Airwallex吴恺称公司ARR达13亿美金 拒绝Stripe收购谋划千亿估值

Airwallex吴恺称公司ARR达13亿美元 拒绝Stripe收购谋划千亿估值 大模型爆发催生实时动态计费需求，Airwallex通过AI原生产品Kai与AgentOS整合割裂的财务SaaS赛道，以100万客户和万美金客单价公式冲击千亿美金全球顶级金融平台。 对话回顾了Airwallex拒绝Stripe收购、坚持亏损四年铺设全球清算网络并打造云原生全球交易银行的历程。面对大模型公司（如DeepSeek、Kimi等）带来的实时动态计费需求，Airwallex通过连续发布Kai、AgentOS、T:0及Airi等AI金融产品，推动财务自动化平权并重构交互方式。吴恺指出单点财务SaaS正在向统一的Agent入口合并，公司将通过收购专有数据资产与拓展全球本地化业务，向100万客户及1000亿美金估值目标迈进。 Airwallex 正在为 Kimi、MiniMax、智谱、DeepSeek 等头部大模型公司提供服务，应对用量阶梯费率、高峰低谷差异化定价等全新且复杂的实时动态计费与对账需求。 (2:10) 创业初期公司宁愿承担前四年亏损并拒绝 Stripe 等巨头收购，坚持自主铺设覆盖全球的本地清算网络与牌照，最终在 2021 年迎来全栈“云原生全球交易银行”的 PMF。 (9:24) 通过内置助手 Kai 与开放接口 AgentOS，Airwallex 推动财务自动化走向平权；吴恺认为割裂的单点财务 SaaS 面临淘汰，未来多达 10 个财务流程将合并为一个统一的 AI Agent 入口。 (27:14) 公司当前 ARR 达约 13 亿美金且年增速达 74%，新一轮估值达 110 亿美金；下一步计划拓展至 100 万家客户规模、实现 100 亿美金 ARR，进军千亿美金级 AI 金融超级平台。 (49:18)

Airwallex 首席营收官吴恺分享了公司从解决跨境电汇痛点到构建云原生交易银行的历程，并指出随着 AI 重塑金融软件生态，Airwallex 正通过整合专有数据与底层金融接口，向百亿美元年化收入及千亿美金估值目标演进。 重构底层清算网络，迈向云原生交易银行 (5:00) Airwallex 于 2015 年在墨尔本成立，初衷是解决经营咖啡馆进口咖啡豆时遭遇的传统 Swift 电汇痛点——到账缓慢、极易触发反洗钱合规误判，且单笔电汇手续费高达 20 至 50 美元。创始团队凭借外汇算法与工程技术背景，避开了仅做局部区域网络的短期盈利路径，在前三至四年承受几乎零收入的亏损压力，专攻全球牌照申请与本地清算网络直连。目前其网络已覆盖全球 90 多个国家和地区，实现端到端秒级清算。 面对早期投资人对其产品线分散的质疑，公司坚持不只做单纯的资金通道，而是向上延伸为全栈式“云原生全球交易银行”，提供企业卡、代发薪、收单网关、高收益账户及信贷等产品。该战略在 2021 年迎来产品与市场契合点（PMF），通过现代 API 架构与企业 ERP 系统无缝集成，相比底层系统老化、依赖实体网点的传统银行展现出显著的集成效率优势。 应对动态计费挑战，AI 推动财务工具一体化 (0:00) 针对当下大模型企业出海，Airwallex 为 Kimi、MiniMax、智谱、DeepSeek 等客户提供实时计费与收款支持。与传统 SaaS 的固定月费不同，大模型催生了基于多模型、用量阶梯及高峰时段（费率可达低谷 2 倍）的动态计费需求；由支付底层直接接入用量并扣款，消除了模型公司与支付网关之间繁琐的账单对账摩擦。 吴恺据此提出，传统单点金融 SaaS 正在走向终局。过去企业需采购费控、会计、计费等近 10 个割裂的软件，各工具间因数据壁垒导致其内部 AI 表现欠佳。未来五年内，多套独立流程有望收敛至由单一统一 AI Agent 驱动的入口。为此，Airwallex 陆续推出了内置自然语言财务助手 Kai、开放底层金融调用的 AgentOS、原生记账对账平台 T:0 以及面向智能体结算的钱包产品 Airi。 专有数据壁垒与超级金融入口之争 (32:17) 在对外并购方面，Airwallex 近期收购了收入确认工具 Leapfin 与支付企业 OpenPay。吴恺透露，公司在 AI 时代的收购重心已从买用户规模转向获取私有垂直数据与顶尖人才。以收入确认场景为例，制造业应收应付与 SaaS 履约摊销等复杂行业逻辑无法从公开网络获取，吸收这些专有数据有助于其 Agent 掌握高精度的财务履约规则。 面对 OpenAI 推出 ChatGPT Finance 并试图连接银行生态，吴恺指出金融科技平台与大型电商均保持审慎态度。底层大模型正逐渐呈现通用商品化趋势，拥有核心交易数据的平台必须在“借通用模型换取短期流量”与“防止自身沦为无品牌通道”之间抉择。他预测各垂直领域凭借非公开数据壁垒，终将各自长出独立的行业超级智能入口，而非被单一通用入口通吃。 全球化管理法则与千亿估值增长公式 (43:07) 跨国运营方面，Airwallex 早期曾拒绝硅谷巨头 Stripe 的收购，并坚持由本地总经理（GM）拓展当地合规与营销，不依赖总部人员空降。