代碼化增安全機制 大數據助開發市場

談到行動支付的普及，VISA台灣區總經理麻少華指出，過去這兩年的變化比過去20年還大，現在每個人的手機都離不開身邊。不可否認的是，由於手機普及，大家都拚命往手機上找商機，若未來行動支付普及，手機可能比錢包還重要。

「但安全與方便性永遠是衝突的，這個部分該怎麼取得平衡？」麻少華舉例，網路商店裡有很多客戶資料，都面臨被駭客攻擊、盜取資料的問題。一般傳統做法是用安全元件，必須把卡號、到期日都放到安全元件裡面，可能放在SIM卡或手機晶片裡，但是，在資料保密上可能會有危險。

如今，已經發展出一套新的雲端模式，就是「代碼化機制」。在手機裡面放一個替代卡號或代碼，例如：把VISA卡號換成另一組16位卡號，信用卡卡號等重要資訊不用放在手機裡面，如此將可以減少重要資料被盜用的風險。

談到代碼化的發展，麻少華說，最早由2012年「Applepay」率先導入，後來陸續再有「Androidpay」、「Samsungpay」，目前已經先在美國及英國實行，但台灣還沒導入。

簡介其流程：如果持卡人希望申請代碼，希望增加「Applepay」功能，要先向Apple申請服務，真正的信用卡號就會送到VISA，讓銀行核准，然後把這組卡號換成一組代碼，最後由Apple儲存起來，完成申請動作，就可以把手機當作信用卡來進行交易。

完整的消費流程怎樣運作？麻少華說，假設情境是到商店消費，透過感應器完成交易後，以代碼代替卡號，從商店送到收單銀行，再透過VISA Token Service解讀成真正的卡號，再把代碼及卡號送交銀行，銀行再做真正授權與交易，再經過VISA把交易送回來。

在完整交易流程中可以發現，商店、手機、收單銀行等都沒有看到真正卡號，因此，對商店而言，就可減少風險。此外，由於商店不需做任何改變，因此，不會影響現有架構，因而降低推行難度。自前年「Applepay」開始使用後，相信未來很快可以在全世界普及。

以機器學習與認知計算 分析金融資料

不同於傳統的統計分析，機器學習與大數據最大的優點，在於直接告訴管理層客戶下一步的消費需求，例如：消費者透過網路訂飯店，訂過幾次之後，下一次上網時，機器就會自動替消費者找出可能喜歡的飯店選擇。蒲樹盛說：「但我們反思，現在台灣的金融體系，有沒有真正發揮大數據的預測能力來提供服務。」例如：存款、貸款、保險、證券客戶等，每一個客人的消費傾向、下一步的需求，如果在客戶下一次消費時就主動提供，「比如：某些人喜歡買什麼樣的股票，我們的平台就可以告訴他，下列股票可能是你需要的」，機器直接從客戶的消費行為分析出來，所能發揮的效用肯定比傳統的統計分析來得多。

軟體面需要思考的是，到底要創造什麼樣的App。蒲樹盛說，如果只是開發新的App，但對消費者來說並無實質幫助，那金融科技只會淪為噱頭和花樣。目前中國的軟體實力強，已經搶占了不小的金融科技市場。

另外，蒲樹盛建議金融機構發展平台化，平台化是指以大數據分析為基礎，發展相關的技術或資源平台，租借給新創團體使用。現在國際上已經有很多占相當大規模的群眾在募資平台上，而中國也正在急起直追。◇