金融科技專利暨其相關核心技術

專利發展趨勢研析

專案報告

專利二組二科

中華民國 106 年 11 月

I

目 錄 目 錄 ................................................................. I

壹、緒論 ................................................................ 1

一、問題界定與專案目的 ................................................................................................ 1

二、金融科技定義 ............................................................................................................ 2

三、金融科技發展 ............................................................................................................ 4

四、金融科技與專利布局 ................................................................................................ 7

貳、金融科技產業技術介紹 ............................................... 12

一、大數據技術概要 ...................................................................................................... 12

二、人工智慧技術概要 .................................................................................................. 13

三、行動平台技術概要 .................................................................................................. 15

四、雲端系統技術概要 .................................................................................................. 16

五、區塊鏈技術概要 ...................................................................................................... 18

六、物聯網技術概要 ...................................................................................................... 20

參、國際金融科技專利申請趨勢 ........................................... 23

一、國際金融科技專利申請趨勢 .................................................................................. 23

二、國際金融科技專利應用分類申請趨勢 .................................................................. 27

三、國際金融科技專利技術領域分類申請趨勢 .......................................................... 29

四、國際金融科技專利六大應用及六大技術領域矩陣分析 ...................................... 31

(一)支付應用的技術趨勢 ...................................................................................... 32

(二)銀行業務應用的技術趨勢 .............................................................................. 33

(三)交易業務應用的技術趨勢 .............................................................................. 34

(四)投資管理應用的技術趨勢 .............................................................................. 35

(五)保險業務應用的技術趨勢 .............................................................................. 36

(六)稅務應用的技術趨勢 ...................................................................................... 37

五、小結 .......................................................................................................................... 38

肆、我國金融科技專利申請趨勢 ........................................... 40

一、近 10 年(96/1/1~106/4/30)我國金融科技申請及核准概況 ................................... 40

二、我國申請人與外國申請人金融科技專利比較 ...................................................... 42

三、我國金融科技專利前 15 大申請人分析 ................................................................ 45

II

四、我國金融業金融科技專利申請趨勢 ...................................................................... 48

五、小結 .......................................................................................................................... 50

伍、金融科技核心技術分析 ............................................... 52

一、金融科技六大技術領域核心技術趨勢 .................................................................. 53

(一)大數據核心技術趨勢 ...................................................................................... 53

(二)人工智慧核心技術趨勢 .................................................................................. 54

(三)行動平台核心技術趨勢 .................................................................................. 56

(四)雲端系統核心技術趨勢 .................................................................................. 57

(五)區塊鏈核心技術趨勢 ...................................................................................... 59

(六)物聯網核心技術趨勢 ...................................................................................... 60

二、金融科技整體核心技術趨勢 .................................................................................. 61

陸、金融科技核心技術案例分析 ........................................... 65

一、大數據技術案例分析 .............................................................................................. 65

二、人工智慧技術案例分析 .......................................................................................... 70

三、行動平台技術案例分析 .......................................................................................... 77

四、雲端系統技術案例分析 .......................................................................................... 82

五、區塊鏈技術案例分析 .............................................................................................. 87

六、物聯網技術案例分析 .............................................................................................. 95

柒、金融科技專利的重要核心技術趨勢 ...................................... 99

捌、結論 .............................................................. 103

玖、附錄 .............................................................. 105

1

壹、 緒論

資訊科技日新月異，無論硬體、軟體及通訊科技在此一波資訊革命中

都有讓人耳目一新的進步，值此，各式各樣的創新服務因應而生，金融科

技便是在此波潮流中產生，其原因在於商業交易都與金融服務相關，然而

監管嚴格的傳統金融業無法迅速滿足快速變遷的網路交易市場，於是各種

創新的金融服務便趁勢而起，如各式新形態的支付工具，不過大部分的特

許金融業務仍須由傳統金融業提供，於是金融業為因應此一浪潮亦加入金

融科技競逐的行列，新創科技公司與傳統金融業的競合關係於焉形成，除

了努力創新金融服務外，如何利用專利保護創新業務成為此一浪潮中另一

個重要的課題。

一、 問題界定與專案目的

在各界的共同努力之下，近年來金融科技的發展已漸漸蓬勃起來，不

但對法規鬆綁的努力，學界更加強金融科技的研究，而且也得到業界的重

視，無論科技業或金融服務業近來都有創新的金融科技產品出現。然相較

於國際金融科技的發展，國內的金融科技僅是起步而已，對於金融科技所

衍生的技術研發和專利布局尚未有明確且完整的研究，產業界仍處於摸索

的階段。因此，本專案主要的目的，便是要藉由國際金融科技專利的申請

趨勢，分析國際金融科技的發展，提供國內相關人員一個觀察學習的參考，

進一步分析國內金融科技專利申請趨勢，提供國內業者與國際金融科技作

比較，進而協助其發展自己的金融科技藍圖。

其次，以專利制度保護技術的特性而言，本專案另一個目的是希望強

調技術在金融科技的重要性，並試著分析金融科技發展上的重要核心技術。

金融科技包括兩個面向，一為創新的金融商品與服務，著重在增進客戶體

驗及新型態的商業模式，另一者為運用科技數位平台，以提供更方便、低

成本、高效率的金融商品與服務1，而兩者的關鍵都在於科技的應用。事

1金管會於 105年 5月提出金融科技發展策略白皮書，其中提到，「金融科技創新服務著重在研發，運用

數位化平台，提供方便、低成本、高效率的金融商品與服務，增進客戶體驗，開創新型態的商業模式」。

2

實上，金融服務產生破壞式的創新，即是乘著科技的創新發展而來的。因

此，本專案試著從我國金融科技政策白皮書、學界與業界的研究報告、各

式對於金融科技的報導，再加上目前科技的發展趨勢，訂出六大技術領域

及六大應用領域，除了分析各領域的發展趨勢外，亦希望能從專利案中尋

找出金融科技發展的重要核心技術，以提供業界技術研發和專利布局的參

考。

二、金融科技定義

為因應國際金融服務及創新的趨勢，金管會於 105 年 5 月提出金融科

技發展策略白皮書2，規劃金融科技發展藍圖，從應用面、管理面、資源

面、基礎面等 4 大面向，提出 11 項重要施政目標。白皮書中提到，「金融

科技創新服務著重在研發，運用數位化平台，提供方便、低成本、高效率

的金融商品與服務，增進客戶體驗，開創新型態的商業模式」，由此得知

所謂金融科技分成兩部分，其一為創新的金融商品與服務，著重在增進客

戶體驗及新型態的商業模式；另一者為運用科技數位平台，以提供方便、

低成本、高效率的金融商品與服務。換言之，金融科技包括一是金融服務

的創新，屬於應用面，一是導入科技應用，屬於技術面。

2http://www.fsc.gov.tw/ch/home.jsp?id=96&parentpath=0,2&mcustomize=news_view.jsp&dataserno=201605120002&apl

istdn=ou=news,ou=multisite,ou=chinese,ou=ap_root,o=fsc,c=tw&dtable=News

3

圖 1-1金融科技的 6大功能及 11組創新

依據 2015 年 6 月世界經濟論壇(WEF)研究報告3顯示，金融科技創新

歸納出 6 大功能包括支付、保險、存貸、籌資、投資管理及市場資訊供應，

其中涵蓋 11 個創新項目，如圖 1-1 所示，分別為支付的無現金世界

(Cashless Worls)、新興支付(Emerging Payment Rails)，保險的保險裂

解（Insurance Disaggregation）、聯接的保險（Connected Insurance），

存貸的替代管道（Alternative Lending）、轉移客戶偏好（Shifting

Customer Preference），籌資的群眾募資（crowdfunding），投資管理的

賦 權 投 資 者 （ Empowered Investors ）、 流 程 外 部 化 （ Process

Externalisation），市場資訊供應的更快速智慧的機器（Smarter, Faster

Machine）、新的市場平台（New Market Platforms）；這 11項創新項目都

3 “The future of financial services”

http://www3.weforum.org/docs/WEF_The_future__of_financial_services.pdf

4

是利用資訊科技與網際網路來達成，使顧客可以更直接、方便取得金融服

務，少了中介的管道，於是提高了效率，然而亦使傳統金融產業與金融科

技產生了競合關係。

關於技術領域，除了網際網路是必然的技術應用外，並無特定的技術

或資訊科技，凡是能促使金融商品及服務創新而能達成上述應用的資訊科

技都是屬於金融科技的一部分，不過，在金管會的金融科技發展政策白皮

書中提出的基礎建設可知，其技術領域包括行動通訊、雲端服務、大數據、

生物辨識及區塊鏈，均為金融科技主要的技術應用。

三、金融科技發展

如圖 1-2，2010 年開始是銀行跨入新服務的開端，即銀行 3.0，它不

再重視實體的銀行據點，而是轉向無實體的金融服務，考慮的重點是如何

更貼近消費者，提供更優質、隨手可及的金融服務，這種無地域限制甚至

無時間限制的服務，即為行動銀行的核心涵義，此端賴科技的進展，尤其

是行動科技、數據網路及大數據應用的突飛猛進；2015 年開始，物物相

聯的時代來臨，而人工智慧的應用更是經常被人提起，這樣一個智慧聯網

的網路環境，造就了金融服務的新頁，即銀行 4.04，此時對於科技應用更

全面化、更純熟、更創新。

銀行 3.0、4.0 與銀行 2.0、1.0 的差異在於科技的應用。銀行 2.0 以前

科技是為金融業服務的工具，即科技提供原來金融服務更快速、更安全的

環境，然銀行 3.0 之後，科技不再是提供金融服務的工具，科技躍升為提

供金融服務的主角，可以透過網路、軟體、通訊科技，提供消費者新鮮的

金融服務體驗，於是，科技開始改變金融服務的商業模式，迫使金融業亦

加入創新的行列，以與科技業競爭。

4 Reimaging the Digital Bank, 2014 Cisco,

https://www.cisco.com/c/dam/en/us/solutions/collateral/executive-perspectives/Internet-of-Everything-executi

ve-summary.pdf

5

圖 1-2銀行業發展歷程及展望

然而，金融業是監管嚴格的特許行業，容或科技產業具有創新研發能

力，卻也需要一個沒有法規箝制的伸展舞台，而金融機構則需要新創科技

公司為他們開創具有吸引力的創新服務，因此，傳統金融業與新創科技公

司漸漸走向合作的關係；如資誠聯合會計事務所(PWC)所發布的「2017 全

球金融科技報告」5，全球的金融機構有高達 82%都在尋求跟 Fintech新創

公司合作，更要在 3到 5年內建立更多合夥關係；臺灣方面，也有 52%的

金融業者表示，已經與 Fintech新創合作，要組隊打團體仗。除了業界自

己對於金融科技潮流的重視外，政府亦著手大力推廣，金管會自提出金融

科技發展政策白皮書後即積極從事金融科技的推廣，並推動監理沙盒相關

法規的修正，可見政府對於金融科技的重視。

依據安侯建業(KPMG)於 2017年 2月 21日所發表的全球金融科技投資

分析6中指出，2016年全球金融科技投資金額7為 247億美金，比 2015年

下降，如圖 1-3。

5 https://www.pwc.com/jg/en/publications/pwc-global-fintech-report-17.3.17-final.pdf

6https://home.kpmg.com/xx/en/home/insights/2017/02/the-pulse-of-fintech-q4-2016.html 7包括併購投資(M&A investment)及風險投資(Venture investment)

6

圖 1-3 2010~2016 年全球金融科技投資金額(金額單位：10億)

2014、2015年全球金融科技的投資金額突然增高，尤其是 2015年為

467億美元，為歷年來最高，主要是投資者大量投資破壞式創新的商業模

式。然因為地域性政治及總體經濟的不確定性，2016年投資者轉趨保守，

似乎是等待更確定的創新方案具有規模並商業化，期待把投資金融科技帶

回現實面，雖比前一年幾乎減少了 50%，然仍與 2014年相當，而更遠高

於 2013年之前的投資金額。

雖然全球整體對金融科技的投資下降，然投資金額仍高且投資交易量

仍處於高點，再觀亞洲市場，則整體投資金額仍持續成長，如圖 1-4：

圖 1-4 2010~2016 年亞洲金融科技投資總額 (金額單位：10 億)

7

亞洲市場對金融科技的投資，從 2014年占全球比率約 11%，而 2016

年已成長至 34%，由安侯建業的研究報告略可窺知，金融科技產業的發展

是近五年的事，尤其相較於 2014年之前，自該年起更有突飛猛進的發展，

至去年(2016年)雖呈現投資成長下降，然整體投資量仍處高點，再加上

亞洲市場仍持續維持投資熱度，可見金融市場仍是投資者所看重的產業，

且區塊似有往亞洲發展的趨勢，就亞洲市場來看，主要是中國大陸持續推

動。

四、金融科技與專利布局

作為保護創新研發的成果，專利是恰當且極佳的選擇，然而傳統金融

業者對於專利較陌生，再加上專利要保護的標的是具有技術性的發明，而

一般而論，金融服務大多是商業法則、商業方法、商業流程的人為規則，

如何運用科技來使金融服務成為具有技術性的金融科技創新發明，是金融

服務業者要取得專利的一個挑戰，金融科技的服務主體雖然是服務，然而

核心為科技的應用，所以科技必須貫穿金融服務，以科技提供金融服務，

如此既符合專利法所規範所要保護的標的，更符合金融科技的意義。

金融科技與專利的關係，將藉由圖 1-5 說明，金融產業屬於監管嚴

格的特許行業，世界各國皆然，必須因應法規的許可條件而從事商業模式

的開發，而商業模式若觸及技術相關，則可因技術研發得到創新商業模式，

而技術相關的研發則可申請專利保護；由此可知金融科技的發展到尋求專

利權的保護，它不是一個相鄰的關係，即無法一蹴可及，相關的進程包括

法規、商業模式及技術研發，它是一個循序漸進的關係，亦是一個互相影

響的關係，例如，金融業必須依循法規，當法規有鬆綁時，則會產生新的

商業模式，而後有新的技術研發，資訊業者針對新的技術研發創新的商業

模式，仍應符合法規或尋求與金融業者合作或有機會可驗證其新模式的可

行性(例如使用監理沙盒)，因此，專利權取得通常不是金融科技的開端，

而是對於研發成果的保護。

反之，若由專利申請的角度出發，經由相關專利閱讀、研究，進而發

現及促成了新技術的研發，進一步產生創新的商業模式，最後將這樣涵蓋

8

新技術的新創商業模式去申請專利，以保護研發成果。

由圖 1-5可明確看出，專利所要申請的及保護的是技術研發的部分，

而不是商業模式。

圖 1-5 金融科技與專利關係圖

國際上金融科技專利早已是兵家必爭之地，由圖 1-6 企業智慧財產

權競爭力評估圖分析，我們將可看到企業在智慧財產權競爭力的相對位置，

其 橫軸代表專利投入程度，縱軸代表智慧財產能力，專利投入程度多、智

慧財產能力強(右上角象限)即為領導者，專利投入程度多、智慧財產能力

弱(右下角象限)即為遠見者，專利投入程度少、智慧財產能力強(左上角

象限)即為挑戰者，專利投入程度少、智慧財產能力弱(左下角象限)即為

利基廠商。圖 1-7 為 2006 年至 2010 年 5 年間國際企業智慧財產權競爭

力評估圖，由該圖 1-7可得知，國際金融科技領域沒有很強的領導者，而

2010 年之前最具有競爭優勢的是大型的電腦公司 IBM 及大型的軟體公司

Microsoft，可見金融科技的發展由科技公司開始，其次，Samsung 則是

能力強的挑戰者，可知從事行動裝置運行的公司亦漸漸投入智慧財產權的

保護，或說，他們面臨了智慧財產權的訴訟而意識到並願意投入智慧財產

權的投資；而金融產業則尚在利基廠商的位置，如美國銀行、Visa。

9

圖 1-6 企業智慧財產權競爭力評估圖

圖 1-7 2006~2010年國際企業金融科技智慧財產權競爭力評估(資料來源：財團法人

專利檢索中心)

10

2011年之後，國際企業智慧財產競爭力有了一些變化，如圖 1-8所

示，金融業如美國銀行及 MasterCard大量投入專利投資，科技公司 IBM、

Microsoft則對於金融科技專利的投資減少，Wal-Mart則成為挑戰者，不

變的是，市場上仍未出現寡占的領導者，因此此刻是加大投入專利布局的

絕佳時機。

圖 1-8 2011~2017年國際企業金融科技智慧財產權競爭力評估(資料來源：財團

法人專利檢索中心)

從國際趨勢可以看出，金融產業已大量投入金融科技專利的領域，而

原本屬於投入較多的科技公司及一些新創科技公司則仍然在利基廠商的

位置，此代表金融產業已意識到專利及其他智慧財產權是保護自己金融服

務的利器，值得國內金融業者借鏡；此外，在挑戰者位置的 Wal-Mart 近

年來積極轉換舊的商業模式，樂於擁抱網路科技，因此更應積極投入專利

的保護，國內非金融業者，如電信公司、零售業、手機廠商…等，若要在

11

此金融科技潮流中占有一席之地，甚至只是不被潮流所淹沒，應該利用專

利制度保護自己創新研發的成果。

12

貳、 金融科技產業技術介紹

依據 CPC 專利分類，金融科技專利被分類在 G06Q20(支付方案)及

G06Q40(金融保險)，因此，本報告將金融科技應用分為六大類，分別為支

付(G06Q20/*)、銀行業務(G06Q40/02)、交易(G06Q40/04)、投資管理

(G06Q40/06)、保險(G06Q40/08)及稅務(G06Q40/1*)。再依初步檢索及各

類研究報導，將應用於金融科技的技術領域分為六大領域，分別為大數據、

人工智慧、行動平台、雲端系統、區塊鏈及物聯網。詳細技術介紹如下：

一、 大數據技術概要

大數據(Big Data、巨量資料、海量資料)具有三個主要特性，即資料

量(Volume)、資料多樣性(Variety)及資料傳輸速度(Velocity)，簡稱 3V。

圖 2-1 大數據技術概要圖

1.資料量(Volume)：具有 TB(109 bytes)、PB(1012 bytes)、EB(1018 byte)

