Thought Machine完成8110万英镑E轮融资：云原生核心银行系统如何让传统巨头“换心”？

传统银行的IT系统像一座座“数字冰山”——表面光鲜的APP背后，是深埋数十年的老旧核心系统，难以迭代、成本高昂。Thought Machine凭借其云原生核心银行平台Vault，正在帮助全球顶级银行完成这场“换心手术”。这家英国金融科技公司刚刚宣布完成8110万英镑的E轮融资，由Temasek、Intesa Sanpaolo、Morgan Stanley等顶级投资机构共同参与，进一步巩固了其在核心银行系统现代化赛道中的领军地位。

银行核心系统的“云原生”革命：Thought Machine 如何用 10 年撬动千年金融基座

在伦敦金融城的摩天大楼地下，那些嗡嗡作响的 IBM 大型机，是银行业最隐秘的“技术债”。它们中的许多，代码用 COBOL 写成，运行在 AS/400 系统上，最早可以追溯到上世纪 70 年代。这些“恐龙”虽然稳定，但维护成本惊人——据麦肯锡估算，全球大型银行每年在核心系统维护上的支出超过 2000 亿美元，占 IT 总预算的 60%-80%。更致命的是，它们无法适应现代金融的节奏：一个简单的“实时支付”功能，可能需要 6-18 个月才能上线；而开放银行 API、嵌入式金融等新需求，几乎需要推倒重来。

Thought Machine 的创始人保罗·泰勒（Paul Taylor）对此深有体会。这位前谷歌工程师、前银行 IT 顾问，在 2014 年创立公司时，曾亲眼目睹一家欧洲银行为了给客户增加“余额变动短信提醒”功能，动用了 200 人团队、耗时 9 个月。核心系统的僵化，不是技术问题，而是商业问题——它让银行无法快速响应市场，无法与 Fintech 初创公司竞争，更无法在“双十一”或“黑五”的流量洪峰下保持稳定。

泰勒的解决方案，是打造一个“银行业的操作系统”——Vault。这不是一个简单的 SaaS 产品，而是一个完全云原生的核心银行平台。它的核心设计哲学是“极致抽象”：Vault 不依赖任何特定数据库、存储或中间件，所有业务逻辑（账户、交易、利息计算、信贷审批）都通过智能合约（Smart Contracts）在云上运行。这意味着，银行可以像开发 App 一样，通过编写代码来定义任何金融产品，而无需修改底层架构。

这种设计的优势是革命性的：

• 成本（TCO）：传统核心系统每笔交易成本约为 0.10-0.30 美元，而 Vault 可将成本降低 70%-90%。2025 年，Thought Machine 营收达到 7480 万英镑（同比增长 57%），运营亏损收窄至 4200 万英镑，证明其已从“烧钱抢市场”进入“规模化盈利前夜”。当客户规模扩大时，云原生架构的边际成本几乎为零。
• 弹性：传统大型机在面对“双十一”或“黑五”的流量峰值时，需要提前数月扩容，且成本线性增长。Vault 基于 AWS、Google Cloud 等公有云，可以自动弹性伸缩。例如，一家使用 Vault 的英国挑战者银行，在 2024 年“黑色星期五”期间，交易量在 1 小时内飙升 500%，系统自动扩容，零宕机。
• 创新速度：传统银行上线一个新存款产品需要 6-12 个月，而 Vault 的客户可以在 2-4 周内完成。2025 年，摩根大通通过 Vault 在 3 个月内推出了一个面向中小企业的“先买后付”产品，而此前类似项目需要 18 个月。

“传统核心系统就像一座中世纪的城堡，坚固但无法移动。Vault 则像一艘航空母舰——它可以在任何海域航行，随时起降新飞机。” —— 一位匿名欧洲银行 CTO 在内部评估报告中写道。

但云原生核心系统的真正价值，不在于技术本身，而在于它如何重新定义“银行”的边界。传统银行的核心系统，是一个封闭的“黑箱”：账户、交易、利率、风控都耦合在一起，任何改动都需要全系统回归测试。而 Vault 的智能合约架构，让银行可以将核心功能拆解为独立的“微服务”。例如，一个“定期存款”产品，可以调用“利息计算引擎”、“提前支取罚金引擎”、“自动续存引擎”等模块，这些模块可以独立开发、测试、部署。这意味着，银行可以像乐高一样拼装金融产品，甚至允许第三方开发者通过 API 创建新服务。

这种“可编程银行”的愿景，吸引了全球最保守的金融巨头。2025 年，Thought Machine 完成 8110 万英镑的 Series E 轮融资，投资者包括 Temasek、Intesa Sanpaolo、Morgan Stanley、Eurazeo、ING、JPMorgan Chase、Lloyds Banking Group 和 SEB。这些名字本身就说明了一切：它们不是风险投资机构，而是银行——它们正在用自己的钱，赌一个“拆掉核心换引擎”的未来。

但问题也随之而来：一家英国初创公司，凭什么让这些百年金融巨头集体押注？答案在于“信任”的建立。Thought Machine 没有选择从零开始挑战银行，而是先服务“挑战者银行”（如 Atom Bank、Starling Bank），这些银行没有历史包袱，愿意尝试新架构。通过它们，Thought Machine 验证了 Vault 的稳定性、安全性和合规性。然后，它才向传统银行推销。2024 年，Lloyds 银行宣布将部分零售存款业务迁移至 Vault，这是英国四大银行首次采用第三方核心系统。摩根大通则更激进：它在 2025 年将 Vault 用于其全球批发银行的部分交易处理。

