# 11 年，110 亿美金，然后呢？｜对话 Airwallex 吴恺：AI 时代，下一站 1000 亿 十字路口Crossing · 2026-07-26 · 50 min · https://www.xiaoyuzhoufm.com/episode/6a6320d16356eb2d9be7bd07?utm_source=rss ## 逐字稿 Koji 你好吴恺，欢迎来到十字路口。我们先从十字路口的传统快问快答开始，帮助大家尽快了解你。请问你的年龄？ 吴恺 37岁。 毕业院校？ 吴恺 复旦大学。 MBTI和星座？ 吴恺 INTJ，双鱼座。 用一句话介绍一下Airwallex。 吴恺 我们是一个服务全球企业的金融和支付平台。 因为你的title是CRO，我也看到最近好像越来越多硅谷的公司出现这个title。可以介绍一下CRO对应着什么样的职责吗？ 吴恺 你可以认为，我最主要的任务是提高公司的营收。提高公司的营收，在我这个部分主要是通过营销来实现，所以全球的marketing团队、销售团队，以及区域总经理，都是向我汇报。 我知道Airwallex现在的客户里面有非常多的AI公司，也包括今天很多出海的大模型公司。可以讲一讲，在服务他们的过程中，他们有哪些比较特别的地方吗？ 吴恺 ### 大模型重构计费 大模型整个兴起，可能也就是过去18到24个月的事情，所以对我们来说也是一个新的学习过程。我们做新产品，正好让我们有了一个后发优势。 原来对于传统软件公司的计费和支付，相对来说已经有一个很成熟的产品了。因为他们的模式是每个月定一个套餐，每个月给你账单，然后收费，就这么一个模式，很简单。 但是到了大模型，你可以认为它是非常实时、动态的。首先，往往所有的大模型公司都有多种模型，每种模型有不同的性能，对应不同的性能又有不同的收费。所以对于我们这样的计费和支付平台来说，就需要根据大模型公司给我们的客户用量数据，去做实时计费。 再叠加另外一层，对于所有大模型来说，它们的用量又都是按阶梯计算的。所以你可以认为，这是一个相对比较复杂的实时计费模式，同时费率又在不断变化。 包括DeepSeek，还有高峰和低谷的不同计价。 吴恺 没错。DeepSeek最近刚发布，他们高峰时候的费率是低谷时候的2倍。这些东西都需要在我们这样的计费和支付平台里面把逻辑放进去，这样在计费的时候才能比较准确。 为什么要靠你们来算，而不是靠模型公司自己算？ 吴恺 跟我们来算是最直接的，因为我们最后是把账单开给模型公司。首先，这不是它的核心能力；其次，它算了以后，还是要发给我，因为最后是我去向客户计费和收费。那还不如我算完以后直接去收费，这样是最好的。 如果是它去算，算了以后再发给我，中间还有一个对账的问题，其实是多出来了一个不必要的步骤。 那我理解，这个压力蛮大的。如果你们算少了，模型公司说你要给我补钱；算多了，用户会非常生气，可能会骂模型公司。客户生气了，又会反过来找你们。 吴恺 是的，因为我们负责给客户发账单。就像你说的，责任还是挺重的。 我们知道Airwallex是一家非常厉害的公司，很短的时间就做到了110亿美元的估值。但是对很多人来说，还是会觉得你们挺神秘的，所以今天也想请吴恺介绍一下Airwallex创业的故事。从0到今天，大概经过了哪几个阶段？创业的起点是什么？ 吴恺 ### Airwallex从咖啡馆走向全球 我们是2015年在澳洲墨尔本成立的。当时Jack和他的创业伙伴最开始想解决的问题其实比较简单，就是全球资金移动的问题。 因为当时他们在墨尔本有一家咖啡馆。墨尔本的咖啡挺厉害，但是他们不怎么种豆子，所以咖啡豆还是从世界各地进口，包括南美、非洲。那些地方当地的资金收付网络都不太成熟，他们在进口咖啡豆的时候就碰到了很多难题。 第一是资金到账特别慢。我们其中一个创始人叫李成，他名字的拼音可能跟某个受制裁的名字一样，所以如果通过SWIFT网络去做，经常会被卡住。第二是很贵。本来咖啡豆没多少钱，但SWIFT一笔可能就收你20到50美元不等。