規模單位的龐大資料量。

2.資料多樣性(Variety)：從網路、社群媒體數據、公開資料及物聯網數

13

據獲取任何類型的結構化與非結構化資料，而物聯網數據將是接下來重

要的數據分析對象。

3.資料傳輸速度(Velocity)：強調資料的時效性，取得即時資料，立即進

行分析，即時得到結果並立即做出分析反饋。

大數據的主要精神並不在於所分析之資料量的大小，資料量只是大數

據的其中一個主要特性，而是使用非傳統的方式找出未曾被挖掘過的資料，

藉此從這些資料中去精煉出具有價值的資訊，發現數據模式和趨勢，以協

助決策和創造出新型的商業模式。

大數據分析與傳統數據分析方式最重要的差異在於傳統數據分析僅

能依據所制定的模型去跑出期望中的數據結果，而大數據分析則常使用人

工智慧中的機器學習來處理多維度資料，找出多變數之間的關聯性，以便

發掘出資料間的潛在關係，因此能藉由發掘與探索資料、發現新的資料模

型，找出資料間的關聯性，達到精準的預測以改善決策。

二、 人工智慧技術概要

廣義的人工智慧是指凡經由機器或電腦而實現如人類智能所能從事

之行為或推論，皆是人工智慧的範疇，惟人工智慧技術發展至今，其核心

能力可歸類為推理、知識表達、規劃分析、學習、感知、自動操作等，常

見的人工智慧技術說明如下：

圖 2-2 人工智慧技術概要圖

14

1、 基本推論：將人類思考、推論的模式或步驟符號化，以符號區別

狀況選擇較佳解，如二元搜尋樹、決策樹、Min-Max 對局搜尋法。

2、 知識推論：給予電腦知識，模擬人類的推論思考是以大量知識為

基礎，而展現出專家的行為，將人類的知識轉換成電腦易於處理

的方式，稱為知識表達，透過知識表達及預先建立的規則庫，則

可做知識推論；如專家系統、語意網路。

3、 機器學習：知識推論的人工智慧其基礎為所建立的知識庫，電腦

的行為範圍不會超過知識庫的知識，然知識會不斷擴增，為因應

要解決的問題，將會使知識庫的知識暴增，而成為電腦及操作者

的負擔，所以如何讓電腦可以辨識、分類進而判斷出有意義的結

果，是機器學習技術的重要關鍵；例如模式識別技術，模擬人類

對於表徵事物的分析、萃取並進而分類、辨識，可應用於文字識

別、圖像識別…等，另外進一步的機器學習，則是使用神經網路，

模擬人類神經元(節點)從外界取得資訊經運算傳遞到下一個神經

元，最後得到結果，透過基因演算法或其他學習的演算法，可使

神經元傳遞資訊的過程中加入一些參數(如權重)，而使神經網路

的運作更能發揮智能。

4、 深度學習：神經網路的架構包括輸入層、輸出層及中間的隱藏層，

而隱藏層可包括複數個網路層，層數愈多代表要解決的問題愈複

雜，而深度學習即是包含了很多層級的隱藏層，得以使機器能深

度學習，其中一種卷積神經網路成為深度學習最具代表性的技

術。

5、 自然語言：自然語言處理是人工智慧的一個分支，其實現人與機

器以自然語言溝通，其牽涉到的技術包括語音識別、語句分析、

訊息擷取、自然語言產生、機器翻譯…等。

除此，在人工智慧的領域，尚存在機器人的發展，此機器人非指軟體，

而是指實體機器人，從自動控制用的機器人，到現代加入很多感知設備的

機器人，都有長足的發展，例如日本有完全是機器人服務旅館，國內亦有

機器人服務解說員的商店，亦有 Google研發的安撫智慧型機器人，實體

機器人的發展是人工智慧模擬人類的極致，結合了人工智慧技術、感知技

術及仿真技術，其應用面甚廣，至於金融服務業對於實體機器人的需求，

15

除門面效果外，尚無實際的應用實例。

人工智慧技術的應用發展，逐漸可看到成果，如智能監控、智能家電、

健康手環、人臉辨識、語音助理、智慧城市…等，至於金融科技的應用，

主要展現在機器人理財、法規遵循、信用調查及防弊、金融安全措施等。

三、 行動平台技術概要

隨著電腦與行動網路技術的迅速發展，金融交易行為從傳統定點、單

一型式的金融交易服務，迄今已發展為更便利、多元的行動金融服務。因

此，為提供不受地理位置、時間限制及多元金融交易服務，諸多行動平台

技術均可常見於金融科技應用上。諸如，行動支付、個人理財管理、行動

銀行、數位貨幣及 P2P融資等應用。當使用者以個人智慧型手機或平板電

腦為媒介，即可進行各式金融交易服務，以下將詳述行動平台技術於金融

科技應用。

圖 2-3行動平台技術於金融科技應用架構圖

16

如圖所示，智慧型手機經網路與銀行業者、個人理財業者、虛擬貨幣

提供業者、借貸平台、行動支付的讀取器進行連線，以進行各式的金融交

易服務。首先，當使用者欲透過個人智慧型手機進行上述金融交易服務時，

可先行連線至APP伺服器下載業者所提供APP，並安裝於個人智慧型手機，

俾便執行上述各式金融交易服務。當智慧型手機經網路與銀行業者端連線

時，可進行網路銀行服務。諸如，轉帳、繳費、信用卡交易等服務；或智

慧型手機經由 NFC或 RFID等無線通訊技術與行動支付服務業者端的讀取

器感應，以進行行動支付服務。諸如，商店購物付款等；或智慧型手機經

網路與個人理財業者端連線時，可進行理財服務。諸如，銀行業務、壽險、

證劵等服務；或智慧型手機經網路與借貸平台及另一借貸人的手機進行連

線，可進行個人對個人的資金借貸服務；或智慧型手機經網路與虛擬貨幣

提供業者連線，以進行虛擬貨幣交易。諸如，遊戲點數、比特幣等。因此，

在上述多方行動平台的金融服務發展下，囿於過去行動技術不普及所延伸

交易程序繁瑣與不便利的問題已不復存在。

四、 雲端系統技術概要

雲端是是一個概念，凡是經由網際網路連接的電腦、處理器、儲存設

備或軟體而能提供人們服務的皆屬之，而人們無須知道他所使用的設備在

何處，甚至無須知道設備的細節是什麼，而這些設備及服務猶如在雲端，

故稱雲端系統，雲端系統依照其架構可分為三層，分別為最底層的基礎建

設即服務(IaaS，Infrastructure as a Service)，中間層的平台即服務(PaaS，

Platform as a Service)，最上層的軟體即服務(SaaS，Software as aService)，

而雲端服務廠商就其產業的分類而言，亦以此三類來分，亦即，有從事雲

端設備服務的業者、有從事雲端平台服務的業者、有從事雲端軟體服務的

業者，茲將此三類之應用特性分述如下：

17

圖 2-4 雲端系統技術概要圖

1、 基礎建設即服務(IaaS)：將資訊通訊設備如處理器、儲存設備、資料庫、

通訊網路等資源整合起來，提供給客戶租用，客戶用此設備布署屬於

自己的作業系統、應用程式或其他的元件，客戶無須擁有自己的資訊

設備，節省購入及維護成本，並可透過供應商所提供的管理平台，管

理自己的資源，並能因應需求隨時擴增資源，充分達到設備虛擬化的

好處。

2、 平台即服務(PaaS)：因應客戶設計其服務項目而提供的環境，包括作業

系統、多種程式語言編譯環境、應用程式開發工具等，使客戶可應用

此平台開發所需的雲端應用及執行程式，總而言之，凡是客戶因應設

計雲端需求所需之設計、開發、布署、執行之環境皆是此平台需要提

供的。而為了因應軟體的複雜化及多元化，雲端平台是一個整合式的、

抽象式的通用環境，可以靈活彈性的提供客戶需求。

3、 軟體即服務(SaaS)：提供終端使用者在不使用作業系統的環境下，透過

網際網路即可使用軟體，而軟體提供者因在網路上提供軟體給大眾使

用，其軟體的品質、執行效能最重要，因此，有 QoS(Quality of Service，

服務品質保證)的標準，俾使在使用者增加時，亦能保證每個使用者應

18

有的品質；其次，軟體的便利性及個性化設計亦是此軟體服務應該注

重的重要特性。

另外，因應使用者不同及保密、安全考量，又有公有雲、私有雲及混

合雲之分，公有雲是開放給所有公司、企業或個人使用的雲端系統，而私

有雲通常僅限於一固定組織存取，混合雲則混合公有雲及私有雲，通常屬

於組織的關鍵資料在私有雲處理，其它則在公有雲處理。

五、區塊鏈技術概要

在區塊鏈技術還未提出之前，線上交易的信任保障是由個人、中介組

織或是其他機構所提供的安全保證。由於我們幾乎不知道要進行的交易對

象是誰，且也擔心對方是否為正人君子，所以必須存在一個第三方中介虛

擬人，替整個交易的過程做一個擔保，並且也將雙方的交易資訊進行完整

記錄，遵照第三方的商業與交易習性去帶動網路商機。在這創新的區塊鏈

領域中，藉由線上交易搭配雲端網路的運用，即可建立起信任機制。

針對區塊鏈的整體結構是由以下 3種所組成：(1)散列式的結構：透

過全世界的參與者所提供的電腦以做為其中之一的運算平台，經由此方式

如果想要入侵資料庫系統，則必須攻占一半以上的電腦才可以擊破；(2)

經過加密的結構：建立多層的加密公鑰與解密私鑰結構，如此的建構可以

在資源管理上取得一定程度的安全效果；(3)開放式的結構：所有的資訊

都公開於網路環境中，不會有某些特定人士統包交易的審理與紀錄的工作，

而是任何使用者都可以進行資源的查詢與追蹤。

由於區塊鏈不是單一技術，而是集結演算法、密碼學、數學原理等。

以網路買賣轉帳為例，說明區塊鏈運作機制之五大步驟如下：

(1) 交易定義：買家同意交易(transaction)並傳送包含賣家細節的交易訊

息、交易的值和數位簽章的訊息到全網路，數位簽章作為認證該訊息

之用。

(2) 交易認證：網路上每一節點接收訊息並透過數位簽章驗證有效性，經

驗證過的交易紀錄放置在最近一筆經驗證的紀錄之後。

(3) 建立區塊：節點建立新區塊，包含最近認證過的交易清單、標頭(header，

先前區塊的參考位置)、只使用一次的隨機數(nonce)，以作為新的區

19

塊。該節點週期性對全網路廣播有一個對應該登記進帳本(ledger)的

新區塊。

(4) 區塊確認：每一節點接收區塊後進行確認，稱為工作量證明演算法

(proof of work)，部分節點獨立透過雜湊函式利用區塊內含的三個參

數進行計算：交易清單、標頭、隨機數，如果得到的雜湊值小於預設

的門檻值(difficulty target)，該區塊被認為有效。若否，每一節點

改變隨機數的值，直到計算出來的雜湊值小於預設的門檻值。門檻值

會動態調整，目的是確保無法預期哪個運算節點最快算出新區塊，確

保驗證的公正性。

(5) 區塊鏈結：第一個算出雜湊值的節點將新的區塊連結到原有的區塊鏈，

並且把新的區塊鏈廣播到全網路。

圖 2-5 區塊鏈運作機制五步驟

現今的各大銀行與多數政府單位，也開始逐漸導入區塊鏈的分散式帳

本架構，主要是針對線上交易與資訊保存的執行方式進行大革新的改造，

期許可以建構一個執行速度更迅速、所用成本更低價、資訊的傳遞更安全、

並且執行過程中更少出現錯誤的系統架構，對於現有架構中，資訊核心容

20

易遭受駭客攻擊，並且造成全面性的系統故障問題能獲得改善與解決。而

對於金融業者來說，區塊鏈的技術遠比傳統的一般資料庫系統來的安全與

穩定，針對金融交易買賣過程本身，可以讓買家、賣家、管理員、中介者

皆可共享所有的交易紀錄與資源，且該些資訊是無法被其中一方給竄改，

如此在在降低成本與風險，並且資訊核心系統故障的問題也可以獲得解

決。

六、物聯網技術概要

物聯網(IoT，Internet of Things)，1999 年麻省理工學院 Auto-ID 中心

主任愛斯頓 (Kevin Ashton)以無線射頻識別技術 (Radio Frequency

IDentification，RFID)為研究基礎，提出感測設備透過無線射頻識別技術

連結網際網路進行訊息傳輸與交換，達成具有智慧化識別與作業管理的物

聯網資訊網路構想。

下圖是物聯網基本架構，從下而上，分為感測層、網路層及應用層，

相關資訊經感測層受控裝置感測器蒐集，透過網路層將資訊傳送到應用層，

於應用層使用各種資料分析技術提供智慧應用服務。

圖 2-6 物聯網基本架構(資料來源 http://www.ithome.com.tw/news/90461)

21

隨著科技日新月異，物聯網的定義與使用範圍愈來愈廣泛，不再僅限

於與感測設備間的連接與控制，而是擴展到與所有能連上網際網路的每件

東西互相傳遞訊息，包括在遠方的房子、他人的手機，以及鄰近的汽車、

交通號誌等，因此，訊息的傳遞非常快速，甚至不需要人類自己手動搜尋

訊息，由此可知，未來不僅是知識爆炸的時代，也是訊息爆炸的時代。

圖 2-7 物聯網的多面向連接

物聯網於金融科技的應用，大致可分為如下幾類：

1、物聯網導入個人金融

隨著生物特徵辨識感測器(如指紋、虹膜、3D臉部特徵感測器等)及

GPS接收器廣泛運用於可攜式裝置(如手機)，物聯網與個人金融的關係愈

形緊密，像是行動支付中以 Touch ID取代傳統簽名，或是透過 GPS接收

器及其他可攜式裝置感測器偵測消費者所處週邊環境狀態，以即時預測並

提供消費者需求，皆為個人金融帶來全新的商業模式，並提高消費者滿意

度。

2、物聯網導入產物保險

透過物聯網能即時得知物品動態狀態，這遠比傳統產物保險僅能透過

性別、年齡、物齡及使用者過往經歷等靜態狀態來判斷出險機率來得準確

許多；例如，車險結合物聯網，透過感測器獲得行車數據、胎壓、溫度等，

可精準獲知消費者用車習慣，降低理賠成本，進一步可回饋消費者，協助

22

改善其駕駛行為。

3、物聯網導入企業貸款

新創企業若導入物聯網技術，建立從下到上，包括從進貨到出貨、從

動產到不動產的全面監控，讓銀行隨時了解企業經營狀況，提高信心，降

低呆帳風險，有助於新創企業取得所需貸款，增加投資。

23

參、 國際金融科技專利申請趨勢

一、 國際金融科技專利申請趨勢

經由專利資料庫統計分析8，計 20322件金融科技專利家族，自 2006

年至今十年間大致呈現逐年遞增的趨勢(2015、2016年因有申請案尚未公

開，故現有數據略低於預估值)，尤其 2011年開始，申請件數成長接近

10%，2012年更大幅超過前一年(2011年)達 2113件，增幅為 26.75%，往

後每年的申請案都能超過 2000件，至 2015年達到 2820件最高，與 2006

年相較超過 2倍的成長，見圖 3-1，可見金融科技專利 10年間成長快速，

且申請量不斷成長未有歇止現象，此與金融科技從傳統的業務電腦化到應

用行動裝置的服務行動化，再到最新的物聯網及人工智慧的應用相關。科

技的進步沒有止境，人們的創新亦不斷發生，而專利與技術研發相關，是

商業行為的先行指標，預期未來幾年金融科技的商業行為會更蓬勃發展。

圖 3-1 國際金融科技專利申請趨勢(統計日期 2017/5/5)

8 使用 Derwen Innovation 資料庫，利用 CPC 分類及關鍵字進行檢索，檢索結果總計 55353 件申請案，

20322 件 INPADOC 專利家族

0

500

1000

1500

2000

2500

3000

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

1366 1432 1473 1415 1515

1667

2113 2197

2566

2820

1679

79

專

利

家

族

申

請

量

申請年

國際金融科技整體申請趨勢

24

若由專利申請案件申請人的國別來看，如圖 3-2所示，與預期相符，

美國仍是金融科技專利的最大申請國占 55%，這與美國科技發展密切相關，

美國是全世界的科技重鎮，許多新創科技產業也都來自於美國有關。第 2

大申請國為韓國，此與世界最大手機廠商三星電子積極推展行動支付

(Samsung Pay)相關，而且，韓國科技公司亦積極投入金融科技的研發9，

因此，從韓國的金融科技申請量可看出其發展金融科技的企圖心。第 3 大

申請國為中國大陸，中國大陸對於金融科技或互聯網+金融在近幾年也不

遺餘力的推廣，各式新型支付工具亦在中國大陸非常盛行，相信在專利保

護上的努力，在可預期的將來會看到更輝煌的成果。此外，亞洲地區尚有

日本、印度在 10 大申請國裡，其他有歐洲的英國、德國、法國，北美的

加拿大及南半球的澳大利亞。

圖 3-2國際金融科技專利前 10大申請國

9 https://kknews.cc/finance/bxr2326.html

US, 7254, 55%

KR, 2933, 22%

CN, 969, 7%

JP, 503, 4%

GB, 336, 3%

DE, 296, 2%

CA, 285, 2%

FR, 220, 2%

IN, 184, 2% AU, 141, 1%

金融科技前10大申請國

25

若以專利布局地區觀察10，由專利受理局的分布來看，如圖 3-3，可

看出在美國專利商標局申請專利的數量最大，占 50%，因此，金融科技的

主戰場可由圖 3-2、圖 3-3得知，美國是最主要的金融科技發展的國家，

亦是大家布局專利的主要地區。圖 3-3 為所有專利申請案，與圖 3-2 資

料源不同，圖 3-2 為專利家族併計一件專利，因此，由圖 3-3 可看出，

除美國市場外，韓國為第 2 大布局地區占 14%，再其次是歐洲(包括 EPO、

英國，占比 8%)，而亞太地區布局較熱絡的國家另有中國大陸、日本、印

度及南半球的澳大利亞。

圖 3-3國際金融科技專利前 10大受理局

10

本統計以所有申請案為準，非只有專利家族 1 案，以便觀察專利布局情況。

US, 26208, 50%

KR, 7299, 14%

WO, 5944, 11%

EP, 3434, 7%

CN, 3234, 6%

AU, 1802, 3%

CA, 1601, 3%

JP, 1467, 3% IN, 1070, 2% GB, 615, 1%

金融科技前10大受理局

26

臺灣申請人在國際申請金融專利的件數為 68 件，占所有 INPADOC

專利家族件數的 0.33%。而各申請人至臺灣智慧財產局申請專利的件數為

100 件，占所有申請案件的 0.18%。因本專案使用之 TI 資料庫沒有臺灣的

專利資料庫，故所顯示數據會略少，惟下一章針對國內金融科技專利的分

析，關於核心應用部分(支付、金融保險)國內相關申請案亦相對偏少。

其次，由表 3-1 所示，國際金融科技專利分布平均，並無獨大的公

司或企業擁有優勢數量的專利，前 15 大金融科技企業專利家族數量，最

多的為美國銀行(Bank Of America)共 458 件，亦僅占比 2.25%，其次是

Mastercard 共 348 件，占比 1.71%，第 3 名則為韓商 BIZMODELINE 共 321

件，占比 1.58%，而第 15 名 PAYPAL 僅擁有 103 件，占比 0.51%，由此

可見擁有金融科技專利的企業分布極為平均，其中少數擁有較多專利數量

的企業，亦無獨大現象。

前 15 大金融科技企業專利家族數量

申請人 專利家族申請量 占比%

BANK OF AMERICA 458 2.25%

MASTERCARD 348 1.71%

BIZMODELINE 321 1.58%

IBM 228 1.12%

SHINHAN BANK 191 0.94%

LG 183 0.9%

VISA 159 0.78%

NAUTILUS HYOSUNG 152 0.75%

NCR 140 0.69%

SAMSUNG ELECTRONICS 129 0.63%

SK PLANET 122 0.6%

INTUIT 122 0.6%

EBAY 120 0.59%

GOOGLE 114 0.56%

PAYPAL 103 0.51%

表 3-1前 15大金融科技企業專利家族數量

27

再由前 15 大企業的類型來看，屬金融產業的共 4 家，分別為美國銀

行、Mastercard、新韓銀行(Shinhan Bank)及 VISA，其餘則非屬金融產

業的科技公司，包括大型電腦公司如 IBM、NCR，也包括知名網路廠商如

Google、eBay、Paypal，亦有知名電子大廠 LG、三星電子，有韓國

BIZMODELINE 公司等；由上可知，前 15 大企業雖然只有 4 家金融產業，

然其專利數量共計 1156 件，占前 15 大總量的 4 成，金融業在這一波金融

科技浪潮中，雖然起步較晚，然極積極布局專利，所以在金融業普遍在金

融科技落後的情況下，美國銀行、新韓銀行、Mastercard 及 VISA 急起直

追，不但超越科技公司，亦已在金融產業中取得優勢。此外，在前 15 大

申請人中有多家韓國公司(BIZMODELINE、新韓銀行、LG、NAUTILUS

HYOSUNG、三星電子、SK PLANET)在前 15 大申請人中占有 6 家企業，

顯見韓國在金融科技專利的布局已名列前茅。

二、 國際金融科技專利應用分類申請趨勢

依金融科技六大應用面來看，其趨勢如圖 3-4所示，支付應用在金融

科技專利中遠遠超過其他應用類別的專利，且呈現逐年遞增的趨勢。這是

因為支付是商業交易的核心亦是金融業務的主要應用，諸如各式新型的支

付工具，其開發應用不限於金融機構，因此，很多科技新創公司亦投入支

付應用的開發，如 Apple公司的 Apple Pay，Google的 Android Pay，阿

里巴巴的支付寶，騰訊的微信支付等，而且支付應用可以不斷創新開發，

因此，其專利申請趨勢呈現不斷成長的線形，且可預期未來仍會繼續成

長。

28

圖 3-4國際金融科技專利六大應用專利申請趨勢(2015~2017尚有未公開案)

以申請件數來看，如圖 3-5，支付應用的專利申請量最多，占 69%，

其次為銀行業務 11%。除支付應用件數為遞增趨勢外，其餘應用則呈現平

緩的趨勢。如上所述，支付應用仍然在金融科技應用上占有核心地位，且

其申請量逐年增加，其他應用並未見有突飛猛進的進展，故支付應用的專

利案量與其它應用的專利申請量逐年拉大，支付應用在整體金融科技市場

愈加重要，是兵家必爭之地。

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

支付 1334 1313 1362 1312 1479 1715 2077 2135 2554 2919 1942 88

銀行業務 237 259 295 302 334 324 384 318 260 356 172 10

交易 136 182 172 119 144 131 169 166 178 169 146 5

投資管理 92 113 121 114 112 114 168 118 142 148 104 4

保險 79 68 84 86 110 82 146 176 177 169 164 3

稅務 70 76 164 186 162 178 118 138 168 228 125 2

0

500

1000

1500

2000

2500

3000

3500

29

圖 3-5國際金融科技專利六大應用專利申請量

三、 國際金融科技專利技術領域分類申請趨勢

以金融科技專利的六大技術領域分析，如圖 3-6、圖 3-7所示。

圖 3-6國際金融科技專利六大技術領域專利申請量(2015~2017尚有未公開案)

支付, 20230, 69%

銀行業務, 3251,

11%

交易, 1717, 6%

投資管理,

1350, 5%

保險,

1344, 4%

稅務, 1615, 5%

國際金融科技六大應用專利申請分布

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

大數據 321 360 322 284 287 330 393 404 494 615 474 11

人工智慧 51 53 48 46 35 55 81 83 75 102 82 2

行動平台 821 789 1002 1001 1110 1212 1612 1642 1904 2031 1105 57

雲端系統 471 507 497 498 465 452 510 516 556 531 349 4

區塊鏈 0 0 0 0 0 0 2 4 9 48 88 0

物聯網 284 302 329 290 444 495 464 402 441 662 555 38

0

500

1000

1500

2000

2500

30

圖 3-7國際金融科技專利六大技術領域專利申請量分布

六大技術領域以行動平台最多占 48%，其次是雲端系統、物聯網及大

數據，在 15%~18%之間，而人工智慧及區塊鏈則較少。對比科技技術的發

展，金融科技的蓬勃發展起因於網際網路的軟硬體技術的進步，速度更快

更有效率，尤其是無線網路及行動裝置更是突飛猛進的進步，促使了更多

的應用可以應用在行動裝置上，因此，金融業務亦因此而將原本業務或新

創應用開發成行動裝置所執行的 APP，故金融科技專利之發明利用行動平

台技術是符合科技發展現況的；而且，由於行動裝置及無線網路的發展，

讓人們在使用企業或任何組織所提供的服務時，不再受地域的限制，隨時

隨地都可以連上網路享受服務，因此，資料的隨時取得及保障它的正確性

就變得很重要，於是雲端系統便能協助金融科技的資料提供，再加上提供

給使用者更多額外的資訊，而有大數據的分析，而行動裝置須隨時與其他

裝置介接接受其他系統的服務或傳送訊息，而有物聯網的技術，因此，金

融科技因應科技進步尤其是行動平台相關技術，都應被考慮到申請專利，

以保護其發明，從趨勢來看行動平台呈現逐年成長，原因是金融科技的發

展一大部分來自於將金融業務行動化，即銀行 3.0的概念，而物聯網及大

數據自 2013年開始亦呈現成長趨勢，可以看得出來金融科技的發展漸漸

大數據, 4295,

15%

人工智慧, 713,

2%

行動平台,

14286, 48%

雲端系統, 5356,

18%

區塊鏈, 151,

1%

物聯網, 4706,

16%

國際金融科技六大技術領域專利申請分布

31

會往物物相聯的銀行 4.0前進。

而銀行 4.0的另一個重要指標即是人工智慧，近來其已是金融科技的

熱門話題，雖然人工智慧並非是新的技術，然其被使用在金融科技方面是

這幾年才被熱烈討論，尤其是具有人工智慧的機器人誕生，更能取代人類

提供金融相關諮詢或理財服務，相信未來人工智慧相關專利在金融科技領

域將會有所成長。而區塊鏈的應用更是最近幾年才被討論的議題，雖然區

塊鏈技術在比特幣創始開始(2009年)已存在，但近幾年才開始被熱烈討

論，如何將其中的區塊鏈技術應用在更多的領域上面，當然包括金融業務

方面，因此，區塊鏈的發展是必然的，而專利申請件數亦會跟著成長。

四、 國際金融科技專利六大應用及六大技術領域矩陣分析

表 3-2為國際金融科技專利六大應用及六大技術領域前五大申請人

列表，其中申請人包括金融相關行業及非金融之資訊科技或服務公司：

1、 金融相關行業：包括傳統金融業者，如美國銀行(美)、BARCLAYS

BANK PLC(英) 、SHINHAN BANK(南韓)；信用卡公司，如

MASTERCARD(美)、VISA(美)；從事銀行 ATM硬體的製造商，如

NAUTILUS HYOSUNG(南韓)；及保險公司 Hartford fire

Insurance(美)

