金融科技的护城河

作者：Matt Brown, Partner

“Fintech”长期以来一直利用其名称的模糊性。

“Fin”意味着大量来自.gov 域的电子邮件、为期数月的审计、比你的产品路线图还熟悉你可疑活动报告（SAR）记录的合规官，以及周中飞往夏洛特或华盛顿特区的航班。“Tech”则是光鲜的移动端应用、十倍的用户体验，以及在 Blue Bottle 的投资人咖啡会。

“Fin”和“tech”一直是一个光谱，但市场通常奖励那些尽可能“技术化”同时尽量减少“金融”色彩的金融科技公司。

这是可以理解的。2021 年，软件的毛利规模约为 0.7 万亿美元，并以高溢价估值。金融服务的毛利规模大一个数量级，但估值更为保守。1 金融科技让你做到了两者套利：用软件的倍数定价来获得金融服务的经济规模。

利润池之间的差距也告诉你真正赚钱的地方。金融服务在全球范围内创造的毛利比任何其他行业都多。“金融”这一面不仅更具防御性，而且市场规模远大得多。

然后人工智能出现了，套利被打破。随着投资者在一个代码变得更便宜的世界里重新评估代码的价值，软件估值被压缩。金融科技公司在下行潮中受牵连，因为市场把它们归类为软件公司。

但市场的分类是错误的。金融科技的成本及其护城河从来不在代码上，而且看起来对人工智能的颠覆越来越呈现反脆弱性。

两种成本结构的故事

软件曾拥有历史上最好的商业模式之一：代码的开发成本高昂，但一旦写成，分发的成本几乎为零。“构建昂贵”与“分发免费”之间的差距就是利润。 如果你是一家将 22%–25%收入投入研发的 SaaS 公司，这笔支出同时也是你的进入壁垒。竞争对手很难复制那些耗时数年、耗资数千万打造的东西。

AI 从上游缩小了这道差距。如果代码既容易构建又容易分发，利润就会被压缩。阻挡竞争者的高墙会变矮，更多玩家涌入，定价权也会被侵蚀。

如果你的业务本身就是软件，那确实是个现实问题。 但金融科技的开支并非工程开支， 跟着钱走，这一区别很快就显而易见。

PayPal 将营收的 9% 用于研发。Block 用 12%。这并不是说金融科技工程不重要。Stripe 的工程世界一流，确实构成真正的竞争优势。关键在于工程并不是占用资金的主要去向。

资金流向金融端。与研发投入不同，这些成本不仅产生产品，还筑起护城河：

信用损失换来承保数据。

Affirm 在支付任何工程师薪酬之前，就已将 35% 的营收用于信用损失和资本成本。每一美元因违约而损失，都是竞争对手无法获得的一美元还款数据。新进入者用合成数据训练时没有真实基准。仅靠合成数据无法建立可靠的损失历史。

合规投入换来监管许可。

Wise 将三分之一的员工配置于合规与金融犯罪预防工作，涵盖 65+ 项监管许可。覆盖 50 个州的汇款牌照。BSA/AML 计划。银行执照要求。这些不是你能去构建的优势，而是需要不断赢得的许可。你无法靠随性编码拿到银行执照。

交易量带来专有数据。

Toast 的支付业务毛利率为 22%，而其 SaaS 业务为 70%，但支付业务创造的毛利几乎是后者的两倍。这些成本买来了商户级别的交易数据，供 Toast Capital 使用，后者已发放超过 10 亿美元的贷款。Adyen 的风控模型在 30+ 个市场的交易模式上训练得出。

Fintech 的利润率本来就不高，这正是重点

一家支付公司毛利率通常在 20%–50%，而不是 80%。但较低的利润率并不等于企业弱小。Fintech 利润率偏低，是因为其中许多成本能带来复合性优势。即便那些不会带来复合优势的成本，也仍然存在于 AI 驱动的成本压缩影响之外。

而且 AI 会让这些护城河中的每一项都更坚固。更好的模型会降低损失率。更精准的欺诈检测会减少退单。更完善的合规工具能让更小的团队持有更多牌照。AI 并不会取代护城河。它只会奖励那些选择在 fintech 困难环节上构建的公司：资金流动、风险、专有数据和监管。

所以真正的论点不仅仅是“AI 有利于 fintech”。关键在于，AI 将价值从产品表面扩展转移到专有数据、承担风险的能力、监管许可以及嵌入真实资金流动中的分发渠道上。如果你在这些领域构建，AI 会以复合方式有利于你。如果你的差异化体现在代码上，AI 则会以复合方式对你不利。

而需求端持续增长。每一个以“氛围”编码的结账都是一个新的欺诈向量。每一个自主交易的 AI 代理都是一个退单风险。 越多构建在金融科技轨道之上的东西，这些轨道就越显得不可或缺。

金融制胜

这一认识已经迫使聪明的金融科技创始人重新思考他们在“金融”和“技术”光谱上的定位：

我们自己承保并定价风险，还是把风险转给留住利润的合作伙伴？
我们是拥有监管关系，还是向真正拥有的人租用它？
每一笔交易都能让我们的风险模型更精准，还是我们在训练别人的？
我们的分类账是事实的源头，还是他人不完美的镜像？

这一区分将金融科技格局一分为二。那些掌握监管关系、承担信用损失并积累交易数据的公司正在构建被人工智能加深的护城河。那些租用金融功能、用合作银行的许可证、BaaS 提供商的账本、别人风险模型并用更好的用户界面包装起来的公司，则面临与 SaaS 公司完全相同的问题。 它们的差异化体现在代码上，而代码变得更便宜了。