觀點 2026年5月

從數據孤島到數據中台

林瑞嘉

今年1月,美國Capital One銀行宣布以51.5億美元收購AI金融新創Brex,這背後所反映的,已不再只是單一併購決策,而是一場關於銀行本質的重新定義。

Capital One被公認為近年來全球傳統銀行數位轉型的成功代表。與多數銀行仍停留在「數位化服務」或「通路優化」不同,Capital One已將自身重構為一個以數據為核心運作的金融公司。其全面雲端化、建立企業級數據平台,以及將決策流程高度模型化,使數據不再只是支援工具,而是營運的核心基礎設施。在此背景下,其宣布收購AI金融新創Brex,更具有指標性意義。Brex被譽為AI原生(AI-native)的金融平台,提供信用卡給企業客戶使用,而企業客戶再將這些卡片發放給自己的員工。其核心優勢不在於提供金融產品,而是將AI嵌入企業客戶的支出生命週期。透過將預算控管、風險偵測與會計作業整合為單一運算系統,它就擁有了比財務報表更真實、更即時的數據來源。

這樁金融併購意味著金融服務的重心正在轉移。銀行不再只是處理交易,而是逐步嵌入企業與個人的「決策流程」之中。當交易尚未發生,風險已被評估;當決策正在進行,控制已自動執行;當交易完成,資料已同步分析。這樣的能力,標誌著銀行角色的根本轉變:從「交易提供者」轉變為「決策基礎設施」。而支撐這一轉變的關鍵,即是「數據中台」(Data Middle Platform)。

傳統銀行的資訊系統是隨著業務發展逐步建構的。個人金融、企業金融、信用卡與財富管理等部門,各自建立獨立系統與資料庫,形成典型的「資訊孤島」(Information Silo)架構。這種架構在過去強調風險隔離與業務效率,但在數位時代,卻產生3個結構性後果:第一,客戶視角破碎化。同一客戶在不同系統中被視為不同對象,銀行難以形成完整的客戶全景。第二,決策延遲與品質下降。資料整合需跨系統進行,使即時決策難以落實。第三,創新成本顯著提高。每一項新服務,都需重新串接資料來源,導致開發成本與時間倍增。因此,「數據孤島」並非單純的技術落後,而是一種嵌入組織與系統之中的結構性約束。

為突破數據孤島,全球領先金融機構開始建構「數據中台」。其本質並非單一系統,而是一種運作邏輯的轉變:將數據從分散資源轉化為可被重複使用的企業能力。「數據中台」的概念,最早可追溯至阿里巴巴(Alibaba Group)於2015年所提出。在快速擴張過程中,阿里巴巴面臨與銀行類似的問題:各業務線(電商、支付、物流)各自擁有數據與系統,導致資源重複、效率低落與創新受限。為此,阿里巴巴提出「大中台、小前台」的組織戰略,其核心思想在於將過去分散於各部門的能力,轉化為可重複使用的「平台化資產」。特別是在數據層面,中台的價值並非單純整合資料,而是將數據「產品化」與「服務化」,使其能被不同業務即時調用,進而達到「數據業務化,業務數據化」。這一概念後來被金融業借鑑,並演化為今日的「數據中台」。

數據中台通常包含3個核心層次,首先是整合層,統一資料來源,建立資料庫與即時串流機制,解決了銀行ATM、App、臨櫃、信用卡等多源異質資料的匯流,確保原始數據在「全面覆蓋」與「即時更新」下具備一致性與可用性;再者是治理層,在資安與個資保護框架下,建立資料品質管理、標準化規範與權限控管機制,確保數據的可信度。例如,透過主檔資料管理(Master Data Management),使同一客戶在授信、支付與財富管理等不同業務場景中具有一致且可追溯的識別基準;最後是服務層,將數據轉化為模型與API,使其可被不同業務調用。在上述三核心架構下,數據不再屬於單一部門,而成為企業共享資產;決策不再依賴人工整合,而由模型即時完成;服務不再是單點創新,而是基於共用能力的快速組合。這使銀行從「事後分析」進化為「即時決策」,並進一步邁向「自動化決策」。

在數據中台的基礎上,Capital One所展現的,是一種新的銀行型態。其授信與風控決策可在毫秒內完成,不同產品線共享統一客戶資料,策略得以快速優化。這些能力並非附加功能,而是日常營運的核心。因此,當其收購Brex時,其真正意圖是補強「流程層能力」,使銀行能更深度嵌入企業客戶的決策環境。具體來說,銀行不再只是被動等待企業融資需求,而是透過Brex的支出管理系統,直接嵌入企業的日常營運流程(如報帳、差旅與採購),使每一筆支出在發生當下即被記錄、分析並轉化為即時數據。其核心策略在於:以高度整合且日常使用的軟體平台鎖定企業客戶,將支出流程轉化為高頻且可控的交易入口,並由此衍生穩定的刷卡手續費收入與數據優勢,換言之,Brex所提供的是「控制支出的能力」,信用卡僅是執行該能力的工具。這一差異揭示了一個關鍵轉變:當價值從「產品」轉向「能力」,競爭的焦點也隨之從利率與通路轉向數據、流程與使用者黏著度。

回到台灣,銀行業的數位轉型雖有進展,但目前多處於「使用數據」而非「以數據運作」的過渡期。未來的挑戰不再僅是技術,而是制度的重塑:如何在隱私保護與資料共享間取得平衡?如何確保AI決策的透明與公平?以及如何管理跨業務數據流動?這些制度設計將直接決定數據中台的發展深度。從數位轉型的視角來看,銀行的核心價值正由「資產規模」逐步轉向「數據能力」。在傳統銀行模式下,放款業務主要依賴淨利差所帶動的利息收入,並透過高財務槓桿放大股東權益報酬率(ROE);同時,手續費收入與信用成本的控管,亦是影響獲利的重要因素。但在數據驅動時代,股東權益報酬率將更多來自即時且細緻的風險定價能力,銀行是根據客戶的即時行為與現金流進行差異化定價,再結合營運效率提升與客戶終身價值的擴張。而定價的精準度,更直接影響資本配置的效率。

回到最初的問題:為什麼銀行要收購AI公司?答案很明顯:未來的銀行不再只是單純的金融機構,而是數據與決策的基礎設施。從「資訊孤島」走向「數據中台」,或許不只是轉型,而是分水嶺。(作者為陽明交通大學資訊管理與財務金融學系專任教授、華南金控獨立董事)