2、 資訊科技或服務公司：包括大型電腦系統公司：NCR(美)、

IBM(美)；軟體公司，如 Google(美)、Facebook(美)、

MICROSOFT(美)；電子家電公司，如 LG(南韓)、SAMSUNG(南韓)；

及電信公司，如 AT&T(美)、BRITISH TELECOMM(英)、 FAIR ISAAC

CROP(美)、BIZMODELINE(南韓) 、DIEBOLD(美)、、SK PLANET(南

韓)、INFOBANK(南韓)、CORELOGIC SOLUTIONS(法)

32

表 3-2 國際金融科技專利應用分類及技術領域分布(總表)

由表 3-2得知，美國銀行其專利數量具有較大優勢，如表中畫紅線者，

其業務應用主要是支付、銀行業務、投資管理及稅務，特別集中在支付、

銀行業務上之銀行核心業務，所使用的技術則為大數據、行動平台及雲端

系統，近來較熱門的話題：人工智慧、區塊鏈及物聯網則尚無相關專利申

請，故可知美國銀行尚未進入網網智慧相聯的銀行 4.0階段。另，IBM則

在六個應用領域皆有著墨，然其技術領域著重於雲端系統，符合其電腦的

專業。

此外，由前五大申請人的類型來看，金融產業相關公司及電腦資訊服

務公司，分布平均，在金融科技發展上應可推知其為互助合作、相輔相成

的關係。就前五大申請人的國別來看，最多的是美國，其次是韓國。

以下針對個別業務應用面探討技術的發展：

(一) 支付應用的技術趨勢

以支付應用來看，主要技術領域為行動平台與物聯網，以往的金

融支付方式為被動服務模式，資金的移轉無論是提款、匯款、轉帳或

33

消費者對消費行為的支付，除了現金支付外，都是先透過消費者請求，

才產生資金移轉動作，而現今金融科技的發展，已將消費行為與支付

緊密結合，主要應用在行動支付或第三方支付，主要透過手機等行動

裝置，在物聯網的環境中，透過掃描 QR Code或其他近接感測裝置，

消費者在消費的同時，可直接連接商店後端系統，完成支付程序。

圖 3-8 支付應用的技術趨勢

由圖 3-8 支付應用的技術趨勢可知，行動平台的技術在支付應用方興

未艾，逐年仍持續成長，而物聯網技術在支付應用在 2014、2015年亦呈

現成長趨勢，可見這兩項技術在支付應用仍然有極大的發展空間，例如近

來共享經濟盛行，亦促成了共享經濟模式所衍生的支付服務需求，而共享

經濟的商業模式多利用物聯網的架構，所以預期將有更多多元化的支付應

用使用行動平台及物聯網技術。此外，區塊鏈在支付應用在 2013年開始

出現金融科技專利，至 2015年大幅增加，而區塊鏈的本質上即是一個具

有安全機制的記帳本，其應用支付上將是可預期的。

(二) 銀行業務應用的技術趨勢

如圖 3-9所示，銀行業務較主要的技術應用為大數據、行動平台及雲

端系統。此 3大技術領域的領先者多為金融機構，如美國銀行、新韓銀行、

VISA、WOORI(友利)銀行及專門負責通訊金融業務的公司 Nautilus

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

總計 1334 1313 1362 1312 1479 1715 2077 2135 2554 2919 1942 88

大數據 198 230 192 158 170 199 249 236 291 379 303 6

人工智慧 19 20 17 12 10 18 30 28 35 51 39 0

行動平台 652 622 735 743 814 942 1259 1310 1573 1653 912 48

雲端系統 234 210 181 172 161 180 196 227 283 268 184 3

區塊鏈 0 0 0 0 0 0 0 2 8 37 61 0

物聯網 231 231 237 227 324 376 343 332 364 531 443 31

0

500

1000

1500

2000

2500

3000

3500

0

200

400

600

800

1000

1200

1400

1600

1800

申

請

案

件

數

支付

34

Hyosung。

圖 3-9 銀行業務應用的技術趨勢

(三) 交易業務應用的技術趨勢

交易業務應用主要技術為雲端系統，蓋因網路交易或行動交易盛行，

此種隨時隨地可上網從事交易的行為，需有雲端系統作為儲存交易資料的

處所，此領域的領先廠商為 Trading Technologies公司，該公司提供軟

體從事衍生性金融商品交易。此外，區塊鏈在交易業務亦見蹤跡，2015

年有 6件，2016年尚有未公開案未統計及有 12件，可預見區塊鏈將在交

易業務領域持續增加其應用。

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

總計 237 259 295 302 334 324 384 318 260 356 172 10

大數據 80 77 68 61 60 58 73 82 71 92 34 3

人工智慧 5 10 9 9 5 5 7 13 6 7 9 0

行動平台 77 81 131 140 158 146 178 147 117 163 73 4

雲端系統 51 55 49 61 56 58 62 43 42 42 26 0

區塊鏈 0 0 0 0 0 0 0 1 1 1 3 0

物聯網 24 36 38 31 55 57 64 32 23 51 27 3

0

50

100

150

200

250

300

350

400

450

0

20

40

60

80

100

120

140

160

180

200

申

請

案

件

數

銀行業務

35

圖 3-10 交易業務應用的技術趨勢

(四) 投資管理應用的技術趨勢

如圖 3-11 投資管理應用的技術趨勢中得知，雲端系統為本應用的主

要技術，係因搭配行動裝置，投資理財專員可從雲端隨時擷取最新最完整

的投資理財資訊，且消費者亦可透過雲端而無地域、裝置或時間的限制，

即可取得投資理財的服務，然而仍停留在資料的應用，關於最新應用經常

被談論到的人工智慧投資理財服務，並未有明顯的專利布局。

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

總計 136 182 172 119 144 131 169 166 178 169 146 5

大數據 18 24 21 12 13 18 17 19 27 30 34 0

人工智慧 5 8 8 6 4 11 8 10 7 7 8 1

行動平台 39 43 35 20 32 27 49 40 52 47 23 2

雲端系統 60 96 87 75 75 66 77 85 73 63 46 0

區塊鏈 0 0 0 0 0 0 0 0 0 7 12 0

物聯網 14 11 21 6 20 9 18 12 19 15 23 2

0

20

40

60

80

100

120

140

160

180

200

0

20

40

60

80

100

120

申

請

案

件

數

交易業務

36

圖 3-11 投資管理應用的技術趨勢

(五) 保險業務應用的技術趨勢

保險的技術應用主要是行動平台及雲端系統，其係將保險服務行

動化，然自 2010年起，物聯網及大數據的申請數量成長幅度較大，顯

然有將此兩應用加入保險業務的趨勢，推測應是共享經濟所促成，例

如保險廠商推行 UBI車險時，主要會建構 2個分析模型：第 1個模型

是透過車載裝置蒐集各式動態資訊，包括行車距離和駕駛時段等，透

過駕駛動態資訊的收集進行駕駛風險評估。第 2個模型則是將駕駛風

險評估結果結合投保時車主和車輛的基本資料與過往肇事紀錄等風險

因子，以進行精算並推出客製化的車險定價，此與大數據及物聯網都

有絕對密切的關係。

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

總計 92 113 121 114 112 114 168 118 142 148 104 4

大數據 6 11 9 12 12 10 21 12 21 26 29 1

人工智慧 5 7 4 3 5 8 12 8 9 9 5 0

行動平台 17 9 27 16 16 20 31 27 36 32 16 2

雲端系統 58 81 77 78 75 71 93 66 68 69 37 0

區塊鏈 0 0 0 0 0 0 2 1 0 1 3 0

物聯網 6 5 4 5 4 5 9 4 8 11 14 1

0

20

40

60

80

100

120

140

160

180

0

10

20

30

40

50

60

70

80

90

100

申

請

案

件

數

投資管理

37

圖 3-12 保險業務應用的技術趨勢

(六) 稅務應用的技術趨勢

稅務業務的技術應用主要為行動平台及雲端系統，如圖 3-13所示。

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

總計 79 68 84 86 110 82 146 176 177 169 164 3

大數據 8 6 11 8 9 12 22 24 31 39 37 0

人工智慧 10 6 7 10 7 9 9 16 10 14 17 1

行動平台 19 14 20 25 35 19 56 70 73 62 44 1

雲端系統 40 36 42 41 42 29 47 54 47 28 31 0

區塊鏈 0 0 0 0 0 0 0 0 0 1 2 0

物聯網 2 6 4 2 17 13 12 12 16 25 33 1

0

20

40

60

80

100

120

140

160

180

200

0

10

20

30

40

50

60

70

80

申

請

案

件

數

保險業務

38

圖 3-13 稅務應用的技術趨勢

五、 小結

(一) 國際金融科技專利逐年遞增且近年大幅成長：依據檢索資料顯示，

過去 10年間國際金融科技成長呈現遞增趨勢，自 2011年起更逐年

大幅成長，2011~2015年的專利件數增幅分別為 10%、27%、4%、17%、

10%，預計 2016年之後仍會呈現成長趨勢11。

(二) 美國為金融科技專利研發布局最積極的地區，其次是韓國、歐洲、

中國大陸緊追在後：依檢索資料顯示，前 10大申請人中有高達 55%

的專利申請人來自美國，而選擇在美國 USPTO申請專利的比率亦高

達 50%，顯示美國是金融科技的發展重鎮，成為專利布局的重要地

區。

11

本檢索資料範圍為 2006/1/1~2017/5/5，因 2015、2016 年尚有部分申請案未公開，無法檢索。

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

總計 70 76 164 186 162 178 118 138 168 228 125 2

大數據 11 12 21 33 23 33 11 31 53 49 37 1

人工智慧 7 2 3 6 4 4 15 8 8 14 4 0

行動平台 17 20 54 57 55 58 39 48 53 74 37 0

雲端系統 28 29 61 71 56 48 35 41 43 61 25 1

區塊鏈 0 0 0 0 0 0 0 0 0 1 7 0

物聯網 7 13 25 19 24 35 18 10 11 29 15 0

0

50

100

150

200

250

0

10

20

30

40

50

60

70

80

申

請

案

件

數

稅務

39

(三) 專利分布平均，缺少領導廠商：由前 15大申請人資料顯示，專利數

量最多的美國銀行占比 2.25%、其次是 Mastercard占比 1.71%，

BIZMODELINE占 1.58%、IBM占 1.12%，皆未能據有獨大的局面，或

可成為領導廠商的情況。

(四) 金融產業及非金融產業各擅其場，大型企業居多，小型新創公司較

居劣勢：由前 15大申請人及六大應用領域/六大技術領域前 5大申

請人發現，對於金融科技專利布局，並無特定領域特定產業布局的

情況，金融產業及非金融產業在各領域皆有見其布局，推估金融科

技的發展，是一種既競爭又合作的關係，專利的布局不是科技公司

專屬，金融產業亦積極從事。此外，由前 15大申請人及各領域前 5

大申請人來看，多為大型企業，如美國銀行、新韓銀行、英國銀行、

VISA、Mastercard、IBM、NCR、三星電子、LG、Google、微軟，顯

見新創公司在專利布局上較居劣勢。

(五) 支付應用最多，其次是銀行業務及稅務應用：含蓋支付應用的專利

占比 69%，且逐年呈現成長趨勢，顯見支付應用在金融科技發展中

的重要性，由市場觀察各式支付工具如手機支付、條碼支付及第三

方支付等應用及技術蓬勃發展，可驗證之。

(六) 技術多為行動平台、雲端系統、物聯網及大數據，人工智慧與區塊

鏈極少：行動平台的技術應用占比最多為 48%，且逐年呈現成長趨

勢，主因是金融科技的崛起拜無線網路尤其是行動數據網路及行動

裝置技術的突飛猛進，因此，可想而知使用行動平台的技術是金融

科技發展的基礎，而行動平台則結合各式先進科技的應用始能發揮

最大功效，於是相關資訊應用技術如雲端系統(專利量占 18%)、大

數據(專利量占 15%)的專利數量亦不少，而行動裝置應用在物聯網

上可以讓資料的交換更便利、多樣化，故物聯網(專利量占 16%)的

應用也是金融科技的重要應用技術。而人工智慧可以提供使用者更

佳的使用體驗，它被應用在金融科技的專利數量雖然很少(專利量占

2%)，然人工智慧是科技發展的趨勢，想必將來相關專利數量必然會

成長。其次，原本專用於數位貨幣的區塊鏈技術(專利量占 1%)，近

來已被產業界及學界密切關注，相信將有助於將來金融科技的發

展。

40

肆、 我國金融科技專利申請趨勢

我國金融科技專利申請案是依據 IPC 分類 G06Q20(支付)、

G06Q30(商業)、G06Q40(金融、保險)為根據，其核心技術雖然是 G06Q20

及 G06Q40，然基於 G06Q30商業類屬電子商務方面的專利，多與金融科技

相關，屬廣義的金融科技專利，故以此三類申請案為分析基礎。

一、 近 10 年(96/1/1~106/4/30)我國金融科技申請及核准概況12

由圖 4-1 得知，我國金融科技專利以商業類的申請案較多，即如圖

4-2 所示，商業類專利占 65%，支付架構為 20%、金融保險為 15%。金融

科技專利在 101 年是個轉捩點，申請量除了金融保險類以外，支付架構

及商業類都有大幅的成長，與國際金融科技專利申請量於 2012年大幅提

升相符，惟金融科技的核心技術除支付架構類外，金融保險類則自 96年

起一直維持在 60 件上下，直到去(105)年才突然增加至 185 件申請案，

為前一(104)年申請量的 3 倍，加上商業類近 5 年(101~105 年)都維持在

350件左右，並無增長，因此，國內金融科技專利申請類別的分布已有結

構性的變化，如圖 4-3所示，為去(105)年我國金融科技專利類別分布，

商業類占比與金融保險及支付架構占比各占 50%。除了國際趨勢促使國外

公司加入我國金融科技市場外，我國企業亦因政府的鼓勵金融科技發展，

而加強金融科技專利布局。至於核准量每年約占 5 成左右，如圖 4-1 所

示。

12

我國金融科技專利資料來源為 106 年 5月 9日資訊室提供，資料範圍自 96年 1月 1日至 106年 4月

30 日，106年尚有大部分資料未賦予 IPC，亦未審結，顯示之資料暫無參考價值，104、105 年尚有少

部分未賦予 IPC，故實際申請案量可能會略為增加一二，103年以前尚有少部分案件未審結，104、105

年則未審結案較多，故核准案量在 103年以前，可能會略增一二，104、105年則可能尚有較多可能會

核准案。此外。核准案包括初審核准案及再審查核准案。

41

圖 4-1近 10年我國金融科技申請及核准趨勢

圖 4-2近 10年我國金融科技專利分布

支付架構

20%

商業

65%

金融保險

15%

近10年我國金融科技專利分布

42

圖 4-3去(105)年我國金融科技專利分布

二、 我國申請人與外國申請人金融科技專利比較13

圖 4-4顯示申請人為我國的金融科技申請量大於申請人為外國的申請

量，外國申請人極少申請新型專利，而我國申請人則申請新型專利的量極

高，其與發明案約為 1:2 的關係，換言之，2 件發明案就有一件新型案，

而金融科技核心應用的支付類及金融保險類更高，約為1:1.63及1:1.64，

因新型要保護的標的是物的形狀、構造或其組合，而金融科技則為運用科

技從事金融服務業務，其要提供給消費者的仍是金融服務，適合利用方法

請求項來尋求保護，因此，對於過高的新型專利案，在金融科技專利的保

護上，顯有不足。 其次，外國申請人對於支付應用的專利申請顯然極為

重視，占其總申請量的 30.1%，反觀我國申請人則為 21%，若只計算發明

案則只占 19.5%，然另一核心應用金融保險則較外國申請人多出許多，我

國申請人在金融保險專利占總申請量 19%，而外國申請人則只占 4.67%。

由此可知外國申請人對於金融科技重支付應用，輕金融保險，而我國申請

人對於支付及金融保險業務大致並重，惟支付應用專利較外國申請人為低，

故國人應多加強支付應用的創新研究，並繼續努力金融保險的研究開發，

才能持續保有優勢。

13

本節資料為近 5年(101/1/1~106/4/30)我國金融科技專利。

支付架構

23%

商業

50%

金融保險

27%

去(105)年我國金融科技專利分布

43

圖 4-4近 5年我國與外國申請人金融科技專利比較

如圖 4-5，為我國金融科技專利申請案申請人分別為國內或國外申請人及

是否為金融業的分布情形，由圖顯示，我國申請人與國外申請人的專利申

請量約為 3:1的關係(由圖 4-4亦可窺知)，我國金融業占 7%，而外國金

融業占 1%，可見在我國申請金融科技專利的申請人絕大多數都是非金融

業的法人或個人，然我國申請人為金融業者比外國申請人多。

圖 4-5近 5年我國金融科技專利申請人分布

0

200

400

600

800

1000

1200

1400

1600

發明 新型 發明 新型

我國 外國

金融保險 269 164 36 0

商業 957 409 496 7

支付 297 182 225 7

近5年(101/1/1~106/4/30)我國與外國申請

人金融科技專利比較

我國金融業

7%

我國非金融業

及個人

68%

外國金融業

1%

外國非金融業

24%

近5年(101/1/1~106/4/30)我國金融科技專利申請

人分布

44

再由表 4-1得知，我國金融業較專注發展金融保險應用，而外國金融業

則較注重支付應用；而非金融業方面，我國與外國申請人皆以商業類最多，

若以金融科技的核心應用來看，則我國非金融業在支付及金融保險應用大

致一致，然外國申請人，如其外國金融業一樣，皆以發展支付應用為重心。

101~106 年

(4/30)

申請案

我國金融業 我國非金融業及個人 外國金融業 外國非金融業 總計

發明 新型 發明 新型 發明 新型 發明 新型 發明 新型

申請 核准 申請 核准 申請 核准 申請 核准 申請 核准

支付 16 1 25 281 95 157 27 4 3 198 61 4 522 161 189

商業 14 0 15 943 273 394 3 0 0 493 215 7 1453 488 416

金融保險 57 3 89 212 70 75 2 1 0 34 5 0 305 79 164

小計 87 4 129 1436 438 626 32 5 3 725 281 11 2280 728 769

表 4-1 近 5年我國與外國申請人金融科技專利分布

如表 4-2、表 4-3 為 104 年及 105 年的我國與外國人金融科技專利

分布，可以很明顯發現我國金融業申請量遽增，發明案由 104 年的 3 件遽

增為 59 件，新型案亦由 104 年的 3 件遽增為 89 件，3 類應用(支付、商業、

金融保險)皆有明顯增加，尤以金融保險應用更是巨幅成長，顯見我國金

融產業在其專業上提出更多專利，惟專利除專注於本業，更應注入創新元

素，期待我國金融業能更朝多元的方向從事創新的活動。

104 年

申請案

我國金融業 我國非金融業及個人 外國金融業 外國非金融業 總計

發明 新型 發明 新型 發明 新型 發明 新型 發明 新型

申請 核准 申請 核准 申請 核准 申請 核准 申請 核准

支付 0 0 2 44 17 41 2 1 1 47 5 3 93 23 47

商業 1 0 0 174 64 79 2 0 0 109 42 4 286 106 83

金融保險 2 1 1 29 9 25 0 0 0 8 1 0 39 11 26

小計 3 1 3 247 90 145 4 1 1 164 48 7 418 140 156

表 4-2 104年我國與外國申請人金融科技專利分布

45

105 年

申請案

我國金融業 我國非金融業及個人 外國金融業 外國非金融業 總計

發明 新型 發明 新型 發明 新型 發明 新型 發明 新型

申請 核准 申請 核准 申請 核准 申請 核准 申請 核准

支付 11 1 11 60 10 31 15 0 0 29 5 1 115 16 43

商業 10 0 11 176 14 89 1 0 0 55 10 1 242 24 101

金融保險 38 0 67 50 2 19 1 0 0 10 1 0 99 3 86

小計 59 1 89 286 26 139 17 0 0 94 16 2 456 43 230

表 4-3 105年我國與外國申請人金融科技專利分布

三、 我國金融科技專利前 15 大申請人分析

本節資料為近 5年(101/1/1~106/4/30)我國金融科技專利。我國金融

科技專利前 15大申請人，如圖 4-6所示。其中我國申請人共 7家，外國

申請人則有 8家，且外國申請人的申請件數明顯高於我國申請人，且就發

明申請案而言則更高，可見，整體金融科技申請案，我國申請人申請案量

雖為外國申請人申請量的 3倍，然外國申請人顯然較為集中，前 15大申

請人占了多數，且我國申請人因新型專利併計，始能排入前 15大，究其

因，跟我國申請人有較多的個人申請人有關。

若就申請人的產業類別來看，金融業有 3家(中國銀聯、國泰人壽、第

一商銀)，中國銀聯共申請發明案 26件、新型案 3件，國泰人壽申請發明

案 9件、18件新型案，第一商銀發明案 9件、17件新型案，在同類型的

產業中，中國銀聯恐在金融科技專利領域中成為國內金融業的競爭對手；

而非金融業公司有 12家，其中有知名網路公司，包括前 1、2名的阿里巴

巴、樂天，第 5名的騰訊，第 15名的雅虎共 4家網路公司；其次，軟體

公司有三竹、微軟、臺灣行動支付，手機廠商蘋果，硬體公司英特爾，電

信商中華電信，零售商統一超商及學校南臺科大。由此前 15大來看，外

國申請人的商業經營特色明顯，且都具有一定規模，我國除中華電信可與

之抗衡外，缺乏大公司大力投入金融科技產業，另外，前 15大中包括 3

家中國大陸公司，且其申請量為數不少，是值得注意的現象。

46

圖 4-6我國金融科技專利前 15大申請人

以下再依國內外申請人及是否為金融業分別列出前 5 大申請人，如表

4-4~表 4-7 所示，其中我國非金融業及外國非金融業的前 5 大申請人，

亦為整體金融科技專利的前 15 大申請人之一(如圖 4-6)，而我國金融業

的前 5 大申請人，有國泰人壽及第一商銀亦為整體金融科技專利的前 15

大申請人之一(如圖 4-6)，其他如臺灣中小企銀、台新銀行及華南商銀其

專利申請量與國泰人壽及第一商銀差距不大，反觀外國金融業前 5大申請

人，除中國銀聯亦為整體金融科技專利的前 15 大申請人之一(如圖 4-6)

