11 年，110 亿美金，然后呢？｜对话 Airwallex 吴恺：AI 时代，下一站 1000 亿
🚥 我很爱听创业故事——成功的、失败的、峰回路转的、还没有答案的，我总能从中听出几分共鸣与启发。
👦🏻 播客采访：Koji
🥷 整理编辑：十字路口
🧑🎨 排版: Zeoooo
🚥 我很爱听创业故事——成功的、失败的、峰回路转的、还没有答案的，我总能从中听出几分共鸣与启发。
上半年，「十字路口」邀请了很多新一代 AI 创业者，他们分享的多是从 0 到 1、踌躇满志的出发故事。但接下来一段时间，我想邀请更多已经翻越山丘的创业者，听他们讲讲一路走来的经历。
➤ 本周「十字路口」的嘉宾，就是上个月刚完成新一轮融资、估值来到 110 亿美金的 Airwallex 空中云汇的首席营收官（CRO）吴恺。他和我们分享了这家由华人创办、从墨尔本起家的公司如何用 11 年时间从 0 成长到 110 亿美金估值的几个关键抉择：拒绝 Stripe 收购、咬牙亏损四年先铺全球网络、坚持在全球各地用当地人做管理者等等。
这几个关键抉择很打动我，因为它们本质上都在追问每一位创业者可能都会遇到的同一个问题：当「钱」与「愿景」、「赌注」与「风险」同时摆在面前时，你会怎么选？
如果你也在做一件短期看不到回报、但相信长期的事，这期会给你一点具体的力量。
故事以外，我们当然也聊了很多 AI。在进入百亿美金俱乐部之后，Airwallex 的优势叠加上了时代机遇：**AI 正在把全球金融推向一个「关键拐点」。**因此，本期播客，我们重点讨了 AI 正在如何改变科技金融行业：
-
Airwallex 正在支持大模型公司：Kimi、MiniMax、智谱、DeepSeek 等。多模型切换、阶梯费率、高峰低谷双倍定价、实时动态计费等新需求，如何倒逼金融基础设施升级？
-
过去需要 10 个金融 SaaS 才能完成的费控、会计、收入确认、对账、计费等流程，未来会被一个 Agent 入口取代吗？
-
ChatGPT Finance 发布后，「金融超级智能入口」的竞争格局将如何演进？
-
Airwallex 连续发布的 Kai、AgentOS、T:0、Airi 等 AI 金融产品，分别是什么？
-
Airwallex 连续收购 Leapfin、OpenPay，并持续推进更多收购。其积极布局背后的核心，究竟是为了获取哪些关键资产？
微信收听播客：
小宇宙收听播客：
🎬 视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台
快问快答
👦🏻 Koji
我们先从传统的快问快答开始，帮助大家尽快了解你。请问你的年龄是？
👨🏻💻 吴恺
37 岁。
👦🏻 Koji
毕业院校是？
👨🏻💻 吴恺
复旦大学。
👦🏻 Koji
MBTI 和星座？
👨🏻💻 吴恺
INTJ，双鱼座。
👦🏻 Koji
一句话介绍一下 Airwallex。
👨🏻💻 吴恺
我们是一个服务全球企业的金融和支付平台。
👦🏻 Koji
因为您的 title 是 CRO，最近好像越来越多硅谷的公司出现这个 title。能介绍一下 CRO 这个 title 对应着什么样的职责吗？
👨🏻💻 吴恺
可以认为我最主要的任务是提高公司的营收。
服务 Kimi、MiniMax、智谱
从多模型、阶梯费率到峰谷双倍定价，AI 公司把一张账单变成了一套实时变化的系统。
👦🏻 Koji
服务客户中也包括今天很多出海的大模型公司。能讲一讲在服务他们的过程中，有哪些比较特别的地方吗？
👨🏻💻 吴恺
大模型整个兴起也就是过去 18 到 24 个月的事情。对我们来说是一个全新学习、开发新产品的过程，也让我们正好有了一个后发优势。
原来的传统软件公司，其计费和支付模式相对已经很成熟。他们的模式很简单：每个月定一个套餐，按月出账单收费，非常简单。
但大模型是非常实时动态的。首先，所有大模型公司往往都有多种模型，每种模型性能不同，对应的收费也不同。所以对于我们这种做计费和支付的平台来说，需要根据大模型公司提供的客户用量数据，去做实时的计费。
再叠加一层，大模型的用量往往又是按阶梯计费的。因此它是一个相对复杂的、实时计费且费率在不断变化的计费模式。
👦🏻 Koji
包括 DeepSeek，还有高峰和低谷的不同计价支付？
👨🏻💻 吴恺
没错，这些逻辑都需要放进我们的计费和支付平台里，这样计费才能准确。
👦🏻 Koji
这部分为什么要靠你们来计算，而不是由模型公司自己算？
👨🏻💻 吴恺
好问题。由我们来计算是最直接的，因为最后出账单的是我们。
大模型公司首先这并不是他们的核心能力；其次，即使他们自己算，最后还是要发给我们去向客户扣款计费。那不如由我们直接计算并完成收费。
如果由他们算完再发给我们，中间还会产生对账问题，多了一个不必要的对账步骤。
👦🏻 Koji
那我理解这个压力确实蛮大的。