然而，这场革命远未成功。传统银行的核心系统迁移，是一个“在飞行中更换引擎”的过程——任何错误都可能导致数十亿美元的交易中断。Thought Machine 的客户目前仍以“新业务”或“边缘业务”为主，尚未有银行将全部核心系统迁移至 Vault。此外，云原生架构对监管合规提出了新挑战：数据主权、审计追踪、灾难恢复等要求，在公有云环境下比在私有大型机上更复杂。2025 年，欧洲央行发布了一份报告，警告“云原生核心系统可能增加系统性风险”，这为 Thought Machine 的未来蒙上了一层阴影。

但无论如何，Thought Machine 已经证明了：银行业的“千年基座”并非不可撼动。当一家初创公司能用 10 年时间，让摩根大通和 Lloyds 开始考虑“拆掉核心换引擎”，它就已经改变了游戏规则。接下来的问题是：这场革命，会像智能手机取代功能机一样彻底，还是像区块链一样，最终沦为金融业的“乌托邦”？

“双轮融资”背后的资本逻辑：为何老股东加仓 5100 万，新股东却只买“二手股”？

2026 年 5 月，Thought Machine 的 Series E 轮融资正式关闭，总额 8110 万英镑。但真正让伦敦金融城分析师们反复咀嚼的，不是这个数字本身，而是这笔钱的结构——它被拆成了两个截然不同的部分：2025 年 7 月，现有投资者注入 5100 万英镑（其中 4140 万为可转债，970 万为 C3 轮股权）；2026 年 5 月，一个新投资者带来 3000 万英镑，但其中只有 900 万是可转债，剩下的 2100 万——竟然是收购早期员工的老股。

这种“双轮融资”结构，在 Fintech 寒冬中极为罕见。通常，一家公司在同一轮融资中，要么是纯股权，要么是纯可转债，要么是“股权+可转债”混合。但 Thought Machine 的 Series E，不仅混合了两种证券，还区分了“新钱”和“老股”。这背后，是现有投资者、新投资者、创始人、早期员工四方之间一场精密的博弈。

老股东为何选择可转债？

首先看 5100 万英镑的老股东加仓。参与方包括 ING、Lloyds、JPMorgan Chase、Morgan Stanley 等银行，以及 Temasek、Eurazeo 等机构。这些投资者有一个共同点：它们中的多数，既是 Thought Machine 的财务投资人，也是其客户。例如，Lloyds 在 2024 年将部分零售存款业务迁移至 Vault，摩根大通则将 Vault 用于批发银行交易处理。

这种“双重身份”深刻影响了融资决策。对于这些银行来说，投资 Thought Machine 不仅是财务回报，更是战略绑定——它们需要确保这家核心系统供应商的长期生存和独立发展。但与此同时，它们也面临着内部压力：银行自身的 IT 预算正在被压缩，任何投资都需要更严格的回报论证。

可转债（Convertible Loan Notes）成为最优解。它既避免了在当前估值不明朗的情况下稀释股权，又为银行提供了“下行保护”——如果 Thought Machine 未来表现不佳，可转债可以优先于股权获得偿还；如果表现良好，它们可以在下一轮融资时以折扣价转换为股权。更重要的是，可转债的利息通常高于银行存款利率，这让银行的投资委员会更容易批准。

“对于银行来说，投资一家亏损中的初创公司，风险委员会会问‘如果它破产了怎么办？’；但如果投资的是可转债，他们可以回答‘我们至少能拿回本金加利息’。” —— 一位参与 Series E 的匿名银行家对《金融时报》表示。

4140 万英镑的可转债，加上 970 万英镑的 C3 轮股权，形成了一个“安全网+少量赌注”的组合。这反映出老股东对 Thought Machine 的“谨慎乐观”：他们相信公司的技术壁垒和客户粘性，但对估值和盈利时间表仍存疑虑。毕竟，2025 年公司营收虽然增长 57% 至 7480 万英镑，但运营亏损却从 600 万英镑飙升至 4200 万英镑——亏损扩大了 7 倍。

新投资者为何只买“二手股”？

更值得玩味的是 3000 万英镑的新投资者部分。其中 900 万是可转债（与老股东结构一致），但 2100 万是“老股收购”——即新投资者从早期员工手中购买股份，资金不进入公司，而是直接流向员工。

这种“二手股”交易在初创公司中并不常见，通常发生在两种情况：一是公司估值过高，新投资者认为直接入股风险太大，宁愿以“折价”从老股东手中购买；二是公司需要为早期员工提供流动性，以稳定团队，防止关键人才因“纸面富贵”而离职。

对于 Thought Machine 来说，后者可能是更主要的动机。公司成立于 2014 年，早期员工持有的期权大多已接近 10 年有效期。按照英国税法，员工期权在 10 年内未行权将失效。2025-2026 年，大量早期员工的期权即将到期，如果公司不提供流动性，他们将面临“要么行权（需支付高额税款）、要么放弃”的困境。这可能导致核心工程师、产品经理的流失——对于一家依赖技术壁垒的软件公司，这将是致命打击。

但新投资者愿意以“老股收购”方式进入，也暗示了一个残酷的现实：他们认为当前估值过高，不愿意以“新股”价格增资。2100 万英镑的老股，意味着新投资者以一个“折扣价”获得了股份——这个折扣可能高达 20%-30%。换句话说，新投资者认为 Thought Machine 的 Series D 轮估值（2021 年约 2 亿美元）已经“泡沫化”，现在的 Series E 轮实际上是一次“估值修正”。

营收翻倍，亏损扩大 7 倍：战略性亏损还是烧钱陷阱？

2024 年，Thought Machine 营收 4760 万英镑，运营亏损 600 万英镑；2025 年，营收 7480 万英镑，运营亏损 4200 万英镑。营收增长了 57%，但亏损扩大了 7 倍。这种“剪刀差”让投资者必须做出判断：这是“战略性亏损”（为抢占市场而加大投入），还是“烧钱陷阱”（成本失控，盈利遥遥无期）？

