整合型新數位銀行將出現！
2014年， 中國大陸第一家由互聯網公司主導的互聯網銀行（網路銀行）微衆銀行官網上線。2015年，微衆銀行正式營業，首筆業務是一位貨車司機的小額貸款，透過騰訊的BigData（大數據）識別申請者的臉部訊息，以及公安部門資料匹配後進行信用評級，微衆銀行覈准了這位司機人民幣3.5萬元（約合新臺幣17.8萬元）的貸款。
這個未經傳統貸款稽覈流程，僅透過智慧型手機視訊完成貸款申請、資格審覈的貸款案件，撼動了中國大陸金融市場，也吸引臺灣與其他海外地區金融業目光。網路銀行對既有金融體制將帶來破壞？衝擊？還是機會？又，臺灣會出現網路銀行嗎？
「至少對中國大陸而言，這將是銀行新常態。未來銀行將改頭換面出現在新的生態系統中。」微衆銀行首席戰略官陳峭接受《臺灣銀行家》雜誌專訪時表示，隨着科技發展與消費者行爲改變，舊有行業間的界線將會愈來愈模糊，「一個新形態，集移動服務於一身的生態系統將要出現。」而網路銀行將可能是點燃新形態銀行出現、催生舊傳統銀行轉變的催化劑。
「舊有行業」包括電信業、服務業、政府服務等等，陳峭表示，過往這些產業都是獨立行業，但未來在綜合移動服務生態系統誕生下，無論是金融行業、電信服務或是其他遠程服務，都必須不得不互相串聯，這些都是零售業者所必須面對正在顛覆舊思維的新一波革命。
「銀行數位化趨勢愈來愈明顯，許多客戶越過網點就直接連到手機銀行，促使銀行開始將資源投入手機端，網銀或成爲過去式，」陳峭表示，手機的確改變了現代人、甚至改變金融業，金融業必須針對客戶碎片化、數位化、社交化的特性，重新思考如何針對單一客戶推銷不同商品，「簡單說，未來銀行必須要從數據與科技服務內容上尋找新定位，不能再把自己當成傳統銀行。」
光以中國大陸金融業而言，陳峭指出，利率市場化加上互聯網金融執照發放，中國大陸零售銀行已經感受到危機，以保守5年估計，「傳統銀行若未追上風潮，面臨到的壓力相當大。」至於臺灣，他認爲臺灣金融服務已像便利商店般方便，「痛點」較少，出現傳統上以價格戰爲主的網路銀行「有困難」。以下爲陳峭接受專訪的精彩摘要。網銀與實體銀行將整合《臺灣銀行家》問（以下簡稱「問」）：可否請您談談互聯網金融與一般銀行之差異？
陳峭答（ 以下簡稱「答」）：傳統金融商品其實是由理性的人設計，複雜不透明，人又生來不理性，因此互聯網金融業者着重的不光是產品創新，還有如何在年輕數位族羣行爲心理創新。
以騰訊微信曾推出的產品「微信紅包」爲例（編按：中國互聯網在春節推出的行銷活動，手機用戶只要登入互聯網介面、搖手機，就有機會取得現金紅包），紅包若搭上春節時期、又可以轉送，就同時具有「社交」與「移轉（轉帳）」特質，搖「紅包」的手機用戶並不會想到，自己在搖「紅包」與發「紅包」的同時，背後已經透過銀行轉帳，且「紅包」雖然僅可以拿到幾毛錢，但因爲有「搶」的概念，促發人「不理性」個性，以非理性方式與金融服務產生連結。這樣的產品融合了通訊、社交、金融及遊戲等多重元素。
數位化後，未來這些消費者做任何決定都將是碎片化，銀行必須要轉念，從設計場景、讓客戶決定用自己的商品，透過異業合作將不同產業融入商品中。
問：您預期網路銀行會愈來愈多嗎？對傳統銀行產生何種威脅？
答：對我而言，未來網路銀行可能是促進傳統銀行數位的催化劑，因爲可幫助傳統銀行學習在數位中重新思考產品與定價、或行銷產品新點子，但長遠來說，銀行必須要轉變成網路爲主銀行，我認爲，未來網路銀行與實體銀行有可能會合併成新數位銀行。
但傳統銀行得要在保護傳統模式與創新中找到新軌道，例如少數複雜金融產品仍必須面對面銷售，大部分金融商品改在數位通路進行。這對客戶而言，僅只是通路端改變，但對銀行不僅如此，背後代表從頭思量產品設計、定價、操作，甚至調整營運，是銀行整體數位化改變。
問：您提到網路與實體銀行可能合併，微衆銀行的業務模式是什麼？
答：我們要打造一個銀行牌照的互聯網金融平臺，連結客戶與金融機構，輸出數位銀行能力給其他銀行，包括幫忙徵信、提供科技服務、客戶介紹，也就是先將自己客戶金融化、再介紹給合作銀行。
例如某位工人在富士康工作、月薪人民幣4,000多元，過去因沒有信用紀錄無法拿到信用卡，但這位工人正好是騰訊QQ玩家，擁有相當多這位工人數據，透過數據篩選不但可瞭解其消費習慣、收入，甚至換工作動向，未來追款與催收，騰訊都可藉由數據找到債主、當事人。我們把這些客戶挑出來，做風險定價再轉介紹給合作銀行，同時提供經營後臺支持。
我們希望可以將一切連結，通過互聯網與科技力量合作，將數據能力傳遞給傳統銀行若篩選出的客戶真的需要面對面溝通，也會透過合作伙伴、將客戶引進其實體銀行據點，我們想做的很單純，就是「把客戶引導到最適合的金融產品」，微衆銀行做的，就是引流分導以及設定標準。
未來我們將鎖定數位化客羣，尤其是沒有被傳統銀行服務到的中低客羣，粗估約有4~5億人口，這類客羣信貸存款理財需求「該怎麼被互聯網服務」的命題，就交給客戶在有需要時找到合適的金融商品，去滿足其需求介紹給合作銀行夥伴。
大數據將成爲放貸參考問：幫忙篩選、催收，不會涉及個人隱私問題？
答：客戶若要申請貸款，都必須授權資訊可以被使用，且數據合作方面設有防火牆，採用模型分析數據，原始數據並不會提供給銀行、而是提供模型分析結果。
問：網路銀行依賴社交數據進行徵信，這樣的做法是否夠周延？
答：過去銀行放貸前，會先去詢問貸款人周遭朋友、工作夥伴等，對這位貸款人的意見，瞭解是否有固定工作、過往借錢的信用紀錄，這種社交訊息自古就是評判一個人的重要參考資訊。若從大數據來看，可以試着想像，從貸款人電子商務訂貨訊息，若送貨地點有變化、可以推論工作是否也有變動，可藉此評估工作動態。
另外，從朋友圈的穩定性、甚或朋友的朋友圈穩定性等社交資訊，可以評判貸款人是否有意願還錢以及還款能力，所以社交數據、交易數據、一些網路上平時的數據，都可用來參考。大數據最關鍵的就是可以從數據中尋找到步調、脈絡與行爲模式，許多數據綜合在一起會成爲一個更有用工具。
問： 目前面臨最大挑戰爲何？
答：有三大挑戰，一爲必須克服許多現行監管政策，與監管單位保持良好溝通；二爲客製化，針對碎片化客戶量身訂做購買場景、需求商品；三爲如何持續，互聯網金融更靠近互聯網科技公司DNA，但市場很少看到科技公司10年不倒，互聯網金融犯錯空間又有限，……..…………….