算少了，模型公司可能会要求你们补贴；算多了，用户会非常生气，甚至会去责怪模型公司，最后客户还是要反过来找你们。
👨🏻💻 吴恺
确实是这样。因为是由我们负责给客户发账单，所以责任非常重。
一杯咖啡，如何变成全球支付网络
2015 年，几位墨尔本大学同学经营咖啡馆时发现：买豆子不难，把钱付到南美和非洲才难。
👦🏻 Koji
我们知道 Airwallex 是一家非常厉害的公司，在很短时间内就做到了 110 亿美金的估值。
但对很多人来说，你们依然挺神秘的。今天想请你介绍一下 Airwallex 的创业故事。从 0 到今天，大概经历了哪几个阶段？创业的起点是什么？
👨🏻💻 吴恺
我们是 2015 年在澳洲墨尔本成立的，由 Jack 和他的创业伙伴共同创立。
最开始想解决的问题其实比较简单，就是一个全球资金移动的问题。当时他们在墨尔本开了一家咖啡馆。墨尔本的咖啡文化很厉害，但当地不种咖啡豆，豆子都要从世界各地进口，包括南美和非洲。
而这些地方当地的资金收付网络很不成熟。进口咖啡豆时，他们碰到了很多实际难题。
第一是资金到账非常慢。 我们其中一位创始人的名字拼音，刚好和某一个被制裁名单上的名字相同，导致通过 SWIFT 网络汇款经常被卡。
第二是非常贵。 样品豆子本身没多少钱，但通过 SWIFT 汇款，不论金额大小，一笔可能就要收取 20 到 50 美金不等。最开始的初衷就是想解决这些痛点。
👦🏻 Koji
那他们的背景是什么？听起来如果只是开咖啡馆或做咖啡生意，怎么有能力去做一个对技术和实时性要求极高的全球支付网络？
👨🏻💻 吴恺
这就要说到我们的 CEO Jack。他们其实都是墨尔本大学的同学，读书时就认识了，咖啡馆只是他们比较喜欢而共同经营的一个副业。
Jack 原来在银行做工程师，负责外汇算法和交易系统的开发。我们另一位创始人Xijing，之前一直在做技术方向的连续创业，也在 Google X 工作过。
当这些有技术背景的人碰在一起，加上云计算在当时越来越成熟，他们就开始琢磨能不能用技术解决问题。
当时的全球支付网络基本是基于上世纪 70 年代的本地主机方式运行的。比如 SWIFT 网络，它最大的问题是资金和信息的传输是分开的。SWIFT 本质上只是一个报文系统，只负责传送信息。银行收到信息后，再去手动调拨资金，所以非常不高效。
在云计算时代，通过基于云的支付网络去重构资金移动的逻辑，在技术上完全可行。
同时，当时全球各地的实时清算网络也陆续出现，我们需要的无非是如何将这些网络连接起来，与数据相匹配，从而实现资金流与信息流的同步。
所以在 2015 年，包括 Wise、Revolut 在内的几家公司也差不多在那个时候开始起步。这让我们确信，重构资金移动网络的逻辑是行得通的。
👦🏻 Koji
也就是说，你们既看到了未被满足的需求，同时也发现了底层基建正在成熟？
👨🏻💻 吴恺
对，尤其是各地的实时小额清算网络。
当时移动支付的兴起，很大程度上借力于中国支付宝等支付工具的快速发展，这也促使很多国家开始建设本地的实时小额支付系统。
一旦钱到了本地，本地支付其实非常快。我们只需要解决全球移动跨国境的那一段，就能实现端到端、门到门、高效且实时的全球资金移动。
👦🏻 Koji
在那个阶段，看到这个机会的并不只有你们，还有很多同行在共同探索。
再往后， Airwallex 是如何不仅抓住了这个机会，还能逐步做大做强的？这中间有什么竞争的故事吗？
👨🏻💻 吴恺
我觉得关键在于愿景上的区别。做跨境资金转移的公司确实有很多家都做起来了，但回头来看，我们非常受益于自身的愿景。
我们的愿景里有两个点特别重要。
第一个是我们想做一个全球的网络，而不是一个区域性的网络。 如果你只做一个东南亚的本地支付，可能很早就盈利了。但我们选择做全球网络，当网络搭建完成之后，我们可触达的客户受众就会极其广泛。
目前我们的支付网络已经支持 90 多个国家的资金实时到账。
亏四年，先把全球网络铺出来
如果只做东南亚，也许早就盈利了；Airwallex 从 Day One 选择的却是先覆盖全球。
👦🏻 Koji
所以在那个阶段，公司经历了一段相当长的亏损期？
👨🏻💻 吴恺
是的，我们亏损了相当长的时间。我们搭建这个底层网络，一直到 2018 年才开始有一点点收入，到 2019 年才算相对完善。
所以前三四年，我们所有的精力都在做产品。对于创业公司来说，在资源有限的情况下，专注极其重要。
我们当时没有把精力花在做上层的应用，而是在耐心地做银行合作伙伴的对接、获取当地合规牌照，以及接入各地的清算网络。第一个愿景就是坚定地去覆盖全球。
👦🏻 Koji
你们当时是如何抵挡住盈利的诱惑的？回到那个节点，很多竞争对手的思路可能是，先在东南亚做好做深，实现盈利，等有了资金基础再向外扩张。
而你们却选择顶着亏损也要把全球网络从 0 到 1 铺开。
👨🏻💻 吴恺