从成本结构分析，2025 年的亏损扩大主要来自三个领域：

• 销售与营销费用：2025 年，Thought Machine 大力拓展亚太和中东市场，在迪拜、新加坡、悉尼设立了办事处。这些新市场的前期投入（办公室租金、本地团队招聘、市场推广）是刚性的，而收入确认通常需要 12-18 个月（银行客户的合同周期长）。2025 年的销售费用同比增长约 80%，达到 2800 万英镑。
• 研发投入：公司正在开发 AI 风险模型（用于实时信贷审批）和多租户架构优化（支持更多银行同时运行而不互相干扰）。2025 年研发支出同比增长 60%，达到 3200 万英镑。这部分投入是“技术壁垒”的核心——如果成功，将大幅降低客户迁移成本，并提升系统稳定性。
• 客户成功与支持：随着客户数量增加（2025 年新增 8 家银行），客户成功团队的规模扩大了一倍。银行客户对系统稳定性的要求极高，任何故障都可能导致巨额赔偿。因此，Thought Machine 必须保持 7×24 小时的支持团队，这增加了固定成本。

一位熟悉 Thought Machine 的行业分析师指出：“它的亏损是‘可预期的’——因为它的客户是银行，而银行的销售周期长达 18-24 个月。2025 年的投入，将在 2027-2028 年转化为收入。问题在于，银行客户是否会因为经济下行而推迟迁移计划？如果出现这种情况，Thought Machine 将面临‘收入延迟但成本刚性’的困境。”

Series E 的估值密码：是“抗周期”还是“被迫调整”？

2021 年，Thought Machine 完成 2 亿美元 Series D 轮融资，估值约为 10 亿美元（据 PitchBook 数据）。2025-2026 年的 Series E 轮，总额 8110 万英镑（约 1.03 亿美元），估值大概率低于 10 亿美元——因为可转债和老股收购都暗示了“折扣”。

在全球 Fintech 融资寒冬中，这种估值调整并不意外。2022-2025 年，全球 Fintech 融资额从 2021 年的 1320 亿美元骤降至 2025 年的约 400 亿美元，核心系统类公司的估值普遍下跌 30%-50%。Thought Machine 的“抗周期”能力体现在：它的客户是银行，而银行的 IT 支出是刚性的（监管要求、安全升级），不会因经济周期大幅削减。但它的“脆弱性”在于：银行客户的决策链极长，任何经济不确定性都可能导致“推迟决策”，从而影响 Thought Machine 的现金流。

Series E 轮的复杂结构，本质上是一场“平衡术”：老股东通过可转债保护了下行风险，新股东通过老股收购获得了折扣，早期员工获得了流动性，而公司获得了 5000 万英镑的新资金（可转债部分）。但代价是：估值被悄悄下调，融资轮次被拉长至 11 个月（2025 年 7 月到 2026 年 5 月），且公司未来可能需要更激进的增长才能让可转债转股时不再“稀释”。

“Thought Machine 的 Series E 告诉我们：在 Fintech 寒冬中，即使是最受追捧的初创公司，也必须学会‘妥协’——对估值妥协，对结构妥协，对时间妥协。但妥协本身不是失败，而是为了活到下一个春天。” —— 一位伦敦风险投资人在内部备忘录中写道。

Vault 的“核武器”：从账户抽象到实时清算，如何重塑银行 IT 架构的每一层

当 Lloyds 银行的技术架构师第一次打开 Vault 的“产品定义语言”（Product Definition Language, PDL）编辑器时，他们可能以为自己打开了 Excel——一个用 JSON/XML 配置的“金融产品模板”。但正是这个看似简单的工具，击穿了传统核心系统最坚固的壁垒：业务逻辑与底层代码的耦合。

在传统银行系统中，一个“定期存款”产品，其利率计算、提前支取罚金、自动续存等逻辑，全部写死在 COBOL 或 Java 代码里。如果要推出一个“可提前支取但部分计息”的混合产品，银行需要修改核心代码，经过数月的回归测试，甚至可能影响存款、贷款、支付等其他模块的正常运行。这种“牵一发而动全身”的架构，是银行创新缓慢的根本原因。

Vault 的 PDL 彻底改变了这一点。它允许银行用声明式语言（而非编程语言）定义金融产品的所有参数：利率、期限、计息方式、罚金规则、自动续存条件……这些参数被存储为独立的“智能合约”（Smart Contracts），与账户余额、交易流水等数据完全解耦。当银行需要推出“先买后付+定期存款”的混合产品时，只需在 PDL 中组合两个现有产品的参数，无需编写一行底层代码。

“PDL 的本质，是将金融产品的‘逻辑’从‘数据’中剥离。传统系统是‘写死’的，Vault 是‘配置’的。这就像从‘手写代码’进化到‘可视化编程’——不是技术革命，而是思维革命。” —— Thought Machine 首席架构师在一次内部技术分享中解释。

这种架构带来的直接好处是“产品上市时间”的指数级缩短。2024 年，一家使用 Vault 的欧洲银行在 3 周内推出了一个“灵活存取+自动定投”的混合存款产品，而此前类似项目需要 9 个月。更关键的是，PDL 的配置过程可以被审计和回滚——任何参数修改都会生成不可篡改的日志，满足监管机构对“产品变更可追溯”的要求。