在选择目标市场时，团队摒弃了繁复的评估矩阵，转为严格依照全球国家 GDP 排名分批次进入；在营销策略上，亚洲市场更侧重高 ROI 的地面销售，欧美市场则依托线上增长团队。 公司目前年化收入（ARR）约 13 亿美元，年增速达 74%，毛利率保持在 70% 左右，对应最新一轮 110 亿美元估值约为 8.4 倍市销率。吴恺阐释了迈向 1000 亿美元估值的量化路径：将客户规模从当前的 20 多万家拓展至 100 万家，叠加全栈产品与智能化服务使单客平均年贡献收入（ARPU）提升至 1 万美元，最终支撑起 100 亿美元的 ARR 规模。 Airwallex 的长期扩张依赖于将基础设施网络与企业财务工作流紧密绑定。然而，随着 AI 重新划分软件入口与流量分配权，其自研智能体与通用大模型生态之间的竞合关系，以及百亿美元营收目标所需的跨区域规模扩张能力，仍是后续面临的核心考验。

[2:10] 吴恺: 大模型公司与传统软件（SaaS）公司在计费与支付需求上有着本质的不同：传统 SaaS 主要是按月订阅套餐、定期发账单，模式非常简单成熟；而大模型行业在过去 18 到 24 个月爆发后，催生了非常实时动态的计费需求。 [9:24] 吴恺: 如果你要得到一个比较大的市场规模，你得做全球的覆盖……你如果就做一个东南亚或者中东的局部支付网络，那肯定没有你做全球的可触达市场规模大。 [22:55] 吴恺: 在 AI 时代，原来可能需要一个工程师团队来解决的问题，现在可能一个财务的运营人员，他就可以足够来帮你解决了。 [27:14] 吴恺: 极度不看好传统单点金融 SaaS 的未来。 [27:14] 吴恺: 原来 5 个财务人员使用 10 套软件，未来呢？ [27:14] 吴恺: 单点 SaaS 的数据彼此割裂，到了 AI 时代反而会成为致命弱点：没有跨流程数据，它们的 AI 就会更“笨”。 [32:17] 吴恺: 在 AI 时代，公司发起收购的核心逻辑不再是买用户规模，而是买两样东西：专有数据与顶级人才。 [37:23] 吴恺: 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。 [43:07] 吴恺: 坚决不靠总部“空降”派人，坚持招本地人管本地 [43:07] 吴恺: 只看 GDP 排名

[0:00] 嗨,我是Koji本周十字路口的嘉宾是Airwallex的首席营收官吴凯你好吴凯,欢迎来到十字路口HelloAirwallex刚完成了新一轮的融资估值已经到了110亿美金我们今天请到吴凯一是请他来和我们分享Airwallex的创业故事包括我们也知道Airwallex现在在服务非常多的AI公司包括Kami,MiniMax,智朴也请他分享一下就是在今天这些全球化的AI公司需求咱们是怎么满足的然后除此之外Airwallex在AI加金融这个方向我看到也做了很多有意思的探索所以今天也会展开分享一下在这个方面的一些观察和思考先从十字路口的一个传统快问快答开始帮助大家尽快的了解你所以请问吴凯你的年龄37岁然后你的毕业院校复旦大学NBTI和星座INTJ双语座一句话介绍一下Airwallex我们是一个服务全球企业的金融和支付平台然后因为您的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所以可以介绍一下CRO这个title它对应着什么样的职责吗你可以认为我最主要的任务是提高公司的营收那么提高公司的营收在我这个部分的话主要是通过营销来实现所以所有的全球的marketing的团队销售的团队以及说区域的总经理都是向我汇报然后我知道Airwallex现在的客户里面这个有非常多的AI公司也包括我们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鲜学习然后做新产品然后让我们正好有了一个后发优势那原来的就是对于这些传统的软件公司的寄费和支付呢相对来说已经有一个很成熟的产品了因为他们的模式就是说你每个月订一个套餐然后每个月给你账单然后收你的收费就这么一个模式很简单但是到了大模型呢你可以认为它是非常实时动态的首先呢往往所有的大模型公司它都有多种模型那每种模型有不同的性能然后对应不同的性能呢它也有不同的收费所以对于我们这样的做积费和支付的来说我们就需要根据大模型公司给我们的这个客户的用量的数据我去做实时的积费再叠加另外哪一层呢是说对于所有的大模型来说他们的用量又都是按阶梯的所以你可以认为它是一个相对比较复杂的实时计费同时费率又在不断变化的这么一个新的一个计费模式包括DeepSeek还有高峰和低谷的不同计价支付没错没错DeepSeek他们最近刚发布他们就是高峰的时候的费率是低谷时候的两倍对吧那这些东西都需要在我们这样的一个计费和支付平台里面去把这些逻辑给放进去那么这样在计费的时候才能比较准确这个为什么要靠你们来算呢而不是靠这个比如说模型公司自己算好问题其实跟我们来算的话是最直接的因为我们最后是账单模型公司首先这不是它的核心能力其次呢就是它算了以后呢它还是要发给我因为是最后我去问客户去计费收费嘛那还不如就是说我算完然后直接去收费是最好的如果是他去算算了以后再发给我然后中间还有一个对账的问题他其实多出来一个不必要的步骤那我理解这个压力蛮大的因为如果你们算少了模型公司说你要给我补贴算多了用户会非常生气而且可能会骂模型公司那客户就会很生气又反过来找你们是的因为我们是负责给客户发账单然后就像你说的就是责任还是挺重的我们知道Airwallex是非常厉害的公司然后很短的时间就做到110亿美金的估值但是其实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凯介绍一下Airwallex的创业的故事比如说从零到今天可能大概经过了那几个阶段创业的起点是什么其实我们是2015年在澳洲Morban然后成立的当时是Jack和他的创业伙伴我们最开始想解决的问题其实比较简单的就是一个全球资金移动的这么一个问题因为当时他们在木尔本有一个咖啡馆然后其实木尔本的咖啡是挺厉害的但是他们不怎么种豆子所以豆子呢还是说从世界各地来的那包含这个南美啊非洲啊那这些地方呢其实 [5:00] 整个当地的资金的收付网络都不太成熟的那么这样的话他们在进口这个咖啡豆的时候就碰到了很多这个难题第一呢是说资金到账特别的慢因为我们的其中一个创始呢叫李承他那个名字的拼音呢可能跟某一个制裁的名字是一样的那导致如果你通过Swift网络去做的话就是经常会被卡第二呢就是很贵本来的豆子是没多少钱但是Swift一笔可能就是收你大概20到50美金不等不管你支付的金额大和小他们有时候会想采一些采量的豆子来试试看对吧支付当中就碰到很多实际的难题所以这开始是这么一个初衷但他们的背景是什么他们听起来如果是开咖啡馆或做咖啡生意就怎么能够做支付网络这么对技术要求实际性要求蛮高的工作的对这就要说到这个我们的CEO Jack然后他们其实都是摩尔本大学的同学然后在念书的时候就一块认识了然后咖啡馆是他们的一个副业就是说这个也都比较喜欢嘛就在那运营然后Jack原来是在很多投行里面去做工程师包含这个外汇的算法等等等等这个交易然后我们另外一个创始人西京呢他其实之前一直是在连续创业然后做技术方面的工程然后之前也在这个Google X然后去做所以这些有技术背景的人碰在一起呢他们就会想说能不能用技术来去解决这个问题因为云计算在那时候越来越成熟那么他们就在想说当时候的支付的网络是基于可能70年代那种本地基的方式去做的你想就是一个Swift的网友因为Swift他最大的问题是说他的资金和信息的传输是分开的Swift本质是个报稳系统就是他只传信息然后传了信息以后银行根据这个信息再去调他的资金所以它是非常不高效的那在一个云计算的时代的话我怎么样能够通过基于云的这么一个支付网络去重构我们整个资金移动的逻辑其实在技术上是完全可以实现的同时呢在资金上面又当时结合很多全球的实时的清算网络其实已经出现了你需要的无非是说怎么去把这些网络连接起来同时又能够跟你的数据相匹配从而得到资金流和信息流的同步那么这是一个当时他们觉得这个事情可以做的这么一个初衷所以在2015年的时候我们当时已经看到说有几家公司在做包括现在的WISERevolute其实差不多都是那个时候开始逐渐做起来所以你知道说这么一套资金转移资金移动的网络的逻辑是通的所以还是看到了需求然后同时也发现了有各种基建的出现当地的清算网络因为当时小额支付的兴起也是借力于很多中国的支付工具像支付宝这些东西它发展的很快所以促使很多国家他们其实在发展这个当地的这个实施的小额的支付系统所以你这个钱一旦到了本地以后本地的支付其实很快你只要解决这个全球移动的那一段就可以了你就可以实现这个端到端或者门到门的这么一个啊非常高效的这个实施的这么一个资金的移动所以其实像刚才讲到咱们在那个阶段看到的这个机会不止咱们自己看到了也有很多别人一起在做那再往后呢就我们是怎么比如说这个不但抓到这个机会然后慢慢做大做强这中间又有哪些竞争的故事我觉得那个是在一个就是愿景上的一个区别做资金转移的公司很多家其实都做起来了但是我们回头去看的话我们很受益于我们的愿景我们愿景里面有两个点特别重要第一个就是我们想做一个全球的网络不是做一个去的网络你如果做一个东南亚的支付你可能早就盈利了但我们想做一个全球的网络所以这个愿景的话使得说当我们这个网络做起来以后我们的客户的受众是很广的我们现在的支付网络的话其实已经支持说90多个国家的资金的实施的到账所以在那个时候咱们是亏损了很长一段时间我们亏损相当长时间就是说你想我们搭这个网络可能到18年开始才刚开始有一点点收入然后到19年才算是相对来说比较完善所以前三四年都在做产品因为我觉得对于创业公司来说专注是很重要因为你资源有限 [10:00] 没有去花特别多的精力去做很上层的应用层的东西而都是在去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都在做这些事情所以第一个愿景就是说我们是希望覆盖全球的国家当时怎么能够抵抗住那种盈利的诱惑比如说时间倒回到那个时候可能也有另外一个竞争对手说我先在东南亚做好做生做盈利然后我有了自己的基础我再往外扩张这可能也是另外一条非常自然的竞争的路径但你们在选的就是我们先不着急盈利我们就先亏损着从零到一先把全球建起来他其实是在战略上做这个选择是很容易的因为只需要算就可以了因为你这些数据都是广泛存在的最大的支付的通道其实都是跨周际的不是一个区域的所以你非常容易能算出来说如果你要得到一个比较大的市场规模你得做全球的覆盖如果你是一个外人旁观者然后你又有数据你很容易得到了一个结论但是在执行的时候就像你说的它是有很多不确定因素的你盈利了之后意味着你要有