事实上，在战略上做出这个选择其实非常容易，因为通过数据计算就能得出结论。
全球最大、最主要的支付通道都是跨洲际的，而不是局限在某一个区域内。只要计算一下就会明白，要想获得足够大的市场规模，必须实现全球覆盖。如果你是一个旁观者，手里有数据，很容易得出这个结论。
但在执行中，确实会面临极大的不确定性。盈利的严重滞后，意味着你必须具备极强的融资能力和投资者关系维护能力；同时，这也需要你的团队能够顶住压力，在漫长的探索期里始终与你并肩坚持。
我觉得同时代的许多公司预测不到这一点。如果只做一个中东、东南亚或南美的局部网络，其触达的市场规模显然无法与全球网络相比。当时有一些做局部网络的公司发展得也还可以，但他们最终的结局非常相似——基本都选择卖给了巨头，比如 Visa 或 PayPal，作为这些巨头本地网络的补充。
如果你过早停止网络扩张，转而在现有的一小块版图上开发上层应用，短期内变现确实很快，但这会导致后面的路越走越窄。
投资人觉得这个"全球银行"愿景疯了
👦🏻 Koji
明白。所以愿景决定了终局。刚才提到从 Day One 起就坚定地做全球网络。那愿景的第二部分呢？
👨🏻💻 吴恺
另一部分是，我们发现只做资金的转移是比较差的一个生意，原因是因为你变得太底层了，只有很有限的 B 端客户能直接用你的产品。
我们发现，要想真正沉淀 B 端客户的流量，本质上需要我们提供一个全球化交易银行的产品。这意味着，我们所需的能力远不止是一个资金转移的网络。你必须在上层搭建应用，在资金收、付两端都提供极其丰富的产品，来满足客户的端到端需求。
比如在付款端，如果只支持转账是远不够的。客户需要企业卡来进行各类日常开支的卡片支付；需要对接各种电子钱包，以便发放工资。
在收款端，客户也不能只靠银行转账，他们还需要收单服务，通过支付网关去完成消费者的付款。你必须把这些端到端的产品全建好。
当时，我们很多投资人觉得这非常疯狂，他们认为创业公司必须要专注，不可能同时做这么多产品。但我们团队的特点就是足够勤奋，执行力极强，最终我们把这些产品全做出来了。
提供一个全球银行的愿景至关重要，它让你真正有底气站在与传统银行同等的赛道上去竞争。
如果产品线不全，你是没有竞争力的。今天，我们的交易银行类产品矩阵已经非常完整，从银行账户、跨国资金转移、外汇、卡片支付、收单、高收益账户到信用产品，一应俱全。
本质上，我们在云端重构了一套新型的全球银行。
这个过程非常漫长。直到 2021 年，我们才在这个全球银行赛道上迎来了真正的 Product Market Fit。
而在 2018 到 2021 年期间，我们其实主要还是在做付款这一件事，这让我们真切地感受到了天花板的局限性。
👦🏻 Koji
这听起来跟很多经典的创业理论有些相悖。通常的理论会建议，创业应该先在某一个极细分的垂类把它做深做透，然后再去扩张。
但你们一上来就把战略铺得这么全，这对组织和执行力的挑战无疑是巨大的？
👨🏻💻 吴恺
无论是做一个很垂直的功能，还是做一个全线的产品，其第一性原理都取决于你能不能满足客户的底线需求。
其实在铺设全线产品时，我们依然遵循在每条单线路径上尽可能做减法，把功能砍到一个最小可用的状态，这跟其他创业公司在做 MVP 的时候是一模一样的。
但如果有些核心主线能力被砍掉，客户根本无法完成闭环使用，那这种妥协就是行不通的。
我们的出发点始终是客户的实际需求，以及这一需求背后所对应的营收天花板。
👦🏻 Koji
回到刚才提到的里程碑。 2018 年全球支付网络基本搭建完成，并开始服务客户。当时主要服务的是哪些类型的客户？
👨🏻💻 吴恺
我们当时有很多在线教育平台类的客户，他们需要向分布在世界各地的外教发放工资；也有很多共享经济平台，需要向各地的房东或服务提供者付款。
此外，还包括一些留学教育服务的机构，需要协助学生支付海外学校的学费。所以在 2018 年之后的两年多时间里，这个全球资金转移网络就是我们最主要的产品平台。
👦🏻 Koji
到 2021 年， Airwallex 转型为了一个更全面的云端线上银行？
👨🏻💻 吴恺
是的。
👦🏻 Koji
在那之后，还有哪些关键的发展阶段？
👨🏻💻 吴恺
在 AI 浪潮爆发之前，坦白说我们没有遇到太多让人极其兴奋的新产品机会，当然，全球银行本身的业务逻辑还可以做得更深。在这个阶段，我们主要是把资本类产品补齐。
资产管理和增值是银行非常传统且核心的能力。比如高收益账户，当客户的资金闲置时，我们如何在保证极低风险、高信用评级的前提下为他们带来收益。
同时，通过提供灵活的授信和信用产品，去满足企业的流动资金需求。我们主要是在把这些产品线逐步补齐。
👦🏻 Koji
当你们把自己定义为全球银行时，你们所面对的竞争对手，其实已经不再是其他金融科技公司，而是那些传统的物理银行了？
👨🏻💻 吴恺
对。
👦🏻 Koji
在那个节点，能说服客户选择你们，而不是选择那些历史悠久的传统银行，最核心的卖点是什么？