外，其它如萬事達卡及紐約證券僅共 6件，顯見，我國金融業整體對於金

融科技在國內的重視程度遠高於外國申請人，故整體競爭力亦相對較高。

阿里

巴巴

集團

有限

公司

樂天

股份

有限

公司

中華

電信

股份

有限

公司

南臺

科技

大學

騰訊

科技

（深

圳）

有限

公司

統一

超商

股份

有限

公司

英特

爾公

司

三竹

資訊

股份

有限

公司

中國

銀聯

股份

有限

公司

蘋果

公司

國泰

人壽

保險

股份

有限

公司

第一

商業

銀行

股份

有限

公司

微軟

技術

授權

有限

責任

公司

臺灣

行動

支付

股份

有限

公司

雅虎

股份

有限

公司

新型 0 0 6 9 0 23 0 0 3 0 18 17 0 7 0

發明 136 103 64 40 41 16 34 32 26 27 9 9 23 15 22

0

20

40

60

80

100

120

140

160

我國金融科技專利前15大申請人

47

我國金融業

排序 我國金融業名稱 發明 新型 總計

1 國泰人壽保險股份有限公司 9 18 27

2 第一商業銀行股份有限公司 9 17 26

3 臺灣中小企業銀行股份有限公司 9 9 18

4 台新國際商業銀行股份有限公司 7 9 16

5 華南商業銀行股份有限公司 2 12 14

表 4-4 我國金融科技專利我國金融業前 5大申請人

外國金融業

排序 外國金融業 發明 新型 總計

1 中國銀聯股份有限公司 26 3 29

2 萬事達卡有限公司 5 0 5

3 紐約證券交易集團公司 1 0 1

表 4-5我國金融科技專利外國金融業前 3大申請人

我國非金融業

排序 我國非金融業名稱 發明 新型 總計

1 中華電信股份有限公司 64 6 70

2 南臺科技大學 40 9 49

3 統一超商股份有限公司 16 23 39

4 三竹資訊股份有限公司 32 0 32

5 臺灣行動支付股份有限公司 15 7 22

表 4-6我國金融科技專利我國非金融業前 5大申請人

外國非金融業

排序 外國非金融業 發明 新型 總計

1 阿里巴巴集團有限公司 136 0 136

2 樂天股份有限公司 103 0 103

3 騰訊科技（深圳）有限公司 41 0 41

48

4 英特爾公司 34 0 34

5 蘋果公司 27 0 27

表 4-7我國金融科技專利外國非金融業前 5大申請人

四、 我國金融業金融科技專利申請趨勢

由於我國政府及相關人員的大力推動，加上本局不斷的推廣，國內金

融機構漸漸感受創新科技所帶來的機會與威脅，於是紛紛投入金融科技的

研發，並積極申請相關專利。

如圖 4-7，為我國金融業有關金融科技專利的申請件數分布，由圖可

明顯看出，申請量在 105年呈現巨量成長，106年前幾個月的申請量(不

含尚未完成 IPC分類者)亦比 101年~104年成長數倍，因此，國內金融業

對於金融科技專利的成長值得持續觀察，並作進一步探討。

圖 4-7近 5年我國金融業金融科技專利申請件數

發明 新型 發明 新型 發明 新型 發明 新型 發明 新型 發明 新型

101年 102年 103年 104年 105年 106年(~4/30)

金融保險 3 2 5 0 1 4 2 1 38 67 8 15

商業 0 0 1 0 0 1 1 0 10 11 2 3

支付 2 0 0 0 0 3 0 2 11 11 3 9

0

10

20

30

40

50

60

70

80

90

100

近5年我國金融業金融科技專利申請件數

49

承上，特將我國金融業申請專利的情況分年(104~106年)列表，如表 4-8

所示，為我國金融業金融科技專利申請件數，104年僅 6件，包括玉山銀

行 3件發明、國泰世華銀行 3件新型，而 105年則成長至 148件，106年

前幾月亦有 40件14，近 2年特別大量申請的包括國泰人壽 27件、第一銀

行 26件、台新銀行 16件、臺灣中小企銀 18件、華南商銀 13件…等，近

2年申請金融科技專利超過 10件者共 8家，106年 4月前，尚有 39件專

利申請案未賦予 IPC分類，故預計件數比目前統計更多，亦代表我國金融

業的金融科技專利申請預期將持續成長。就金融產業別來看，大部分為銀

行，亦有人壽保險公司及證券公司；值得注意的，申請的類別上，仍是新

型專利多於發明專利。

排序 金融業名稱

104 年申請量 105 年申請量 106 年(至 4 月 30

日)申請量

101~

106 年

總計 發明 新型 小計 發明 新型 小計 發明 新型 小計

總計 3 3 6 59 89 148 13 27 40

1 國泰人壽保險股份有限公司 0 0 0 7 16 23 1 2 3 27

2 第一商業銀行股份有限公司 0 0 0 9 17 26 0 0 0 26

3 台新國際商業銀行股份有限公司 0 0 0 7 9 16 0 0 0 16

4 兆豐國際商業銀行股份有限公司 0 0 0 0 4 4 1 3 4 8

5 臺灣中小企業銀行股份有限公司 0 0 0 9 9 18 0 0 0 18

6 玉山商業銀行股份有限公司 3 0 3 7 0 7 1 0 1 13

7 華南商業銀行股份有限公司 0 0 0 1 5 6 1 7 8 14

8 富邦綜合證券股份有限公司 0 0 0 4 3 7 2 0 2 10

9 國泰世華商業銀行股份有限公司 0 3 3 0 0 0 0 0 0 10

10 合作金庫商業銀行股份有限公司 0 0 0 0 2 2 1 1 2 4

11 南山人壽保險股份有限公司 0 0 0 0 0 0 0 6 6 6

12 彰化商業銀行股份有限公司 0 0 0 0 7 7 0 0 0 7

13 中國信託商業銀行股份有限公司 0 0 0 1 2 3 0 3 3 6

14 尚有 13 件發明案及 26件新型案未完成 IPC分類

50

14 富邦產物保險股份有限公司 0 0 0 3 2 5 1 0 1 6

15 富邦金融控股股份有限公司 0 0 0 4 0 4 2 0 2 6

16 臺灣土地銀行股份有限公司 0 0 0 0 5 5 0 0 0 5

17 台新綜合證券股份有限公司 0 0 0 1 1 2 0 0 0 2

18 群益金鼎證券股份有限公司 0 0 0 1 1 2 0 0 0 2

19 東森人身保險代理人股份有限公司 0 0 0 0 0 0 0 0 0 2

20 富邦人壽保險股份有限公司 0 0 0 0 0 0 1 1 2 2

21 臺灣銀行股份有限公司 0 0 0 1 0 1 1 0 1 2

22 永豐金證券股份有限公司 0 0 0 0 0 0 0 0 0 2

23 遠東國際商業銀行股份有限公司 0 0 0 0 0 0 1 1 2 2

24 京城商業銀行股份有限公司 0 0 0 0 0 0 0 1 1 2

25 元大證券投資信託股份有限公司 0 0 0 2 0 2 0 0 0 2

26 元富期貨股份有限公司 0 0 0 0 0 0 0 0 0 2

27 日盛證券股份有限公司 0 0 0 0 2 2 0 0 0 2

28 凱基商業銀行股份有限公司 0 0 0 1 1 2 0 0 0 2

29 國泰世紀產物保險股份有限公司 0 0 0 0 0 0 0 1 1 1

30 國泰綜合證券股份有限公司 0 0 0 0 1 1 0 0 0 1

31 元大證券股份有限公司 0 0 0 0 1 1 0 0 0 1

32 安聯人壽保險股份有限公司 0 0 0 1 0 1 0 0 0 1

33 富晨證券投資顧問股份有限公司 0 0 0 0 0 0 0 0 0 1

34 中國信託人壽保險股份有限公司 0 0 0 0 0 0 0 0 0 1

35 華南永昌綜合證券股份有限公司 0 0 0 0 0 0 0 1 1 1

36 中保保險經紀人股份有限公司 0 0 0 0 0 0 0 0 0 1

37 上海商業儲蓄銀行 0 0 0 0 0 0 0 0 0 1

38 泰安產物保險股份有限公司 0 0 0 0 1 1 0 0 0 1

總計 3 3 6 59 89 148 13 27 40

表 4-8近 3年我國金融業金融科技專利申請件數

五、 小結

一、 我國金融科技專利申請案自 96年至 104年商業類都占絕對多數(占

51

64%~77%)，105年轉為與核心技術(金融保險及支付)各占一半：近 10

年(96~105年)我國金融科技專利主要以商業類為主，然自 101年起，

因國際金融科技發展迅速，相關專利亦不斷增長，我國金融科技專利

結構開始產生變化，商業類專利自 101年起大概維持 350件上下，並

無明顯增長，然支付類專利則開始明顯增長，金融保險類亦於 105年

以 3倍的數量增長，由此得知，在我國布局金融科技專利以往核心技

術靠攏，我國金融科技相關產業包括金融業及新創科技產業更應加以

注意我國金融科技市場的變化與發展，國內產業應更加快腳步搶先申

請相關專利。

二、 我國申請人與國外申請人金融科技申請量約為 3:1的關係，若單就發

明案則為 2：1，此因我國申請人的新型專利的申請量極高，其與發

明案約為 1:2的關係，換言之，2件發明案就有一件新型案，而金融

科技核心的支付類及金融保險類更高，約為 1:1.63及 1:1.64。申請

人為金融產業者，我國占 7%，而外國 1%，我國金融產業在我國的專

利布局較外國金融產業為多。

三、 外國申請人較重視支付應用的專利申請，我國申請人則在金融保險類

專利較外國申請人多出許多，我國申請人對於支付及金融保險業務大

致並重，惟支付應用專利較外國申請人為低。

四、 我國金融產業申請金融科技專利近 2年遽增，由 104年僅 12家金融

業申請金融科技專利，到 105年、106年膨脹到 38家金融業申請金

融科技專利，申請數量亦明顯增加，105年至 106年 4月已有 228件

金融科技專利申請，然失衡的發明、新型專利申請量(105年發明申

請量 59件、新型 89件；106年 4月前發明申請量 13、新型 27件)

未必使金融服務的保護臻至完善。

五、 外國申請人專利布局較為集中：由前 15大申請人觀之，外國公司 8

家，我國公司 7家，申請量外國公司約為我國公司 1.57倍，若只看

發明案，則為 2.23倍，可見我國申請人的申請量整體雖為外國申請

人的 3倍，然我國公司多為個人申請人或中小企業，整體布局缺乏領

導廠商，較為分散。

52

伍、金融科技核心技術分析

依國際金融科技專利趨勢分析發現，近 10年的專利申請案中，技術

領域應用以行動平台、雲端系統、物聯網及大數據等技術為多，其中更以

行動平台所占比率最多(48%)，而雲端系統、物聯網及大數據等技術則約

在 15%上下，另人工智慧及區塊鏈的應用則居少數，應用技術的多寡分析，

究其原因，有其發展的背景因素，如行動平台技術，主要是金融行業電子

化由大型電腦移轉到個人電腦，進一步發展到以行動裝置來提供金融服務，

而漸漸萌發各種創新的金融服務，於是金融科技可說是以行動平台為基礎

而發展開來，而行動科技的進步並未稍歇，各種先進的技術不斷的整合到

行動平台上，加上通訊技術的進步，頻寬及傳輸速度不斷變寬變快，因此，

在行動平台上的創新應用日新月異，金融科技搭上了這一波進步科技熱潮，

在行動平台上提供創新的金融服務，故將行動平台應用在金融服務上則呈

現多樣化，無論支付、銀行業務、交易業務、投資管理、保險或稅務業務，

都可利用行動平台，而使金融科技更豐富，這是行動平台技術應用比率最

高的原因。

然而，各技術在金融科技的細部應用都極為廣泛瑣碎，我們從近 10

年間的專利趨勢分析中雖可看出各技術領域應用的大方向，卻無法一窺六

大技術領域中各別的技術發展的重心及各別的應用趨勢，例如行動平台，

國際上努力的方向是在行動通訊的溝通(Wireless、RFID、NFC…)?或是行

動通訊的識別技術及安全?還是著重在行動裝置的軟體技術上?因為其應

用極廣，例如一個支付應用就可能牽涉到軟體工程、通訊技術及資訊安全；

又如專利申請量較少的區塊鏈技術，我們也希望能透過國際金融科技的申

請案中瞭解國際上對於區塊鏈在金融科技上的核心技術是什麼?因此，本

文希望透過進一步的細部分析，探討應用在金融科技的六大技術其核心技

術為何?

前面第參、肆章的金融科技趨勢分析，對於國內業者尤其是金融業

者來說，除了該趨勢所提供的訊息外，若能從中得知核心技術的相關訊息，

則對於國內業者在進入金融科技領域時，擬定企業的技術策略或是尋求核

心技術的專利保護，會有更清晰的方向，若能知悉大家普遍研究技術趨向，

則更能掌握自己要研發的方向，因此，本報告希望透過更細部的分析，經

53

人工閱讀，提出六大技術領域中，各自的核心技術是什麼，並進一步以案

例來探討其技術特性。

一、 金融科技六大技術領域核心技術趨勢

本報告有關國際金融科技專利趨勢分析，是以 Derwen Innovation資

料庫擷取申請日在 2006/1/1~2017/4/30之間的 INPADOC專利家族，檢索

結果共 55353件專利申請案，計有 20322件 INPADOC專利家族案，本章即

據此檢索結果，擷取近 6年(2011/1/1~2017/4/30)資料，以 CPC作分類統

計，依技術領域分類，將資料依年份劃分(劃分成 2011~2013及 2014~2017

兩區塊)，以觀察其申請數量的變化，並將申請數量增加比率最高的前幾

名列出，以觀察其核心技術，茲分別以技術應用領域敘述如下：

(一) 大數據核心技術趨勢

CPC

件數 增加件

數

增加

率 2011 2012 2013 2014 2015 2016 2017 總

計

2011~

2013

2014~

2017

G06F 3/00 3 3 10 17 17 50 6 44 38 633%

H04L 63/00 2 4 5 8 10 22 51 11 40 29 264%

H04L 67/00 4 5 6 15 8 21 59 15 44 29 193%

G06F 17/00 11 13 17 20 34 49 2 146 41 105 64 156%

G06F 21/00 3 4 5 5 11 12 40 12 28 16 133%

G06K 9/00 3 14 13 15 20 20 85 30 55 25 83%

G06K 19/00 2 3 5 1 3 9 23 10 13 3 30%

H04W 4/00 7 4 4 2 3 11 1 32 15 17 2 13%

表 5-1 大數據核心技術趨勢

以近 6年資料為基礎，在近 3年專利數量增加比率較大者，代表其發

展相對較迅速，也較被產業所關注，而投入技術研發，繼而尋求專利保護，

因此，本報告據此認為核心技術在此，列示如下：

54

1、 電腦輸出入裝置(G06F 3/00)

2、 基於網路安全的網路架構或網路通訊協定(H04L 63/00)

3、 支援網路應用程式的網路安排或通訊協定(H04L 67/00)

4、 特定功能的數據處理方法(G06F 17/00)

5、 保護計算機裝置、程式或資料的安全機制(G06F 21/00)

6、 用於閱讀或識別印刷、書寫文字、圖形的方法或裝置(G06K 9/00)

7、 含有數位標記的記錄載體(G06K 19/00)

8、 用於無線網路的服務或設施(H04W 4/00)

其中 G06F 3/00的成長比率最高，然因其數量整體是較少的，所以，

本報告關注的是此 8項成長比率較高者，加上其申請數量亦高者(表 5-1

以紅線框起來者)G06F 17/00，其意義上代表近 3年專利申請數量增加最

多，共 64件，增率 156%(技術發展快速)，整體申請數量也最多，6年申

請量總合 146件(技術被應用較多)，基於此，G06F 17/00的技術，在大

數據的應用上更值得關注。

G06F 17/00及其下之五階分類，係使用計算機從事數據處理，故與

數據處理相關的方法或系統，為本項技術的項目，例如資料檢索、資料庫

結構、資料的擷取、利用統計方法或數學方法運算、自然語言資料處理；

而數據資料是金融服務機構核心內容，尤其它變得大量時，更能展現金融

機構的價值所在，因此，金融服務機構應善加利用以合法取得的大數據，

利用大數據資料庫作擷取、分類、統計、檢索、分析，使其能輔助企業經

營金融服務，更可將之利用在金融科技上，提供創新的服務。我們將在下

一章將此核心技術，透過案例分析，探討其技術方向。

(二) 人工智慧核心技術趨勢

CPC

件數 增加件

數

增加

率 2011 2012 2013 2014 2015 2016 2017 總

計

2011~

2013

2014~

2017

G06F 21/00 1 1 2 3 7 1 6 5 500%

G06F 3/00 1 2 3 6 1 5 4 400%

G06N 99/00 2 3 3 5 11 24 5 19 14 280%

55

H04L 67/00 1 2 2 9 14 3 11 8 267%

G06N 7/00 1 1 1 1 2 7 13 3 10 7 233%

G05B 15/00 1 1 1 3 1 7 2 5 3 150%

G06F 17/00 3 6 3 7 6 9 34 12 22 10 83%

G06N 5/00 2 7 10 8 9 15 51 19 32 13 68%

表 5-2 人工智慧核心技術趨勢

依上表統計結果可知，增加比率最多的是 G06F 21/00，然增加件數

及申請件數俱多者，則是 G06N 5/00，茲將人工智慧的核心技術列示如下：

1、 保護計算機裝置、程式或資料的安全機制(G06F 21/00)

2、 電腦輸出入裝置(G06F 3/00)

3、 基於特定(其它的)計算模式(量子電腦、學習機器、分子計算機)

的系統(G06N 99/00)

4、 支援網路應用程式的網路安排或通訊協定(H04L 67/00)

5、 基於特定數學模式的計算機系統(G06N 7/00)

6、 計算機控制系統(G05B 15/00)

7、 特定功能的數據處理方法(G06F 17/00)

8、 基於知識模式的計算機系統(G06N 5/00)

人工智慧在近 6年時間，申請量僅 156件，其中增加比率最高者為

G06F 21/00，為一種保護裝置、資料安全的機制，利用人工智慧作為保護

機制或未授權的使用，然因申請件數太低，尚不足特別關注，其次一些申

請量較高者，如 G06N 99/00係為一些特定但不包含 G06N已分類之模式(如

生物模式、知識模式及特定數學模式)，人工智慧技術以建立模式而分類、

分析資料，並進而作出判斷，為此技術常用之手段，惟此分類是尚未成熟

（如量子電腦）或未特定分類的模式，而經常被應用來作為人工智慧手段

之基礎，應是知識模式，亦是我們想要關注者（表 5-2畫紅框者）G06N 5/00，

其申請量及近 3年的增加量俱多，代表其在人工智慧技術上的發展迅速且

被應用較多。

G06N 5/00以下的五階分類包括動態檢索技術、知識表達、推理方

法及裝置；金融服務業借貸款的決策、信用評比的調查，經常使用資料庫

協助檢索分析，而若有一個輔助決策分析系統，則更能快速並準確的幫忙

56

作決策，此時，各式的模式庫則可發生作用，而模式庫的應用甚至可預測

一些未知的行為，例如在防範洗錢行為，亦可透過人工智慧的模式庫加以

分析，而模式庫最常用的便是以知識為基礎的模式庫，加上一些推理的方

法，如人工智慧常用的向後推論、模糊理論等。我們亦將在下一章針對此

G06N 5/00的核心技術有更進一步的案例分析。

(三) 行動平台核心技術趨勢

CPC

件數 增加件

數

增加

率 2011 2012 2013 2014 2015 2016 2017 總

計

2011~

2013

2014~

2017

H04L 67/00 1 3 3 20 9 21 57 7 50 43 614%

H04L 9/00 5 8 5 5 29 26 1 79 18 61 43 239%

H04W 12/00 50 53 58 97 129 144 2 533 161 372 211 131%

H04B 5/00 2 6 9 12 10 11 1 51 17 34 17 100%

H04L 63/00 29 27 37 45 66 67 1 272 93 179 86 92%

H04W 4/00 72 73 67 79 138 130 4 563 212 351 139 66%

G06F 21/00 9 6 11 15 15 12 1 69 26 43 17 65%

H04L

2209/00 24 26 10 16 15 15 106 60 46 -14 -23%

表 5-3 行動平台核心技術趨勢

行動平台近 3年專利申請量增加比率最高者為 CPC分類 H04L 67/00，

其為支援網路應用程式的網路安排或通訊協定，網路安排及通訊協定在行

動平台的應用到金融科技，可促使行動裝置與後台間順利溝通，然申請量

太少，值得關注的是申請數量較大的 H04W 12/00及 H04W 4/00，H04W為

無線通訊網路，熱門專利技術大部分被分類在此，恰巧反應出行動平台在

金融科技的應用上，無線通訊網路扮演了關鍵的角色，也因為無線通訊網

路的長足進步，促成了科技與金融服務的融合。H04W 12/00及 H04W 4/00

重要性上似乎平分秋色，然因 H04W 12/00在申請量及增加量的總數較 H04W

4/00為多，故下一章的案例研析，我們會選擇 H04W 12/00的專利案來閱

57

讀並作案例分析。茲將行動平台的關鍵技術，列示如下：

1、 支援網路應用程式的網路安排或通訊協定(H04L 67/00)

2、 保密或安全通訊裝置(H04L 9/00)

3、 安全性或欺騙偵測、身分認證、隱私保護等安全性配置(H04W

12/00)

4、 近場傳輸系統(H04B 5/00)

5、 基於網路安全的網路架構或網路通訊協定(H04L 63/00)

6、 用於無線網路的服務或設施(H04W 4/00)

7、 保護計算機裝置、程式或資料的安全機制(G06F 21/00)

8、 基於安全通訊所附加加密資訊或加密應用程式(H04L 2209/00)