很强的这个投资者关系融资能力然后你盈利了之后意味着说你需要能有足够的这个团队能够跟着你一直在这个过程当中再去坚持我觉得当时同时代的公司他们看不到了一个点但是我觉得在战略上不是说非常复杂的你很容易能想象说我如果就做一个东南亚或者中东的或者南美的局部的支付网络那肯定没有你做全球的能够有的这个可处达的市场规模大对吧然后你看到其实也有不少都还是相对于算是这个还可以的吧但是他们最后的结局都是很像的他们都是卖给了巨头因为他这个网络肯定是对于这些巨头来说是有当地网络的补充意义的有的卖给了Visa然后有的就是卖给了PayPal然后也有的是说他这个现在在一些这个整合合并的过程但是你很容易能够看到这东西最后是很局限的你过早的去停止你网络的扩张便在在上面去做应用那你的变现很快但是你后面的路是走不长的了解所以愿景很重要然后刚才说这是愿景的第一部分就是day one就要做全球全球然后另外一部分就是说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但我们就发现说你要有这个弊端的流量的话最后最最本质是你要回回头来做一个全球银行的产品那么你需要的能力就不单单是说一个资金转移的这么一个网络了你上层要搭应用然后呢你再收付两端你都要有更丰富的产品来满足客户的全部的需求举个例子就是说你比如说在付款这一端那你如果只是支持转账的话其实客户是不够用的他需要有企业卡来实现说很多这个支付是通过卡来完成的然后他需要说对接一些钱包啊因为有有很多他比如说付工资啊等等他是付到这些钱包这些地方去的然后在收这一段的话他也不单单是通过银行转账进来他有可能是通过收单的方式就是让他的客户通过一个支付的网关来去做一个支付所以你需要把这些端到端所有的产品都去建好当时这个来说在我们的很多投资人来说是觉得是非常crazy的因为他们就觉得说你要专注不可能同时做那么多产品我觉得我们就是特点就是说比较勤奋然后执行力很强然后这些产品其实我们后面全部都做出来所以这么一个全球银行的愿景很重要使得说你真正能够站在同一个起点和赛道上去跟那些传统的银行竞争否则你的产品是不全的如果你现在看我们的产品的话所有交易银行类的产品我们本质上都有你从银行的账户到这个资金的转移外汇付款这个卡然后收单高收益账户然后信用类的产品这都有所以你基本上就是说在云的架构上面搭建了一整套新的一个全球银行那么这个过程其实非常长就是你过去看的话我觉得可能 [15:00] 我们到了2021年才在全球银行这个赛道上我觉得我们算是有product market fit之前的话就18到21年我们其实只能做很多就是付款类的事情那那个事情我们后来看到就是天花板是有限的就是因为你能触达的客户的种类被局限所以这个听起来和一些创业的时候所讲的理论有一点点不一样因为之前大家会说创业你要先在一个非常垂直的一个地方把它做深然后再去扩张但是咱们一开始其实就是这个战略是权限要铺开的这是我觉得对公司的挑战也更大我觉得就是你到底是做一个很垂直的功能还是说你要做一个更权限的一个功能它的低性原理是取决于你能不能满足客户的需求在我们铺权限产品的时候我们依然是说在每一条路径上我们都是希望把功能尽可能砍砍到一个最小可用的状态我觉得在任何时候对于创业公司都是一模一样但是你会发现说当你砍掉有一些主线的能力的时候你的客户没法用你的产品那你就不能去做这么一个妥协你最后的出发点还是客户的需求以及说这个客户需求对应的你的这个未来可能的营收的规模所以刚才说这个一个节点是18年然后另外一个节点是21年然后18年的时候咱们是这个全球网络铺好了开始做很多客户我们当时有很多比如说教育平台然后他们需要付全球的在线的老师的工资然后有一些当时很多的共享经济然后他们要付比如说平台上的一些房东等等所以我们做了很多这样类型的客户还有比如说一些留学教育然后一些学生然后他们需要去付海外的学费等等所以这样的一个资金转移网络是我们在18年后面的可能两年时间主要的一个产品然后到21年的时候就成了一个线上银行就更全面了然后再往后还有关键的阶段吗其实再往后的话我觉得到了AI之前其实我们没有那么觉得很兴奋的产品机会当然全球银行可以做得很深了然后我们后面就逐渐把资本类的产品去给它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的账户客户的钱闲置你怎么能够给它产生收益对吧但是同时又是一个非常非常极低风险很高评级的这么一个产品然后你怎么能够满足企业的流动资金的需求通过你给他的这个信用等等就是把这些产品去补给就当咱们说我们是全球银行的时候其实我们面对的竞争其实就不是别的全球银行而可能就是一些真的银行对然后在那个时候比如说最去说服我们当时的客户用咱们而不是用其他这个古典银行的一些主要的卖点是什么两点第一是说从覆盖的就是能力的规模上来说应该现在全球没有一家银行的整个网络覆盖能够做到像我们这样因为它是一个纯靠自己去建自己网点然后去铺网络的方式所以成本是非常高的并且就是最后的运行的效率是比较差的第二呢就是在使用体验上面就无论是说我们的网页端的应用或者移动端的应用呃再到我们的API就是这些是银行完全不具备的当很多平台类的客户他要呃比较灵活可控并且低成本的支付方式的时候他其实没有太多选择我解释一下什么叫灵活和可控就是两个点第一个来说是说能够跟他的财务系统做一个比较好的继承比如说当他要付账单的时候你可能一个企业里面的ERP他一个月拉出来的账单有几百分你通过银行来付这些账单是很痛苦的因为你需要一个一个去输入账单对吧然后你要确认金额然后再要付款我们不需要我们做完跟他的ERP的对接以后当然这都是一些标准件我们做完对接不是每个客户去对接我们做完这个ERP的对接以后我们给客户的体验是说客户从他的ERP里面导入他的账单到我们的系统然后选择哪些 [20:00] 那他需要付的然后一件这钱就出去了所以看上去就是这些需求其实不是特别需要去发掘的需求就在那只是我们用一个什么样的组织去把它给做到并且保证执行力因为我觉得对于银行来说其实都是真的在五六十年代开始做出来的东西它的核心系统可能就是上个世纪八十年代做出来的东西但到了云时代的时候其实大家去这个携带码是解决问题最高效的方式那API就是这个系统之间通过代码沟通最最高效的一个方式所以我们的产品最开始都是基于API的那既然自然就是对于所有这种现代科技的企业他用我们的产品是最简单的你要保证的是你的API的接口足够的灵活你有足够多的这个参数去让你的这个使用方去做控制其实后面的事情都不用管这个用户他自己会想把它去解决我最近看到比如说也有一些新的呃面向比如说startup的银行比如说mercury这样的银行就他们做的事情和你们做的事情是不是底层理论有点像就做古典银行满足不了但是又今天大家大量存在的需求对是的然后嗯但当中中就有一个区别点就是mercury这样的银行它其实并不是API为先的它服务的主要是非常中小型的客户很中小型的客户它其实不希望投入任何技术资源来说太多的财务端的自动化但是我觉得到了AI时代这个就又发生变化AI时代会发生什么样的变化原来只有中大型的公司他会对于财务的自动化有需求因为这还是一个有一定门槛的东西或者大一个工程团队对你需要一个工程团队但在AI时代不是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的一个运营人员他就可以足够来帮你解决了在这个情况下的话很多中小的企业他的财务自动化也变得普惠了大家也都可以用所以在这个背景之下Airwallex最近也发布了一些AI加金融领域的产品这个可不可以也请吴凯介绍一下对我们有两部分产品第一部分呢是我们一个叫Kai的一个AI的助手原生在我们的网页端的应用里面从而说能够帮客户直接去让他的财务的流程通过agent的方式做得更好你包括说对你的财务政策的分析包括说对你的流动资金的这么一个优化你什么时候把这个钱最好去放在高收益什么时候这个钱你马上要去付哪些账单他能帮你去做一个可用资金流的最优化然后他也可以帮你去做各种各样的费用控制以及说对应费用控制的财务工作流的搭建等等这是在我们的开里面能实现的当你在遇到问题的时候比如说我资金为什么没有到账或者说为什么这个地方的付款我输入的信息始终报错他也可以帮你做错误分析这是一部分在我们原生在我们的网页端的应用然后另外一部分呢我们叫做Agent OS就是说你如果自己就做了一个你的比如说财务运营员他自己写了一个小的一个这个程序啊然后来帮他去做各种自动化的那么我们提供了像这个命令行也包含当然是我们的基于API的MCP的接口让他的代理人直接去调用我们的下面底层的所有的能力来实现他的财务的自动化和可控所以后者是针对更大型的客户也不一定很多startup可能他也会做我觉得完全就取决于说他的财务人员是什么样的财务人员我觉得这个财务人员如果他是有一些产品思维的话他可能就会想要自己去用agentOS来去做这样的自动化所以咱们这个Kai作为一个Agent就大家和他交互的界面还是一个对话界面对 是一个对话界面完全一个自然语言的一个对话界面现在上线之后大概有多长时间就你们观察到了一些什么样的用户数据或者一些点心场景对 我们上线差不多一个月左右目前是逐渐开始开放给到所有的客户然后目前来看的话我们觉得就是整个留存其实是相当不错的客户一旦开始用以后我们发现他的粘性是很强的很难会说他再回到非常以前的方式去点点点点点去玩比如说我要创建一个支付那么我其实给开树一个指令他就可以去给你创建一个支付了我要去建立一个基于我财务政策的 [25:00] 工作流我把我的财务政策报销政策审批政策等等上传上去其实开就可以给你生成一个工作流让你确认所以当它开始使用以后年性是很高的你会觉得之后会不会从支付宝到所有的银行大家都出现这样的AI注射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于用户的体验的提升我觉得是非常直接的确实因为银行APP每次找一个功能因为它功能可能有几百个甚至上千个对吧而且你根本不知道在哪你如果用过手机网银你就对吧对而且甚至有时候你都不知道那功能叫什么名字所以搜那个功能的名字也不一定搜得出来所以我觉得确实会比较自然就有这样的能力但在你看来比如说拥有这样的能力对于Airwallex来说意味着什么呢这个其实还是是交互界面的一个变化而已对但这个交互界面的变化其实背后产生了很多新的能力所有全球银行的核心的能力我们其实都有了但是在这个上层呢有很多原来软件类的逻辑其实你是需要去做的比如说资金的这个对账客户的收入的确认这些东西我们原来需要一个个做而且可能很耗时间但是现在对于客户来说他可能不关心过程了他只需要结果所以当agent发展到像我们原来没做的软件你发现不需要做了因为原