👨🏻💻 吴恺
主要有两点。
第一是网络覆盖的规模。 目前全球很难找到任何一家传统银行，能把底层清算网络覆盖得像我们一样广。传统银行主要依靠在当地设立物理网点来向外铺设网络，这导致其建设和运营成本极高，运行效率也相对低下。
第二是使用体验。 无论是我们的网页端、移动端应用，还是我们的 API 接口，这些是银行完全不具备的。很多平台类客户需要灵活、自主可控且低成本的支付方式，在这方面，他们其实没有太多选择。
所谓灵活和可控，可以体现在两方面：
首先是与企业财务系统的无缝集成。 比如一个企业在 ERP 系统中每个月会生成几百份待付账单，如果通过传统银行网银来支付，财务人员需要逐笔手动输入、核对金额再确认付款，效率极低。
而我们完成了与主流 ERP 系统的标准接口对接。客户只需要在 ERP 里一键导入账单到我们的系统，勾选需要付款的条目，就能一键完成批量支付。
👦🏻 Koji
这样看来，这些痛点和需求其实一直都清晰地摆在那里，关键在于用什么样的组织和强大的执行力，把好的产品真正交付出来。
👨🏻💻 吴恺
是的。很多传统银行的核心架构是上世纪五六十年代成型、八十年代写就的。但在云原生时代，编写代码、调用接口是系统间协同最高效的方式。
API 是系统之间通过代码沟通的最短路径，所以我们从第一天起就坚持 API 优先。
对于现代科技企业而言，对接我们的 API 极其简单。我们只需要保证接口设计的灵活性，开放足够丰富的技术参数，把底层控制权交还给企业自己的技术团队，剩下的应用级开发，他们完全可以根据自身业务逻辑高效解决。
👦🏻 Koji
我最近关注到一些专门面向 Startup 的新一代数字银行，比如 Mercury。他们做的事情和你们的底层逻辑是否很像？
👨🏻💻 吴恺
的确有些类似。不过，我们与 Mercury 之间有一个很关键的区别：Mercury 并不是一个以 API 优先的平台。它服务的主要是偏中小型的初创企业，这类客户通常不希望在财务自动化、技术对接上投入额外的工程研发资源。
不过，到了 AI 时代，这个逻辑又发生了一些变化。
财务自动化，从工程团队变成一个运营人员
过去只有中大型企业值得搭工程团队做财务自动化，AI 正在把这件事变成中小企业也用得起的能力。
👦🏻 Koji
AI 时代带来了什么样的新变化？
👨🏻💻 吴恺
过去，只有中大型企业才有动力和资金去做财务系统自动化，因为这需要搭建一个专门的工程研发团队去对接 API，门槛很高。
但在 AI 时代，研发门槛被大幅拉低了。过去需要一个工程师团队解决的系统对接、自动化工作流等难题，现在企业里一位懂产品的财务运营人员，借助 AI 就能轻松搞定。
这意味着财务自动化变得极其普惠，中小型企业也完全能低门槛地享受这项技术红利。
👦🏻 Koji
在这个大背景下， Airwallex 最近发布了一些 AI + 金融的产品，能详细介绍一下吗？
👨🏻💻 吴恺
我们目前主要有两部分 AI 产品。
第一部分叫 Kai，是一个原生的 AI 财务助手，直接嵌入在我们的网页端系统里。 它可以通过 Agent 方式，帮客户自动优化其财务流程。
它可以帮你分析公司的财务和报销政策；优化你的资金流动性，智能提示你何时该将闲置资金存入高收益账户，何时该执行批量付款，以及如何实现公司现金流的最优配置。
它还可以根据公司的预算管理政策，自动搭建相应的审批与费用控制工作流。此外，如果付款出现卡顿、报错，Kai 还能帮你做深度的原因诊断。
第二部分叫 Agent OS。 如果客户的财务运营人员自己用代码或脚本写了一些自动化的财务小程序，我们通过 Agent OS 开放了专门的命令行工具，以及基于 API 的 MCP 接口。
这允许客户自己的 AI 代理直接调用 Airwallex 下层所有的全球清算与支付能力，来实现高度自控的财务自动化。
👦🏻 Koji
明白了。那后者应该主要是针对规模更大、技术能力更强的客户？
👨🏻💻 吴恺
倒也不一定。现在很多 Startup 的技术敏锐度非常高，完全取决于企业的财务人员本身是否具备产品和工程师思维。
如果财务人员有产品思维，他们会非常乐意使用 Agent OS 来设计自己专属的自动化财务流程。
👦🏻 Koji
那么， Kai 作为一个 Agent，用户目前主要还是通过自然语言的对话界面来与它进行交互吗？
👨🏻💻 吴恺
是的，完全是一个极其自然的自然语言对话界面。
👦🏻 Koji
目前 Kai 上线多久了？你们观察到了哪些典型的使用场景或是有趣的用户数据？
👨🏻💻 吴恺
Kai 上线大概有一个月的时间，正在逐步对所有客户开放。
目前观察到的数据来看，用户的次月留存和粘性都非常不错。客户一旦习惯了这种自然语言交互，就很难再忍受以前那种在复杂的系统后台"点点点"的繁琐操作了。
例如，以往要创建一笔跨国支付，需要填写大量表单，现在只需给 Kai 发一条简单的指令即可完成创建。