不管支付金额大还是小，他们有时候会想采一些少量的豆子来试试看，对吧？所以在支付过程中碰到了很多实际难题，最开始就是这么一个初衷。 但他们的背景是什么？如果是开咖啡馆或做咖啡生意，怎么能够做这样一个对技术和实施要求都很高的支付网络？ 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，在念书的时候就认识了。咖啡馆是他们的副业，因为大家都比较喜欢咖啡，就一起运营了咖啡馆。 Jack原来在很多投行里面做工程师，涉及外汇算法、交易等方面。另外一个创始人西京之前一直在连续创业，主要做技术方面的事情，之前也在Google X工作过。 这些有技术背景的人碰到一起，就会想能不能用技术解决这个问题。因为云计算在那时候越来越成熟，他们就在想，当时的支付网络还是基于可能70年代那种本地机房的方式去做的。 SWIFT网络最大的问题，是资金和信息的传输是分开的。SWIFT本质上是一个报文系统，只传信息；传了信息以后，银行再根据这个信息去调动资金，所以它非常低效。 在云计算时代，我们能不能通过一个基于云的支付网络，去重构整个资金移动的逻辑？在技术上是完全可以实现的。同时，在资金方面，当时全球很多实时清算网络也已经出现了。需要做的无非是把这些网络连接起来，同时让它和数据相匹配，从而实现资金流和信息流的同步。这就是当时他们觉得这件事情可以做的初衷。 2015年的时候，我们已经看到有几家公司在做，包括现在的Wise、Revolut，其实差不多都是那个时候逐渐开始做起来的。所以你知道，这套资金转移、资金移动的网络逻辑是通的。 所以还是既看到了需求，同时也发现各种基础设施、当地清算网络正在出现。 吴恺 当时小额支付正在兴起，也借力于很多中国的支付工具，比如支付宝发展得很快，促使很多国家开始发展当地实时的小额支付系统。 所以钱一旦到了本地，本地支付其实很快。你只要解决全球移动的那一段，就可以实现端到端、门到门的高效实时资金移动。 刚才讲到，那个阶段看到机会的不止我们自己，也有很多别人一起在做。再往后，你们是怎么不但抓住这个机会，还慢慢把它做大做强的？中间又有哪些竞争的故事？ 吴恺 我觉得，那是在愿景上的区别。做资金转移的公司很多家都做起来了，但我们回头去看，很受益于自己的愿景。 我们的愿景里面有两个点特别重要。第一个，我们想做一个全球网络，而不是区域网络。如果你做一个东南亚支付网络，可能早就盈利了，但我们想做一个全球网络。这个愿景使得当网络做起来以后，我们客户的受众非常广。 我们现在的支付网络，已经支持90多个国家的资金实时到账。所以在那个时候，我们亏损了很长一段时间。我们搭建这个网络，可能到2018年才刚开始有一点收入；到2019年，才算是相对比较完善。 前3、4年都在做产品。对于创业公司来说，专注很重要，因为资源有限，我们没有花特别多精力去做上层应用，而都在做银行合作伙伴的对接、当地牌照的获取、当地清算网络的接入。 当时怎么能够抵抗住盈利的诱惑？如果时间倒回到那个时候，可能有另外一个竞争对手会说：“我先在东南亚做好、做深、做盈利，然后有了自己的基础，再往外扩张。”这也是一条非常自然的竞争路径。 但你们选择的是先不着急盈利，先亏损着，从0到1把全球网络建起来。 吴恺 在战略上做这个选择很容易，因为只需要算就可以了。这些数据都是广泛存在的。最大的支付通道其实都是跨洲际的，不是一个区域的，所以很容易算出来：如果要得到一个比较大的市场规模，就必须做全球覆盖。 如果你是一个外人、旁观者，又有数据，很容易得到这个结论。但在执行的时候，就像你说的，有很多不确定因素。 盈利的滞后意味着你要有很强的投资者关系和融资能力，也意味着你需要有足够的团队，能够跟着你一直坚持下去。 我觉得，同时代的公司没有看到这一点。但从战略上说，这并不复杂，也很容易想象：如果只做东南亚、中东或者南美的局部支付网络，肯定没有全球网络能够触达的市场规模大。 你会发现，其实也有不少公司还算做得不错，但最后的结局都很像，都是卖给了巨头。