来软件还是说代替语言去实现一些功能化当AI在某些专业领域他的智能越来越精进人的时候你没必要去给他绕路去说再给他一个软件去用agent他不需要用软件当你让agent能理解一个做事情逻辑的时候他自己就能做了所以省掉我们很多原来去做软件的这么一个功夫我相信也不单单是我们大家都看到同样的事情所以原来可能有十个不同的财务软件有做废控的有做会计的有做收入确认对账的然后有做计费的等等等等非常多其实未来可能这些软件它都被一个大的入口所替代这入口背后对应了很多agent它能实现刚刚讲的所有的这些软件的能力因为它已经有知道说这些软件的逻辑对于用户来说他关心的说他要的是一个结果所以我们会发现说你如果再往后面看五年可能这十个原来独立的赛道会合并成一个原来是五个财务人员他用十个不同的软件未来可能变成三个财务人员他用一个agent系统来实现这十个软件的功能所以你是非常不看好金融类SaaS的未来金融类SaaS的未来我觉得他们需要变而且他们还有一个很大的问题就是原来可能不存在的现在也变得有了原来对于这些金融类的SaaS来说它的数据割裂不是一个大问题反正就是另外一个SaaS也实现不了你这个SaaS的能力但在AI时代你原来只做废控软件的工具它不再说它有其他的数据所以导致说它的AI的能力很受限所有的自动化都是割裂的他的AI是比较笨的了解所以其实他们要变他们也很难变呀要变需要花很大的力气我看到咱们除了刚才说到的这些产品之外还有一个叫T0的另外一个叫Ari的可以分别讲讲这两个他们也是AI相关的产品吗他们具体是什么明白T0这个产品的话是我们做的一个AI原生的财务平台T0的当时这个名字的出发点就是说企业从他第零天开始就能有这样一个迷你的CFO一个迷你的一个财务运营团队去帮助到创始人帮助到CEO来管理他的财务能力原来你需要一个两三个人财务团队才能实现的东西包括说财务的记账包括说财务的对照财务报告的生成然后财务的政策以及说你的各种的财务上面的一些管理的动作比如说预测你的财务的现金流包括说预测你的收支情况等等这些他都能够做这是我们这个T0这个产品那目前来说我们先在北美做了发布就是在硅谷这边还是反响非常不错的另外一个产品是AriAri我们从一键结账所谓的one click checkout起步它的使用体验是说当一个消费者在我们的商户 [30:00] 客户的平台上面做了一次支付结算以后当他下一次再回来的时候他不需要再把支付的这个这个卡片的信息或者说其他的信息再重新的去做输入而能够实现一键结账的功能那我们的差异点在愿景上面希望说一键结账只是我们这个产品的一个起点我们最后的最终形态希望它变成一个面向消费者的智能体钱包然后里面希望有余额未来可能随着智能商业的发展比如说通过agent做一些消费和购买的决策那么在这个过程当中它需要一个财务的钱包然后帮它来做结算所以它是未来希望可以做agent to agent的配对那说到SaaS我看到这个Airworks最近也收购了两家一家叫Lipfim另外一家叫OpenPay所以你们收购他们背后的逻辑是什么其实我觉得在AI时代我们去收购的话就两个逻辑一个是数据一个是人才先说数据有大量的专有数据它不在公共的网络上面然后当你没有这些数据的时候你没有办法训练你的agent我都不说训练模型像我们收购的LeapFing它是一个收入确认公司当我们在涉足这个领域之前我们没意识到收入确认这么复杂对于一个制造业企业它的应收应付和一个软件类企业的收入确认全则发生和一个做服务类企业比如做物流的它都是不一样的那这些东西你在网络上真是找不到数据但是这些SaaS他们有很多原来这些客户在他们这里操作的实力带来的数据你让你的agent去学习这些实力能够非常快的帮助他们建立收入确认这个能力所以咱们买Leapfirm和OpenPay都是背后为了他们的数据和人才对还有另外一个就是人才人才就是很多还是创始人然后这些创始人能力在现在AI时代是被放大的因为这个代码生成变得比较的简单原来的产品经理他只能写文档现在变成他能产生原型对吧这就是很大的这个生产力的提升了那我们能吸引到这些最好的人才我们其实为这个人才愿意付的溢价比原来要高很多很多我最近自己突然有一天这个打开XGPT的时候他就推了一个大弹窗给我说他们发布了Finance的这个功能然后希望我能够连接我的银行连了之后呢我就可以在XGPT里面去这个下发各种指令比如说查查我最近的流水然后帮我分析一下最近一个月为什么我开支变多接下来半年我要怎么省出比如说10万美金听起来和你们做的这个Kai Agent是一样的那现在当我注意到他还不能接Airwallex我不知道这个你们会怎么看会有一天让XGPT也可以接Airwallex让我在XGPT里面也可以操作Airwallex里面的功能吗我觉得这是一个很战略的讨论而且很多的这个大型的公司都在思考先回答你第一个问题XGPT现在你去让他用你的功能肯定是非常不好用的原因在于说你连一个账户或者一个银行他就能看到那一个银行的数据但是比如说像你讲的问题就XGPT很想去跟像我们这样的公司包括其他的金融科技公司去接但是你看有谁会跟他接呢但是没有对吧因为就是这是一个很大的这个战略选择上的考虑可能我不用我们的行业去举个例子就是因为我也有点想遇会这个问题因为我没有特别明确的答案但是我可以给你举一个例子能够去思考原来这些AI的大模型其实都很想做所谓的agenda