如果需要搭建一个多级审批的报销流，也只需把公司的 PDF 格式报销政策上传给 Kai，它就能自动生成完整的工作流供你确认。一旦用起来，效率提升是跨代际的。
10 个财务 SaaS，会合并成一个 Agent 入口
👦🏻 Koji
这种体验确实很好。你觉得未来，不论是 C 端的支付宝，还是各类传统的商业银行，这种 AI 财务助手会成为全行业的标配吗？
👨🏻💻 吴恺
对于任何具备一定研发和技术能力的金融机构来说，这绝对是一个必选项。
因为它对用户交互体验的拉动实在是太直接、太明显了。
👦🏻 Koji
传统商业银行的手机网银功能往往有几百上千个，找起来确实非常低效。用自然语言作为入口，确实是最自然的解决方案。
不过，在你们看来，拥有这样的 AI 交互能力，对于 Airwallex 自身的发展而言意味着什么？它仅仅是前端交互界面的一次升级吗？
👨🏻💻 吴恺
表面上看它是一个交互界面的变化，但这个变化产生了很多新的能力。
Airwallex 已经把全球银行的底层账户、清算能力全部做扎实了。在这个上层，过去需要企业去购买并对接各种独立的垂类软件，来解决诸如资金对账、应收应付、收入确认、计费等财务流程。这些原来要由不同的财务软件一步步处理，耗时耗力。
但现在，客户其实不再关心复杂的中间过程，他们要的只是最终的结果。当 AI 智能体的智能水平在专业领域越来越接近人时，Agent 根本不需要借助传统软件的菜单去点选操作，只要给它输入业务逻辑，它自己就能跑完流程。
这极大地省去了我们去开发各种上层繁琐软件的工作，这也是为什么我们坚信，未来的财务软件生态会被彻底重塑。
过去，市场上充斥着几十上百种针对费控、会计、收入确认等细分赛道的垂直 SaaS 产品，未来这些软件的底层能力可能都被收纳进一个统一的 Agent 财务操作系统。
如果往后看五年，这十几个曾经独立的财务 SaaS 赛道可能会合并成一个。
原本一个公司的财务团队需要五个人，各自熟练操作十套不同的财务软件；未来，可能只需要三个人，通过一个统一的 AI 智能体系统，就能高质高效地完成全部工作。
👦🏻 Koji
也就是说，你对目前垂直金融类 SaaS 的未来其实持悲观态度？
👨🏻💻 吴恺
传统的金融类 SaaS 必须主动求变，否则会面临被时代淘汰的风险。
此外，它们现在还面临一个原本不凸显、但在 AI 时代致命的问题：数据割裂。
过去，各家软件各司其职，费控 SaaS 拿不到计费数据，计费 SaaS 看不到对账数据，这在以前不是大问题。
但在 AI 时代，由于单一垂类工具无法获得完整的财务链路数据，导致其上层的 AI 智能体无法获得全面的上下文输入。这种局部的 AI 势必是受限、甚至是不聪明的，无法完成跨赛道的复杂自动化任务。
👦🏻 Koji
明白。但对这些垂类 SaaS 而言，想要打破数据孤岛并向底层资金层融合，改革的难度和代价是极其巨大的。
👨🏻💻 吴恺
确实，他们想要实现转型，需要付出极大的努力。
👦🏻 Koji
除了 Kai 和 Agent OS，我还注意到 Airwallex 旗下还有另外两款产品—— T:0 和 Airi。它们具体是解决什么问题的？
👨🏻💻 吴恺
T:0 是一款 AI 原生的初创企业财务管理平台。起这个名字的初衷，是希望让任何一家初创公司从成立的第 0 天开始，就能拥有一位 AI 驱动的迷你 CFO 或自动化财务运营团队，来协助创始人管理财务。
以往需要两三名财务员工才能完成的记账、对账、财务报表生成、合规政策筛查，甚至是更具管理价值的现金流预测和收支趋势预测， T:0 都能独立且高质量地自动完成。这款产品目前主要在北美发布，在硅谷的初创圈里反响非常好。
另一款产品 Airi 则是从一键结账切入的。当消费者在接入我们收款服务的商户网站上完成首次付款后，下一次再到任何合作商户消费时，无需重复输入繁琐的银行卡或个人信息，即可实现一键极速结账。
但我们对 Airi 的愿景远不止于"一键结账"。我们期望它最终演进为一个面向个人用户的 AI 智能体钱包。
未来，随着智能商业的发展，消费者会大量授权自己的 AI 代理去进行比价、选品和自主下单，在这个过程中， AI 代理必须有一个可信任的、原生的 AI 财务钱包来自动完成资金划转与结算。
👦🏻 Koji
所以它的终极愿景，是希望能支持未来 Agent to Agent 的新型支付清算？
👨🏻💻 吴恺
没错。
数据、人才、流量：金融入口的三张牌
👦🏻 Koji
提到 SaaS，我也注意到 Airwallex 最近完成了两笔行业收购，分别是 Leapfin 和 OpenPay。能分享一下这两起收购背后的战略考量是什么吗？
👨🏻💻 吴恺
简而言之，在 AI 时代，我们的并购逻辑非常清晰，只看两点：数据与人才。
