谁在帮头部 AI 公司 “管钱” ?一个百亿美元超级独角兽的诞生

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
谁在帮头部 AI 公司 “管钱” ?一个百亿美元超级独角兽的诞生
8288点击    2026-06-28 10:56

谁在帮头部 AI 公司 “管钱” ?一个百亿美元超级独角兽的诞生


AI 大加速时代,加速中的 AI 金融基建。


提到智谱、Kimi 和 MiniMax,人们乐于探讨它们的估值、市值,对比其模型进展。一个至关重要的话题往往被忽略:这些明星 AI 公司,如何在全球市场管钱?


这不只是头部公司甜蜜的烦恼。当下,大量 AI 初创公司正从中国涌向全球市场,产品一上线就要面对多国货币、跨境收付、海外合规——与此同时,很多团队甚至还没招到一个懂全球业务的财务。AI 拆掉了创业的诸多门槛,金融领域这道壁垒却几乎没被撼动。AI 时代,当众多企业从诞生第一天就面向全球经营,谁来做这些企业的金融底座?这是一个价值万亿的问题。


Kimi、智谱和 MiniMax 幕后的 “财务管家”Airwallex 空中云汇,正尝试回答 “AI 时代钱如何在全球丝滑流动” 这一难题。近期,Airwallex 完成 3.2 亿美元 H 轮融资,成为估值 110 亿美元超级独角兽。本轮融资由 Addition 领投,Baillie Gifford、 Amex Ventures 等几家欧美资本跟投,一个重要原因是 Airwallex 近年着力发展欧美市场,欧美市场收入占总收入 35%,其中美国市场收入同比增长 170%,仍在加速增长。


公司数月内连续完成两轮大额融资,估值从 80 亿跃升至 110 亿。融资速度本身就是一个信号:资本市场不再将 Airwallex 视为跨境支付平台,而将其定位为 AI 时代全球金融基础设施,重新出价。


本轮融资还有一些有意思的细节:领投方 Addition 创始人曾执掌老虎环球基金,期间曾主导投资全球支付巨头 Stripe,并视之为最成功的案例之一,如今连续两轮押注 Airwallex;美国运通也在本轮入局,加上此前的 Mastercard 和 Visa,全球三大卡组织悉数成为股东。产业巨头从合作方变为投资人,侧面说明业界对品牌的认同。


从零到百亿美元超级独角兽,Airwallex 用了 11 年。这个由华人团队创立于墨尔本、如今联合总部设在新加坡和旧金山的公司,在同行选择轻量方案快速起量时,走了一条难走的路:逐个国家申请金融牌照,逐条接通本地清算网络,逐家谈判银行直连。


“我们把最难的底层做掉了。上层应用层、业务入口,AI 一来,全都在加速。”Airwallex 首席营收官吴恺接受我们访谈时说。


AI 加速一切的当下,Airwallex 的 AI 金融基建系统工程也在加速兑现过往积累的价值。


按 token 计费、全球收付款,比你想象中难得多


过去十几年,全球软件行业习惯了一种简明的商业模式:按座位收费,几个人用哪一档的产品,月底出一张账单,财务清清楚楚。SaaS 时代的支付基础设施,就是围绕这套逻辑设计的。


AI 时代,支付逻辑发生质变。使用者现在已经很熟悉按 token 计费、不同套餐对应不同价位,实际上,这种计费方式比过去按座位计费复杂得多。


吴恺介绍,Kimi 等大模型公司的典型挑战有两点:其一,因为这些用户规模和使用服务不同,token 价格并不是统一的,而是阶梯变动的;其二,大模型公司的 B 端用户往往有预算管控需求,意味着花钱到一定程度,系统要自动帮该用户从 token 消耗高模型切换到消耗低的模型。


“客户首先关注到的往往是花了多少钱,不是消耗了多少 token。” 吴恺说。这意味着,计费系统必须实时追踪每个用户的算力消耗,并即时协同 Kimi 做模型切换。这是一个跨越支付、计费和业务的联动问题,单靠任何一个传统支付工具都解不了。


AI 上下游链条上各个公司都面对这个挑战:极有可能一家公司要同时管理多种计费方式,按订阅、按 token 消耗、按 API 调用次数、按任务完成数甚至按业务成果计费。叠加 B 端用户的定制化需求和 C 端个人用户的自助订阅并行,传统计费系统难以支持。为解决这一 AI 时代的新问题,Airwallex 研发推出产品 Billing,将订阅管理、用量计费、实时监测等功能整合到同一系统。


计费方式变革只是挑战的一部分,企业面向分布在全球的员工、用户、合作伙伴进行收付款,同样有诸多卡点和痛点。


今年春节后,Airwallex 团队观察到一个显著变化:企业发卡需求飙升。当一家公司不同团队、不同业务全员重度使用 AI,每个人都需要独立账号和对应的支付卡,急需相应的企业级管理服务。Airwallex 提供的解决方案是为企业批量发行虚拟卡,实现不同团队和人员专卡专用、额度独立、限定消费平台、一键核销等功能,极大减少报销、对账的人力成本。