commerce去做电商的这个事情首先所有的大电商平台不会跟他玩无论是亚马逊沃尔玛因为原因在于说他的数据是他的最宝贵财富可能跟他去合作的呢是像shopify这样的公司就是他不带流量因为你想XGPT在这当中他最大的价值就是他的流量但是你在这样的一个大时代下你想不想自己做一个超级应用入口呢因为底层的模型未来也是一个通用商品嘛那我为什么不自己做一个超级入口出来而我要把这个入口放在别人这里这是一个战略问题你要去想的举个例子比如说现在是11人在用但是他每天可能只用20分钟他变成AGI以后我每天跟他用 [35:00] 一个半小时两个小时我真的是让他帮我去做事情那这就很不一样了所以在这个阶段我觉得很多人都会都会去观望呃互相之间都不是有绝对的壁垒的像我们这样的公司像shopify这样的公司我们的壁垒在于我们的数据但是我们背后呢又需要靠他的这个流量因为智能根本不是一个关键点就是他流量对我来说可能很有意义比如说我现在服务了这个几十万客户我可能通过他一下子就服务几百万上千万的客户了那我就要去权衡在这个过程当中智能不是一个考虑点流量和商业是这个也是要一边走一边看对因为你就看最后到底这个超级入口在哪里对吧像电商也是一样原来如果我已经是入口了我根本不会考虑跟TRAGEBTI玩我原来还不是入口的比如说你像Shopify那我就要考虑我是不是要绑一个流量大腿但是他也在想我自己为啥不变成一个大腿如果我能够做成商业领域的超级智能的话那你会认为这个在Airwallex发展到现在有没有一些比较难做的决定啊就选择我觉得是难的但是做起来就还好选择你比如说要不要早点赚钱上市甚至我们中间还有一个机会是把公司去卖掉对吧就是还在公司避轮的时候那strap想要收购我们公司我们也可以就把公司给卖了这些决定可能是可能是难的就是抵御这些短期利益的诱惑因为我在公司原来做过CFO三年多的时间然后18年在我做财务模型的时候那然后其中一个投资人他就说你这个模型肯定是太离谱了不可能做到六年后我们去回过18到24的时候我们基本上是贴着这个当时的模型的预测走差了一个半季度的这个增长所以就是当你有一个愿景然后你也知道市场这么大以及你已经在这个赛道上面就位的时候其实就是说你的一个知情力你的一个毅力能不能去支撑你去走到这个中间我现在去看回头看看我拍那个模型肯定也是运气比较好因为我们18年根本就可以认为收入几乎是为零的没有什么收入的然后我需要去拍一个说对吧最后的收入能涨到十几亿美金这么一个规模的然后又贴着那根线其实是挺神奇的见识最近AR应该是13亿美金所以其实和你当时的预测比较准当时那个预测是怎么做的呢就还是非常愿景驱动因为你啥都没有你就只能是说对着一个愿景去干你的愿景就是你的客户所以你就问说到底哪些是我的客户这些客户最后现在他们有多大的交易量有多少盘子可能会在我这里让我来去做他们的交易即是说对应的这些交易我大概能收上来多少钱即是说我们可能会在哪些市场上去运营大概就这些东西咱们最近我看到公开数据说交易量在翻倍翻倍还多那么大的增长它背后的driver是什么那就是两个第一是说我们还在进入一些新市场但越来越少了我们在每个市场里面还在非常快的去渗透第二就是产品的迭代产品的迭加我们的客户刚开始使用可能只使用账户类的产品慢慢延伸到所有的交易类然后交易类再延伸到各种软件类资本类所以单个客户在我们整个平台上的价值可能每年一个20%多接近30%的速度它的价值在增长然后我也有注意到咱们这一次110亿美金估值的融资的新闻发的时候Airwallex的CEO Jack Zhang他的一句话是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个可以展开讲一下吗为什么会认为在此刻是一个至关重要的节点就还是AI带来的刚刚讲到的说在AI的这个时代下面原来很多传统的金融的锤类的软件可能都会被替代那么有一个做金融智能超级入口的一个机会当然大家还在争议说这个超级智能的入口是在通用智能这个层面的没有一个金融智能医疗智能这个工业智能它就是通用智能我们认为可能不是我们认为它在每一个大行业板块里面它还是会有它的专业能力的非公开数据的壁垒那我们希望去努力去做金融超级智能入口所以金融超级智能的入口除了Airwallex你觉得还有谁拿到了入场圈Strape肯定在做Strape它的布局也是很广Strape它的特点是说原来他们 [40:00] 做的产品很垂直就很聚焦他们其实就做一个支付网关他们可能头十年都在做这个事情但是在最近的三到四年他们的产品先是在急剧的扩张的原因就是因为你要做一个金融超级智能入口你不可能只做一个产品因为智能它不是这么工作的它是很泛化的所以我觉得Stripe可能是然后Revolute跑出是它流量很大它有几千万的C端的用户所以它可能是一个这个潜在有入场圈的一个玩家再次他就比较少吧还有一些可能就是一些区域类的所以咱们这个110亿美金的估值它的这个背后的支撑是什么可以分享吗首先收入的支撑是很完整的13亿美金AR我们的PS13亿美金AR但关键是13亿的美金AR它以90%的速度在增加所以这个PS倍速不算高完全不算高因为你把这个增速考虑进去以后其实相对是比较低的然后本身公司的毛利是很高的我们这个行业的毛利普遍在七成左右其实你跟那些顶尖的科技公司的毛利是差不多的那剩下的都是一些运营成本的这么一些人力啊等等这些东西所以本身基本面的支撑是我觉得是完全足够了然后另外一方面就是说我们其实融资的主要目的还是尽快的去找到一些优秀的人才找到一些好的高质量的数据那资本能够帮我们在这些事情上面去做加速所以听起来接下来会有很多并购的动作对我们也在不断的在看这些并购的机会主要就是妙准人和数据咱们也是一个非常早就开始做全球化的公司所以今天也想听您分享一下就咱们做全球化的一些经验尤其咱们现在一个那么复杂的金融业务要扑到那么多的国家我们有一些什么样的心得可以分享吗心得就是一个是说要坚持本地化就是还是要相信说懂当地的人他能最好的做出你的客户体验所以我们从19年开始我们就开始招很多当地的GM所谓的当地的总经理General