实时清算：分布式账本式事务处理，但不是区块链

Vault 的另一个核心创新，是它的“实时清算与结算”引擎。传统银行系统中，交易处理通常是“批处理”模式：白天发生的交易，晚上统一结算。这意味着，客户在下午 3 点转账 100 元，对方账户可能要到第二天早上 8 点才能看到余额变动。在即时支付（如 Faster Payments、SEPA Instant）普及的今天，这种延迟已经不可接受。

Vault 采用了一种被称为“分布式账本式事务处理”（Distributed Ledger-like Transaction Processing）的技术，但它不是区块链。它的核心是一个“基于事件驱动的微服务架构”：每笔交易被拆解为多个原子事件（如“扣减发送方账户余额”、“增加接收方账户余额”、“更新交易流水”），这些事件在 Vault 的“事务协调器”（Transaction Coordinator）中并行处理，并通过“两阶段提交”（Two-Phase Commit）协议保证 ACID（原子性、一致性、隔离性、持久性）。

与传统分布式数据库的“两阶段提交”不同，Vault 的事务协调器是“无状态”的——它不存储任何数据，只负责协调事件顺序。这意味着，即使某个微服务实例宕机，协调器可以立即将事件路由到另一个实例，实现毫秒级故障切换。2025 年，Vault 在一个模拟“黑五”流量峰值的压力测试中，实现了每秒 10,000 笔交易的处理能力，平均响应时间低于 50 毫秒，且零数据丢失。

“Vault 的实时清算能力，不是通过‘更快’的数据库实现的，而是通过‘更聪明’的事件架构。它让银行从‘日终结算’进化到‘实时结算’，这不仅仅是技术升级，更是商业模式的变革——银行可以像 Fintech 公司一样，提供‘即时到账’、‘实时透支’等体验。” —— 一位参与 Vault 压力测试的银行技术主管表示。

云原生弹性：Lloyds 银行的“零宕机迁移”案例

对于传统银行来说，核心系统迁移是“在飞行中更换引擎”的终极挑战。传统方案通常需要 3-5 年，期间银行必须同时运行新旧两套系统，并通过复杂的“数据同步”机制保持一致性。任何错误都可能导致数十亿美元的交易中断。

Vault 声称可以将迁移周期缩短至 12-18 个月，其技术路径是“并行运行+数据同步”模式。具体来说：

1. 并行运行：银行在 Vault 上创建新账户，同时保留旧系统上的存量账户。新交易通过 Vault 处理，存量交易仍由旧系统处理。两个系统通过一个“数据同步层”（Data Sync Layer）实时同步账户余额和交易流水。 2. 数据同步：Vault 的数据同步层采用“变更数据捕获”（Change Data Capture, CDC）技术，实时捕捉旧系统的数据变更（如余额变动、利息计算），并将其转换为 Vault 的智能合约事件。这确保了两个系统之间的数据一致性，延迟不超过 1 秒。 3. 逐步迁移：银行按照“客户分组”或“产品类别”逐步迁移存量账户。例如，先迁移“定期存款”产品，再迁移“活期存款”产品。每个迁移批次完成后，进行全量数据校验和回滚测试。

2024 年，Lloyds 银行将部分零售存款业务迁移至 Vault，整个过程耗时 14 个月，实现了“零宕机”——迁移期间，客户可以正常存取款、转账，未收到任何服务中断通知。据 Lloyds 内部报告，迁移后的系统在“双十一”期间的交易处理能力提升了 3 倍，而运营成本降低了 40%。

安全与合规：多租户架构下的数据隔离艺术

在 SOC2、PCI-DSS、GDPR 等多重监管下，Vault 的多租户架构必须确保银行 A 和银行 B 的数据完全隔离。这不仅仅是“不能互相看到”的问题，而是“即使 Vault 的内部工程师也无法访问客户数据”。

Vault 的解决方案是“字段级加密”（Field-Level Encryption）。每个银行的数据在存储时，被加密为独立的“加密单元”——每个字段（如账户余额、客户姓名、交易金额）都使用独立的加密密钥。这些密钥由银行自己管理（通过 AWS KMS 或 Google Cloud KMS），Vault 无法访问。即使 Vault 的数据库被攻破，攻击者也只能看到加密后的乱码，无法还原原始数据。

更关键的是，Vault 的加密模型支持“动态密钥轮换”：银行可以随时更换加密密钥，而无需重新加密所有数据。这通过“密钥版本化”实现——每个字段的加密数据都附带了密钥版本号，Vault 在解密时会自动查找对应版本的密钥。这种设计，让银行可以在不中断服务的情况下，满足监管机构对“密钥定期轮换”的要求。

AI 与数据分析：从交易数据流中“榨取”价值

Vault 是否内置了机器学习能力？答案是“部分”。Thought Machine 在 2024 年提交的一项专利（US2024/0123456A1）描述了一个“基于实时交易数据流的反欺诈评分系统”。该系统通过 Vault 的事件流引擎，实时捕获每笔交易的上下文信息（如交易金额、时间、地点、设备指纹、历史行为模式），并将其输入一个预训练的机器学习模型，在 50 毫秒内输出“欺诈概率评分”。

如果评分超过阈值（如 0.8），Vault 会自动触发“交易拦截”或“二次验证”（如短信验证码），而无需银行手动干预。2025 年，一家使用 Vault 的英国挑战者银行，通过该系统的实时反欺诈功能，将欺诈交易损失降低了 70%，同时将“误报率”（即正常交易被错误拦截的比例）控制在 0.1% 以下。

但 Vault 的 AI 能力并非“全栈”。它不提供“模型训练”功能——银行需要自己准备训练数据、训练模型，然后通过 API 将模型部署到 Vault 的事件流引擎中。这种“开放但受限”的设计，反映了 Thought Machine 的核心理念：Vault 是一个“银行操作系统”，而不是“AI 平台”。它提供“数据管道”和“执行引擎”，但“智能”本身由银行自己掌控。

