| 教學面向 | 核心內容 | 學習成果 |
|---|---|---|
| 應用地圖 | 支付、匯兌、借貸、募資、投資、保險、財富管理、監管、銀行與區塊鏈金融。 | 能辨識 FinTech 的主要業務範圍。 |
| 技術底座 | AI、大數據、區塊鏈、雲端、API、生物辨識與資安。 | 能說明技術如何支持金融功能。 |
| 產業重組 | 金融服務由垂直整合走向分拆，再走向平台再整合。 | 能分析銀行與科技平台的角色改變。 |
| 金流落地 | 跨境收付、對賬、外匯、風控、供應鏈金融與 KPI。 | 能設計初步金流方案與控制點。 |
FinTech = Financial Technology（金融科技），指以 AI = Artificial Intelligence（人工智慧）、大數據、區塊鏈、雲端運算與 API = Application Programming Interface（應用程式介面）等技術，改造支付、融資、投資、保險、合規與銀行服務。本主題保留原始教材的九張核心表格，並把「應用領域、技術、產業分拆與金流實務」串成一條完整教學路徑。
| 類別 | 英文名稱 | 核心功能 | 代表應用 | 主要技術 |
|---|---|---|---|---|
| 1️ 支付科技 | Payment Tech | 即時付款與跨境匯款 | 電子錢包、行動支付、第三方支付 | 區塊鏈、雲端 |
| 2️ 匯兌科技 | Remittance Tech | 多幣別轉帳與低成本匯款 | 加密貨幣匯款、P2P 匯兌 | 區塊鏈、API |
| 3️ 借貸科技 | Lending Tech | 改善信用評估與快速放款 | P2P 借貸、AI 授信、微型貸款 | 大數據、AI |
| 4️ 群眾募資 | Crowdfunding | 群眾資金募集以取代傳統融資 | Equity-based、Donation-based 平台 | 網路平台、數據分析 |
| 5️ 投資科技 | Investment Tech | 自動化投資與演算法交易 | Robo-advisor、量化基金 | AI、演算法 |
| 6️ 保險科技 | InsurTech | 資料驅動保險產品與風險定價 | 使用型保險、即時理賠、健康監測 | IoT、AI、大數據 |
| 7️ 財富管理 | WealthTech | 數位化個人理財與投資組合管理 | 理財App、自動資產配置 | AI、雲端 |
| 8️ 法規科技 | RegTech | 法規遵循與防制洗錢自動化 | AML/KYC、交易監控系統 | 雲端、大數據 |
| 9️ 會計金融服務 | Accounting FinTech | 自動記帳、報稅與企業財務管理 | 雲端會計、電子發票系統 | 雲端、AI |
| 10 虛擬金融與加密資產 | Virtual Finance | 數位貨幣、去中心化金融(DeFi) | Bitcoin、NFT、穩定幣 | 區塊鏈、智能合約 |
十大領域顯示，FinTech 並非等同於行動支付。它同時涵蓋資金移轉、信用評估、資產配置、風險定價、監理科技與金融基礎設施。教學時應先確認它改造的是哪一個金融功能，再討論所使用的技術。
| 技術名稱 | 說明 | 主要應用 |
|---|---|---|
| AI(人工智慧) | 自動分析客戶行為、預測風險與提供理財建議 | Robo-advisor、風險控管、智能客服 |
| Big Data(大數據) | 利用海量資料進行信用評分與市場預測 | 信用評估、客戶分群、精準行銷 |
| Blockchain(區塊鏈) | 以去中心化帳本保障交易透明與安全 | 加密貨幣、智慧合約、DeFi |
| Cloud Computing(雲端運算) | 提供金融資料與交易平台的即時處理能力 | 開放銀行、跨境支付、數據存取 |
| API(開放介面) | 讓第三方可與銀行系統串接服務 | 開放銀行(Open Banking) |
| Biometric & Cybersecurity(生物識別與資安技術) | 防止身分盜用與資料外洩 | 指紋、人臉辨識登入、AML/KYC 驗證 |
Big Data（大數據）提供信用與行為資料；Blockchain（區塊鏈）提供分散式帳本與可追溯交易；Cloud Computing（雲端運算）提供彈性運算與部署；API 讓金融功能可被其他系統串接；Biometric and Cybersecurity（生物辨識與資安）則降低身分冒用與資料外洩風險。
| 面向 | 面向 | 說明 | 說明 |
|---|---|---|---|