智谱选择 Airwallex,一个重要原因也是看重其付款侧的能力。Airwallex 支持在全球 200 多个国家和地区付款,在其中 120 多个国家和地区可以用本地清算网络进行付款——省去走传统跨国支付 “中转” 系统的时间和费用,把跨国支付变得像本地转账一样便捷,在大部分地区实现分钟级或秒级到账。


AI 企业无论大小,都面临着前所未有的金融复杂度——收入模式更灵活、支出场景更多元、覆盖国家更多、合规要求更复杂。Airwallex 的金融基础设施全栈能力,旨在帮助这些企业把收钱、管钱、付钱、报税这些事全部兜住,满足全球资金流动这一 AI 时代的刚需,让企业只需专注业务。这也是 Airwallex 定位 “金融基建” 的使命,即提供稳定可靠金融底座,助力 AI 时代全球商业更高效运转。


如何赢下 “赢者通吃” 这一战


“今年春节后,我们和投资人很快有共识,” 吴恺在访谈中说,“金融科技领域,10 条赛道要合成 1 条了。”


一个关键变量发生在春节前夕,Claude Opus 4.6 发布。在此之前,Airwallex 已经在智能体方向布局一年多,吴恺和团队比较确信,“Claude Code 出来,跟之前就是两个时代”。不过,行业内不少投资人还对智能体泛化能力存疑,认为一个学会了做财务对账的 Agent,未必能做好费用审批、自动处理税务合规。这也是过去金融科技行业会同时容纳多个垂类的底层逻辑。


Opus 4.6 出来,吴恺发现,身边没什么人再质疑智能体在财务领域的泛化能力,行业竞赛也因新共识被推向新局面,“用户只需要选两三个最好的智能体,其他公司可能不是市场份额变少,而是根本没有存在的必要”。


新共识也直接加速 Airwallex 本轮融资的节奏。据悉,Airwallex 本轮融资并非公司主动发起,更多是投资人因为认同 Airwallex 智能体能力促成,投资人还觉得估值仍然给低了。吴恺说,驱动融资的更多是窗口期的紧迫感,“大家边融边聊,AI 又往前走了一大步,觉得钱还是不够,还可以再加速。”


加速的方向非常明确:优化软件层、打造财务领域通用智能体。Airwallex 近两年融资后,重点投入这两个方向。吴恺的总结直截了当——“买人、买数据”。


他进一步解释,Airwallex 近期收购 Leapfin、OpenPay,都不是在收购产品,“产品都很快会过时”,他们买的是团队。在硅谷,这样的交易近两年非常普遍,经常有几千万美元引入十来个人的情况。听起来昂贵,但吴恺认为这笔账在 AI 时代完全算得过来:过去一个优秀人才产出可能是普通人的 10 倍。AI 加持下,他们的产出可能会接近 100 倍。


另一类收购 Airwallex 看中的是数据,尤其是领先企业客户的实操数据,这些数据会用在模型强化学习,使智能体在对账、收入确认等专业财务场景里更精准。


本周,Airwallex 最新发布的两个新产品,就是上述投入产生的成果。


产品 T:0 是一个 AI 原生金融平台,自动完成记账、对账、生成报表、税务合规和财务分析,全部通过自然语言交互实现。正如名字的寓意,产品目标是让财务系统从第 0 天就自主运作,而不是等公司做大后再补。“我们的目标是让企业在海外不用聘财务了。” 吴恺说。


另一新产品 Airi 是 Airwallex 第一个 “B2B2C” 产品,旨在帮企业客户的用户们提升支付体验。短期来看,Airi 实现的是一键支付功能。消费者将支付信息存入 Airi,此后在支持该服务的商户上可以跳过繁琐的卡号填写,直接完成付款。时间拉远一些,Airi 的长期战略目标是演进为消费者的智能体钱包。当智能体未来开始替用户搜索商品、比较方案、发起交易时,和现在的人做线上支付一样,同样需要可信的钱包和合规的支付授权。


在两个新产品之外,Airwallex 还在整个系统中全面植入 AI 能力,一端用 AI Assistant “Kai” 服务中小客户在 WebApp 里的自助操作,另一端用 MCP/CLI 支撑大客户做系统级集成。看起来服务方式不同,但本质上都是降低接入成本、提升使用效率。


每一项优化单看并不算 “性感” 的叙事,但当海量细节汇集起来,就形成了巨大的优势。金融科技行业将迎来 “赢者通吃” 的一轮竞逐,Airwallex 准备凭借智能体和金融底座打通的优势,迎接这更激烈、想象空间也更大的竞争。


Stripe 曾经的拼图,如今的对手


当被问起,公司曾面临哪些 “选了另一条路,就不会有今天” 的关键抉择,Airwallex 团队给出的答案是:拒绝被 Stripe 收购。


那是 8 年前,Airwallex 业务初见起色,当时 Stripe 已建成了新一代线上支付系统,但在跨境清算和亚太本地支付网络上存在明显短板,而 Airwallex 刚好在后者有互补优势。Stripe 给出 12 亿美元的邀约,这一切看起来也不错。


