金管會首開 Fintech 新創座談,官員親上火線解決疑難雜症!

或許是被批評過缺少新創圈的聲音,今天金管會別開生面,首次針對新創邀請到了橫跨行動支付、系統理財、旅遊金融、區塊鏈、P2P 借貸、身分識別認證工具等領域共 20 餘團隊舉辦座談會,試圖在不受任何隔閡的情況下,直接了解台灣 Fintech 新創團隊所受的困境與挑戰。
評論
評論

或許是受 立委余宛如批評過缺少新創圈的聲音 ,今天金管會別開生面,首次針對新創邀請到了橫跨行動支付、系統理財、旅遊金融、區塊鏈、P2P 借貸、身分識別認證工具等領域共 20 餘團隊舉辦座談會,試圖在不受任何隔閡的情況下,直接了解台灣 Fintech 新創團隊所受的困境與挑戰。

不過在進入主題之前要先說明,場內團隊全都有參與金管會旗下之「金融科技創新創業及人才培育計畫」。根據主辦單位資策會大數據所表示,由於 金管會想在短時間內理解新創需求,這場會議先邀請較熟悉的團隊們開始談,未來將不設限與會對象,將廣邀不在計畫內的新創業者、銀行、公協會與學界,建立長期的官方交流之平台。那跟立法院公聽會有什麼不同?大數據所也表示,就是希望收集到不用等到立法解決,金管會權限內就能解決的問題

主持這次會議的金管會資訊處蔡福隆處長表示,就在今天早上,立法院就已針對金融監理沙盒進行進一步的討論,而金管會今年十月份成立了專職溝通窗口,只要來信給予意見或建議,金管會都會審慎處理,並在法規、行政規則上盡量幫忙。金管會對新創也多抱持開放的態度,不只把他們當作子弟與好朋友協助發展,同時也積極讓相關技術回流給國內金融業者採用。

▲金管會資訊處,銀行局、保險局等部門都派遣官員親上火線,一一回答新創業者的問題

這次會議不只金管會資訊處,銀行局、保險局、證交所都派遣第一線的官員親上火線回答業者問題。以下先整理一些業者重複提到,在資料開放上的共同問題:

  1. 現在官方提供 Open Data 格式非常不一且老舊,新創業者要花額外很多時間整理資料,是否能由官方整理統一?關於這點,蔡福隆處長回應唐鳳政委已經指示國發會,明年起就會積極整理政府部門(不只金管會)將相關的 Open Data API 統一化。
  2. 是否也能開放讓新創企業跟銀行,免費與金融聯合徵信中心資料串連,讓新創企業獲得一樣的信用認證權利?官方則是答這會帶回去積極研擬,但現有作法可以鼓勵消費者自己使用自然人憑證,線上向聯合徵信中心申請,目前到明年底都免費。

另外這裡整理支付、P2P 借貸、系統理財與應用科技等四種類型業者的問題給讀者。

支付領域

TapPay:執行長莊凡頡站在資安的立場,對 Token 代碼化服務的傳輸過程是否「全面落地」提出了質疑;這是因為 Apple Pay 日前登台曾引發了若不落地,會對本土 TSP 業者產生威脅。不過莊凡頡認為事實上主機設在哪裡都沒差,不會將主機設在台灣就會比較安全。對此銀行局則是回應「官方從來沒有限制」,不會限制國際業者ㄧ定要落地。

紛太科技:他們自介是就像微信一樣,個人對個人轉帳的科技工具,只是目前公司與業務主力位於美國,正在考慮回台灣發展;但《電子支付機構管理條例》規定,資本額限定一定要 5 億元,對於新創實在是非常吃重的壓力,是否能請銀行背書等折衷方式通過?銀行局回應,事實上 這要看代理收付的金額高低 ,若每日經手金額高於十億新台幣,那就需向金管會申請,但若沒有達十億,直接先向經濟部申請即可。

P2P 線上借貸

鄉民貸:台灣首間線上 P2P 借貸業者也參加了這次座談,但提出了頗為大膽的疑問:1. 能不能開放線上 P2P 借貸的利率突破民法 20% 上限,甚至高達 30%? 2. 是否能因信用問題,被銀行拒絕貸款的個人上 P2P 向投資人借貸?3. 是否能由政府領頭,開放區塊鏈引進 P2P 借貸平台?4. 是否開放保險業者,提供平台保險服務?