因为这些网络对于巨头来说，具有补充当地网络的意义。有的卖给了Visa，有的卖给了PayPal，还有的现在处于整合、合并的过程中。 但你很容易看到，这些公司的发展最后都比较局限。过早停止网络扩张，转而在上面做应用，变现会很快，但后面的路走不长。 所以愿景很重要。刚才说这是愿景的第一部分，就是从第一天开始就要做全球。那另外一部分是什么？ 吴恺 ### 从支付网络走向全球银行 只做资金转移是比较差的一门生意，原因是你变得太底层了，只有很有限的B端客户能够直接使用你的产品。 我们发现，如果要有B端流量，最后最本质的是要回头来做一个全球银行产品。你需要的能力不单单是一个资金转移网络，还要在上层搭建应用，在收付两端都有更丰富的产品，来满足客户的全部需求。 举个例子，在付款这一端，如果只是支持转账，客户是不够用的。他需要企业卡，因为很多支付是通过卡来完成的；他也需要对接钱包，因为有很多场景，比如发工资，是要付到钱包里的。 在收款这一端，也不单单是通过银行转账进来，有可能是通过收单的方式，让客户通过支付网关来完成支付。所以你需要把端到端所有的产品都建好。 当时很多投资人觉得这非常crazy，因为他们觉得创业公司要专注，不可能同时做那么多产品。但我们的特点是比较勤奋，执行力很强，这些产品后来我们全部做出来了。 全球银行的愿景很重要，因为它使得你真正能够站在同一个起点和赛道上，去跟传统银行竞争。否则你的产品是不完整的。 如果现在看我们的产品，所有交易银行类的产品，我们本质上都有。从银行账户、资金转移、外汇、付款，到卡、收单、高收益账户，信用类产品也都有。基本上，你是在云架构上搭建了一整套新的全球银行。 这个过程其实非常长。我们到了2021年，才算是在全球银行这个赛道上有了product-market fit。之前从2018年到2021年，我们其实只能做很多付款类的事情。 后来我们看到，付款类业务的天花板是有限的，因为能触达的客户种类比较有限。 这个听起来和一些创业理论不太一样。以前大家会说，创业要先在一个非常垂直的地方把它做深，然后再去扩张。但我们一开始的战略，其实是要把全线产品铺开，这对公司的挑战也更大。 吴恺 到底是做一个很垂直的功能，还是做一套更完整的功能，第一性原理取决于你能不能满足客户需求。 我们铺全线产品的时候，依然是在每一条路径上尽可能把功能砍到最小可用状态。我觉得，这在任何时候对创业公司都一样。 但是你会发现，当你砍掉一些主线能力的时候，客户就没法使用你的产品，那你就不能做这样的妥协。最后的出发点还是客户需求，以及客户需求对应的、未来可能带来的营收规模。 刚才说一个节点是2018年，那个时候全球网络铺好了。 吴恺 对，2018年开始做很多客户。我们当时有很多教育平台，它们需要向全球的在线老师支付工资；还有当时很多共享经济平台，需要给平台上的房东付款。 我们也做了很多留学教育客户。比如学生需要支付海外学费，这些都是资金转移网络的应用场景。 所以，2018年之后大概两年的时间里，资金转移网络是我们的主要产品平台。 到了2021年，我们变成了一个更全面的线上银行。 再往后，还有关键的阶段吗？ 吴恺 其实再往后的话，到了AI之前，我们没有特别兴奋的产品机会。全球银行可以做得很深，后来我们逐渐把资本类产品补足，因为银行还有一个很传统的能力，就是资本类产品。 我刚刚讲到高收益账户。客户的钱闲置在那里，你怎么能够给他产生收益，同时又是一个极低风险、高评级的产品？你还要怎么满足企业的流动资金需求，通过提供信用等方式来服务客户？这些产品我们都在逐渐补齐。 当我们说自己是全球银行的时候，面对的竞争可能就不再是别的全球银行，而是真正的银行。那在那个时候，最主要说服客户使用Airwallex，而不是传统银行的卖点是什么？ 吴恺 有两点。 第一，从覆盖能力和规模来说，现在全球没有一家银行的网络覆盖能够做到像我们这样。传统银行主要靠自己建立网点、铺设网络，成本非常高，最后的运行效率也比较差。 第二是使用体验。