供相關單位及早做好醫療需求與資源規劃。美國某大型醫院透過 Teradata 平台整合病患數據,進而開發出可直接在資料庫內執行的病患風險分層模型,可從病患特徵去辨識其風險程度與照護需求,讓醫師據此規劃更精準的照護計畫。

擎昊
Teradata 首席產品長 Sumeet Arora 表示,Teradata 推出 Tera Context Engine 與 Tera Harness 兩項解決方案,協助企業打造由知識與脈絡驅動的 AI 應用。
經理人

首先,Tera Context Engine 扮演的是企業知識整合與轉譯者。它能整合企業分散在四處的數據與內容,並納入內部專家長年累積的經驗,在符合數據治理規範的前提下,轉化為 AI 能夠理解與運用的企業智慧。換句話說,Context Engine 的價值不只是提供更多資料,而是讓 AI 理解資料背後的商業意涵,以及如何運用在實際情境中。

有了業務脈絡,下一步就是讓 AI 真正採取行動,這正是Tera Harness 所扮演的角色。它會結合 Context Engine 提供的知識與脈絡、企業設定的目標,如:提升客戶滿意度,讓 AI 去執行對應任務,並依據結果持續調整行動策略。而在涉及重要決策或較高風險的應用情境中,Harness 也能導入人機協作機制,由人介入決策、提供回饋,降低 AI 自主決策可能帶來的風險。

然而,當 AI 開始自主執行更多任務,企業也面臨另一項挑戰:如何在擴大 AI 應用的同時,兼顧主權 AI 與資安需求?對此,Sumeet Arora 指出,Tera Harness 支援地端、雲端及混合部署等不同 IT 架構,能夠配合資料所在位置去執行任務,企業可依據自身的治理與法遵要求彈性部署,將重要知識與商業機密留在內部可控的環境中。

此外,當 AI 開始承擔更複雜、執行時間更長的任務,如何避免因意外而導致任務中斷,也是企業相當關注的課題。為此,Teradata 在 Harness 中導入檢查點與記錄機制,倘若 AI 因意外而中斷正在執行的任務,Tera Harness 會從最近一次的檢查點接續執行,不必從頭再來,減少不必要的時間與成本浪費。同時,Harness 也具備高併發處理能力,可同時處理多個 AI 任務,提升 AI 參與日常營運的穩定性與可靠性。

從資料倉儲走向 AI 知識平台,Teradata 3.0 攜手擎昊加速企業轉型

Tera Context Engine 與 Tera Harness 的推出,不只協助企業加速 AI 應用落地,也反映 Teradata 對自身定位的轉變,正從傳統資料倉儲供應商,轉型為企業 AI 知識與 AI 執行能力的供應商,協助企業將分散的資料轉化為 AI 可理解的脈絡資訊,進而驅動智慧決策與自動化執行。

Richard Petley 進一步說明,Teradata 的發展可分為三個階段,在最初的 Teradata 1.0 時期,以軟硬體整合的資料倉儲設備為主,到 2.0 則轉向支援地端與雲端部署的現代化軟體,如今進入 3.0 階段,客戶不一定要採購整套資料倉儲解決方案,也能依需求導入 Context Engine 或 Harness。這樣的轉變,顯示 Teradata 正以更開放、彈性的合作模式,讓企業能夠在既有技術架構上導入所需的 AI 能力,而不必全面汰換原有系統。

擎昊
Teradata 攜手台灣代理商擎昊科技,結合原廠 AI 技術與在地系統整合經驗,協助企業加速 AI 應用落地,邁向自主型企業。圖中由左至右,依序為 Teradata 首席產品長 Sumeet Arora、擎昊科技總經理劉宗坤及Teradata 首席營收長 Richard Petley。
經理人

然而,再先進的技術架構,仍需要在地專業夥伴協助落地。而擎昊科技作為 Teradata 台灣代理商,不僅與原廠保持密切互動,更擁有深厚的技術實力,及豐富的企業級系統規劃、建置與整合經驗,協助企業打造穩定可靠的 IT 環境,讓 AI 應用能夠順利導入並持續運作。此次 Teradata 兩位高階管理者 Richard Petley 與 Sumeet Arora 來台,除了與企業客戶交流 AI 發展與應用需求,也攜手擎昊科技深化在地合作,共同拓展台灣市場。

面對缺工、高齡化與市場競爭加劇等挑戰,如何運用 AI 提升營運效率並強化決策能力,已是企業的當務之急,這也讓自主型企業成為未來必然的發展方向。在這條智慧轉型的路上,Teradata 將持續攜手擎昊科技,融合 AI 技術、企業知識與系統整合能力,協助企業加速 AI 應用落地,朝自主決策與智慧營運的新階段邁進。

擎昊
Teradata 首席營收長 Richard Petley 指出,Teradata 正以更開放、彈性的合作模式,讓企業能夠在既有技術架構上導入所需的 AI 能力,而不必全面汰換原有系統。
經理人
擎昊科技
Teradata

解鎖更多提問機會!

請先登入會員

會員專區

使用會員功能前,請先登入

  • 台灣首款對話式 AI 職場教練,一次提升領導力
  • 會員專享每日運勢、名人金句抽籤
  • 收藏文章、追蹤作者,享受個人化學習頁面
  • 定向學習!20 大關鍵字,開放自選、訂閱
  • 解鎖下載專區!10+ 會員專刊一次載
訂閱方案