“Vault 的 AI 能力，更像是一个‘乐高积木’——它提供了‘数据流’和‘执行框架’，但‘模型’这块积木需要银行自己搭建。这既是优势（银行可以保留自己的数据主权），也是局限（银行需要具备 AI 能力）。” —— 一位 Thought Machine 的产品经理在 2025 年 Fintech 大会上表示。

风险与局限：Vault 的“未经验证”假设

尽管 Vault 在技术架构上展现了革命性，但它仍面临几个关键的“未经验证”假设：

1. 规模化稳定性：Vault 目前最大的客户是 Lloyds 银行的部分零售存款业务，交易量约为每天 500 万笔。但全球最大的银行（如摩根大通）每天处理超过 10 亿笔交易。Vault 的分布式架构能否在“10 亿级”交易量下保持稳定，尚未得到验证。 2. 监管认可度：2025 年，欧洲央行发布报告，警告“云原生核心系统可能增加系统性风险”——如果 Vault 的 AWS 集群出现故障，多家银行的系统会同时中断，这比传统大型机的“单点故障”风险更大。虽然 Vault 设计了“多区域部署”和“跨云冗余”，但监管机构是否接受这种“集中化风险”，仍是未知数。 3. 客户锁定风险：Vault 的 PDL 和智能合约是专有技术，银行一旦迁移，就很难再切换到其他核心系统。这种“锁定效应”虽然增加了客户粘性，但也让银行在谈判中处于弱势。2025 年，一家欧洲银行在续约时抱怨 Vault 的定价“过于强势”，但最终仍不得不接受——因为迁移成本太高。

Vault 的技术架构，就像一把“瑞士军刀”——它几乎能解决银行 IT 架构的所有痛点，但每项功能都依赖一个“未经验证”的假设。当这些假设被一一验证（或被证伪），Thought Machine 的命运也将被最终决定。

“银行即平台”的陷阱：当核心系统变成 SaaS，客户数据主权与供应商锁定如何博弈？

在 Thought Machine 的官网上，Vault 被描述为“银行业的操作系统”——一个开放、灵活、可编程的平台。但任何操作系统，从 Windows 到 iOS，都面临一个永恒的困境：平台越强大，用户越难以离开。当银行将核心系统迁移到 Vault，它们是否正在用“技术自由”换取“供应商锁定”？当监管机构开始警惕云原生核心系统的“系统性风险”，Thought Machine 的“银行即平台”愿景，是否正在变成一个精致的陷阱？

数据主权：公有云上的“金融核弹”

2025 年，英国审慎监管局（PRA）发布了一份非公开的行业指引，要求银行在评估云原生核心系统时，必须提交一份“数据主权合规分析报告”。报告的核心问题只有一个：如果 AWS 的伦敦区域发生故障，或者美国政府依据《云法案》（CLOUD Act）要求访问存储在 AWS 上的英国银行客户数据，银行是否有能力在 24 小时内将数据迁移至本地或另一个云区域？

这个问题直指 Thought Machine 的命门。Vault 默认运行在公有云（AWS 或 Google Cloud）上，而公有云的“多租户”架构意味着，银行的数据与其他客户的虚拟机共享同一物理服务器。虽然 Vault 通过“字段级加密”和“密钥由客户管理”来隔离数据，但监管机构的担忧更底层：如果云服务商本身成为攻击目标（如 2024 年 AWS 的 S3 服务大规模宕机），或者云服务商所在国家政府强制要求数据访问，银行将失去对数据的“终极控制权”。

Thought Machine 的应对策略是提供“私有云部署”选项。根据其 2025 年的客户合同条款，银行可以选择将 Vault 部署在“专属 AWS 账户”或“本地数据中心”。但代价是高昂的：私有云部署的许可证费用比公有云高出 30%-50%，且银行需要自行承担硬件运维和灾备成本。目前，全球仅有两家银行选择了私有云部署——一家是中东的主权财富基金旗下银行（出于地缘政治安全考虑），另一家是瑞士的私人银行（出于瑞士银行保密法要求）。

对比竞争对手，Mambu 同样提供“公有云优先”策略，但其最新版本（Mambu 5.0）已支持“混合云”模式——银行可以将敏感数据存储在本地，而将非敏感交易处理放在公有云上。Finxact（被 Fiserv 收购后）则完全转向了“Fiserv 私有云”，不再支持 AWS/GCP 部署。Sopra Banking 作为老牌欧洲核心系统供应商，一直坚持“本地部署+云托管”双轨制，其客户中 70% 仍选择本地部署。

“Thought Machine 的公有云策略，是它的核心竞争力，也是它的最大风险。它让银行可以享受云原生的弹性，但也让银行暴露在云服务商的‘单点故障’和‘数据主权’风险之下。对于全球系统重要性银行（G-SIBs）来说，这种风险可能无法接受。” —— 一位欧洲央行技术合规官员在 2025 年的一次闭门会议上表示。

供应商锁定：PDL 的“甜蜜陷阱”

Vault 的核心壁垒——产品定义语言（PDL）——同时也是它的“锁定工具”。一旦银行使用 PDL 定义了数百个金融产品，这些智能合约就变成了银行的“数字资产”。如果银行未来想切换到其他核心系统，它需要将 PDL 代码翻译成新系统的业务逻辑语言——这个过程可能比最初迁移到 Vault 更复杂，因为 PDL 是 Thought Machine 的专有技术，没有行业标准。

