11 年，110 亿美金，然后呢？：Airwallex 的全球金融网络与 AI 金融入口

概览

本期播客对话 Airwallex 首席营收官吴恺，主线围绕 Airwallex 从 2015 年墨尔本创业，到 110 亿美金估值，再到 AI 时代下一阶段增长展开。访谈先解释了 Airwallex 如何服务大模型公司，再回溯其全球支付网络和全球银行产品的形成过程。

吴恺反复强调两条长期选择：一是从一开始就做全球网络，而不是先做局部市场；二是只做底层资金转移不够，必须补齐账户、外汇、付款、卡、收单、高收益账户、信用等交易银行能力，才可能和传统银行竞争。

进入 AI 议题后，讨论集中在金融 Agent、财务自动化、AI 原生产品 Kai、Agent OS、T0、ARID，以及并购背后的数据和人才逻辑。吴恺认为，AI 可能把原本分散的金融 SaaS 能力合并到更大的智能入口中，而 Airwallex 希望成为“智能金融”的重要入口。

分段落总结

[00:00] 开场与嘉宾背景

[事实] 本期嘉宾是 Airwallex 首席营收官吴恺，Airwallex 刚完成新一轮融资，估值达到 110 亿美金。 [事实] 吴恺介绍 Airwallex 是服务全球企业的金融和支付平台。 [事实] 吴恺的 CRO 职责主要是提升公司营收，全球 marketing、销售团队和区域总经理向他汇报。

[01:39] AI 公司带来的实时计费难题

[事实] Airwallex 当前服务多家 AI 公司，包括出海的大模型公司。 [事实] 大模型公司的计费比传统软件订阅更复杂，因为模型种类、性能、价格、用量阶梯和费率都可能动态变化。 [事实] 吴恺提到 DeepSeek 有高峰和低谷不同计价，高峰费率是低谷的两倍。 [事实] Airwallex 需要根据模型公司提供的客户用量数据实时计费，并负责最终向客户发账单和收费。 [推测] 这类计费能力成为 AI 基础设施商业化中的关键后台能力，而不只是普通支付处理。

[04:12] 从咖啡馆痛点开始创业

[事实] Airwallex 于 2015 年在澳洲墨尔本成立，最初想解决全球资金移动问题。 [事实] 创始团队当时经营咖啡馆，进口咖啡豆时遇到跨境付款到账慢、费用高的问题。 [事实] 吴恺提到，通过 Swift 网络付款时可能被卡住，一笔费用大约 20 到 50 美金，不论支付金额大小。 [事实] 创始团队因此看到了小额、跨境、实时资金移动的实际需求。

[05:47] 技术背景与云支付网络

[事实] 吴恺介绍，CEO Jack 和创始伙伴是墨尔本大学同学，咖啡馆是副业。 [事实] Jack 曾在投行做工程师，涉及外汇算法交易；另一位创始人有连续创业和 Google X 经历。 [事实] 创始团队认为，Swift 的资金流和信息流分离，效率较低。 [事实] 他们希望基于云计算和各地实时清算网络，重构资金移动逻辑，实现资金流和信息流同步。

[08:45] 选择全球网络而不是区域网络

[事实] 吴恺认为 Airwallex 受益于从 Day 1 就做全球网络的愿景，而不是只做东南亚、中东或南美等局部网络。 [事实] Airwallex 的支付网络已支持 90 多个国家的资金实时到账。 [事实] 公司前 3 到 4 年主要在做产品、银行合作伙伴对接、本地牌照获取和清算网络接入，2018 年才开始有一点收入，2019 年相对完善。 [事实] 吴恺认为，最大的支付通道往往是跨洲际的，要获得更大的市场规模就必须做全球覆盖。 [推测] Airwallex 的早期战略更依赖资本耐心和组织执行力，而不是短期盈利效率。