金融服務的安全性極為重要，實體銀行的金融行為除了必須有身分證

明、印鑑或簽章，某些服務還需要拍照及雙證件證明，然而虛擬銀行尤其

是應用無限網路的行動銀行，其安全性並不如實體銀行能看到實體人或物，

因此，金融服務在無線通訊上的安全則須科技技術鼎力相助，才可達成，

H04W 12/00即是無線通訊網路的安全性技術，如密鑰管理的應用非常普

遍，尤其是非對稱性密鑰更是保障資料能夠安全傳輸與驗證身分的關鍵技

術，它能保障資訊的機密性、完整及可用性，並達成使用者的不可否認性，

及隱私的管理；其它如欺騙的偵測在金融科技上也是個熱門的議題，故而

H04W 12/00成為行動平台應用在金融科技的核心技術，我們將於下一章

以案例來探討此核心技術。

(四) 雲端系統核心技術趨勢

CPC

件數 增加件

數

增加

率 2011 2012 2013 2014 2015 2016 2017 總

計

2011~

2013

2014~

2017

H04L 67/00 4 13 5 20 21 38 2 103 22 81 59 268%

H04L 9/00 1 3 1 4 4 8 0 21 5 16 11 220%

G06F 3/00 3 2 5 3 9 14 0 36 10 26 16 160%

H04W 4/00 4 5 8 11 7 16 4 55 17 38 21 124%

H04W 12/00 5 2 3 5 8 7 0 30 10 20 10 100%

58

H04L 63/00 4 10 4 10 8 15 0 51 18 33 15 83%

G06F 21/00 2 7 5 7 9 5 0 35 14 21 7 50%

表 5-4 雲端系統核心技術趨勢

經統計，雲端系統的 7項核心技術，以 H04L 67/00的增加率最高，

且整體專利數量亦最多，茲將其核心技術列示如下：

1、 支援網路應用程式的網路安排或通訊協定(H04L 67/00)

2、 保密或安全通訊裝置(H04L 9/00)

3、 電腦輸出入裝置(G06F 3/00)

4、 用於無線網路的服務或設施(H04W 4/00)

5、 安全性或欺騙偵測、身分認證、隱私保護等安全性配置(H04W

12/00)

6、 基於網路安全的網路架構或網路通訊協定(H04L 63/00)

7、 保護計算機裝置、程式或資料的安全機制(G06F 21/00)

關於 CPC分類 H04L 67/00，支援網路應用程式的網路安排或通訊協

定，其技術包括以網路為基礎的技術(如 HTTP協定)、遠端控制程式、通

訊協定(如 WAP、FTP、Telnet)、網路的多重程式安排、依些專用的網路

環境(如醫療網路、傳感器網路)、網路服務管理…等，舉凡因應應用程式

要在網路尤其是網際網路上順利運作，且達成預期的效果，所作的軟體、

硬體的安排及控制，皆 H04L 67/00的範圍，而雲端系統架構基本上包含

三個層次，即 IaaS(Infrastructure as a service)提供基礎架構、

PaaS(Platform as a service)提供平台服務、SaaS(Software as a service)

提供軟體服務，除 IaaS外，舉凡雲端平台、軟體的服務，而使應用程式

可運作在雲端系統上，皆可歸類在 H04L 67/00。而金融服務已跳脫實體

櫃台服務，而不斷地提出創新的服務，此類服務有大部分是利用行動裝置

及無線網路隨時隨地可上網的特性，而成就虛擬平台，來從事金融服務，

而這類創新的服務後台龐大的資料須提供即時、正確或智慧型的服務，則

須雲端系統的幫助，而其中如何安排應用程式在網路上遵循協定運作，為

雲端系統在金融科技應用上的核心技術，我們將於下一章透過案例閱讀、

研析來探討此核心技術。

59

(五) 區塊鏈核心技術趨勢

CPC

件數 增加件

數

2011 2012 2013 2014 2015 2016 2017 總計 2011~

2013

2014~

2017

增加率

H04L 9/00 0 0 0 0 11 29 0 40 0 40 40 4000%

H04L

2209/00 0 0 0 0 9 11 0 20 0 20 20 2000%

H04L 63/00 0 0 0 0 4 8 0 12 0 12 12 1200%

H04L 67/00 0 0 0 1 0 7 0 8 0 8 8 800%

G06F 17/00 0 0 0 0 1 5 0 6 0 6 6 600%

G06F 21/00 0 0 0 1 0 4 0 5 0 5 5 500%

表 5-5 區塊鏈核心技術趨勢(取前 6名增加率高者，分母以 1代替)

區塊鏈技術是近幾年剛始熱門的技術，反映在申請量上，可看出整

體申請量較少，且都集中在近 2年，因 2011~2013年無申請案件，故由增

加數量最高的前 6名推估其核心技術，其中 CPC分類 H04L 9/00數量最多；

茲將其核心技術列示如下：

1、 保密或安全通訊裝置(H04L 9/00)

2、 基於安全通訊所附加加密資訊或加密應用程式(H04L 2209/00)

3、 基於網路安全的網路架構或網路通訊協定(H04L 63/00)

4、 支援網路應用程式的網路安排或通訊協定(H04L 67/00)

5、 特定功能的數據處理方法(G06F 17/00)

6、 保護計算機裝置、程式或資料的安全機制(G06F 21/00)

區塊鏈是一種去中心化的分散式網路架構，除了利用共識演算法採

多數決來確保每一節點資料的一致性外，交易資料如何確保其正確、不可

竄改，並能維持其可用性，則須資訊加解密及數位簽章技術來確保，因此，

區塊鏈架構也是一個具有可信任的交易環境，由此可知，資訊安全及保密

技術在區塊鏈的應用上占有重要地位，而金融服務業也是一個可忍受錯誤

程度較小的服務，故而將金融服務搬到科技平台上，對於資訊安全及保密

更要斤斤計較，而區塊鏈在某一部分可滿足此需求，因此，在區塊鏈應用

60

於金融科技的面向上，由專利申請趨勢可看出區塊鏈在金融科技所扮演的

角色；H04L 9/00為數位資訊傳輸之保密或安全裝置，其下階分類技術可

包括密鑰技術(包括公鑰、私鑰)、串形數據流技術、加密演算法…等。

(六) 物聯網核心技術趨勢

CPC

件數 增加件

數 增加率

2011 2012 2013 2014 2015 2016 2017 總計 2011~

2013

2014~

2017

H04L 67/00 9 5 13 15 22 50 2 116 27 89 62 230%

H04W 12/00 22 35 36 55 64 82 2 296 93 203 110 118%

H04L 63/00 7 5 11 10 20 18 0 71 23 48 25 109%

H04W 88/00 11 7 8 5 15 26 4 76 26 50 24 92%

H04W 4/00 169 180 156 163 302 327 26 1323 505 818 313 62%

H04L 51/00 6 15 4 2 8 17 0 52 25 27 2 8%

表 5-6 物聯網核心技術趨勢(取前 6名增加率高者)

物聯網技術的專利申請量上，以 CPC分類的 H04W 4/00的數量占有

絕對優勢，其增加率亦有 62%，可見此技術雖然早被關注發展，近期仍持

續熱絡；茲將物聯網在金融科技的核心技術列示如下：

1、 支援網路應用程式的網路安排或通訊協定(H04L 67/00)

2、 安全性或欺騙偵測、身分認證、隱私保護等安全性配置(H04W 12/00)

保密或安全通訊裝置(H04L 9/00)

3、 基於網路安全的網路架構或網路通訊協定(H04L 63/00)

4、 特別應用於無線網路的設備(H04W 88/00)

5、 用於無線網路的服務或設施(H04W 4/00)

6、 在封包傳遞網路中，使用者之間傳遞訊息的安排，如 e-mail、

instant messages(H04L 51/00)

CPC分類 H04W 4/00為用於無線網路的服務或設施，包括用於專門

環境中(建築物、車輛)的設施或服務、使用者群組的服務、訊息服務、資

料格式轉換…等。自動提款機(ATM)是金融機構運用物聯網技術與服務的

61

一個現成且極佳的媒介，透過 ATM連上網路不但可提供用戶提款轉帳服務，

更能蒐集大數據資訊或推播用戶所須訊息，且在物物相聯的概念下，創新

了更多的加值或新的服務，例如近幾年各金融機構所推廣的無卡提款的創

新服務，多數利用手機與後端金融機構聯網，取得一次性密碼，或二維條

碼，再與 ATM相聯接，而進行金融服務，如此，則後端伺服器、ATM網路

及手機的無線網路連接，實現了物聯網的概念，也增加了金融科技的豐富

性，物聯網的概念不僅連接相同群組(同一金融機構)，亦提供不同群組(跨

行服務)的資料交換，此牽涉到數據格式交換、移轉，而創新的無卡提款，

所牽涉的數據格式交換及資安措施更為複雜，因此，對於如何在物聯網及

無線網路上提供服務，是金融科技的熱門議題，整體金融科技專利與物聯

網技術相關的申請案雖然尚不多，然預期將會是逐漸受到重視，且可應用

的金融服務的技術，尤其是其核心技術 H04W 4/00，則更值得關注，我們

將在下一章以案例方式來探討此核心技術在金融科技上的應用。

二、 金融科技整體核心技術趨勢

前一節針對金融科技六大應用技術領域，統計分析各技術的核心技

術，其中各領域因技術的相關性或技術趨勢有部分重覆被應用的技術，如

H04L 67/00為網路應用程式的安排，對於金融科技走向行動化、智慧化、

聯網化的趨勢，對於網路應用程式如何順利運作在網路上，為各技術領域

都會觸及或關切的技術，而有一些技術則為某一特定技術才會用到的技術，

如 G06N 5/00為知識模式，為人工智慧因應資訊蒐集、分析、推理所建置

之模式，故其應用僅限於人工智慧。

茲將上述六大技術領域之 CPC分類整理為一總表，如下，俾窺出金

融科技整體核心技術趨勢。

大數

據

人工

智慧

行動

平台

雲端

系統

區塊

鏈

物聯

網

功能概述

G05B 15/00 計算機控制

G06F 3/00 輸出入裝置

G06F 17/00 數據處理方法

G06F 21/00 資料安全機制

G06K 9/00 識別文字、圖形

62

G06K 19/00 數位標記

G06N 5/00 知識模式

G06N 7/00 特定數學模式

G06N 99/00 特定計算模式

H04B 5/00 近場傳輸

H04L 9/00 保密與安全通訊

H04L 51/00 封包網路傳遞

H04L 63/00 網路安全架構

H04L 67/00 支援網路應用程式的安排

H04L 2209/00 附加加密資訊

H04W 4/00 無線網路服務

H04W 12/00 認證、隱私、安全性裝置

H04W 88/00 應用於無線網路的設備

Y04S 10/00 發電、輸電、配電

表 5-7 金融科技核心技術總表

除了人工智慧特用之知識模式、數學模式、計算模式，及一般電腦

硬體及配電設備外，將主要應用於金融科技的核心技術分類如下：

功能分類 CPC 功能概述 表 5-7中出

現次數

資訊安全

G06F 21/00 資料安全機制 5

H04L 9/00 保密與安全通訊 3

H04L 63/00 網路安全架構 5

H04L 2209/00 附加加密資訊 2

H04W 12/00 認證、隱私、安全性裝置 3

網路應用程

式管理

H04B 5/00 近場傳輸 1

H04L 51/00 封包網路傳遞 1

H04L 67/00 支援網路應用程式的安排 6

H04W 4/00 無線網路服務 4

63

數據處理 G06F 17/00 數據處理方法 3

G06K 9/00 識別文字、圖形 1

表 5-8 金融科技核心技術分類

將金融科技的核心技術分類，可分成 3類，資訊安全、網路應用程

式管理及數據處理，從表 5-7的總表得知，支援網路應用程式的網路安

排，在六大技術領域裡都出現，即其在六大技術領域中都是核心技術，可

見在金融科技的應用上，對於網路應用程式的運作安排是必須且重要的，

例如，一個第三方支付應用於網路上的應用程式，基本上要考慮幾個連結

關係，一是消費者與商家、一是消費者與第三方支付業者、一是商家與第

三方支付業者、一是第三方支付業者與金融機構，而原始資料由消費行為

而來，如何交易、認證、傳輸、轉換、撥款、入帳，牽涉到相當多的網路

及資訊運算及認證行為，因此，一個基本的金融科技應用程式無論其應用

技術領域是六大領域之其一，都有可能需要管理、安排網路應用程式；除

此之外，關於網路應用程式管理，尚包括 H04W 4/00的無線網路服務，蓋

因金融科技的一個主要特性即是行動化服務，因此，無線網路服務則因應

此創新服務而有大量的專利案申請，如行動平台及物聯網技術領域中，

H04W 4/00都有很大量的專利申請案。其次是數據處理，數據處理特別是

應用在大數據領域中，提供分類、統計、分析的技術，而大數據加上人工

智慧或物聯網，則可提供更充足多樣的數據分析來源，亦為核心技術裡極

重要的一環。

除了網路應用程式的管理及數據處理外，我們發現資訊安全是本分

析核心技術中最主要方向，無論是資料的安全、保密或是網路上的安全架

構及安全通訊，抑或是身分的認證及隱私保護，都是金融科技專利所關注

的項目，大概因為金融服務業一向注重交易安全及風險控管，一旦將實體

櫃檯服務移轉到網路的虛擬平台上，其交易安全及風險控管就變得複雜，

故其重要性便更加提高，因為金融機構在虛擬世界中一旦發生資安事件，

若未妥善築起防火牆即時因應，則容易擴散而影響金融機構的營運。因此，

例如 H04W 12/00則可作欺騙偵測、認證等安全防護，達到事先預防的效

果，而 H04L 63/00的網路安全架構則是網路資安的基礎建設，其它像資

訊的安全機制、保密與安全通訊或附加加密資訊，都可使在網路交易中確

64

保資訊在網路的傳輸過程中，達到正確、保密、不被竄改的目的。去年(2016

年)一銀 ATM被駭遭盜領 8000萬，今年(2017年)初台灣爆發史上首次券

商集體受到 DDoS(分散式阻斷服務)攻擊勒索事件，今年 10月遠東商銀也

傳出內部系統遭駭，遭盜領 18億；金融資安事件頻傳，尤其是全球金融

的網路互通，即網路更為便利發達，促成了金融資安事件的發生，而一旦

發生資安問題，其損失都是實體銀行時代所無法想像的，因此，金管會在

去年提出「金融科技發展計畫」中，即已提出將建立金融資安分享與分析

中心15，再加上近年資安事件頻傳，故無論是政府管理單位或是金融機構

本身，在發展金融科技的同時，都已經意識到資訊安全在金融科技的發展

上的重要性，而本報告從近 6年的專利核心技術分析中亦得到相同結論。

15

https://www.fsc.gov.tw/ch/home.jsp?id=96&parentpath=0,2&mcustomize=news_view.jsp&dataserno=20160

9200003&aplistdn=ou=news,ou=multisite,ou=chinese,ou=ap_root,o=fsc,c=tw&dtable=News

65

陸、金融科技核心技術案例分析

前一章透過 Derwent Innovation資料庫，擷取近 6年(2011/1/1至

2017/4/30)國外的金融科技的 INPADOC專利家族案，並以 4階 CPC分類號

擷取出六大技術領域的核心技術。本章將從上述擷取出來的專利案，在六

大技術領域中各篩選出 30~50件專利案進行人工閱讀，其篩選原則為，分

別從六大技術領域之排名最高(申請件數及增加件數俱高)的 4階 CPC分類

取出約 50件申請案，條件是(1)選擇該 4階 CPC分類為申請案的主要 CPC

分類號及年份較新者，若件數不足則酌加(2)該 4階 CPC分類是該申請案

的次要 CPC分類號或(3)較次排名之 4階 CPC分類之申請案，以補足 50件

申請案之數量為原則，經人工分類、篩選、閱讀後，萃取出對於技術分析

有價值的案件作成閱讀紀錄(如玖、附錄)。

經篩選後，閱讀的 CPC分類專利案(即視為該技術領域之主要核心技

術分類)如下：

技術領域 所選出之 4階 CPC分類號

大數據 G06F 17/00

人工智慧 G06N 5/00

行動平台 H04W 12/00

雲端系統 H04L 67/00,H04L 63/00, G06F 21/0016

區塊鏈 H04L 9/00

物聯網 H04W 4/00

表 6- 1閱讀技術分類表

一、 大數據技術案例分析

(一)技術分析

所選研讀技術之 4階 CPC分類號為 G06F17/00(特定功能的數據計

16

雲端系統依條件(1)件數不足，另以條件(2)或(3)補足閱讀件數。

66

算或資料處理的設備或方法)，依所研讀之大數據技術案例為目標進行

技術分析，其技術可概分為四類：

第一類、 訊息自動收集分析：對公共網路公開的訊息來源，自動及經

常性進行搜索以取得大數據之搜索結果，並將該大數據予以分

析及利用。本類別具有代表性之公開案號為 US9032281B2、

WO2016170551A2、US20120072300A1、及 US9201966B2。

第二類、 交易歷史訊息分析：對供應商服務器的交易歷史資料庫，進

行搜索以取得大數據之搜索結果，以準確找出的客戶所欲購買

的物品。本類別具有代表性之公開案號為 US9105029B2、

BR112012028898A2及 US8738599B2。

第三類、 訊息整合分析：對公共網路公開的訊息來源或私人資料庫，

進行搜索以取得大數據之搜索結果，以對業主的客戶進行風險

預警及信用評分。本類別具有代表性之公開案號為

WO2017027016A1及 US8706716 B2。

第四類、 多源共享資訊分析：對多個資料庫來源，進行搜索以取得大

數據之搜索結果，並將該大數據予以進行多使用者端間的資訊

共享。本類別具有代表性之公開案號為 US9590992B2及

US20160217214A1。

(二)研讀分析

甲、 研讀趨勢分析

第一、二類的技術應用，一是從公眾可取得的公開資訊，一是從

本身交易資料中獲得，依據分類之代表性件數可得知目前大數據的應

用以自動及經常性取得大數據予以分析及利用、客製化的購物，以應

用第一、二類所形成之趨勢為目前主流發展；而第三、四類則次之，

第三、四類的技術應用則是結合公、私訊息或多個資料庫來源(如從其

他協作廠商獲得)所作的整合分析，其主要應用於對客戶的風險預警及

信用評分、多使用者端間的資訊共享。

在第一類大數據的應用以自動及經常性取得大數據予以分析及

利用的這個主要趨勢類別中，US9032281B2 是可經常性及自動化的從

多個不同網站追踪高變化頻率的金融產品數據，再進一步識別出利率

67

相關之資訊、WO2016170551A2是一個自動系統，能夠預測和控制未來

攻擊和損害，何時何地可能出現的情況，跟踪條件發生的事件和/或確

定事件的人員並建議或控制可能的情況撤離或執法行動、

US20120072300A1 是搜索引擎通過中央資料庫對至少兩個不同的 web

數據源執行自動搜索及資料庫中數據的維護更新，因此用戶可以僅通

過單一使用者界面的網站來瀏覽多個網站的資料、US9201966B2 是用

於監測現有技術領域的發展，定期進行自動搜索，自動提供與管理者

或競爭對手專利組合相關的技術之變更或相關的最新訊息，以助於設

計專利策略或做出明智的業務決策。這個類別的核心技術在於建構一

個能夠自動性及經常性去取得具有變化性的大數據資料，並進一步執

行分析及利用。這可以看出一個趨勢，具有時間變化性的數據，資料

量大且更新次數多，不再只能依靠人力或非即時性的處理方式，若以

人力或傳統的資料擷取方式，所得到的結果將立即成為舊資料，失去

其價值性，因此必須以特定的方法及系統去處理大數據，這是目前大

數據主要的發展趨勢。

乙、 個案分析

1. 第一類別之代表性個案 US9032281B2

發明名稱：經由公眾通訊網路蒐集金融資訊的系統與方法

習知技術必須經由人工逐一去搜尋相關的金融機構網站，找出所

需金融商品的利率資料，因此有效率低下、人為錯誤、數據已過期和

搜尋不完整的問題，並且需支付代價高昂的人力成本。

本案是一種用於從多個網站獲得與金融產品相關聯的利率的方

法，核心技術是將多個網站的“銀行”金融產品數據建立與“利率表”