无论是网页端应用、移动端应用，还是API，这些都是传统银行完全不具备的。 当很多平台类客户需要更加灵活、可控并且低成本的支付方式时，他们其实没有太多选择。 解释一下什么叫灵活和可控。 吴恺 第一个是能够和客户的财务系统做比较好的集成。比如一个企业的ERP每个月拉出来几百份账单，通过银行支付这些账单是很痛苦的，因为你需要一张一张输入账单，确认金额，然后再付款。 我们不需要这样。和客户的ERP完成对接以后，客户可以从ERP里面把账单导入我们的系统，然后选择需要支付的账单，一键就把钱付出去了。 看上去，这些需求其实不是特别需要发掘，需求本来就在那里，只是要用什么样的组织把它做到，并且保证执行力。 吴恺 对。 因为对于银行来说，很多东西都是在五六十年代开始做出来的，核心系统可能也是上个世纪80年代做出来的。但到了云时代，写代码是解决问题最高效的方式，API就是系统之间通过代码沟通的最高效方式。 吴恺 所以我们的产品最开始都是基于API的。对于所有现代科技企业来说，使用我们的产品是最简单的。 你要保证的是API接口足够灵活，有足够多的参数，让使用方进行控制。后面的事情基本不用管，用户自己会想办法解决。 我最近看到，也有一些面向startup的银行，比如Mercury。它们做的事情和你们在底层理论上是不是有点像？都是在满足传统银行无法满足、但今天大量存在的需求。 吴恺 是的，但其中有一个区别。Mercury这样的银行并不是以API为先，它服务的主要是非常中小型的客户。 这类客户不希望投入技术资源，去做太多财务端的自动化。但我觉得到了AI时代，这件事会发生变化。 AI时代会发生什么变化？ 吴恺 原来只有中大型公司对财务自动化有需求，因为这还是有一定门槛的，需要搭建一个工程团队。 但在AI时代不是这样了。原来可能需要一个工程师团队来解决的问题，现在可能一个财务运营人员就足够解决了。 在这种情况下，很多中小企业的财务自动化也变得普惠，大家都可以使用。 在这个背景下，Airwallex最近也发布了一些AI加金融领域的产品。可以请吴恺介绍一下吗？ 吴恺 我们有两部分产品。 ### AI进入财务工作流 第一部分是一个叫Kai的AI助手，原生在我们的网页端应用里面，可以帮助客户直接通过agent的方式，把财务流程做得更好。 它可以分析你的财务政策，优化你的流动资金。比如什么时候最好把钱放到高收益账户，什么时候有资金要马上支付哪些账单，它可以帮你实现可用资金流的优化。 它也可以帮你做各种费用控制，以及搭建和费用控制对应的财务工作流。遇到问题时，比如资金为什么没有到账，或者某一笔付款为什么始终报错，它也可以帮你做错误分析。这些能力都可以在Kai里面实现。 另外一部分叫Agent OS。如果财务运营人员自己写了一个小程序，来帮他做各种自动化，我们可以提供命令行，也包括基于API的MCP接口，让他的代理直接调用我们底层的所有能力，实现财务自动化和可控。 后者是针对更大型的客户吗？ 吴恺 也不一定，很多startup也可能会使用。我觉得完全取决于他的财务人员是什么样的人。如果这个财务人员有一些产品思维，他可能就会想自己使用Agent OS来做自动化。 所以Kai作为一个agent，大家和它交互的界面还是对话界面，对吗？ 吴恺 是一个完全基于自然语言的对话界面。 现在上线大概有多长时间了？你们观察到哪些用户数据或者典型场景？ 吴恺 我们上线差不多一个月，目前逐渐开始向所有客户开放。 目前来看，整个留存相当不错。客户一旦开始使用，我们发现它的黏性很强，很难再回到以前那种点来点去的方式。 比如我要创建一笔支付，只要给Kai输入一个指令，它就可以帮你创建支付。我要建立一个基于财务政策的工作流，只要把报销政策、审批政策等上传上去，Kai就可以生成一个工作流让你确认。 所以一旦开始使用，黏性是很高的。 之后会不会从支付宝到所有银行，大家都出现这样的AI助手？ 吴恺 对于有技术能力的金融机构来说，基本上是一个必选项，因为它对用户体验的提升非常直接。 