官方則是回應其實針對保險部分有諮詢過產險業者,產險業者認為 P2P 借貸平台其實性質很像民間標會,所以有所保留;至於利率部分銀行局雖然沒正面回答,但民法的利率立法委員其實都有討論,現在的主流方向都是「往下修」,就連銀行刷卡利息也只有 15%,間接聽起來修法成功率不高。

金想貸:新興的 P2P 業者「金想貸」則是在向銀行申請信託遇到了不少麻煩。他們表示當拿著行業代號 6499「未分類其他金融中介業」申請信託時,銀行一看到他們是線上 P2P 借貸,常以「不知道金管會說能不能做」拒絕(即使金想貸表示他們是受到金管會輔導的團隊)。官方則是回應,主管機關沒有立場要求他們硬要承辦,但會加強宣導。

系統理財

投顧資訊管理系統:現有的投顧公司要經營全權委託投資業務,應具備的條件非常高,不只資本額、營業保證金所需金額都相當高,而且委託金額必須達到新台幣伍佰萬元以上。但 Fintech 的客戶多半是年輕族群,是否能在一定限制條件下,開放小額全委?金管會則回應,內部已經正在積極研擬了,而且在金融監理沙盒樂觀通過的前提下,應該不久可以開放小額全委。

群馥科技:群馥是數位證劵商整體解決方案的廠商,他們詢問站在普惠金融的立場,證劵之交易單位是否可由「張」改為「股」?如同上一題,官方回應為了擴大投資群,已經積極研擬降低證劵交易單位往股的方向前進。

應用科技

艾爾希格:之前獲鴻海青睞投資的「空氣識別」Airsig,其創辦人陳柏愷表示已經有很多金融業者想採用他們的技術到銀行業務或支付上,但最後都因不知道法規適不適用而踩剎車,是不是能在金融監理沙盒下試辦開放?另外,基於鼓勵新創的目的,政府機關也有沒有多多採用新創技術的機會?蔡福隆處長則是給予正面回應,若這會期有機會通過監理沙盒,就會努力納入數位簽名,但第二點則需帶回與銀行局研擬。

現代財富科技:執行長劉世偉表示他們是專注在區塊鏈的新創公司。他認為,國內外科技與金融界都十分看好區塊鏈的潛力,但自從創業以來,他們的發展可說完全取決於金管會的態度,他只建議金管會在研擬相關政策時,能做到 100% 的透明與市場化。

最後蔡福隆處長表示,作為台灣金融產業的主管機關,金管會其實還是需兼顧產業發展與保護消費者的天秤兩端。不過在資料方面,他們已經跟中研院在積極討論,在兼顧資安個資與商業機密的前提下,針對 Fintech 推出專屬的資料協作平台。他也宣告「不會只有這一次」,將會頻繁的招集新創、銀行(包括央行)、證劵保險等業者一起共襄盛舉,對台灣 Fintech 發展積極搜集民間意見。

相對來說,這場會比先前金管會的白皮書或公聽會,態度已認真許多,與會的官員也明顯有備而來積極回應 。不過必須注意的是,今天有很多的討論結果都仰望金融監理沙盒通過;但把視角拉到立法院,今日審查監理沙盒法案時財政委員會委員無法達到共識,像 黃國昌立委就質疑缺乏後續配套措施余宛如立委也認為 金管會部分遺漏她的立法精神,需延滯半個月後再審。在立院內多受阻礙的不確定性下,金管會甚至到這些 Fintech 新創團隊,可能都得做好監理沙盒遲到的心理準備。


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。