相關聯的“索引”，這樣可以自動化的方式即時取得和修改金融產品

的利率數據。流程可以劃分為三個主要子流程：（1）在資料庫中建立

一個新的銀行; （2）將公布的利率數據映射到資料庫中; 和（3）取

得和監測銀行網站上提供的利率數據的完整性。

2. 第二類別之代表性個案 US9105029B2

68

發明名稱：使用購買歷史的檢索系統

習知技術為利用傳統的搜索系統，由用戶輸入的與所欲購買物品的

相關搜索關鍵字以傳回商品搜索結果的網頁。

本案是一種搜索用戶之購買歷史的搜索系統，依據購買歷史改進搜

索系統以得到準確之商品網頁的結果。

本案核心技術是經由輸入裝置從用戶接收至少一個搜索詞，通過網

路從至少一個購買歷史資料庫存取用戶的購買歷史記錄，存取位於至

少一個儲存設備上的網頁索引，使用至少一個搜索詞和購買歷史來確

定相關聯的多個搜索結果，每個搜索結果包括到相關網頁的連接。

此外，可以依據不同的權重來顯示多個搜索結果，例如曾於 3天內

進行的購買給予最高的權重、3天和 1週之間進行的購買給予中等的權

重、在 1~2週內的購買給予最低的權重，而超過 2週的購買則提供很少

或零的權重。

3. 第三類別之代表性個案 US8706716B2

發明名稱：根據檢索項目的增加和數據相關性的驗證，進行反覆與動

態的檢索公開數據

習知技術對於無傳統信用資料之社會新鮮人或因為不喜愛而從未

信用貸款的老人無法取得其信用評分的資訊。

本案是一種可以增加檢索項目和驗證數據相關性的系統，檢索的

數據來源包括公共網路的公開訊息，例如網站、檢索引擎結果、社交

網站、線上履歷資料庫、求職版面、政府記錄、線上群組、支付處理

服務、線上訂閱資料。此外，數據源可以包括私人資料庫，例如信用

報告，貸款申請資料。

本案核心技術是藉由與客戶相關聯的一個或多個識別數據，用於

檢索數據或關鍵字檢索項。識別數據可以包括客戶名稱、出生日期、

電子郵件位址、地理區域、家庭地址、電話號碼、性別、符號等。還

可以包括其他識別數據，例如與金融機構的交易歷史以取得信用評

分。

識別數據可藉由有效度的量測來進行動態的更新，以使得下次的

檢索更為準確。

69

4. 第四類別之代表性個案 US20160217214A1

發明名稱： 房地產資產管理系統與方法

習知技術在房地產資產管理系統中，僅能針對房地產的賣方和買

方提供有關房地產交易的資訊，並不提供與房地產交易相關的其他參

與者有關房地產交易間的資訊，不具有資訊共享功能。

本案提供一種房地產資產管理系統，使諸如房地產管理公司，放

貸方，分包商，律師和經紀人等各方能夠依其所處的角色，即時交互

和共享與其角色相關的訊息，從而降低時間和成本。

本案核心技術是經由第一計算機之操作，可以向第一用戶呈現與

一或多個資產管理活動的進展相關的狀態數據，允許第一用戶讀取關

於多個管理活動中的每個活動; 經由第二計算機之操作，可以向第二

用戶呈現與由第二用戶提供的多個資產管理活動中的至少一個活動的

進展有關的狀態數據，允許第二用戶讀取與其在房地產交易中相關的

數據;並限制第二用戶讀取與其無關的房地產交易狀態數據;第二計算

機還可從第二用戶接收活動狀態更新，用以向第一用戶呈現更新後的

狀態數據。

(三)小結

從上述的分析，可知大數據所選研讀技術之四階 CPC 分類號為

G06F17/00包括了四類技術，第一類技術是可自動及經常性進行大數據的

取得及分析、第二類技術是使用大數據歷史資料庫進行購物的相關服務、

第三類技術是大數據對客戶進行風險預警及信用評分的技術、第四類技術

是使用者共享大數據的技術。

第一類技術是大數據的主流趨勢，從這個技術類別的申請案可以觀察

到，由於必須對於大數據予以分析及利用，在這個處理程序通常會結合人

工智慧的相關技術而一起進行應用。例如 WO2016170551A2，利用智能技

術分析大數據，能夠預測和控制未來攻擊和損害，以幫助決策者立即對危

機作出反應、US20120072300A1則提及當數據來源包含混亂的訊息時，必

須應用智能的方法來解釋相關訊息。

人工智慧的資料分類、模式識別、機器學習、類神經網路都是依靠大

70

量資料的輸入去訓練以獲致良好的效果，而大數據分析歷史資料，亦須依

靠人工智慧的相關技術以建立判斷或預測模式。因此，大數據與人工智慧

兩種技術領域的結合是目前發展中的趨勢。

二、 人工智慧技術案例分析

人工智慧今年(2017年)5月最熱門話題，即是 Google的 AlphaGo打

敗了當今棋王柯潔，而且 3戰全勝，震撼全球，並引起廣泛討論，姑且不

論此事件是否代表著人工智慧正式超越人類?至少這個不算新的技術又再

度引起大家的關注，更對於著重創新的各行各業注入新的活血。事實上，

人工智慧發展至今有了一個新的突破，即是被廣泛應用在圖片、影像辨識

的新技術—機器深度學習，不但促使自駕車的蓬勃發展，也是 AlphaGo能

夠擊敗人腦的關鍵，甚至可以應用在自然語言的發展上，算是人工智慧的

研發上，一個令人振奮的突破。

金融科技也搭上此波人工智慧熱潮，積極發展智慧型服務，無論應用

於金融、理財、信貸的服務或是錯誤偵測、洗錢防制的防弊措施，都有很

大的發展空間，以下將針對前一章所分析的核心技術，透過人工閱讀，試

著從實際案例中去發現、歸納國際上如何將人工智慧應用在金融服務上。

(一)技術分析

所選研讀的 CPC 4階分類為 G06N 5/00，本類位為基於知識模式的計

算機系統，本技術可細分為如下 4個技術分類：

第一類、 資料分析：收集資料，並將資料經分類、建立關聯性，存於

資料庫，利用資料分析方法如決策樹，用以輔助決策分析。

第二類、 規則推論：建立知識庫及規則庫，利用規則推論以取得最後

結果，如專家系統。

第三類、 模式辨識及機器學習：建立模式庫，透過模式辨識或機器學

習演算法，如神經網路、基因演算法，使電腦可用以判斷事

件及預測結果。

第四類、 自然語言：透過語音識別、語句分析，而應用於人機對話或

翻譯。

71

(二)研讀分析

甲、 研讀趨勢分析

經選讀 30篇與人工智慧相關的金融科技專利後，上述四類技術

主要應用在法律法規遵循、決策分析或事件處理，如下表：

表 6-2 人工智慧技術分類表

應用類型 法律遵循 決策分析、輔助、預測 事件處理、通知、業務服

務

技術類型

資料分析

1、 確定關聯項目(US9582145B2) 2、 數據之相關性、相依性，預測金融犯罪

(US20170017887A1) 3、 以決策樹預測網路金融非法活動

(US20160267483A1) 4、 自動識別潛在保險客戶的保險訊息

(US20160267604A1)

1、 地理相關的交通規則，事故檢測(US20160358081A1)

2、 數位對話資產化(US20170124460A1)

規則推論

1、 以 Metadata(元資料)定義事件型態(EP2407917B1)

2、 動態調整規則庫(US9280766B2)

3、 規則引擎，篩選證券交易訂單(US20140108222A1)

1、 擴展語義資料庫、推論引擎，可獲得趨勢、學習、結論(WO2015009682A1)

2、 透過行車歷史紀錄，輔助學習(JP2016065819A)

3、 商業決策支援(EP3043295A3)

1、 接受客製化規則(US20130325783A1)

2、 規則引擎(CN103631848A)

3、 識別及修正支票相關資料錯誤(US20160104129A1

)

模式辨識及機器學習

1、 精算保險風險(US2012072247A1) 2、 用文本資料去評估數據資料，預測下一

個關注對象(CN1034602068) 3、 搜尋引擎檢索(CN103988203B) 4、 災難早期預測(US9020875B1) 5、 估算工作待遇(US20140012786A1) 6、 對應因果模型、風險分數，預測創新詐

欺威脅(US20150186901A1) 7、 基因演算法防詐欺(US20150154601A1) 8、 交易風險管理，價格算法

(JP2016212825A) 9、 驗證信用評等(US20160225076A1) 10、 同步分析和預警檢測中的風險，來預

測經濟狀況(US9639897B2) 11、 用於客戶提交內容，以提高客戶滿意

度(WO2017023742A1)

1、以傳感器、服務紀錄經無監督學習模型的入侵檢測(WO2017058998A1)

自然語言

1、預測使用者意圖、人機對話(US9495962B2)

其他

1、 經透視物件，使管理網頁變動態(US20160117609A1)

2、 泛用 AI程式，提供商業最佳利益(US20160253741A1)

72

由上表得知，人工智慧在金融科技的應用，重要核心技術在模式

辨識及機器學習，共 12件(40%)，其次是規則推論，共 9件(30%)，而

資料分析技術應用共 6件(20%)，最後則是自然語言 1件(3.3%)，另有

其他 2件。若以應用在金融科技的業務分類來看，則應用於決策分析、

輔助分析判斷或預測有 19件(63.3%)，其次是事件處理或事件通知有

8件(26.7%)，另法規遵循有 3件(10%)。

由申請趨勢來看，人工智慧應用在金融科技以分布在 CPC分類之

G06N 5/00為最多且數量增加率最高，其技術都牽涉到知識庫或模式

庫的知識表達及推理，為人工智慧應用在金融科技的核心技術，而實

際閱讀結果顯示，模式辨識及機器學習的技術是核心技術裡占最多的

應用，其多用於風險的評估管理，如信用評等的評估、保險風險的精

算、詐欺威脅的預測、入侵檢測，可見金融服務業對於風險管理的重

視，將服務應用到科技平台上，對於風險的管理仍是其第一要務，尤

其虛擬世界中的風險更牽涉到資訊安全，為保護金融業的核心價值，

不可不慎；而其應用的業務領域多是輔助決策分析，如信貸前須先蒐

集申請人的信用紀錄，分析預測經濟狀況始能在決策時避開風險，此

都需要有模式庫與機器學習的輔助，值得一提的是，上表分類是以閱

讀後所認知的主要技術特徵為分類的對象，一個案子只會分在一個主

要的技術及應用領域，然人工智慧技術的應用，通常須用到多種技術

使能達成，例如 US20160267483A1雖然分類為資料分析，然其技術內

容有應用機器學習的技巧，然因關於機器學習的技術內容未明確描述，

僅是利用現有機器學習技術來應用，其主要技術特徵仍為決策樹的應

用，故模式辨識及機器學習的技術應用，實際上比統計的數據多，可

見目前的技術趨勢是以機器學習為主，其次是規則推論。規則推論是

利用既定的規則庫運用一定法則或演算法進行規則步驟性的推論，此

為初步的機器學習技術，沒有牽涉預測或模式辨認，然只要有足夠的

知識，則可以如專家一樣，作出準確的判斷，應用領域中的法律遵循，

則非常適合應用此技術。除此之外，資料分析技術是一個應用資料結

構方法來作為資料分析，如使用決策樹，或使用資料的關聯性達成決

策分析的目的。另自然語言的應用，在閱讀的核心技術中僅有 1件，

數量較少。關於人工智慧的進階技術，機器學習的深度學習，則在閱

73

讀的專利中未發現有此應用，顯見人工智慧新技術的突破，在專利布

局上尚處於萌芽階段。

乙、 個案分析

以下針對資料分析、規則推論、模式辨識及機器學習各舉一例，

來討論人工智慧在金融科技上的應用。

1. 資料分析個案：US20160267483A1基於歷史數據識別非法活動的系統

和方法

欲解決問題：防範非法使用者破壞合法使用者帳號，如金融帳號被盜

用。網路互動愈來愈頻繁，而產生一些非法盜用別人帳號而竊取

資料或破壞的行為，如購物網站，非法使用者藉由盜用合法使用

者的帳號，而竊取使用者的支付資料，而從事詐騙行為；如社交

網站，非法使用者冒用合法使用者帳號，而從事破壞使用者的行

為；又如金融服務，金融帳號被盜用，不但會造成使用者的損失、

金融機構的風險增加，也會減少用戶使用網路使用相關金融工具

的意願。

使用技術手段：獲取已知合法活動及已知非法活動的歷史數據相關聯

的多個特徵，利用機器學習以得到歷史數據特徵的訊息，而用以

產生一決策樹，找出符合要件的特定節點，自一規則模組為該節

點產生規則，依據規則辨識出非法活動。

圖 6-1 US20160267483A1技術示意圖

已知合法活動 已知非法活動

歷史數據庫

機器學習技術

決策樹

規則模組

辨識 非法活動

74

本案使用的技術手段包括決策樹以外，尚包括機器學習、規

則模組等技術，利用機器學習技術去萃取出歷史資料(包括合法

活動及非法活動)中的特徵資料，依據特徵資料產生一決策樹，

因應特定節點產生規則，於決策樹中執行規則而判斷出不合法的

活動，由此可知，本案為人工智慧技術綜合性的應用，核心技術

是決策樹的判斷，決策樹資料的產生使用機器學習去萃取，另規

則產生則有一規則模組。

達成功效：利用歷史活動記錄，辨識出非法活動。

2. 規則推論個案：EP2407917B1評估事件的方法及系統

欲解決問題：解決商業運作法規遵循的問題。商業運作需要符合政府

或監管單位的法規或公司內部的規定，然頻率愈高或愈嚴謹的管

理，需要大量的控制及成本，且常在不符規定的事件發生後才發

現。

使用技術手段：定義事件類型，使用元資料(metadata)去描述事件類

型，當事件發生時，找出與此事件匹配的事件類型，並決定此事

件相關的事件資料，由事件類型決定含有複數個規則的控制資料，

該規則包含複數個標準，用以評估該事件是否符合規則的最低要

件需求。其技術特徵如下所示：

1、 儲存事件類型，每一事件類型以事件的 metadata來描述

2、 接收事件

3、 針對所接收的事件

(1) 確認事件類型

(2) 確認該事件類型的事件元資料

(3) 確認該事件的控制資料物件

(4) 藉由讀取事件元資料的資料用以確認事件資料

4、 針對控制資料物件

(1) 確認控制資料物件的規則

(2) 評估該讀取事件元資料的資料是否符合最低標準

(3) 輸出評估結果

75

達成功效：預先防範不符規定的事件發生，可節省人力成本。

3. 模式辨識及機器學習個案：US2012072247A1風險模型系統

欲解決問題：解決保險政策精算所耗費的大量人力、成本及時間。產

物保險公司對於保險政策的分析通常透過人為精算師的精算及

承銷商的專業知識，他們通常是以單變量來考慮保費，然因為風

險參數不是單一的，通常是多個且互相影響的，所以，保險公司

經常處在保費風險之下(保留風險及洩漏風險)，然欲建構一個數

以百萬計的風險參數的風險模型必須耗費相當人力、成本及時

間。

技術手段：提供一模式辨識引擎(pattern recoginition engine)，

可使其在大量數據型態資料中發現模式，提供一自然智慧學習演

算法，可從原始資料及中間資料來訓練其歸納邏輯。建構一個風

險模型，該模型是彈性可隨著複雜度的增加而擴大，可以減少長

時間建模。一種包括通用決策支援和決策預測分析引擎的系統，

能夠在許多類型的數據資料中找到模式。

圖 6-2 US2012072247A1技術示意圖

原始數據資料

智慧學習演算法

風險模型

模式辨識引擎 模式

76

本案模式資料擷取自原始數據資料，如保險政策資料、保險

申請資料或第三方系統的相關資料，經轉換及預處理成為模式可

用資料，再經智慧學習演算法的測試、訓練所產生的資料，經最

佳化共同組合成模式資料，建立一風險模型，經模式辨識引擎可

找出最適切的模式出來。

達成功效：節省人力、時間、成本。

(三)小結

經統計分析得知基於知識模式的計算機系統(CPC G06N 5/00)是人工

智慧應用在金融科技的重要核心技術，而由閱讀專利案得知，該重要核

心技術的專利申請內容，其中有 3類主要的技術應用，分別是(1)資料分

析、(2)規則推論、(3)模式辨識與機器學習，由萃取的 30篇的專利公開

案中得知，基於知識模式的人工智慧技術被應用於金融科技，有以下幾

點發現：

1、 大部份應用在金融保險的風險管理、管控，無論是決策輔助分析、

潛在非法活動的辨識、預測，還是事件的處理(如入侵事件處理)，

或是信用評等的估算、驗證，再再可以發現這類專利案中皆以風

險管理為其應用，因此可知，無論是傳統的金融服務業，或是走

向科技平台的金融服務，風險控管都是金融服務業不可忽視的核

心。而人工智慧尤其是知識模式的推理，正可以使原本需要耗費

大量人力物力的風險管理變得有智慧、有效率，因知識模式可儲

存大量的法規及風險資訊，可快速辨識事件所須之資訊，甚至對

於未知事件透過模式辨識，可預測及提早應變。

2、 基於知識模式的計算機系統通常會應用人工智慧的多項技術作綜

合的技術考量；我們雖將技術分類，然一項關於金融科技的人工

智慧專利，通常牽涉到分類技術中的多種技術，例如，一種風險

應變系統，其主要透過模式辨識來辨識事件是否具有風險，然使

用模式辨識之前，須有模式的建立，而模式建立則可能牽涉資料

分類、特徵擷取等技術，再加上機器學習演算法，始能建立完整、

彈性的模式，當辨識出事件模式後，其後續處理可能會用到決策

樹，以找出最佳應變措施，因此，一個風險管理系統，牽涉多個

人工智慧技術。

77

3、 金融科技的專利以現存的人工智慧技術的應用為主，未發現創新

的人工智慧技術，而多用於程序上的規劃。

4、 法規遵循是知識模式應用可以注意的領域，近年來法遵成為一個

熱門的話題，且法遵與風險控管亦密切相關，法遵應用與知識模

式系統的表達與推理亦能相輔相成，是個極可開發且重要的領

域。

三、 行動平台技術案例分析

(一)技術分析

依據前開所選出研讀案例，剔除非金融科技行動平台類技術案例、

個人申請案等態樣之專利案後，初步精選出 30件專利案。經技術分

析後進一步以技術領域作分類，可分為 4子分類；其中，各子分類技

術領域及對應專利案件數，分別如下:

第一類、 行動裝置安全性：在既有安全元件(Secure Element，SE)架

構下，增進行動裝置進行行動支付的安全性，共 10件。其中，對

應專利公開或公告案號為:AU2014272654A1、CN103580852A、

EP2835004A1、EP3149573A1、US20140256251A1、US20160127898A1、

US20160150408A1、US20150135278A1、US20170111797A1、

US20150172928A1。

第二類、 生物辨識：於行動裝置端進行金融交易時，利用生物特徵辨

識技術進行用戶身份確認，共 4件。其中，對應專利公開或公告

案號為:CN105580046A、US9351165B2、US9635554B2、

US20160073263A1。

第三類、 驗證平台：透過驗證平台提升行動裝置於行動支付時的安全

性，共 10件。其中，對應專利公開或公告案號為:EP3085128A1、

US9177311B2、US9408075B2、US20160135050A1、US9426659B2、

US9554274B1、US20160219436A1、US20170026837A1、

US20170070886A1、US20130303124A1。

第四類、 無線通訊安全性：行動裝置與讀取器間以無線通訊進行行動

支付時(例如，NFC、RFID)，在既有的無線通訊架構下，提升行動

78

支付的安全性，共 6件。其中，對應專利公開或公告案號

為:CN106453203A、EP2979158A1、US20160007202A1、

US20170118645A1、US8990895B2、WO2013188062A1。

(二)研讀分析

甲、 研讀趨勢說明

從上述各技術類別案件量分布情形可知，該第一類及第三類係對

應案件量較多的技術類別【註:主要申請公司有星展銀行、VISA、騰

訊、美國銀行及 Paypal等】。因此，針對該一、三類技術所欲解決問

題、行動支付安全性提升所採取技術手段差異點作說明。

第一類案件所欲解決問題:係當多種型態安全元件(Secure

Element)可個別或同時安裝於行動裝置上，常見型態有: (1)安全元

件建置於通用記體電路卡上(UICC)。例如，手機 SIM卡；(2)安全元

件建置於行動裝置的內嵌晶片；(3)安全元件建置於行動裝置的安全

數位卡(Secure Digital Memory Card，SD)上。當透過近場通訊

(Near-field communication，NFC)進行行動支付時，行動裝置上的

應用程式可直接存取安全元件內的識別資料，以進行交易。然而，安

全元件若未適當控管存取，容易被惡意程式攻擊，以進行非法交易。

因此，存在著安全性上問題必須解決。

第三類案件所欲解決問題為習知之行動裝置進行金融交易時，並

未善加利用行動裝置上的特定資訊(例如，手機位置資訊、識別碼等)