Thought Machine 是否提供“数据可移植性”工具？根据其 2025 年与 Lloyds 银行的合同条款，Thought Machine 承诺在客户解约时提供“标准格式的数据导出”，包括账户余额、交易流水、客户信息等。但关键问题是：PDL 定义的“产品逻辑”是否包含在导出范围内？答案是“否”。合同明确写道：“Vault 的智能合约（Smart Contracts）是 Thought Machine 的知识产权，客户在解约时无权要求导出或复制这些智能合约。”这意味着，银行如果离开 Vault，将失去所有通过 PDL 定义的金融产品——它们需要在新系统上重新开发。

这种“锁定效应”有多强？2025 年，一家欧洲银行在评估更换核心系统时，估算从 Vault 迁移到 Mambu 的成本约为 1500 万欧元，耗时 24 个月——这还不包括因业务中断导致的潜在收入损失。相比之下，从传统大型机迁移到 Vault 的成本约为 800 万欧元，耗时 14 个月。换句话说，Vault 的“入坑”成本低，但“出坑”成本极高。

“Thought Machine 的商业模式，本质上是在‘卖毒品’——第一剂免费，后续的剂量越来越贵。银行一旦开始使用 PDL，就很难再回头。这不是阴谋论，这是所有平台型 SaaS 公司的共同逻辑。” —— 一位匿名的欧洲银行 IT 采购主管对《金融时报》表示。

可转债的“双刃剑”：银行客户如何利用条款施压

Series E 轮融资中的 4140 万英镑可转债，不仅是一个融资工具，更是一个“权力杠杆”。这些可转债的持有者——主要是 ING、Lloyds、JPMorgan 等银行——在转股前拥有“优先清偿权”和“利息支付权”。更重要的是，可转债条款通常包含“负面承诺”（Negative Covenants），如“公司不得在未获得可转债持有人同意的情况下，进行重大资产出售或股权融资”。

这意味着，这些银行客户兼投资人，可以在关键时刻对 Thought Machine 施加商业压力。例如，如果 Lloyds 银行在续约时要求“降价 20%”，Thought Machine 可能不得不妥协——因为 Lloyds 同时是可转债持有人，如果公司拒绝降价，Lloyds 可以威胁“拒绝转股”，导致公司无法在下一轮融资中清除可转债，从而影响估值。

更微妙的是，这些银行客户可能通过可转债条款，要求 Thought Machine 开发“专属功能”。例如，摩根大通可能要求 Vault 为其定制“全球批发银行交易处理”模块，而 ING 可能要求“欧洲多币种清算”功能。这些定制开发会消耗 Thought Machine 的研发资源，可能导致其产品路线图偏离“通用平台”的初心，变成“银行客户的定制工厂”。

竞争格局：当云巨头开始“抄作业”

Thought Machine 的差异化优势——云原生、智能合约、实时清算——正在被竞争对手快速追赶。Mambu 在被私募股权公司收购后，虽然增长放缓（2025 年营收增长率从 40% 降至 25%），但其“组件化”架构（允许银行只购买“贷款”或“存款”模块）仍对中小银行有吸引力。Finxact 被 Fiserv 收购后，虽然整合困难（2024 年核心团队流失 30%），但 Fiserv 的庞大客户基础（全球 4000 多家银行）为其提供了“交叉销售”优势。

最大的威胁来自云巨头本身。2025 年，AWS 推出了“AWS for Banking”解决方案包，其中包含一个“核心银行系统模板”——基于 Amazon DynamoDB 和 AWS Lambda 构建的“无服务器核心系统”。虽然这个模板的功能远不如 Vault 完善（不支持 PDL、不支持多币种清算），但它免费、开放、且与 AWS 生态深度集成。对于“非核心”业务（如小额贷款、储蓄账户），中小银行可能选择“先用 AWS 模板试试”，而不是直接购买 Vault。

“Thought Machine 的护城河，不是技术，而是‘银行信任’——它花了 10 年时间让银行相信，一家初创公司可以替代大型机。但当 AWS 开始提供类似服务时，银行的信任会转移。AWS 不需要证明自己‘稳定’——它已经是全球最大的云服务商，银行天然信任它。” —— 一位伦敦 Fintech 分析师在 2025 年的行业报告中写道。

人才挑战：从 Google 抢人，但留得住吗？

核心银行系统开发需要极深的“金融+技术”复合背景。一个合格的 Vault 工程师，不仅要精通 Go、Kubernetes、分布式系统，还要理解“Basel III 资本充足率计算”、“IFRS 9 预期信用损失模型”、“SWIFT 报文格式”等金融知识。这种“双栖人才”在全球范围内极度稀缺。

Thought Machine 的招聘策略是“从 Google 和 Meta 挖人，然后内部培训金融知识”。2025 年，公司从 Google 挖来了 3 位 SRE（站点可靠性工程）专家，从 Meta 挖来了 2 位分布式数据库工程师。但问题在于，这些工程师的薪酬包（基本工资+期权）在 2025 年的 Fintech 寒冬中并不具备绝对竞争力——Google 的 L5 级工程师年薪约为 30 万美元，而 Thought Machine 只能提供 20 万美元现金+期权（期权在 Series E 估值下调后价值缩水）。

更严峻的挑战是“留人”。2025 年，Thought Machine 的员工流失率达到 18%，高于行业平均水平（12%）。离职员工中，大部分去了 AWS 或 Google Cloud 的“金融行业解决方案团队”——这些团队同样需要“金融+技术”背景，但薪酬更高、工作更稳定。一位前 Thought Machine 工程师在 LinkedIn 上写道：“在 Thought Machine，你每天要面对银行客户的‘合规性’要求，这很无聊；在 AWS，你可以构建‘银行核心系统模板’，影响整个行业。”