当双方开始起草整合方案,吴恺发现,核心团队几个人坐在一起讨论时,没有人是真心兴奋。


核心团队重新审视公司和所处行业。他们看到,金融科技赛道和产品远远没收束到定型的时间点,团队也不满足于只做当时在做的跨境支付工具,目标已经定在构建全球资金流动网络。也恰恰是在和 Stripe 的洽谈中,他们意识到,Airwallex 底层能力还没充分释放,过早卖掉等于把未来的增长全部让渡给了 Stripe。


“Airwallex 未来是有可能赢过 Stripe 的。” 当年讨论收购与否的一次会议上,吴恺这样说。他的信心不止来自对前景的推演,也因为团队很早就获得一批投资人支持。投资人看重的是三件事:全球化的大方向、金融科技赛道的纵深以及团队的执行力。正是有资源支持,Airwallex 才有底气在最初几年去走回报周期最长也最难走的那条路。


最终,90% 的团队投票反对出售。Airwallex 拒绝了 Stripe,继续走在自建金融基础设施的路上。


吴恺回忆,公司最早在澳洲起步,随后拓展到中国和其他亚洲市场,被市场 “逼” 出做基建的能力,“只做软件最后都会成为给大企业做定制开发的外包公司,只能做基础设施客户才愿意付钱”。


这个市场现实也塑造了 Airwallex 的技术基因。早期客户是中大型企业,需要把金融功能直接集成进自己的财务系统。于是 Airwallex 从创业第一天起就以 API 为先,所有产品先做 API 接口。这个被客户需求倒逼出来的决策,在当时只是务实的生存之道。没有人想到,它会在 AI 时代成为智能体调用数百种金融能力的自然入口。


起步期站稳脚跟后,Airwallex 迎来一段漫长的、不那么激动人心的积累期。这一阶段,Airwallex 选择了行业里最重的做法。


当时他们在做的跨境支付有三种模式:最轻的方式是用稳定币打通链路;中间一种是与各国金融机构合作,不自己申请牌照——上线快、成本低,很多中小支付公司走的都是这条路。


Airwallex 选了第三种:在每个国家,本地清算网络要一家一家去谈银行直连、逐个申请牌照。公司每进入一个新市场,第一件事不是招产品经理或工程师,而是招合规团队。像美国这样 50 多个州各有不同的金融牌照要求,他们也会招专人逐一申请。


十年下来,Airwallex 在全球持有 85 张以上金融牌照,接通 160 多种本地支付方式。这些数字背后的每一次 “+1”,都是数月乃至以年计的监管审查、合规搭建和商业谈判。这些由时间筑成的壁垒,AI 加速不了。


当 AI 时代来临,这一整套金融基础设施开始爆发性地显现产品优势。Airwallex 年化营收从 0 增长到 5 亿美元,用了 9 年,从 5 亿到 10 亿美元只用了 1 年;2026 年 3 月,年化营收达到 13 亿美元,年化交易量达 2870 亿美元,同比增幅 120%。目前超九成收入来自同时使用多款公司产品的客户。十年基建积累到临界点后,价值开始指数级兑现。


“如果只是在软件层做 AI Agent,挺多家也在做一样的事情,” 吴恺说,“我们的不同点在于,我们的软件和金融底座是完全无缝衔接的。”


吴恺举了个例子:传统财务管理员工报销,要配置不同城市的住宿上限、打车时间限制、部门总额控制等诸多维度的规则,现在,公司只要把相关文档上传给他们的助手,几分钟就可以配置并生成工作流。更重要的是,规则可以直接嵌入员工的公司专用卡,省去大量中间沟通、报销的成本。


与 Stripe 的差异化竞争也体现出来:Airwallex 支付类产品仍在追赶 Stripe,但在银行类产品上领先,而后者恰恰是 AI 时代 B2B 场景最需要的能力。


八年后的今天,Airwallex 的估值是当年那笔收购报价的近十倍。公司还在向着它的两个 “北极星” 指标加速:100 万客户,100 亿美元年营收。


“我们的北极星不是拍脑袋拍出来的。” 吴恺笑着说,这两个数字源于这个精于财务的团队算的一笔账:未来在接近 30 个市场运营,每个市场平均 3 万个客户,每个客户一年付 1 万美元——差不多是海外一个普通财务的年薪。他们对实现这个目标抱有信心。


AI 时代,世界越来越需要稳定可靠的全球化金融基建,也意味着头部玩家都在争夺这个位置:Stripe 在加速补齐全球清算能力,传统银行在重金投入数字化转型,新一代稳定币玩家试图用更轻的方式绕过整套牌照体系。


Airwallex 的十年基建给了它一个身位的领先,但能不能把这个身位守住并扩大,取决于接下来每一个产品的交付、每一个区域市场的开拓、每一张新牌照的落地。挑战仍在继续。


题图来源:《华尔街之狼》


文章来自于微信公众号 “晚点LatePost”,作者 “晚点LatePost”

AI转型,免费服务,就找AITNT
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI代理

【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。

项目地址:https://github.com/browser-use/browser-use


2
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

3
AI数据分析

【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。

项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file

本地安装:https://www.deepbi.com/

【开源免费airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。

项目地址:https://github.com/hitsz-ids/airda

4
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md