确实，银行App每次找一个功能都很困难，因为它可能有几百个甚至上千个功能。 吴恺 而且你根本不知道功能在哪里。如果用过手机网银，就会有这种感受。有时候你甚至不知道那个功能叫什么名字，所以搜索功能名称也不一定能搜出来。 拥有这样的能力，对于Airwallex来说意味着什么？ 吴恺 这其实只是交互界面的变化。 ### Agent重构金融软件 但交互界面的变化背后，也产生了很多新的能力。全球银行的核心能力我们其实都有了，但在上层，还有很多原来软件类的逻辑需要完成。 比如资金对账、客户收入确认，这些事情原来需要一个个去做，而且可能很耗时间。但现在对客户来说，他可能不关心过程，只需要结果。 当agent发展到现在，你会发现，原来没做的软件不需要做了。原来的软件是代替人去实现一些功能化的操作，但当AI在某些专业领域的智能越来越接近人时，就没必要绕一圈，再给它一个软件去使用。 Agent不需要使用软件。当你让agent理解一套做事的逻辑时，它自己就能完成。这样就省掉了我们原来开发软件的很多工作。 我相信不只是我们，大家都看到了同样的事情。原来可能有10个不同的财务软件，分别做费控、会计、收入确认、对账、计费等等。未来这些软件可能会被一个大的入口所替代。 这个入口背后对应很多agent，能够实现刚才提到的所有软件能力，因为它已经知道这些软件的逻辑。对于用户来说，他关心的是结果。 所以如果再往后看5年，可能原来10个独立的赛道会合并成一个。原来是5个财务人员使用10个不同的软件，未来可能变成3个财务人员使用一个agent系统，实现这10个软件的功能。 所以你是非常不看好金融类SaaS的未来？ 吴恺 金融类SaaS需要变化，而且它们还有一个很大的问题：原来不存在的问题，现在也出现了。 原来对于这些金融类SaaS来说，数据割裂不是一个大问题，反正另外一个SaaS也实现不了你的能力。但在AI时代，原来只做费控软件的工具，它没有其他数据，所以AI能力会受到很大限制，所有自动化都是割裂的，AI也比较笨。 所以它们要变，但也很难变。 吴恺 对，它们要变，需要花很大的力气。 除了刚才提到的产品之外，我看到Airwallex还有一个叫T0的产品，另外一个叫Airy。可以分别讲讲这两个产品吗？它们也是AI相关的产品吗？ 吴恺 T0是我们做的一个AI原生财务平台。T0这个名字的出发点是，企业从第0天开始，就能拥有一个迷你的CFO、一个迷你的财务运营团队，帮助创始人和CEO管理财务。 原来需要两三个人的财务团队才能完成的事情，包括财务记账、财务对账、财务报告生成、财务政策，以及各种财务管理动作，比如预测现金流、预测收支情况等，T0都能够完成。 目前我们先在北美发布，在硅谷的反响非常不错。 另外一个产品是Airy。Airy从一键结账，也就是one-click checkout起步。它的使用体验是，消费者在我们的商户客户平台上完成一次支付结算之后，下一次再回来时，不需要重新输入支付卡片信息或其他信息，就可以实现一键结账。 我们的差异点在于，愿景上希望一键结账只是这个产品的起点。最终形态是一个面向消费者的智能体钱包，里面会有余额。未来随着智能商业的发展，如果通过agent做消费和购买决策，在这个过程中就需要一个财务钱包来帮助完成结算。 所以它未来希望能够实现agent-to-agent payment。 说到SaaS，我看到Airwallex最近也收购了两家公司，一家叫Leapfin，另外一家叫OpenPay。收购它们背后的逻辑是什么？ 吴恺 ### 并购围绕数据人才 在AI时代，我们收购主要有两个逻辑：一个是数据，一个是人才。 先说数据。大量专有数据不在公共网络上，没有这些数据，就没有办法训练agent。我甚至不说训练模型。 比如我们收购的Leapfin是一家收入确认公司。在涉足这个领域之前，我们没有意识到收入确认这么复杂。 对于制造业企业，它的应收应付，和软件类企业收入确认中的权责发生制，以及服务类企业，比如物流公司的收入确认，都是不一样的。这些东西在网络上找不到数据。 