[12:34] 从资金转移走向全球银行

[事实] 吴恺认为，只做资金转移是比较差的生意，因为过于底层，能直接使用的 B 端客户有限。 [事实] Airwallex 后来把目标扩展为全球银行产品，需要覆盖收款和付款两端的更多产品。 [事实] 吴恺列出的产品包括银行账户、资金转移、外汇、付款、卡、收单、高收益账户和信用类产品。 [事实] 他认为 Airwallex 到 2021 年左右才在全球银行赛道上达到 product market fit。 [推测] Airwallex 的路径不是单点切入后慢慢横向扩张，而是在客户必须能力上同时补齐“最小可用”的全链路产品。

[16:32] 2018 到 2021 的关键阶段

[事实] 2018 年之后，Airwallex 的资金转移网络主要服务教育平台、共享经济平台、留学教育等客户。 [事实] 这些客户的需求包括向全球在线老师付工资、向平台房东付款、向海外学校支付学费等。 [事实] 到 2021 年，Airwallex 从资金转移网络进一步发展为更全面的线上银行。 [事实] AI 之前，Airwallex 继续补足资本类产品，例如高收益账户和信用产品。

[18:09] 与传统银行竞争的两个卖点

[事实] 吴恺认为，Airwallex 相比传统银行的第一点优势是全球网络覆盖能力，传统银行依靠自建网点铺网络，成本高且效率较差。 [事实] 第二点优势是使用体验，包括网页端、移动端和 API。 [事实] 对平台型客户来说，灵活、可控、低成本的支付方式很重要。 [事实] Airwallex 可以和 ERP 等财务系统对接，让客户导入账单后选择需要支付的账单并一键付款。 [推测] 这里的核心差异不是单笔支付价格，而是企业财务流程能否被系统化、自动化地嵌入。

[20:58] API 优先与 AI 时代的自动化普惠

[事实] 主持人提到 Mercury 等面向 startup 的银行，吴恺回应称这类银行并不是 API 优先，主要服务非常中小型客户。 [事实] 吴恺认为，过去只有中大型公司会有财务自动化需求，因为这需要工程团队。 [事实] 在 AI 时代，原来需要工程师团队解决的问题，可能由一个财务运营人员完成。 [推测] AI 降低了中小企业使用财务自动化的门槛，也扩大了 Airwallex 这类 API 能力的潜在客户范围。

[22:14] Kai 与 Agent OS

[事实] Airwallex 发布了两部分 AI 加金融产品：AI 助手 Kai 和 Agent OS。 [事实] Kai 原生内置在网页端应用中，可以帮助客户做财务政策分析、流动资金优化、费用控制、财务工作流搭建和错误分析。 [事实] Agent OS 提供命令行以及基于 API 的 MCP 接口，让客户自己的 Agent 调用 Airwallex 底层能力。 [事实] 吴恺认为，Agent OS 不只面向大型客户，具备产品思维的 startup 财务人员也可能使用。

[24:10] Kai 的交互体验和早期留存

[事实] Kai 的交互界面是自然语言对话界面。 [事实] 吴恺称 Kai 上线约一个月，正在逐渐开放给所有客户。 [事实] 目前观察到用户留存不错，客户一旦开始使用，黏性较强。 [事实] 用户可以通过 Kai 创建支付，也可以上传财务政策、报销政策、审批政策，让 Kai 生成工作流供确认。

[25:48] 金融 Agent 对软件形态的影响

[事实] 吴恺认为，AI 助手表面上是交互界面的变化，但背后会产生新的能力。 [事实] 过去资金对账、收入确认等软件逻辑需要逐个产品开发，现在 Agent 可能直接完成客户想要的结果。 [事实] 他认为未来一些独立财务软件赛道可能合并为一个更大的 Agent 入口。 [事实] 他举例说，原来 5 个财务人员使用 10 个软件，未来可能变成 3 个财务人员使用一个 Agent 系统实现这些能力。 [推测] 这一判断意味着金融 SaaS 的竞争重心可能从功能菜单转向数据、工作流理解和结果交付。