| 效率提升 | 效率提升 | 自動化處理大量交易與資料分析 | 自動化處理大量交易與資料分析 |
| 普惠金融 | 普惠金融 | 為無法使用傳統金融服務者提供管道(金融包容性) | 為無法使用傳統金融服務者提供管道(金融包容性) |
| 安全透明 | 安全透明 | 透過加密與區塊鏈防止偽造與詐欺 | 透過加密與區塊鏈防止偽造與詐欺 |
| 使用者體驗 | 使用者體驗 | 行動化、即時化、個人化服務 | 行動化、即時化、個人化服務 |
| 類別 | 內容 | 內容 | 可能後果 |
| 資安風險 | 駭客攻擊、資料外洩 | 駭客攻擊、資料外洩 | 信用損失、財務損害 |
| 法規風險 | 缺乏一致性監管 | 缺乏一致性監管 | 法律糾紛、合規壓力 |
| 演算法偏見 | AI 模型歧視、錯誤授信 | AI 模型歧視、錯誤授信 | 社會公平問題 |
| 洗錢與詐騙 | 加密貨幣匿名交易 | 加密貨幣匿名交易 | AML 挑戰 |
| 信任不足 | 消費者不願完全交由 AI 處理財務 | 消費者不願完全交由 AI 處理財務 | 採用率受限 |
| 趨勢 | 趨勢 | 說明 | 說明 |
| 開放銀行(Open Banking)普及 | 開放銀行(Open Banking)普及 | 銀行以 API 讓第三方金融科技公司提供整合服務 | 銀行以 API 讓第三方金融科技公司提供整合服務 |
| AI 金融助理崛起 | AI 金融助理崛起 | 機器人理財、智能客服全面化 | 機器人理財、智能客服全面化 |
| 區塊鏈應用深化 | 區塊鏈應用深化 | 智慧合約、CBDC(央行數位貨幣)實行化 | 智慧合約、CBDC(央行數位貨幣)實行化 |
| ESG 與綠色金融結合 | ESG 與綠色金融結合 | 推動永續投資與碳中和金融產品 | 推動永續投資與碳中和金融產品 |
| 跨界融合 | 跨界融合 | FinTech 與健康(HealthTech)、教育(EduTech)等領域結合 | FinTech 與健康(HealthTech)、教育(EduTech)等領域結合 |
效率、普惠、安全與體驗是 FinTech 的主要價值，但同一項技術也可能帶來資安、監管、演算法偏見、洗錢與信任問題。CBDC = Central Bank Digital Currency（中央銀行數位貨幣）；ESG = Environmental, Social and Governance（環境、社會與公司治理）。
Unbundling（分拆化）指原本由銀行垂直整合的存款、貸款、支付、投資與保險，被模組化並由不同業者分工。其主要驅動因素如下。
| 驅動因素 | 說明 |
|---|---|
| 1️ 科技驅動(Technology Push) | AI、大數據、區塊鏈讓金融服務可模組化。銀行的風控、放款、支付等功能都能被拆分為獨立演算法或 API。 |
| 2️ 平台化(Platformization) | 出現許多專注單一功能的 FinTech 平台，如 P2P 借貸、行動支付、Robo-advisor。它們搶走銀行原有的利潤來源。 |
| 3️ 開放銀行(Open Banking)政策 | 各國監管鼓勵銀行開放資料介面(API)，第三方可提供個性化金融服務。銀行不再壟斷用戶資料。 |
分拆可發生在基礎架構層，例如支付清算、信用評估、風險工具與 API；也可發生在產品服務層，例如支付、投資、保險、借貸與財富管理。這使金融業由「一家全包」轉向「多方協作」。
| 影響面向 | 說明 |
|---|---|
| 1️ 銀行功能模組化 | 銀行被迫開放 API，轉型為“平台型中介者”。 |
| 2️ 消費者選擇增加 | 用戶可自由選擇不同 FinTech 服務組合(例：用一家做支付、另一家做投資)。 |
| 3️ 成本下降 | 科技取代人工作業，降低交易與管理成本。 |
| 4️ 金融創新加速 | 新創公司能專注單一環節研發，創造差異化價值。 |
| 5️ 傳統銀行利潤壓縮 | 銀行不再壟斷客戶資料與交易通道，核心收益被瓜分。 |
| 問題 | 說明 |
| 監管斷層 | 各分拆業者分屬不同監理範圍，造成監管漏洞。 |
| 資料安全與隱私 | 多方共享客戶資料增加外洩風險。 |
| 金融穩定性 | 若關鍵 API 平台故障，可能導致系統性風險。 |
| 信任與責任歸屬 | 消費者若發生損失，責任難以追溯至單一主體。 |
模組化增加選擇、降低成本並加速創新，同時也讓監管邊界、資料責任與系統依賴更加複雜。若關鍵 API 或平台失效，原本分散的服務仍可能形成新的集中風險。