但这些SaaS公司有很多客户在它们那里操作产生的实际数据。让agent学习这些实例，能够非常快地帮助它建立收入确认能力。 所以收购Leapfin和OpenPay，背后都是为了数据和人才。 吴恺 对。另外一个就是人才。很多被收购公司的创始人本身就是人才，而这些创始人的能力在AI时代被放大了，因为代码生成变得相对简单。 原来的产品经理只能写文档，现在可以直接生成原型，这是生产力非常大的提升。所以我们能吸引到最好的人才，也愿意为这些人才支付比原来高很多的溢价。 我最近有一天打开ChatGPT，它推了一个大弹窗，说发布了Finance功能，希望我连接银行。连接之后，我就可以在ChatGPT里面下发各种指令，比如查最近的流水，分析最近一个月为什么开支变多，或者分析接下来半年要怎么省出10万美元。 听起来，这和你们做的Kai agent是一样的。现在我注意到它还不能连接Airwallex。你们怎么看？会有一天让ChatGPT也可以连接Airwallex，让我在ChatGPT里面操作Airwallex的功能吗？ 吴恺 ### 超级入口重塑商业格局 我觉得这是一个很战略性的讨论，而且很多大型公司都在思考。 先回答你第一个问题。现在你让ChatGPT使用这个功能，肯定是非常不好用的。原因在于，你连接一个账户或者一家银行，它只能看到那一家银行的数据。 但正如你说的，ChatGPT很希望和我们这样的公司，以及其他金融科技公司连接。可是你看，现在有谁会和它连接？暂时没有。因为这涉及一个很大的战略选择。 我不用我们行业的例子来讲，因为我也想迂回一下这个问题。我没有特别明确的答案，但可以举一个例子来思考。 原来这些AI大模型都很想做所谓的agentic commerce，也就是做电商。首先，所有大型电商平台都不会跟它合作，无论是亚马逊还是沃尔玛。原因在于，数据是它们最宝贵的财富。 可能会和它合作的是Shopify这样的公司，因为Shopify本身不带流量。但你想，ChatGPT在这个过程当中最大的价值就是流量。在这样一个大时代下，你想不想自己做一个超级应用入口？ 底层模型未来也是一个通用商品，那我为什么不自己做一个超级入口，而要把这个入口放在别人那里？这是一个战略问题。 比如现在有10亿人在使用ChatGPT，但每天可能只使用20分钟。等它变成AGI以后，我每天和它使用1.5到2个小时，真的让它帮我去做事情，那就完全不一样了。 所以在这个阶段，我觉得很多人都会观望。彼此之间也都没有绝对的壁垒。 像我们这样的公司、像Shopify这样的公司，壁垒在于数据，但我们背后又需要依靠它的流量。因为智能本身不是一个关键点，它的流量对我来说可能很有意义。 比如我们现在服务几十万客户，可能通过它一下子就能服务几百万、上千万客户，那我就要在这个过程中做权衡。智能不是主要考虑点，流量和商业才是。这件事情也只能一边走一边看。 因为最后还是要看超级入口到底在哪里。电商也是一样，如果我原来已经是入口，根本不会考虑跟ChatGPT合作；如果我原来还不是入口，比如Shopify，那就要考虑是不是要绑定一个流量入口。但ChatGPT也会想，我为什么不自己变成一个入口。 吴恺 对。 如果Airwallex能够做成商业领域的超级智能，你认为公司发展到现在，有没有遇到过一些比较难做的决定？ 吴恺 选择是难的，但真正做起来还好。 比如要不要早点赚钱、上市，甚至中间还有一个机会是把公司卖掉。当时公司还在B轮的时候，Stripe想要收购我们，我们也可以选择把公司卖掉。 这些决定可能是难的，难在抵御短期利益的诱惑。 我原来在公司做过3年多的CFO。2018年我做财务模型的时候，有一个投资人说，你这个模型肯定太离谱了，不可能做到6年以后。 我们后来回顾，从2018年到2024年，基本上是贴着当时模型的预测走的，只差了一个半季度的增长。 当你有一个愿景，也知道市场很大，并且已经在这个赛道上就位时，真正重要的是，你的执行力和毅力能不能支撑你走到终点。 现在回头看，你当时拍的那个模型，肯定也有运气成分。