[27:51] 金融 SaaS 的数据割裂问题

[事实] 吴恺认为金融类 SaaS 需要变化。 [事实] 他指出，AI 时代下，单一 SaaS 只掌握一部分数据，会限制其 AI 能力。 [事实] 如果数据割裂，自动化也会割裂，AI 能力会显得比较弱。 [推测] Airwallex 的优势叙事建立在更完整的金融数据和底层交易能力之上。

[28:43] T0 与 ARID 的产品愿景

[事实] T0 是 Airwallex 做的 AI 原生财务平台，名字含义是企业从第 0 天开始就能拥有一个 mini CFO 或 mini 财务运营团队。 [事实] T0 能做记账、对账、财务报告生成、财务政策、现金流预测、收支预测等工作。 [事实] T0 已在北美发布，吴恺称其在硅谷反响不错。 [事实] ARID 从 one click checkout 起步，目标是让消费者在商户平台完成一次支付后，下次无需重复输入卡片或其他信息。 [推测] ARID 的最终设想是面向消费者的智能体钱包，并服务未来 agent to agent 的支付结算。

[31:00] 并购逻辑：数据和人才

[事实] 主持人提到 Airwallex 最近收购了 Lipfeme 和 Openpay。 [事实] 吴恺称 AI 时代并购主要看两个逻辑：数据和人才。 [事实] 他认为大量专有数据不在公共网络上，没有这些数据就无法训练 Agent。 [事实] Lipfeme 是收入确认公司，拥有客户在不同业务场景中操作形成的数据，可帮助 Agent 学习收入确认能力。 [事实] 吴恺认为 AI 时代代码生成变简单，创始人和产品经理的能力被放大，因此 Airwallex 愿意为优秀人才支付更高溢价。

[32:39] ChatGPT、金融入口和数据博弈

[事实] 主持人提到 ChatGPT 的 Finance 功能，并问未来是否可能连接 Airwallex。 [事实] 吴恺认为这是很战略的问题，很多大型公司都在思考。 [事实] 他认为，如果 ChatGPT 只连接一个账户或一家银行，能看到的数据有限，体验未必好。 [事实] 吴恺用电商举例称，大型电商平台未必愿意接入 AI 大模型，因为数据是它们宝贵的资产；Shopify 这类不带流量的平台则可能会考虑合作。 [推测] 这部分讨论的核心是“数据壁垒”和“流量入口”之间的权衡，而不是单纯的模型智能水平。

[36:01] 长期选择与抵御短期诱惑

[事实] 吴恺说，Airwallex 发展过程中难的是选择，例如是否早赚钱上市，或是否把公司卖掉。 [事实] 他提到公司曾有机会被 Stripe 收购，但没有出售。 [事实] 吴恺曾做过三年多 CFO，并在 2018 年做过财务模型，当时有投资人认为模型过于离谱。 [事实] 他称回看 2018 到 2024 年，公司基本贴着当时模型预测走，只差了一个半季度的增长。 [推测] Airwallex 的长期主义不仅来自愿景，也依赖对客户规模、交易量、市场和收入抽成的持续建模。

[38:08] 增长驱动和估值支撑

[事实] 主持人提到公开数据中 Airwallex 交易量翻倍还多。 [事实] 吴恺称增长驱动有两点：进入新市场并在每个市场快速渗透，以及产品迭代和产品叠加。 [事实] 客户可能从账户类产品开始，逐渐延伸到交易类、软件类和资本类产品。 [事实] 吴恺称单个客户在平台上的价值每年以 20% 多、接近 30% 的速度增长。 [事实] 对于 110 亿美金估值，吴恺提到 13 亿美金 ARR、8 倍 PS、90% 增速，以及行业约七成毛利。