加以進行驗證，因此，無法確認該行動裝置進行交易時是否合法，仍

須藉由特定驗證平台確認用戶手機使用上是否合法，以提高交易安全

性。

再者，就第一、三類案件所採取技術手段差異作探討，雖二者採

取技術手段均對行動支付時的識別資料進行驗證處理，惟第一類案件

係於行動支付前端的驗證、第三類案件有別於第一類案件的安全元件

的驗證方式，係獨立於安全元件的電路架構外，額外新增驗證端，由

該驗證端協同伺服端以確認用戶端所進行交易是否合法，係屬於行動

支付後端的驗證，二者驗證方式可同時並存。

經分析第一、三類別案件所欲解決問題、所採取技術手段差異後，

79

不難發現申請人申請專利趨勢，並非申請如行動支付、個人理財管理、

資產管理、行動銀行、數位貨幣或 P2P融資等更新穎金融科技應用；

而係往行動平台在行動支付時安全性技術提升的發明專利申請，以應

付現今行動支付普及所延伸安全性問題。

乙、 個案分析

為讓讀者能充分瞭解現今行動平台類金融科技專利案之發明，茲

就前述申請案件較多的第一類及第三類案件，各挑選出 1件代表性專

利案進行個案分析。

代表性引證案: US 20160150408 A1

主要技術特徵:本案係將安全元件建置於行動裝置 SIM卡，在進

行 NFC刷卡交易前，如果單線連接協定（Single Wire Protocol，SWP）

導通開關 309關閉，用戶需要啟動密碼認證模組 303，輸入正確密碼，

密碼驗證通過後，密碼認證模組會設置通用型之輸出輸入

(General-Purpose Input/Output，GPIO)輸出信號，導通 SWP導通開

關309則NFC晶片305與用戶身份模組(Subscriber Identity Modul，

SIM)卡 307之間 SWP連接被導通。如果輸入錯誤密碼，密碼認證模組

會拒絕打開 NFC晶片 305與 SIM卡 307之間的通道，此時手機無法進

行 NFC刷卡業務。當輸入正確密碼打開 SWP通道後，手機可以進行

NFC刷卡業務，銷售點(Point of Sale，POS)端會通過 NFC天線 311

與 NFC晶片 305之間通過無線通訊協定交互數據，NFC晶片 305會與

SIM卡 307之間通過 SWP協定交互數據。交易成功後，NFC晶片 305

通過積體電路匯流排(Inter-Integrated Circuit，I2C)上報刷卡成

功事件給手機 AP301。請參考圖 6-3：

80

圖 6-3 US20160150408A1 技術示意圖

探討:本案例為第一類案件，由前述分類可知本案係對安全元件架構

下的安全性強化的技術領域；且前述所述行動支付之前段驗證部分，

如本案的行動裝置的 NFC晶片與安全元件間的資料往返進行驗證部

分。若為考量安全性前提下，須於既有安全元件架構。例如，本案

SIM卡與 NFC間之連接的電路架構，額外新增驗證模組。例如，本案

密碼認證模塊 303，進而與安全元件協同運作下，提升行動支付的安

全性。

代表性引證案: US 20160135050 A1

主要技術特徵:當使用者透過電子裝置 24與店家的 POS52進行行動支

付時(例如，掃描 QR碼)，驗證元件 48經由無線網路傳送非重複性驗

證碼至電子裝置 24，其中該非重複性驗證碼係定時隨機產生，因此

具有惟一性；電子裝置再經網路 32傳送該非重複性驗證碼至伺服器

40，該伺服器 40會根據該定時隨機產生的非重複性驗證碼進一步演

算以確認是否符合，若符合則可進行後續行動支付交易。請參考圖

81

6-4：

圖 6-4 US20160135050A1 技術示意圖

探討:本案例為第三類案件，由前述分類可知本案係透過驗證平台加

以對行動支付進行安全驗證的技術領域；且前述所述行動支付之後端

驗證部分，如本案驗證元件 48的設置，係獨立行動裝置內嵌安全元

件 SE外，即非設置於行動裝置內的驗證端。若為考量安全性前提下，

可藉由設置行動裝置外的驗證端與伺服端間協同運作下進行資料安

全檢核，提升行動支付的安全性。

(三)小結

經上述案例分析後，可知行動平台應用於行動支付的技術發展已

趨於成熟。例如，行動網路支付(WAP)、QR Code支付及非接觸式 NFC

支付等，然未在有更新穎的行動支付技術誕生下，如何透過既有技術

組合增進交易安全性，為現今產業所要解決與發展的重要課題。爰此，

多種安全驗證技術。例如，用戶身分識別、金鑰加解密技術；安全元

件、簡訊服務(Short Message Service，SMS)、用戶個人識別號碼

(Personal Identification Number，PIN)及 NFC晶片的安全存取等

82

應用，均可常見於行動平台類的發明專利。因此，各家廠商為獲取消

費者信任，均加強行動支付安全性，從而能在龐大的行動支付商機下，

占有行動支付市場的關鍵。

四、 雲端系統技術案例分析

雲端系統的技術則著重在解決雲端認證與安全管理、雲端服務、雲端

資料庫及雲端運算四個方面的問題。關於雲端認證與安全管理，傳統上，

系統和軟體應用程式都部署在企業自己的私有數據網路中，具有嚴格的控

制和策略，以確保數據和使用符合企業標準。然而，採用由第三方提供的

基於雲端的服務造成了潛在資訊安全風險。某些企業，如醫療、金融相關

機構，必須按照嚴格的監管要求儲存敏感數據，因此，對於雲端資訊的數

據管理與傳輸，有相關之認證與安全管理技術需求。關於雲端服務，使用

者可以經由位於雲端的服務提供商得到所需要的服務，如互聯網服務、多

媒體即時傳輸服務、商家對於消費者的客製化服務、網路列印、掃描、傳

真多功能事務機之設備使用服務及其他之應用服務。關於雲端資料庫，使

用者可以透過租用的方式利用大型遠端網路儲存資料庫解決方案來簡化

儲存管理，降低建置儲存設備的費用。然而，存取遠端所儲存的數據，卻

會產生存取延遲及共享資料庫的多個客戶端會遇到數據一致性問題。關於

雲端運算，是一種基於網際網路的分散式運算平台，使其能夠降低運算成

本及維護開銷，並根據需求獲得運算能力。因此，有效的統整及彈性調配

計算資源是其所重視的技術議題。

(一)技術分析

所 選 研 讀 技 術 之 四 階 CPC 分 類 號 為 H04L0063(Network

architectures or network communication protocols for network

security), H04L0067(Network-specific arrangements or

communication protocols supporting networked applications),

G06F0021(Security arrangements for protecting computers,

components thereof, programs or data against unauthorised

activity)，依所研讀之雲端系統技術案例為目標進行技術分析，其技

83

術可概分為四類：

第一類、 雲端認證與安全管理：針對雲端系統使用安全的管理，包括

使用者身分的驗證與授權，及資料安全管理與保護；本類別具有

代表性之公開案號為 AU2013221600B2、US20150106269A1、

US8627077B2、US9112836B2及 US8613052B2。

第二類、 雲端服務：主要是由雲端服務提供商(CSP)提供各類雲端服務

給 CSP認證用戶，或是商家透過雲端系統提供消費者具有個人偏

好的服務；本類別具有代表性之公開案號為 US20150127546A1、

US9276916B2、CN104365122A及 CN105049522A。

第三類、 雲端資料庫：所提供服務的數位內容管理，如消費者的偏好

資料、事件通知訊息、歷史資料等，而數位內容可以多樣化，如

影像、視頻或各種維度的資料；本類別具有代表性之公開案號為

US20150358423A1、US20150188993A1及 US8571956B2。

第四類、 雲端運算系統：將計算機資源放在雲端提供用戶使用，該資

源包括硬體、軟體、儲存設備等；本類別具有代表性之公開案號

為 US9160606B2、US20160269378A1及 US9614904B2。

(二)研讀分析

甲、 研讀趨勢說明

依據分類之代表性件數可得知目前雲端系統的應用以第一類雲端

認證與安全管理之趨勢為主，其次是第二類雲端服務，最後是第三類

雲端資料庫及第四類雲端運算系統。

在第一類雲端認證與安全管理的這個主要趨勢類別中，

AU2013221600B2是利用雲憑證管理服務器去管理多個不同類型的憑證，

並依據該些憑證產生多個虛擬憑證，並將虛擬憑據傳送到移動設備以

供使用、US20150106269A1 是提供一個認證交易服務器用以管理客戶

到客戶（C2C）和企業對客戶（B2C）之間購物消費行為的虛擬貨幣交

易以及真實錢幣與虛擬貨幣之間的轉換、US8627077B2 是提供一個認

證系統對用戶身份進行驗證及授權，用以提供離線存取模式，使用戶

可以離線存取被授權的文檔、US9112836B2 是提供一個雲管理系統，

用以對建構於雲端環境中的數據給予保護機制來傳送數據及進行安全

84

管理、US8613052B2 是提供一個遠端安全服務器，使得行動用戶和銷

售點設備或存取各種遠端資源之間可以獲得安全授權，以避免財務和

身份盜用的風險。

這個雲端認證與安全管理類別的核心技術在於兩個重點，第一個

是對使用者身分的驗證及授權管理，例如，AU2013221600B2、

US8627077B2及 US8613052B2。另一個則是對資料的安全管理與保護，

例如，US20150106269A1及 US9112836B2。這可以看出一個趨勢，雲端

系統近期發展的方向並不在於所能提供的服務種類、資料庫的儲存管

理、運算系統的效能，而是在於管理身分與資料，亦即資訊安全是雲

端系統的主要發展趨勢。

乙、 個案分析

1. 類別 1之代表性個案 US9112836B2

習知技術在基於雲端的平台來進行安全數據的管理時，安全數據

包括諸如醫療訊息，信用訊息，稅務訊息，以及許多其他種類的私人

或機密訊息的數據，由於監管單位要求禁止將安全數據洩露，複製或

移動到外界的端點，因此將安全數據本身遷移到雲端可能是不切實際

或不可能的。

本案是一種基於雲端網路中的安全數據管理的方法，將數據處理

設備遷移或構建到基於雲端環境中的外部平台，同時將安全數據儲存

在內部設施中，雲端的虛擬機可以對儲存在內部設施中的安全數據發

送存取的請求，並且應用一或多個保護機制來傳送該安全數據。

本案核心技術是使用瀏覽器界面、前端客戶機或終端來查看和操

作託管在雲端的虛擬機。雲端管理系統接收虛擬機所發出對安全數據

的請求，雲端管理系統的翻譯模組可以將安全數據請求轉換成安全數

據於儲存器的位置，並找出所需的安全數據，並可以對安全數據執行

執行公鑰或私鑰加密。雲端管理系統可以將加密後的安全數據傳送到

發出請求的虛擬機，虛擬機中的解碼器模組可以接收和解碼被加密的

安全數據，並使用應用程式對安全數據進行操作，虛擬機可以加密或

編碼任何更新後的安全數據，並傳送到安全數據儲存器。

85

2. 類別 2之代表性個案 US20150127546A1

習知技術網路服務提供商（ISP）向用戶收取互聯網服務的使用費

用以提供網路服務，或是限制只能免費的訪問某些特定網站，但用戶

需要針對每個特定網站提供身份驗證及登入資訊。

本案是一種通過免費電話連接，向用戶提供互聯網服務的方法，

用戶不需對其互聯網使用支付任何費用。

本案核心技術是用戶可以從多個雲服務提供商（CSP）中選擇一個

CSP，用戶發送的互聯網服務的請求包含所選擇的 CSP名稱的訊息。CSP

接收到用戶接入互聯網服務的免費連接請求後，存取憑證被轉發到所

選擇的 CSP，如果所接收之存取憑證與所儲存的用戶憑證能夠匹配，

則 CSP認證用戶。如果用戶被認證，則產生對應於用戶請求的指示物，

將產生的指示物提供給用戶，指示物可以包括用戶免費接入互聯網服

務的時間長度的訊息，例如免費使用互聯網服務 1小時，之後用戶可

以再次從 CSP請求另一個指示物以取得可使用互聯網的服務。

3. 類別 3之代表性個案 US20150358423A1

習知技術在手機應用程式的缺點是通常只提供由商家預先在手機

儲存靜態的商家相關資訊，通常不能反應商店的即時狀態，如果商品

售完，商店提前關閉或進行菜單替換，所有預先儲存的商家相關資訊，

都成為過期資訊而誤導客戶。

本案是一種雙雲架構系統，可以基於儲存在雙雲架構內雲端資料

庫的客戶簡檔得知客戶的偏好，顯示商家即時及適當的促銷優惠。

本案核心技術是具有由本地計算系統及遠端計算系統所構成的雙

雲架構，商店內的本地計算系統包括本地服務器、本地資料庫和

WLAN(無線區域網路)接入點。遠端計算系統經由 WAN(廣域網路)與本

地計算系統通信，經由本地計算系統的 WLAN接入點接收客戶無線設備

發射的信標幀(Beacon Frame)，並且在信標幀中識別無線設備的 MAC

位址(Media Access Control Address， 網路實體位址)和/或指示物。

本地服務器確定與該 MAC地址或指示物相關聯的客戶簡檔是否儲存在

本地資料庫中，如果未儲存在本地資料庫中，則本地服務器將從遠端

86

計算系統的遠端資料庫下載客戶簡檔文件。

商店的顯示裝置面向客戶端所顯示的內容可以包括商品的促銷優

惠，訂單的列表，這使得客戶能夠確認訂單的準確性並進行任何所需

要的修改，並可以依據客戶簡檔文件所提供的客戶資料向客戶顯示相

關的項目以達到高度的客製服務，同時可以避免顯示庫存不足或目前

不可用的物品的促銷活動。客戶攜帶的無線設備可以構成本地計算系

統的一部分，並可以與商店進行互動下訂單，更改訂單，支付產品費

用之服務。

4. 類別 4之代表性個案 US9614904B2

習知技術的移動式設備在面對視頻和遊戲應用程序和其他計算密

集型應用程序的增加的情況下，以集中式計算具有計算能力不足及耗

電的缺點。

本案是一種車輛雲構成之雲端運算系統，經由車輛雲處理裝置構

成分散式雲端計算，客戶端設備可以與多個車輛雲處理設備進行雙向

通信來達成雲計算服務，同時降低相關的能源需求和碳排放總量。

本案核心技術是透過網路與多個雲處理設備進行通信，雲處理設

備為車輛，多個雲處理設備在車輛聚集位置(如停車場，零售點，通宵

停泊地點，活動場所，工作場所，機場或其他長期停車設施)聚集;透

過網路從客戶端設備接收雲任務的請求，將每個請求分配給在車輛聚

集位置處的多個雲處理設備(車輛)，經由預留一定量車輛的停車空間

之停車時間來估算任務完成所需要的時間。

車輛的車主可以得到客戶端使用車輛雲處理裝置的某種形式的補

償。例如可以免費停車、停車場折扣價、獲得好的停車位、商店積分

的累積、現金返還獎勵優惠、優惠券或其他貨幣或非貨幣之利益。

(三)小結

從上述的分析，可知雲端系統所選研讀技術之四階 CPC分類號為 H04L

63/00、H04L 67/00、G06F 21/00包括了四類技術，第一類技術是雲端認

證與安全管理、第二類技術是雲端服務、第三類技術是雲端資料庫、第四

類技術是雲端運算系統。

87

第一類技術是雲端系統的主流趨勢，從這個技術類別的申請案可以觀

察到，由於雲端系統的優點是可以使個人和企業可以不需去考量資訊系統

的建置費用、空間及地點。然而卻需要去考慮因為這個優點所帶來缺點，

就是雲端系統必須依靠網際網路才能存取遠端資源及使用服務，造成安全

性的問題。

因此，所研讀的申請案是著重在雲端系統對使用者身分的驗證及授權

管理及對資料的安全管理與保護這兩個面向，其發展趨勢高於雲端系統之

服務種類、資料庫管理、運算效能。換言之，雲端系統的主要發展趨勢是

資訊安全。

五、 區塊鏈技術案例分析

(一)技術分析

所選研讀技術之四階 CPC 分類號為 H04L9/00({Cryptographic

mechanisms or cryptographic} arrangements for secret or secure

communication)，依所研讀之區塊鏈技術案例為目標進行技術分析，

其技術可概分為三類別：

第一類、 數位資產加密通訊：數位資產(如分散式應用程式或數據內

容)之加密通訊係透過分散式帳本可以即時提供更透明、隨時取得

的交易報告。本類別具有代表性之公開案號為US2016/0203572A1、

US2017/0116693A1、US2016/0330027A1、US2017/0103391A1、及

WO2017036546A1。

第二類、 交易風險驗證之使用加密進行商業程序：係透過加密機制，

達到可供驗證的可靠身份與價值認證機制，並建立分化權利的保險

模式，讓交易更加透明。本類別具有代表性之公開案號為

US2016/0283920A1 、 US2017/0109735A1 、 EP3140979A1 及

WO2016/154001A1。

第三類、 電子貨幣之支付資料處理：係結合可靠安全價值儲存的支付

機制，區塊鏈的每位參與者可以自行決定要維護個人資料的匿名隱

蔽 度 到 什 麼 等 級 。 本 類 別 具 有 代 表 性 之 公 開 案 號 為

88

WO2016156954A1 、 US2017/0091750A1 、 US2017/0048216A1 及

WO2017054985A1。

(二)研讀分析

甲、 研讀趨勢分析

依據分類之代表性件數可得知目前區塊鏈的技術類別以數位資產

(如分散式應用程式或數據內容)之加密通訊、交易風險驗證之使用加

密進行商業程序、及電子貨幣之支付資料處理，上述三類技術類別所

形成之趨勢為主。因此，分別針對該三類技術類別過往問題焦點、現

今解決問題所採取技術手段分別作說明，其中：

在第一類技術問題焦點：於初代網路世界中，大型機構假如擁有一定

的人數使用者之後，該大型機構的權限往往會高於使用者之上，會在

使用者不知道的情況下，默默的大量搜集使用者的資訊加以分析，甚

至偷偷將用戶資料給外洩，或者是在完全沒有取得用戶的同意情況之

下，大規模的變動原有的系統結構。因此，存在著資訊安全上的問題

必須處理。

在第一類技術所採取的技術手段：必須分散在對等網路結構中的

系統權限，任何的參與者都無法直接去關閉系統，且當中也沒有一方

有實質的權利可以掌控整個系統。

在第二類技術問題焦點：科技安全的問題包括：垃圾郵件、釣魚

程式、網路的詐騙、駭客侵入、病毒軟體等，由於現今的線上公司組

織往往對於網路安全的觀念都相對匱乏，針對機密文件、線上帳戶的

維護多半只是利用一般簡易密碼的設定來進行維護，且金融中介機構

針對網路安全技術的開發上也都不以為意，反而著重於金融創新為主

要課題。

在第二類技術所採取的技術手段：經由呼籲參與者使用公開金鑰

基礎架構(public key infrastructure, PKI)，以建立一個安全的網

路平台。公開金鑰基礎架構為一種非對稱式的加解密系統，使用者透

過加密金鑰與解密金鑰進行加解密處理。

在第三類技術問題焦點：隱私權散布的問題，駭客可在我們不知

道的情況下，未經過你我的同意而搜集並竊取個人私密資料，且恣意

89

的散布傳播與使用，我們往往只能束手無策。

在第三類技術所採取的技術手段：於區塊鏈協議架構底下，我們的每

一筆交易紀錄都可保有其隱私性，在個人帳號的維護上也能更加完善

與安全，且於區塊鏈環境中，不會被任何的管理與審核機構給任意監

控。

經分析三類技術案問題焦點、所採取技術手段差異後，可得知申

請人申請專利趨勢，係以朝向分散式帳本(權限管理)、密碼學機制(私

鑰安全)、共識決機制、智能合約為主要的申請趨勢，主要是以達成活

化原本舊有制度架構下被限制的金融服務，轉變成更方便、更普遍的

金融體制系統。

乙、 個案分析

1. 類別 1之代表性個案 US2017/0116693A1

本案係一種涉及對數位資產的權利管理，即利用區塊鏈(通常可以

被理解為分散式資料庫)來管理數位資產(包括：共享網際網路的基礎

設施、通用的播放硬體、音頻和視頻之播放內容等)的權利；由於傳統

的數位資產是由中央實體進行集中化管理，數位資產的使用權、交易

控制、維護仍然侷限於少數播放裝置，例如：Apple iTunes、Google Play、

Netflix等，本發明的架構可以使創建者增加對數位資產的控制，分

類帳簿系統可以創建一個不可變的紀錄來幫助建立知識產權，以降低

交易成本。

本案核心技術為各節點(可以是被配置為參與分散式數位權利系

統的各種硬體設備或播放設備，例如：服務器、工作站、計算機、移

動設備或平板電腦等)具有數位資產分類帳簿，其可紀錄從創建者到用

戶和/或用戶之間的權利轉移（例如：許可證所有權的驗證、播放設備

的啟用、播放計數、數位媒體內容註冊到區塊鏈等），該區塊鏈的權限

分類是透過分散的方式進行儲存和驗證，即被複製到能夠驗證過去交

易的不同節點，以修改並維護在若干獨立的節點上，並且藉由分類帳

簿上的規則建立信任，其中創建的所有權、許可權利、交易紀錄可以

使用密碼原理來建立。

區塊鏈管理裝置 110具有分類帳簿創建程式 281可以產生數位權

90

利分類帳簿、總帳修改程式 282可以修改數位權利分類帳簿，例如：

將區塊添加到分類帳簿中處理、總帳區塊關閉程式 283可以關閉數位

權利分類帳簿，且播放設備 130、140、160、170具有分類帳簿修改程

式 382可以獲得加密的數位媒體資訊，並產生數位化的媒體內容以儲

存於記憶體中；識別平台(可以是軟體播放程式或結合軟體播放程式的

硬體設備)許可交易對應於所識別的數位媒體方式且具有所匹配的平

台識別號碼(即軟體程式或硬體設備等都可被用來產生平台的識別號

碼)，且創建者可以將特定平台註冊到區塊鏈權限分類帳簿中來授權

(例如：透過密碼鏈接)特定平台，即使用與平台相關聯的公鑰和私鑰

對中的私鑰對加密的內容進行解密，該數位媒體的內容被解密即利用

解密內容密鑰並播放解密內容。

圖 6-5 US20170116693A1技術示意圖

如圖 6-5為區塊鏈管理裝置 110和播放裝置 130、140、160、170

間的分佈式網路架構，各裝置間可以藉由對等性質響應來自網路中其

他裝置的查詢以驗證用戶、裝置、數位媒體內容的授權權利等，其中

該區塊鏈管理裝置可以經由網路120與一個或多個其他節點130、140、

91

160、170通訊並運行各種播放設備，且該區塊鏈管理裝置可以在分類

帳簿文件中創建初始區塊(包括：許可證、平台限制的交易)，該分類

帳簿文件可以透過網路被發送到其它節點(包括：播放設備 130、140、

160、170和其他區塊鏈管理裝置 110)，且該數位權利分類系統 100是

將一個特定分類帳簿文件的整個副本，分散儲存到多個節點上，故已

在分類帳簿中註冊並獲得許可的媒體內容創作可被發送到播放設備，

以便立即播放或稍後播放。

2. 類別 2之代表性個案 EP3140979A1

本案係一種價值轉移系統，價值移轉例如買賣雙方的交易(包括

實體物或服務)及各種金融交易，如股票、債券、期權、期貨、貨幣

等；傳統交易中在國際貿易上，通常利用雙方認可的合約來執行，

經由貨幣的轉換，並透過國際金融中介機構取得(L/C，信用狀)以降

低風險，然這樣的方式成本極高，且 L/C機制及匯率變動極大的貨

幣通常不適用於消費者之間的交易。而新穎的分散式加密貨幣架構

(如比特幣所使用的區塊鏈架構)提供了很好的解決辦法，可使得彼

此之間低信任或零信任的各方在沒有底層價值轉移機制的知識背景

下實施以第三方的參與為條件的協定之系統和方法，以解決傳統上

交易可能需要昂貴的第三方中介，並且有暴露資訊給交易對手的風

險。

本案利用區塊鏈為交易雙方的價值移轉機構，並利用一促進器

(Facilitator)作為第三方，共同參與以促進交易的完成，此第三方

促進器在比特幣中即為一共識演算法，除此之外，促進器可取得外

部資料源的資訊，協助價值的估算，或可選擇的使用 L/C，另外，

促進器可接受客戶端的委託，將客戶端相關資料儲存於促進器，而

與另一客戶端進行交易。

如圖 6-6所示，本案核心技術是透過分散式加密貨幣(如區塊鏈)