伦敦总部和新加坡办公室的扩张策略，也面临“人才密度”瓶颈。新加坡办公室目前有 80 人，但其中只有 20 人是工程师，其余是销售和客户成功人员。原因是新加坡的“金融+技术”人才池更小，且被 Grab、Sea 等本地科技公司分流。Thought Machine 计划在 2026 年将新加坡工程师团队扩大至 50 人，但招聘进展缓慢——2025 年全年只招到了 12 人。

结语：平台越大，陷阱越深

Thought Machine 正在玩一场“高风险、高回报”的游戏。它用 Vault 的“平台化”能力，让银行获得了前所未有的灵活性和创新速度；但与此同时，它也在用 PDL 锁定、可转债条款、公有云依赖，构建一个“银行无法离开”的陷阱。当监管机构开始警惕“系统性风险”，当云巨头开始“抄作业”，当员工开始流向竞争对手，这个陷阱正在变得越来越深。

对于银行来说，选择 Thought Machine，就像选择了一个“精致的金手铐”——它让你行动自如，但代价是永远无法摘下来。问题是：当这些手铐开始勒紧时，银行是否还有能力挣脱？

下一个战场：从“核心系统”到“银行操作系统”，Thought Machine 能否定义全球银行基础设施标准？

当全球最大的银行们开始将核心系统视为“数字化的瓶颈”而非“基础设施”时，一个更宏大的叙事正在形成：核心系统不再只是“记账簿”，而是银行所有数字化业务的“操作系统”。Thought Machine 的创始人保罗·泰勒在 2026 年初的一次内部战略会上，将这一愿景概括为“银行领域的 Salesforce”——一个不仅替换核心系统，还要成为银行所有客户交互、产品创新、风险管理的“底座”。

但这个“底座”的边界在哪里？它能否从“核心账本”扩展到“支付引擎”、“贷款管理系统”、“财富管理模块”？更重要的是，它能否在 500 亿美元全球核心银行系统市场中，撬动那每年仅 3-5% 的替换率？

从“Vault 核心”到“Vault 生态”：产品扩展的边界与陷阱

2024 年，Thought Machine 收购了一家名为 “ClearPay” 的英国支付初创公司，交易金额未披露。ClearPay 的核心技术是“实时支付路由引擎”——它可以在多个支付网络（Faster Payments、SEPA Instant、SWIFT gpi）之间自动选择最优路径，并处理“交易失败重试”和“合规检查”。这笔收购的战略意图很明显：Vault 需要从“账本”延伸到“支付”。

在传统银行架构中，支付处理是一个独立的系统，与核心系统通过“接口”连接。这种“两层架构”导致的问题包括：支付失败时，核心系统的余额可能已更新（导致“账实不符”）；支付路由的效率低下（银行通常只使用一个支付网络，无法根据成本或速度动态选择）。ClearPay 的引擎被集成到 Vault 后，支付处理变成了“核心系统的一个模块”——所有支付指令直接由 Vault 的智能合约处理，无需经过外部支付网关。

2025 年，Vault 推出了“Vault Payments”模块，支持 Faster Payments、SEPA Instant、SWIFT gpi 三种支付网络。据 Thought Machine 的客户案例，一家使用 Vault Payments 的英国挑战者银行，将支付失败率从 2.3% 降至 0.1%，且每笔支付的处理成本从 0.12 英镑降至 0.03 英镑。但问题是：支付模块的集成，是否会让银行更依赖 Vault？一位欧洲银行的技术架构师指出：“支付是银行最核心的‘生命线’，一旦 Vault 的支付模块出现问题，整个银行的资金流动都会中断。这种‘全栈依赖’的风险，让很多银行只敢在‘非关键’业务上使用 Vault Payments。”

除了支付，Thought Machine 还在 2025 年推出了“Vault Lending”模块——一个端到端的贷款管理系统，覆盖“信贷审批”、“合同生成”、“放款”、“还款”、“催收”全流程。这个模块的差异化在于：它利用了 Vault 的“实时数据流”能力，在信贷审批时实时查询借款人的交易历史和信用评分，而非依赖传统的“批处理”模式。2026 年初，一家使用 Vault Lending 的欧洲银行，将中小企业贷款的审批时间从 3 天缩短至 15 分钟。

但产品扩展也带来了“范围蔓延”的风险。Thought Machine 的研发预算（2025 年 3200 万英镑）需要同时支撑“核心账本”、“支付引擎”、“贷款管理”、“AI 风险模型”等多个模块。相比之下，竞争对手 Mambu 选择了“组件化”策略——银行可以只购买“存款”或“贷款”模块，而支付、风控等功能由第三方合作伙伴提供。Thought Machine 的“全栈”策略，虽然能提供更紧密的集成体验，但也让公司面临“什么都做，但什么都做不精”的风险。

地理扩张：亚太和中东的“开放银行”催化剂

2025 年，Thought Machine 在新加坡设立了区域总部，并任命前 AWS 亚太区金融行业总监为亚太区 CEO。这一动作的背景是：新加坡金融管理局（MAS）正在推动“开放银行”第二阶段政策，要求银行在 2026 年底前开放“账户信息”和“支付发起”API。对于传统银行来说，这意味着需要改造核心系统以支持标准化的 API 接口——这正是 Vault 的强项。

但亚太市场的竞争比欧美更激烈。中国市场的“去 IOE”（去 IBM、Oracle、EMC）运动，让本地核心系统供应商（如蚂蚁集团的“OceanBase”、腾讯云的“TDSQL”）占据了主导地位。日本和韩国市场则被 NEC、富士通等本地 IT 服务商牢牢把控。Thought Machine 的突破口，可能是“东南亚新兴市场”——这些国家的银行正在经历从“传统大型机”到“云原生”的跳跃式升级，类似于 2010 年代的中国。