[38:50] AI 时代的金融超级智能入口

[事实] 吴恺认为当前是全球金融发展史上的重要节点，原因是 AI 可能替代传统金融垂类软件。 [事实] Airwallex 希望做金融智能超级入口。 [事实] 他认为超级智能不一定只有通用智能形态，在金融、医疗、工业等大行业中仍会存在专业能力和非公开数据的重要性。 [事实] 吴恺认为 Stripe 肯定在做类似布局，Revolut 因为有几千万 C 端用户，也可能是潜在玩家。

[40:36] 融资用途指向人才和数据

[事实] 吴恺表示，公司基本面对估值有支撑。 [事实] 他称融资的主要目的，是更快找到优秀人才和高质量数据。 [事实] Airwallex 也在持续看并购机会，并购主要瞄准人和数据。 [推测] 这与前文 AI 时代“专有数据 + 高密度人才”的竞争逻辑一致。

[41:42] 全球化经验：本地 GM 和市场规模优先

[事实] 吴恺总结全球化经验，第一是坚持本地化，相信懂当地的人能做出最好的客户体验。 [事实] Airwallex 从 2019 年开始招聘很多当地 GM，但过程反复，需要不断甄别合适的人。 [事实] 他举例称，美国曾有商务负责人本应在旧金山工作，却在迈阿密远程度假，随后公司决定让其离开。 [事实] 第二个经验是市场进入优先级只看市场规模，后来直接按 GDP 排序，先进入全球 GDP 前十国家，再到前二十。 [推测] 这种规则降低了战略摇摆，让资源投入更稳定。

[45:37] 为什么不大量空降总部管理者

[事实] 主持人提到韩国、日本企业和华为全球化时常大量空降人员。 [事实] 吴恺认为制造业适合空降，因为建厂、流程和工厂管理经验比当地文化更重要。 [事实] Airwallex 在当地最主要的工作是合规和营销，因此对当地文化和规则的理解比总部产品知识更重要。 [事实] 他认为本地优秀 GM 能吸引到的人才，和总部人员空降后能吸引到的人才不同。

[46:42] 不同市场的营销打法

[事实] 吴恺称不同国家触达客户的方式有明显差异，主要因为营销成本结构不同。 [事实] 在亚洲，线上经济高度发达，流量成本较贵，而人的成本相对低，因此通过营销人员、类似地推的方式可能更有效。 [事实] 在英国、欧洲、北美等西方市场，线上流量成本相对人的成本不算那么贵，因此 Airwallex 搭建了线上营销团队做增长。 [推测] Airwallex 的本地化不仅是管理者本地化，也包括获客模型和成本结构的本地化。

[47:53] 迈向 1000 亿美金的里程碑

[事实] 吴恺认为，迈向 1000 亿美金的第一个里程碑是客户规模台阶式增长。 [事实] Airwallex 当前客户规模是 20 多万量级，希望达到 100 万客户规模。 [事实] 第二个里程碑是产品不只服务客户的财务操作，而是实现 intelligent finance。 [事实] 吴恺的简单计算是，100 万客户、单个客户每年贡献约 1 万美金收入，可支撑 100 亿美金收入规模。 [推测] 在他的叙事里，1000 亿美金估值依赖客户规模、单客户收入和 AI 金融平台能力三者同时成立。

播客点评/总结

[推测] 这期的价值在于，它没有只停留在融资新闻或创业故事，而是把 Airwallex 的底层网络、产品演进、全球化组织和 AI 战略串成了一条连续逻辑。对想理解金融科技公司如何从支付基础设施走向平台化的人来说，信息密度较高。

[推测] 亮点是吴恺给出了很多具体判断：为什么早期坚持全球网络，为什么只做资金转移不够，为什么 AI 会改变财务软件形态，以及为什么数据和人才会成为并购核心。这些内容比一般公司访谈更接近战略复盘。

[推测] 局限在于访谈主要来自 Airwallex 管理层视角，对竞争风险、监管风险、AI 产品真实效果和客户反馈的外部验证较少。因此更适合作为理解 Airwallex 自我叙事和战略框架的材料，而不是完整的行业研究结论。