先谈数据。在财务金融领域，存在海量的、极具行业特性的专有数据，它们绝不会公开暴露在互联网上。缺乏这些高质量数据，你就无法培养出在专业领域表现出色的 AI 财务 Agent。
以我们收购的收入确认 SaaS Leapfin 为例。进入这个赛道后我们发现，财务中的"收入确认"逻辑极其繁复。
一家传统的制造业企业、一家按权责发生制记账的 SaaS 软件企业，和一家提供仓储物流的服务型企业，其收入确认规则完全是不同的。
这些细分行业的运营和对账规则在公共互联网上很难找到。而这些深耕垂类的 SaaS 软件中沉淀了多年来大量客户的真实业务实操案例，让我们的 AI 智能体去学习这些真实的财务实操案例，是建立高级财务技能最高效的路径。
第二是人才。我们收购这些优秀初创公司的创始人，他们的个人能力在 AI 生产力工具的加持下被成倍放大。过去产品经理只能在文档上构思，现在借助代码生成工具，自己就能快速搭建功能原型。
我们非常看重这批顶尖的行业创业人才，甚至愿意为此支付远高于以往的合理溢价。
👦🏻 Koji
我最近在使用 ChatGPT 的时候，收到了一个新功能推送，叫 Finance，提示可以绑定我个人的银行账户。绑定之后，我可以直接在 ChatGPT 的对话框里发送自然语言指令，比如查账单、分析开支变化，甚至帮我制定省钱计划。这跟你们的 Kai 助手在逻辑上非常相近。
我注意到目前它还没法连接 Airwallex。你们如何评估大模型平台直接切入财务交互的举措？未来会有可能让 ChatGPT 接入 Airwallex 吗？
👨🏻💻 吴恺
这是一个非常宏大且事关战略全局的探讨，实际上全球各行各业的头部企业都在审慎思考。
从目前的现状来看，大语言模型直接提供财务连接和查询的实际体验还处于早期阶段。
一方面，由于只能单点连接某一两个账户，无法还原企业整体资金链的全面视图；
另一方面，对于为什么没有大型金融机构或金融科技巨头轻易与其全面打通，因为这涉及底层数据和流量入口归属的深层利益考量。
虽然没有简单明确的定论，但我可以用电商行业的发展轨迹做一个类比：
各大模型厂商天生渴望切入智能商业。但你观察一下，包括亚马逊、沃尔玛在内的大型电商巨头，并不会选择把自己的底层核心数据与大模型彻底共享，因为数据是它们最核心的护城河。选择与大模型尝试性合作的往往是像 Shopify 这样提供底层商业工具、自身不拥有前端流量闭环的平台。
在这场博弈中，大模型平台最大的底牌在于流量。但在 AI 时代，拥有垂直业务实力的企业，难道不想把自己的产品锤炼成行业内的"超级入口"吗？
如果未来底层大模型最终走向了同质化的通用商品，那么掌握行业专有数据和业务流的企业，为什么不能自己建立一个垂直领域的超级智能入口，而必须把这个入口拱手让给别人？这是一个长期战略选择。
想象一下，目前用户每天在 ChatGPT 上可能停留二十分钟，但如果进入真正的 AGI 时代，用户每天会有数小时在与特定 Agent 交互并让其完成真实任务，垂直业务入口的商业价值极高。
所以，各方目前仍处于一个长期的权衡与观察阶段。大模型巨头需要各业务平台的数据来丰富服务，而业务平台则看重大模型带来的巨量潜在用户。
在这个阶段，算法层面的智能并不是最难建立的壁垒，流量的流向、数据安全和长期的商业闭环才是。
拒绝 Stripe 收购，也拒绝过早赚钱
B 轮时，Stripe 曾想收购 Airwallex；真正困难的不是执行，而是在钱和愿景同时摆在面前时做选择。
👦🏻 Koji
回顾 Airwallex 创立至今，你觉得有哪些做决定是极其艰难的时刻吗？
👨🏻💻 吴恺
很多时候，难的不是执行，而是做选择本身。尤其是当你必须去抵御短期的巨大商业利益诱惑，从而坚守长线愿景时。
比如，在公司完成 B 轮融资的时候，当时支付巨头 Stripe 曾提出过对我们的整体收购。如果我们当时选择接受，这可以被视作一个很体面的商业变现，但我们最终拒绝了。
同样的，也包括在公司早期是要追求短期盈亏平衡还是坚持把长线基建铺设完整等类似的战略取舍。
我之前在 Airwallex 做了三年多的 CFO。在 2018 年，我曾经拉过一个公司未来的财务模型预测，当时有一位早期的主力投资人看后直言，这个预测太离谱了，是不可能实现的。
但直到 2024 年我们去复盘时发现，过去几年的真实业务增长，几乎是紧贴着 2018 年那版模型测算的轨迹在走，中间的偏离度只有大概一个半季度的增长偏差。
当你心中怀揣着一个明确的远期愿景，并且通过清晰的数据推算确信市场的体量和方向，同时在执行细节上保持极其严谨和坚韧，剩下的就是看你的执行力和恒心，能不能支撑你顶住压力走到终点。
如今回看， 2018 年我们账上几乎还没有实质性收入，在那种"冷启动"阶段要描绘一个实现十几亿美金 ARR 的宏大模型并在此后高度贴线，这里面当然也有运气的成分，但对愿景的执着才是走下来的关键。
13 亿美金 ARR 之后，争夺金融超级入口
👦🏻 Koji