因为2018年Airwallex的收入几乎为0，但你需要预测最终收入能够增长到十几亿美元的规模。 吴恺 对，后来基本上贴着那条线走，其实是挺神奇的一件事情。 最近Airwallex的ARR应该是13亿美元。 吴恺 对，13亿美元。 所以和你当时的预测比较接近。当时那个预测是怎么做出来的？ 吴恺 还是非常愿景驱动。因为你什么都没有，只能对着愿景去做。你的愿景就是你的客户。 你要问，到底哪些是我的客户？这些客户最后有多大的交易量？有多少交易规模可能会在我这里完成？对应这些交易，我大概能够收取多少钱？以及我们可能会在哪些市场运营。大概就是根据这些东西做出来的。 我最近看到公开数据说，Airwallex的交易量在翻倍，而且不止翻倍。这么大的增长，背后的driver是什么？ 吴恺 有两个原因。 第一，我们还在进入一些新市场，虽然越来越少，但在每一个市场里面，我们还在非常快地渗透。 第二是产品迭代和产品叠加。客户刚开始可能只使用账户类产品，慢慢延伸到所有交易类产品，然后交易类产品再延伸到各种软件类、资本类产品。 单个客户在我们整个平台上的价值，可能每年以20%多、接近30%的速度增长。 我也注意到，这一次110亿美元估值融资的新闻发布时，Airwallex CEO Jack Zhang说：“我们认为，当下正值全球金融发展史上一个至关重要的节点。”这句话可以展开讲一下吗？为什么会认为此刻是一个至关重要的节点？ 吴恺 还是AI带来的变化。 刚才讲到，在AI时代，很多传统金融垂类软件可能都会被替代，这就产生了一个做金融智能超级入口的机会。 现在大家争议的是，这个超级智能入口究竟是在通用智能这一层，还是会有金融智能、医疗智能、工业智能。有人认为它就是通用智能，但我们的判断可能不是这样。 我们认为，在每一个大行业板块里面，仍然会有专业能力和非公开数据形成的壁垒。所以我们希望努力去做金融超级智能的入口。 除了Airwallex，你觉得还有谁拿到了金融超级智能入口的入场券？ 吴恺 Stripe肯定在做。Stripe的布局也很广。 Stripe的特点是，原来做的产品很垂直、很聚焦，可能头10年都在做支付网关这一个事情。但最近3到4年，它的产品线在急剧扩张。 原因是，如果要做一个金融超级智能入口，就不可能只做一个产品，因为智能不是这么工作的。它是很泛化的。 所以我觉得Stripe可能是一个玩家。Revolut的好处是流量很大，它有几千万C端用户，所以也可能是一个有潜在入场资格的玩家。 其他就比较少了，可能还有一些区域类的公司。 那Airwallex这110亿美元估值背后的支撑是什么？可以分享一下吗？ 吴恺 首先，收入支撑是很完整的。我们有13亿美元的ARR，关键是13亿美元的ARR还在以90%的速度增长。所以把增速考虑进去以后，这个P/S倍数并不高，完全不算高。 本身公司的毛利也很高。我们这个行业的毛利普遍在70%左右，和顶尖科技公司的毛利差不多。剩下的主要是运营成本，比如人力成本。 所以公司的基本面支撑，我觉得是完全足够的。 另外，我们融资的主要目的，还是尽快找到优秀的人才和高质量的数据，让资本帮助我们在这些事情上加速。 所以听起来，接下来会有很多并购动作。 吴恺 对，我们也在不断寻找并购机会，主要就是瞄准人才和数据。 Airwallex也是一家很早就开始做全球化的公司。今天也想听你分享一下做全球化的经验，尤其是我们这么复杂的金融业务，要铺到这么多国家，有什么心得可以分享吗？ 吴恺 一个是要坚持本地化，还是要相信懂当地的人，能够最好地做出客户体验。 所以从2019年开始，我们就招了很多当地的GM，也就是当地总经理。这个过程是屡败屡战、屡战屡败，然后再战，直到找到对的人。 原因在于，一开始的选择是逆向选择。你在当地没有特别好的品牌知名度，所以最开始愿意加入你的人，能力会非常参差不齐，需要自己去甄别。 在美国，GM也是来回调整吗？ 吴恺 是的，我们现在还在持续寻找合适的人。 