的價值轉移機制來實現交換形式的價值轉移，其包括：第一客戶端

120、第二客戶端 120、第一計算機處理器 160、第二計算機處理器

170，該系統具有分散式的價值轉移機制 110(即區塊鏈，例如：分

散式加密貨幣 150）、及促進器 100用於利用第一客戶端 120、160

92

的第一方經由價值轉移機制 110與利用第二客戶端 120、170的第二

方之間的價值轉移的設備；第一客戶端 120、160被配置可與促進器

100或第二客戶端 120、170中的至少一個進行交互作用，以便於根

據本發明藉由價值轉移機制 110進行價值轉移，即將具有經濟價值

的一個或多個物品(例如：金錢、貨物、服務、要履行的義務等)的

權利(例如：所有權、控制權等)從一方轉移到另一方的過程。

客戶端 A 160、客戶端 B 170或促進器 100各自擁有儲存器及

計算機處理器，當交易進行時客戶端及促進器可經由計算機網路從

機器可讀資料源 130獲得檢索值(包括：歷史訊息)及交易金額，並

經由讀取密鑰對區的私鑰產生數位簽章及產生交易紀錄，最後客戶

端將完整交易紀錄提交到價值轉移機制，以創建交易紀錄。

圖 6-6 EP3140797A1技術示意圖

3. 類別 3之代表性個案 WO2016156954A1

本案係一種用於個人識別和驗證的系統和方法。習知技術在數

93

位貨幣 (如比特幣 )上面臨的問題為必須解決反洗錢 (AML，

Anti-Money Laudering)問題，目前的解決辦法是利用結合對於授

信客戶瞭解 (KYC，Know Your Customer) 的規範和交易監控來解

決，然這樣的解決方案通常是應用於合法的服務公司，且那些公司

通常有自己的客戶註冊及身分驗證系統，而當涉及數位貨幣，因其

為去中心化的特性，無法利用上述解決方案來避免洗錢的問題。

數位貨幣系統因為有去中心化及匿名交易的特性，所以無法對

用戶的身分作認證，而造成防洗錢的困擾，除非採用實名制的區塊

鏈結構，然實名制區塊鏈將喪失部分區塊鏈的優點，因此，本案提

出一個「合法身分鏈接憑證的認證協議(legal identity-linked

credential authentication protocol)」來解決上述 AML、KYC的

問題，並能保持使用者的隱私。該技術手段如下：

1、 提供一個註冊界面給潛在使用者去註冊成一個需要認證的帳

號

2、 要求潛在使用者在註冊後，提交合法身分證明文件

3、 驗證註冊者的身分，若合法，則繼續：

4、 以驗證過的身分新增一用戶帳號

5、 允許新增一含有相關認證的憑證

6、 將所有提交資料及數位貨幣帳戶位址儲存在用戶端，傳送憑證

到核可伺服器

7、 將數位貨幣帳戶位址、憑證及合法身分對映在一起並儲存。

本技術因使用身分認證憑證，可確保使用者身分的合法性，而

其身分資料及數位貨幣帳戶位址皆存於用戶端，仍可維持區塊鏈結

構的匿名特性。

94

圖 6-7 WO2016156954A1技術示意圖

(三)小結

經由上述的分析可知，區塊鏈技術是跨時代的金融創新技術，我們所

選研讀技術之四階 CPC分類號為 H04L9/00包括了三類技術類別，第一類

技術類別是數位資產(如分散式應用程式或數據內容)之加密通訊、第二類

技術類別是交易風險驗證之使用加密進行商業程序、及第三類技術類別是

電子貨幣之支付資料處理。

第一~三類技術類別的區塊鏈集結了密碼學機制(Cryptography)、分

散式帳本(Distiduted Ledgers)、共識決演算法(Consensus Algorithm)、

及智能合約(Smart Contracts)特性，彙整上述的特性後可以發現，區塊

鏈的特性提供了讓買賣雙方在互不信任，且不存在中央控管單位的情況下，

可以互相協同運作的資訊安全機制。區塊鏈可應用的領域包括：(1)具備

加密特性的數位貨幣或支付系統為其主要應用、(2)以區塊鏈為基礎的可

交易資產，即智慧資產、及(3)身份認證、物流、醫療照護、電子簽證、

電子投票或網路架構等都為現今應用的相關領域。

隨著區塊鏈應用的深入化，例如：支付結算、物流追溯、醫療病歷、

身份驗證等領域的企業或行業，都將建立各自區塊鏈系統。因此，我們可

以發現，未來這些眾多的區塊鏈系統之間的跨鏈協調運作與互通將會是一

個未來發展的趨勢。

95

六、 物聯網技術案例分析

(一)技術分析

萃取 30篇物聯網相關 FINTECT專利之技術可概分為四類：

第一類、 基於位置的即時數據挖掘分析(12 篇):所有裝置及感測器透

過網際網路(Internet)相連，經過允許，收集到的資訊供局

端(金融機關)或用戶端分享使用；如搜集的個人運動歷程與

人壽保險有關，工廠生產與出貨狀況與銀行對企業進行放款

有關，汽車使用狀況與汽車貸款有關等；本類別公開或公告

案號為US20160316346A1、US20170048672A1、WO2016134179A1、

KR2016130203A 、 US20160309289A1 、 US20160249161A1 、

US20160198301A1、US20160241997A1、US20160292665A1、

US20160302031A1、JP2017507595A 、TW201617988A。

第二類、 基於使用者條件的行動支付(8篇):進行行動支付時，先確認

位置或具識別性文件(如唯一的個性化文件)等條件是否正確；

本類別公開或公告案號為 US9571991B1、EP3154284A1、

EP3046343A1 、 US20170006406A1 、 US20160373882A1 、

US20160088449A1、BR102015031433A2、EP3162094A1。

第三類、 近場通信應用(6篇):無線移動設備的相關應用，基本上該設

備不需要經由網際網路和中央計算系統主動連接；本類別公

開或公告案號為 US20160277884A1、 US20160286342A1、

WO2016191299A3、 US20170127230A1、 US20150223012A1、

US9560475B2。

第四類、 其他(4 篇):不屬於上述三類的 Fintect-物聯網相關技術領

域。

(二)研讀分析

甲、 研讀趨勢分析

由技術分類分析可以發現「基於位置的即時數據挖掘分析」及「基

於使用者條件的行動支付」所占比例較高，其應用趨勢在於「以智慧

型手機為中心，透過點對點或點對 server間的互聯，自動連接周圍或

96

有興趣區域的行動或固定裝置，並從這些行動或固定裝置獲得需要資

料(即所有的可連裝置都成了資料來源)，進行分析、控制或支付」。

乙、 個案分析

1. 基於位置的即時數據挖掘分析-點對點

US 20160309289 A1用於使用遠程信號確定移動設備的位置並使

用短距離信號校準位置的分布式方法和系統

位置參考設備在交通信號，收費站，燈柱等附近在道路附近

分布。利用許多消費電子設備中廣泛使用的短距離協議（例如，

NFC，藍芽，RFID，802.11等）的低成本現成設備。位置參考設

備不僅可以校準汽車內置導航系統的 GPS定位，還可以校准其他

移動設備（如手機，筆記本電腦，平板電腦等）的 GPS定位。

習知技術:無線定位方法中有許多錯誤來源，這些錯誤導致傳統定

位技術的移動位置計算不正確。

技術手段:讓位置參考設備(如報亭，ATM機，商場，交通信號燈

和路燈燈柱等室內和室外位置)使用短距離無線通信協議來

向附近的行動設備發送定位輔助數據，該些行動設備使用輔

助數據來對定位誤差進行建模並重新校準其定位系統。

達成功效:定位更迅速、精確，即便在無 GPS信號的室內亦可精確

定位。

2. 基於位置的即時數據挖掘分析-點對 Server

US 20170048672 A1用於收集分析和傳送與運輸網路相關訊息系

統

鑑於當前位置和預測目的地，車載導航系統建議各個替代路

線；另外，收集個人過去駕駛行為資料庫（目的地，巡航速度等）、

個人人口資料資料庫、個人過去選擇訊息內容的資料庫（如行車

途中所聽廣播電台）、電腦化路線圖等，透過每個人即時上傳的

UID(用戶身分證明)訊息建立龐大的運輸網路相關訊息系統，供所

有人使用。

97

習知技術:習知動態更新的訊息地圖個人化程度不足(想像一個住

新竹的通勤者，在上班途中想要獲得台積電最新股價，檢查

辦公室語音信箱，並聽取美國華爾街消息，穿插當地交通報

告)。

技術手段:通過廣泛的傳感器網路(包含手機)，系統收集和儲存旅

客產生的全部訊息，包含所有定位的歷史記錄。通過使用先

前儲存的日期、基於在所述個人簡檔中標識的偏好和主動計

算分析，系統推導出個體旅行者當前位置和預測未來位置，

並根據用戶興趣製作的車載電子地圖顯示某些類別的訊息，

如餐館、購物（或特定期望的產品）、旅遊點等，將其傳回

給個體旅行者以及第三方用戶。

達成功效:動態更新的訊息地圖更貼近使用者需求。

3. 基於使用者條件的行動支付

EP 3162094 A1:在基於位置的服務中匹配用戶

如圖 6-8所示，移動終端 130和移動終端 140可以對應於屬

於相同用戶組的移動終端，並且可以在地理位置上彼此靠近。在

預設的地理服務範圍內，移動終端 130和移動終端 140的用戶可

以使用 App來處理來自移動終端 130到移動終端 140的支付。例

如，移動終端 130的用戶 A2可以使用“面對面支付”方法來支付

移動終端 140的用戶 A。

習知技術:在 LBS(Location Based Service，基於移動位置服務)

服務器端基於預設地理服務範圍內，若其他用戶組中的移動

終端接收到干擾訊息的情況下，LBS服務器端無法準確區分

不同用戶組的移動終端，導致匹配錯誤。

技術手段:接收來自兩個終端的服務訊息用以決定兩個終端是否

匹配，該兩個終端為在一定距離內且對應於相同用戶特徵標

識符的兩個終端，而服務訊息包括通訊屬性、地理位置資訊、

使用者特徵識別，利用分析該通訊屬性、地理位置資訊、使

用者特徵識別來判斷兩個終端是否在預設地理服務範圍內，

若是，則兩個終端匹配，其中使用者特徵識別如：與付款人

98

相關聯的終端可以被識別為發送終端，並且與收款人相關聯

的終端可以被識別為接收終端。

達成功效:減少行動支付時的匹配錯誤。

圖 6-8 EP3162094A1技術示意圖

(三)小結

從國際申請趨勢看國內物聯網在金融科技的應用及其專利申請趨勢

過去 30年來，隨著網路技術蓬勃發展，各種連接技術也日新月異地

進步中，舉例來說，電話技術從有線化、定點化走向了無線化、個人化，

進一步更走向能實用的 IP化；連接技術也從過去的局端與 Client端相連，

走到了 Client端與 Client相連，甚至是 Client端與 sensor端相連；因

此，在網路技術持續進步的情況下，物聯網的範圍會日益擴大，特別是在

個人化、行動化無可阻擋的需求浪潮下，物聯網結合以位置為基礎的服務

(LBS)將會在金融科技(Fintech)占有一席之地。

99

柒、金融科技專利的重要核心技術趨勢

從第伍章的核心技術分析得知六大技術領域的核心技術(請參考表

5-7)，從核心技術中挑選一類總申請數量最多且增加率最高的案件，經由

人工閱讀而將技術概分如下：

技術領域|重要核心技術 重要核心技術分類

大數據|G06F 17/00

特定功能的數據處理方法

訊息自動收集分析

交易歷史訊息分析

訊息整合分析

多源共享資訊分析

人工智慧|G06N 5/00

基於知識模式的計算機系統

資料分析

規則推論

模式辨識及機器學習

自然語言

行動平台|H04W 12/00

安全性或欺騙偵測、身分認

證、隱私保護等安全性配置

行動裝置安全性

生物辨識

驗證平台

無線通訊安全性

雲端系統|H04L 67/00

支援網路應用程式的網路安排

或通訊協定

雲端認證與安全管理

雲端服務

雲端資料庫

雲端運算系統

區塊鏈|H04L 9/00

保密或安全通訊裝置

數位資產加密通訊

交易風險驗證之使用加密進行商業程序

電子貨幣之支付資料處理

物聯網|H04W 4/00

用於無線網路的服務或設施

基於位置的即時數據挖掘分析

基於使用者條件的行動支付

近場通信應用

表 7-1 六大技術領域重要核心技術分類

100

經閱讀分析，可觀察出這些重要核心技術(表 7-1)的技術發展趨勢，

茲將金融科技專利技術重要核心技術趨勢分述如下：

1、 商業智慧是大數據的主要應用，結合人工智慧是大數據的未來趨勢

經大量與即時的自動收集、檢索相關資訊，用分析、模擬、預測

手段，提供具有智慧的資訊。大數據的資訊來源可由公開資訊(如金融

公開資訊)及私人資料庫(如公司的交易資訊)取得，而其資訊是整合性

的，即包括公開資訊、私人交易資訊及協作廠商資料的整合；資料的

種類是多元性的，包括通信、對話、新聞等非結構性的資訊，除此，

其收集資料的方式是大量且即時的，它主要應用在取代人力的分析，

提供更具有智慧的資訊，此屬於商業智慧的應用，另外，更可經由分

析、模擬而用來追蹤或預測攻擊事件，此則為跨入人工智慧的領域，

而本質上人工智慧與大數據是不可分割的，透過大數據的收集分析，

始能提供人工智慧足夠的基礎資訊，以應用於分析或學習，因此，預

計大數據與人工智慧的結合應用，應是未來的技術趨勢。

2、 人工智慧主要應用模式辨識與機器學習做金融風險控管，法規遵循的

應用趨勢值得注意

人工智慧在金融科技的應用其重要核心技術為模式辨識與機器學

習，透過資料蒐集、分類及學習來建立模式庫，經模式辨識技術辨認

模式，主要應用在信用評估、風險評估及預測、詐欺防護或預警；而

法規遵循是一個很適用於規則庫、知識庫表達、推理的應用，亦是國

際上的熱門話題，當專利在風險控管上著力時，與其密不可分的法規

遵循亦應可應用人工智慧技術來管理，此趨勢值得注意。

3、 行動裝置識別資訊驗證及驗證平台技術受重視，可關注生物辨識在身

分驗證上的應用

當大部分的交易、支付移轉到行動裝置後，相對於網路上的交易

安全，對於行動裝置的身分識別資訊的驗證，成為資訊安全的另一個

重要議題，識別資訊的驗證可以在內嵌於行動裝置上的安全元件完成，

亦可以藉由特定驗證平台來完成，安全驗證技術相當多樣化，如用戶

身分識別、金鑰加解密技術、PIN碼、SMS訊息或加入手機位置資訊等

資訊；而安全元件或密碼的驗證方式外，另一發展趨勢值得注意，即

生物辨識技術用以驗證身分。

101

4、 雲端認證與安全管理是主流趨勢，整合各類型資料成為雲端系統優勢

雲端系統的應用著重在認證與安全管理，可分為兩個面向，一是

對使用者身分的驗證及授權管理，一是對資料的安全管理與保護。行

動金融成為金融科技的主流，為其特性即是無論何時、何地皆能上網

進行交易，此時雲端系統便扮演了重要的角色，不但可隨時隨地提供

使用者即時的資訊，對於資訊安全的把關亦扮演著重要的角色，其可

設置一驗證服務器在雲端，當成行動裝置與伺服器間的驗證橋樑，另

外，一個重要的趨勢是可整合及轉換異質資訊，例如整合不同的憑證

資料、跨行資訊的流通，及虛實資料的轉換，如虛擬貨幣與實體貨幣

的轉換。

5、 區塊鏈以應用加密信任架構為主，加強廣度、深度的應用將成為趨勢

區塊鏈是一個在分散式網路架構下，基於一信任平台，加上一共

識演算法，經非對稱式金鑰及雜湊函式將具有時序性交易資料，鏈接

起來的去中心化結構，因此，現存的區塊鏈即具有如下特性：資訊加

密通訊、資訊驗證、資訊確定性、隱私保障、去中心化等特性，而從

區塊鏈相關的申請案中的核心技術即以現存區塊鏈之特性而加以應用，

包括數位資產之加密通訊、交易風險驗證之使用加密進行商業程序、

及電子貨幣之支付資料處理；此外，區塊鏈的應用呈現多樣化的趨勢，

而不侷限在電子貨幣的應用，如支付結算、物流追溯、醫療病歷、身

份驗證等領域的企業或行業，都可建立各自區塊鏈系統，而深度的應

用可在現存的區塊鏈架構下，可依需求更深化自己的應用，如在區塊

鏈的大架構下，可有小型的區塊鏈結構，以因應特定需求；因此，加

強區塊鏈應用的廣度及深度將成為未來趨勢。

6、 結合短距離位置資訊及使用者資訊的聯網服務是物聯網的核心應用，

個人化需求凸顯物聯網的重要趨勢

除了 GPS的地理資訊外，物聯網的應用趨勢是短距離偵測行動裝

置，聯網後，取得個人資訊，進一步提供服務，藉由普設具有短距離

協議的低成本現成設備(如 NFC，藍牙，RFID，802.11等)在位置參考

物(如報亭，ATM機，商場，交通信號燈和路燈燈柱等室內和室外位置)

上，而達到個人與網路連結，並可校準 GPS的定位。物聯網的發展，

可即時蒐集個人現場資訊，再結合個人歷史資訊，可提供個性化的服

102

務，這凸顯了物聯網在金融科技的應用上一個很重要的趨勢，即個性

化的服務，如提供個人化條件的行動支付、依行車紀錄的個人化車險

保單。

如上分析，六大技術領域各有其重要的發展趨勢，然整體閱讀結果

仍有以下幾點重要發現：

1、 資訊安全技術及應用在金融科技專利文件中最被重視

六大技術領域中行動平台的重要核心技術為行動裝置及無線通

訊的安全與身分驗證；雲端系統也傾向於對使用者身分的驗證、授權

管理及對資料的安全管理與保護這兩個面向；區塊鏈的應用即是應用

現存區塊鏈架構的加密、信任平台；而人工智慧的重要核心技術雖然

是風險控管，然風險控管即是對於入侵、詐欺或不合理信貸的防護與

預測，其與資訊安全是密切相關的；而物聯網與大數據的重要核心技

術雖沒有與資訊安全直接相關，然除了多有資訊安全相關之技術涵蓋

在專利申請案外，其實物聯網與大數據先天上即與資訊安全密切相關，

如物聯網的物物相聯，任何一個物節點都可能成為駭客入侵的入口，

而若駭客刻意提供大量錯誤訊息，則大數據的判斷將失準而影響到安

全，雖未從物聯網及大數據中看出資訊安全技術的趨勢，然資訊安全

的重要性在此兩大技術領域仍是值得關注。因此，可看出在金融科技

的應用上資訊安全是最受到重視的。

2、 金融科技之發明是結合六大技術領域的綜合應用

如上分析，可以很清楚的看出技術發展方向及技術應用趨勢，然

一個金融科技之發明卻不可能只單獨應用一種核心技術，亦很有可能

是跨核心技術及跨六大技術領域的綜合應用，我們在專利案件的閱讀

上也看出這樣的趨勢，如一個金融風險事件預測系統，它會先作資料

的蒐集，包括公開資訊、協作公司及公司交易資訊(大數據)，經與歷

史資料結合，經機器學習演算法建立事件模式(人工智慧)，再由現場

收集事件主角的地理資訊(物聯網)，將資訊傳輸至伺服器由決策樹分

析出可能發生的事件是否為一風險事件(人工智慧)，若為風險事件則

阻斷事件主角的申請業務(行動平台)；因此，六大技術核心技術的分

析提供我們對於技術清晰的細部趨勢，然須結合整體申請趨勢及國內

技術概況，綜合判斷，始能擬出最適切的技術發展藍圖。

103

捌、結論

國際金融科技的發展從檢索近 10年的專利案可發現，2006年~2010

年對於金融科技專利投入較多者為資訊科技公司，如微軟、IBM、Nokia

等公司。而 2011年開始，對於專利的投入則有明顯的改變，傳統的金融

服務業如美國銀行、MasterCard、VISA等金融機構的專利投入超越前述

資訊科技公司，就申請量來看美國銀行與 MasterCard亦超越 IBM、微軟

等公司，可見傳統金融服務公司已投入金融科技的研發，並申請專利，此

從申請量的趨勢變化也可以看出端倪；自 2012年開始金融科技專利申請

量呈現明顯的成長趨勢，不難看出除了資訊科技公司，金融服務業也加入

了這個戰局，而且這個成長趨勢從統計數字來看，仍是持續增加，代表金

融科技的發展正持續發展並未稍歇。而就個別廠商的申請量來看布局金融

科技專利的廠商，未發現擁有大量專利的領導廠商。從申請人的國別來看，

美國是申請金融科技專利最多的國家，韓國次之，其次是中國大陸，若就

受理局來看，美國仍是數量最多的國家，韓國次之，其次是歐洲，中國大

陸則是第 4名，由此可知，美國是金融科技的主戰場，而韓國及中國大陸

正極力在金融科技中努力占有一席之地。

另從我國的金融科技的專利統計數據來看，近 10年的申請趨勢呈現

成長，與國際金融科技的專利申請趨勢一致，尤以去年(105年)國內申請

人的申請量激增，其中金融保險類居多，而支付架構類的專利申請量近 5

年亦有明顯增多趨勢。綜合來看，我國的金融科技專利已從商業類占絕大

多數漸漸轉移到核心應用的支付架構類及金融保險類，而外國申請人則較

著重在支付架構應用的專利申請。另國內申請人的申請案中申請新型的比

率略高，與發明案比較約 1:2，而國外則極少有申請新型。另就申請人觀

察，前 15大申請人中以國外知名跨國公司較多，如阿里巴巴、騰訊、微

軟、雅虎，相較之下我國較缺乏跨國公司的專利布局，且相對申請量較少。

就技術趨勢而言，最大量的是行動支付的應用，且呈現逐年大幅成

長趨勢，而物聯網及人工智慧技術在近 3 年(2014 年後)略有增多趨勢。若

就核心技術分析發現，金融科技專利對於六大技術領域通常是綜合的應用，

然本報告透過 CPC 分類進行核心技術分析並研讀核心技術專利案，發現

各技術領域亦有其獨特的發展趨勢，如大數據主要應用在商業智慧的系統，

104

將來有結合人工智慧發展的趨勢；而人工智慧多是風險控管的應用，技術

以模式辨識及機器學習為主流，法規遵循則是非常適合人工智慧應用的下

一個重點；行動平台以行動裝置識別驗證的應用最多，而生物辨識則會成

為下一個發展趨勢；另雲端系統在認證及安全管理的應用是主流，而其具

有將各類型資訊整合在一起的優勢，值得後續關注此類發展；物聯網著重

在短距離位置資訊的取用，並結合個人資訊，用以提供聯網服務，而它未

來的趨勢可能會往個性化服務發展；區塊鏈的應用主要是運用它現存的加

密信任架構，從事數位資產的加密與通訊，而加強區塊鏈現存技術深廣的

應用，將持續在金融科技的發展上占有一席之地。此外，本報告發現，資

訊安全的技術應用，在核心技術專利申請案中占有極大比率，此顯示資訊

安全在金融科技的應用占有重要地位，值得國內申請人在規劃、研發金融

科技相關服務時特別注意。

本報告從巨觀的國際及國內近 10 年的申請趨勢開始統計分析，並進

而分析六大技術領域及六大業務應用的關聯及其趨勢發展，接下來進入微

觀的探討近 6 年國際金融科技專利的核心技術，最後更透過人工閱讀聚焦

在重要的核心技術上，而無論巨觀、微觀或進一步的重要核心技術探討，

其因觀察的面向不同，將各個不同角度的觀察提供參考，期能對讀者在發

展金融科技上及尋求專利保護時有所幫助。

105

玖、附錄

一、大數據專利閱讀紀錄. . . . . . . . . . . . . . . . . . . .1

二、人工智慧專利閱讀紀錄. . . . . . . . . . . . . . . . . . 16

三、行動平台專利閱讀紀錄. . . . . . . . . . . . . . . . . . 46

四、雲端系統專利閱讀紀錄. . . . . . . . . . . . . . . . . . 76

五、區塊鏈專利閱讀紀錄. . . . . . . . . . . . . . . . . . . 91

六、物聯網專利閱讀紀錄. . . . . . . . . . . . . . . . . . .121

各類技術領域之閱讀紀錄以公開公告號排序