你们最新的 ARR 已经达到了 13 亿美金？
👨🏻💻 吴恺
对， 13 亿美金。
👦🏻 Koji
那个时候几乎一无所有，你是通过什么样的框架或逻辑，测算出如此长周期的财务模型的？
👨🏻💻 吴恺
确实，在那种零起步的阶段，你完全是愿景驱动的。
模型的核心落脚点其实非常朴素——就是去拆解客户的画像。
你去具体推演：谁会是我们的目标客户？他们当下的交易规模是多少？未来有多大比例的资金盘子能跑在我们的系统上？根据对应的变现费率，我们能收上来多少收入？在不同国家市场，我们需要投入多少资源去扩展？
拆解出这一系列基本常识和数据之后，模型的核心骨架自然就拼凑出来了。
👦🏻 Koji
我们最近在公开渠道注意到， Airwallex 整体的资金交易量正在以翻倍甚至更快的速度狂奔，这样惊人的增长动力源自哪里？
👨🏻💻 吴恺
核心驱动力主要有两个。
首先，虽然全新开拓的海外大市场在变少，但我们在已有核心市场中的渗透率和市场份额还在快速攀升。
其次，也是最重要的——产品矩阵的交叉复用。 我们的很多客群，初期接入可能只使用了最基础的跨国收款账户；过了一两年，他们会逐步把资金转移、外汇、收单、卡片支付以及我们上层的自动化财务 SaaS、信用等资本类产品全部用起来。
这使得单客在平台上的贡献价值，每年都在以接近 20% 到 30% 的速度高速增长。
👦🏻 Koji
在此次 110 亿美金新一轮融资的新闻发布中， Airwallex 创始人兼 CEO Jack Zhang 特别提到：当下的时间点，正处于全球金融发展史上一个"至关重要的历史性节点"。
对这句话你如何理解？为什么当下会如此特殊和重要？
👨🏻💻 吴恺
这种底层的巨变最终还是由 AI 引领的。
如前所述，在 AI 的冲击下，传统金融领域大量各行其是的单点垂类软件面临着重组和被替代的命运。在这波重新洗牌的过程中，必然会诞生全新的、跨赛道的"金融智能超级入口"。
目前行业和学术界在大力争论：未来的智能入口，究竟是全部收归通用的超级大模型，还是依然会在金融、医疗、工业等具体垂直赛道产生各自拥有强业务壁垒的垂直超级入口？
我们的判断是，至少在金融领域，垂直领域的"超级入口"将拥有无法替代的独特价值。
Airwallex，正是以此为目标在做全方位的战略布局。
👦🏻 Koji
如果未来大势注定会诞生这个金融超级智能的超级入口，你觉得除了 Airwallex 之外，还有哪些同行已经拿到了这张终极入场券？
👨🏻💻 吴恺
Stripe 必然在其中。
Stripe 近两年的产品矩阵扩张极其迅速。在创立的头十年，他们可能非常克制，只专注于做好线上收款网关这一个最长板。
但在过去的三四年里，他们的产品线正在急剧地横向拓展。这符合我们刚才提到的逻辑：如果你想成为未来金融智能的超级大入口，单靠一个爆款产品是绝对行不通的。因为 AI 智能本身必须是全场景覆盖、高度泛化的。所以 Stripe 肯定是核心选手。
另一位则是欧洲的 Revolut。虽然它们的商业模式与我们有差异，但它的核心长板在于拥有一千多万极度活跃、粘性极高的 C 端用户，在流量侧具备天然壁垒。除了这两家，其他选手可能就局限在某些局部区域了。
👦🏻 Koji
在资本市场目前相对理性的阶段， Airwallex 此次拿到的 110 亿美金估值，其底层最关键的业务支撑指标是什么？能分享吗？
👨🏻💻 吴恺
首先，我们在收入基本面上有着非常扎实的业务指标支撑：我们拥有 13 亿美金的 ARR。
👦🏻 Koji
8 倍的 PS 。
👨🏻💻 吴恺
在当下的市场环境下， 8 倍的 PS 倍数对于一家 ARR 高达 13 亿美金且仍在以 90% 的同比增速狂奔的科技公司来说不算高。
同时，我们所处的科技金融行业拥有极高的毛利水平，毛利率常年维持在 70% 左右，这与全球顶级软件公司不相上下。扣除行政开支和人力运营成本后，我们的利润表现也极其稳健，基本面的支撑可以说是完全足够。
此外，在这个时间节点选择继续完成新一轮融资，我们的核心考量是，能更从容、更大规模地在行业中并购高质量的数据源，吸引最优秀的人才。
充沛的资本能在这一进程中为我们极大地加速。
👦🏻 Koji
这听起来， Airwallex 下一阶段在市场上会有不少频繁和进取的并购举措？
👨🏻💻 吴恺
是的，我们确实在保持极高的敏锐度去评估各类并购机会，核心准则就是锁定顶尖的人才和独特的行业数据。
全球化最难的，不是选市场，是选对本地人
👦🏻 Koji
作为一家从成立之初就将全球化刻入基因、并成功把极其复杂的交易金融业务合规推向全球几十个国家的公司，你们在践行全球化的过程中，有什么实战心得可以分享给今天的中国出海和创业团队？
👨🏻💻 吴恺
最关键的心得是：坚定不移地实行本地化。
必须始终相信，只有最了解当地文化、规则和商业逻辑的本土人才，才能交付出最贴合当地客户期望的体验。