当时我们有一个整个商务的负责人，他应该在旧金山工作，但他家不在旧金山，而是在旧金山旁边一个地方，叫圣何塞。 有一次我和Jack过去，提前也没打招呼，只是和他说：“我们在旧金山碰一下，聊聊这边怎么做。”他说家里有急事，今天从圣何塞赶不过来，我们也没特别往心里去，就算了。 但后来我们在当地见投资人，又辗转多留了两三天，他一直没有出现，也没有过来。后来他告诉我们，其实他人在迈阿密，正在和家人度假，只是远程工作。 所以我们立刻决定让他离开。这个人不靠谱。 但在建立对一个当地管理者的信任，到发现信任不成立，再重新招人，这个过程应该非常精神内耗。 吴恺 确实非常精神内耗。但我们希望做对的事情。即使这样，我们也不希望从总部派一个人，无论从澳洲还是其他地方派一个人去管理美国。 我们认为这还是不行，应该坚持找本地的人管本地。这可能是比较重要的一点。 第二，大家可能都会考虑进入市场的优先级，到底把资源放在哪里。 原来我们一开始觉得这是一个2×2矩阵，考虑市场规模和进入难易程度。但后来发现没必要，或者说根本选不出来。 最好的情况是市场又大、进入又容易，但这样的市场不存在。所以后来我们发现，不需要考虑进入难度，只要考虑市场规模就行。市场规模是决定市场进入优先级的唯一标准。 市场规模也不用搞得太复杂，后来我们就看GDP，排个序。全球GDP排名前10的国家，我们首先都要进入；前10名进入完了，再进入第11到第20名，20名开外再看情况。 这个方法很简单，但给了我们在发展过程中的战略定力，不会反复变化。最怕的是资源投入一会儿多、一会儿少，战略来回变，这不太理想。 还有一个很大的问题，如果做空降，你很难扩展当地的人才。你从当地以外的地方吸引到的人，和你在当地招到一个最优秀的GM能够吸引到的人，是不一样的。 如果在当地没有足够高的人才密度，就无法规模化地建立团队，也很难在当地走远。 我们看到很多韩国企业、日本企业，以及华为这样的企业，在走向全球的时候会大量空降。这和你刚才讲的理论，有哪些相同和不同？ 吴恺 我想过这个问题。我的看法是，如果你是制造业企业，这个逻辑特别通。你需要在当地建工厂，而在建工厂这件事情上，总部的流程、最好的建厂经验、最好的工厂管理，比了解当地文化重要得多。 但我们在当地最主要的工作，一个是合规，另外一个是营销。这些工作对当地文化和规则的了解，比对总部产品的了解重要得多。 我们的产品不是在当地生产的，它完全是总部开发的金融科技产品。在这种情况下，从总部空降人过去没有太大必要。 在不同国家都需要做营销。目前看来，触达客户的方式在不同国家有很大区别吗？ 吴恺 其实有区别，主要在于营销成本不一样。 在亚洲，你会发现流量成本挺贵，因为线上经济高度发达。但人的成本反而没有西方国家那么高。 所以通过线上营销的方式去做，效果可能还不如通过营销人员、类似地推的方式去做。 到了西方国家，情况就不一样了。它的线上成本当然也贵，但把线上营销成本、流量成本和人力成本放在一起比较时，线上成本其实没那么贵。 所以当我们进入英国、欧洲、北美这些国家时，就搭建了线上营销团队，做很多线上增长。 最后一个问题。我们用了11年时间做到110亿美元，当然现在增长曲线也在不断变快。我很好奇，在你看来，如果有一天Airwallex做到1000亿美元，这中间要迈过哪几个关键里程碑？ 吴恺 ### 迈向千亿美元目标 我觉得第一个里程碑，是用户规模还要有一个台阶式增长。我们希望实现100万客户规模，现在是20多万客户。 其次，我们希望产品不只是服务客户的财务操作，而是真正帮助客户实现我们所说的intelligent finance，也就是智能金融。 在智能金融背后，我们希望看到客户财务人员的效率被赋能、得到提升。 简单算一下，我希望单个客户每年能够贡献大概1万美元的收入。100万客户、每个客户1万美元的收入，能够支撑起100亿美元的收入规模，从而实现我们希望的、未来1000亿美元规模的智能金融平台。 好，谢谢吴恺。也祝福Airwallex早日达到1000亿美元估值。 吴恺 谢谢寇姐。特别高兴。 好，拜拜。 吴恺 拜拜。