Manager也是屡败屡战屡战屡战然后再战就直到能够找到对的人原因在于说他一开始的逆向选择你在当地没有什么特别好的品牌的知名度所以你吸引到一开始来愿意加入你的人他的能力是非常层次不起的你需要去甄别在美国这边GM也是来回的话我们现在还在看我们当时有一个整个商务的负责人他应该这个人应该是在旧金山的但是他家不在旧金山在旧金山旁边一个地方叫San Jose有一次呢我跟Jack就过去其实也没打招呼然后我们过去说就是我们在旧金山碰一下聊一下我这边怎么做他说他这个家里有急事然后在盛和赛今天赶不过来我们就没特别往心里去所以呢就算了但后来我们在那儿当地见投资源呢什么的反正辗转吧多留了两三天但他一直不出现人也过不来后来他跟我们说他去远在迈阿密正在跟家人度假远程工作所以就是这个就是我们立刻就决定让他走了对吧就是不靠谱但是你知道就在这样的一个建立对一个当地管理者的一个信任再到这个信任这个不成立重新去招援这过程当中是非常精神内耗的但我们希望去做对的事情我们继续这样我们也不希望说总部派一个人无论是澳洲或者哪去派一个人去管美国我们觉得这东西还是不行就还是坚持招本地的人管本地我觉得这可能是比较重要的然后第二就是说大家可能都会去想的进入市场的一个优先期到底资源放在哪原来我们一开始觉得是一个指振叫2x2就是说市场的规模进入的难易程度两个当中去选后来发现没必要或者说选不出来因为你最好的是说市场又大进入又容易没这种市场它不存在所以我们后来发现就是说不需要去考虑这些进入难度的问题只要考虑市场规模就行了市场规模是决定我们市场进入优先级的唯一的考虑标准然后市场规模也不用去搞太复杂后来就是说看GDP去排个序所以全球GDP排名前十的国家我们首先都要进然后前十名进入完了十到二十名二十名开外看情况特别简单 [45:00] 这样给了我们很多在发展过程当中的一个战略的定例就说不会变来变去因为你最怕的是说资源投入一会儿多一会儿少变来变去这就不太理想还有一个我觉得很大的一个问题你如果做一个空降的话你很难去扩展当地的人才我去跑到英国去吸引到的人和我在英国招一个最优秀的GM他能够吸引到的人是不一样的那如果你在一个当地你没有办法在很高人才密度的情况下规模化的建立起来去当地也走不远但我们看到不管是这个韩国企业日本企业还是像华为这样的企业他们走向全国的时候是大量的空降这个和咱们的这个刚才讲的理论它有哪些相同不同啊对我有想过就是我们本质上因为我个人的看法是说如果你是一个制造业企业这个特别通我需要去当地建个厂吗那你在建厂这件事情上面你知道总部的流程知道最好的建厂的经验知道这个最好的工厂的管理比你知道当地文化重要的多了多我们在当地最主要的工作一个是合规另外一个是营销对于当地的文化和规则的了解会比对你总部产品的了解重要的多了多因为我们的产品不是在当地生产的我们的产品完全是它就是一个金融科技产品它完全是总部去做出来的这样的情况下其实你去总部去空降人士没什么太大必要然后咱们在不同的国家都需要做营销然后目前看来比如说触达客户的方式在不同的国家有非常大的区别吗其实是有的在于说营销的成本不一样在亚洲的话你会发现其实流量的成本挺贵的因为线上经济高度发达但是反而呢人的成本没有像这个西方国家那么高所以呢你其实通过很多线上营销的方式去做效果还可能不如说你通过营销源源类似于地推的方式去做来得好你跑到这个西方国家他就不是当然他的线上成本也是贵的但是呢当你把他的线上的这个营销的成本或者说流量的成本去跟原去做比较的时候它线上其实没那么贵所以我们当进入说英国欧洲北美这些国家的时候搭建了一个线上营销的团队去做很多线上增长咱们最后一个问题就是因为咱们用了11年时间做到了110亿美金当然现在这个加速曲现在不断的变得更快我很好奇就是在你看来如果有一天我们到1000亿美金的时候这中间要卖过那几个关键的里程备我觉得第一个里程碑是说,我们的用户规模还要有一个台阶式的增长我们希望说是能够实现一个百万的客户规模现在是一个是一个20多万两极的这么一个客户规模我们希望实现到100万的客户规模其次呢我们希望说我们的产品不单单服务到客户的财务的操作而是真正能够帮他实现啊我们叫intelligent finance就是智能的金融在这个智能金融的背后呢我们就能够看到说客户的财务人员的效率能够被我们赋能从而提升那我们简单的一个算术就是说我希望单个客户大概能够贡献到我们差不多一年一万美金的收入那你一百万客户和单个客户一万美金的收入能够支撑起一个一百亿美金的一个收入规模那从而就是实现到刚刚讲的希望的这个未来的一个千亿美金的一个智能金融的一个平台OK好谢谢吴凯那也祝福AirWallax早日到达千亿美金的估值好谢谢Colgy谢谢Colgy谢谢高兴好拜拜拜拜