为了落实这一原则，我们从 2019 年开始招募很多当地的 GM，在这个过程中也是屡败屡战、屡战屡败，然后再战，直到找到对的人。
原因在于，当你在当地还没有建立起特别好的品牌知名度时，一开始吸引来的人能力是非常参差不齐的，这需要你花时间去甄别。在美国市场，我们的 GM 也是来回更换，我们现在也还在不断调整。
当时我们有一位负责整个美国商务的负责人，他名义上在旧金山办公，但他的家住在旧金山旁边的 San Jose。有一次，我和 Jack 过去出差，提前没有打招呼，跟他说在旧金山碰面碰一下，聊聊这边怎么做。
他当时说家里有急事，在 San Jose 赶不过来。我们当时没太往心里去，就算了。
但后来我们因为在当地见投资人，辗转多留了两三天，但他一直没有出现，人也过不来。后来他才跟我们说，其实他当时人在迈阿密，正和家人度假并远程工作。我们立刻决定让他走人，因为这太不靠谱了。
但在这样一个建立信任、到信任破裂再重新招人的过程中，是非常精神内耗的。但我们还是希望做正确的事。
即使面临这样的挫折，我们也不希望直接从总部派人去管美国市场，这依然是行不通的。我们还是坚持招本地人来管本地业务，这非常重要。
👦🏻 Koji
除了用人本地化，在开拓庞大的全球版图时，你们是如何界定不同区域市场的开拓优先级，进而做合理的资源投放的？
👨🏻💻 吴恺
最开始我们用一个双轴矩阵来做选择，横轴是市场规模，纵轴是进入的难易程度。但后来发现没有必要，也选不出来。
因为大家都希望选择市场体量又大、进入又容易的市场，但现实中这种市场根本不存在。
所以我们后来发现，不需要去考虑进入难度的问题，只要考虑市场规模就行了。市场规模就是决定我们市场进入优先级的唯一标准。
而衡量市场规模也不用搞得太复杂，直接看 GDP 排名去排序。全球 GDP 排名前十的国家，我们首先都要进入。前十名进完之后，再去攻 11 到 20 名的国家， 20 名开外则视具体情况而定。
这个逻辑非常简单，却在我们的发展过程中给了我们极大的战略定力。我们不会变来变去，因为出海最怕的是资源投入上今天多、明天少，这样往往得不到理想的结果。
👦🏻 Koji
但我们也看到，很多东亚传统企业比如日韩巨头，甚至包括华为在走向全球的时候，早期基本都会采用总部大量空降核心高管、将流程制度生硬移植的派驻模式。
这和你们提倡的彻头彻尾的本地化理论，有哪些同与不同？
👨🏻💻 吴恺
这个问题我确实想过。
我个人的看法是，如果你是一个制造业企业，空降模式是非常行得通的。比如去当地建厂，在建厂这件事情上，你熟悉总部的流程、拥有最好的建厂经验和工厂管理方法，这比你了解当地文化要重要得多。
但我们在当地最主要的工作，一个是合规，另一个是营销。因此，对当地文化和规则的了解，会比对总部产品的了解重要得多。
因为我们的产品并不是在当地生产的，它完全是一个金融科技产品，是由总部研发出来的。在这种情况下，从总部空降人员过去，其实是没有太大必要的。
👦🏻 Koji
既然你们把"营销"定位为海外本地团队最核心的使命之一。在实战中，不同国家市场在获客方式、触达渠道上，是否存在巨大的文化与习惯差异？
👨🏻💻 吴恺
其实是有的，主要在于不同国家的营销成本构成不同。
在亚洲，因为线上经济高度发达，线上的流量成本非常高。但相反，这里的人力成本还没有西方国家那么高。所以，有时候在亚洲做线上营销，效果还不如直接派营销人员去地推。
而西方国家则完全不同。虽然他们的线上流量成本同样很贵，但当你把线上营销成本与极其昂贵的人工成本相比时，会发现线上渠道其实没有那么贵。
所以，当我们进入英国、欧洲和北美这些国家时，主要是搭建了一个线上营销团队，通过线上渠道来推动业务增长。
从 110 亿到 1000 亿，一道很简单的算术
100 万客户，每位客户每年贡献 1 万美金，就是 100 亿美金年收入。
👦🏻 Koji
最后一个问题。 Airwallex 用了大约十年的时间走到了 110 亿美金估值。如果要把这条加速曲线拉得更满，向着 1000 亿美金的终极俱乐部迈进，这中间最需要跨越和实现的几个标志性里程碑是什么？
👨🏻💻 吴恺
我觉得第一个里程碑是用户规模的跨越，我们需要实现台阶式的增长。我们目前的活跃客户大概在 20 多万量级，我们的目标是实现 100 万的客户规模。
其次，我们希望我们的产品不仅服务于客户的财务操作，而是真正能够帮他们实现智能金融。在智能金融的背后，我们能看到客户财务人员的效率因为我们的赋能而得到显著提升。
我们可以算一笔简单的账：如果我们能做到让单个客户一年平均贡献 1 万美金的收入，当客户规模达到 100 万时，就能支撑起一个 100 亿美金的收入规模。
这样，我们就能真正实现未来的千亿美金智能金融平台的目标。
👦🏻 Koji
感谢吴恺今天的深度分享。也祝愿 Airwallex 早日实现目标，成功跨入千亿美金俱乐部。
👨🏻💻 吴恺
谢谢 Koji。拜拜。
👦🏻 Koji
拜拜。