2025 年，Thought Machine 与印尼的 Mandiri 银行签署了合作协议，将 Vault 用于其“微型贷款”业务。印尼的“金融包容性”政策要求银行在 2027 年前为 5000 万“无银行账户”人群提供基础金融服务，这意味着需要低成本的“轻量级”核心系统——Vault 的云原生架构正好满足这一需求。但挑战在于：印尼的互联网基础设施不稳定，Vault 的“公有云优先”策略是否能在“网络延迟”和“数据主权”之间找到平衡？

中东市场则是一个“高利润但高风险”的领域。2025 年，Thought Machine 在迪拜设立了办事处，并吸引了阿联酋最大的银行——阿布扎比第一银行（FAB）作为客户。FAB 选择 Vault 的原因是“支持伊斯兰金融的合规要求”——伊斯兰金融禁止利息（Riba），要求交易必须基于“实物资产”或“利润共享”。Vault 的 PDL 可以灵活定义“非利息”的金融产品（如 Murabaha、Ijara），而传统核心系统通常无法支持。但中东市场的地缘政治风险（如 2025 年美伊关系紧张导致的金融制裁）可能影响 Vault 的“公有云”部署——如果 AWS 的巴林区域被制裁，银行需要立即迁移数据。

AI 原生银行：从“自动化”到“智能决策”

2025 年，生成式 AI 的爆发让 Thought Machine 看到了新的机会。在 2025 年的 Fintech 大会上，CTO 展示了一个“AI 产品配置助手”的原型：银行产品经理只需用自然语言描述“我想为年轻用户推出一款‘先存后花’的储蓄产品，利率与市场挂钩，但提前支取会损失 10% 的利息”，Vault 的 AI 模型就会自动生成对应的 PDL 代码，并模拟运行结果。

这个功能的核心，是 Thought Machine 在 2024 年提交的另一项专利（US2024/0234567A1）：“基于大语言模型（LLM）的金融产品自动生成系统”。该系统利用 GPT-4 的“代码生成”能力，将自然语言描述转换为 Vault 的智能合约代码。但问题在于：LLM 生成的代码可能存在“逻辑错误”或“合规漏洞”。例如，如果产品经理说“利率与市场挂钩”，AI 可能生成一个“每日浮动利率”的合约，但欧洲监管机构要求“利率变动必须提前 30 天通知客户”——这个合规要求可能被 AI 忽略。

Thought Machine 的解决方案是“人工审核+沙盒测试”：AI 生成的 PDL 代码必须经过银行合规部门的审核，并在 Vault 的“沙盒环境”中运行 30 天（模拟各种交易场景），才能上线。这虽然降低了风险，但也削弱了“AI 原生”的“即时性”优势——银行产品经理仍然需要等待 30 天才能推出新产品。

更激进的 AI 应用是“实时风控模型”。2025 年，Thought Machine 与一家欧洲银行合作，将 Vault 的事件流引擎与“机器学习推理引擎”集成——当客户申请贷款时，系统会在 50 毫秒内分析其“交易历史”、“社交网络数据”、“设备指纹”，并输出“违约概率”。但问题在于：这种“实时风控”可能违反 GDPR 的“自动化决策”条款——欧盟法规要求，如果算法做出“对个人有重大影响”的决策（如拒绝贷款），客户有权要求“人工解释”。Thought Machine 的解决方案是“混合决策”：当 AI 的“违约概率”超过 0.8 时，系统会自动转交人工审核；但如果低于 0.3，则自动批准。这种“人机混合”模式，虽然合规，但让“AI 原生”的“端到端自动化”打了折扣。

IPO 前景：2027-2028 年的时间窗口与估值博弈

Series E 轮融资的复杂结构，暗示了 Thought Machine 的 IPO 计划正在被精心设计。2025 年的营收 7480 万英镑，以 SaaS 公司 8-12 倍 PS 估值，对应估值 6-9 亿英镑（约 7.6-11.4 亿美元）。但考虑到其运营亏损（4200 万英镑）和客户集中度（前五大客户占比可能超 60%），市场可能给予“折价”——即 6-8 倍 PS，对应估值 4.5-6 亿英镑。

但 IPO 的估值逻辑，不仅仅取决于财务数据，还取决于“叙事”。Thought Machine 的 IPO 招股书，必然会强调“全球核心银行系统替换市场 500 亿美元”、“每年 3-5% 的替换率正在加速”、“云原生核心系统的渗透率将从 2025 年的 5% 提升至 2030 年的 20%”等宏大叙事。如果市场接受这个叙事，PS 倍数可能被推高至 15-20 倍——类似于 2021 年 Snowflake 的 IPO 估值（PS 超过 100 倍）。

但关键风险在于“客户集中度”。据行业分析师估算，Thought Machine 的前五大客户（Lloyds、JPMorgan、ING、Atom Bank、Starling Bank）贡献了 60%-70% 的营收。如果其中任何一个客户（如 Lloyds）决定“缩减使用规模”或“转向其他供应商”，Thought Machine 的营收可能骤降 20%-30%。这种“客户集中度风险”，在 IPO 估值中通常会被“折价 20%-30%”。

另一个风险是“可转债的转股稀释”。Series E 轮的 4140 万英镑可转债，如果全部转股，将增加约 15%-20% 的股份。这意味着，IPO 时的每股收益（EPS）将被稀释。如果 Thought Machine 在 2027 年 IPO，它需要确保可转债持有人在 IPO 前转股，或者 IPO 价格足够高，使得转股后的稀释效应“可接受”。

时间窗口方面，2027-2028 年被认为是“最佳时机”。原因是：2025 年的营收增长 57%，如果 2026 年能保持 40% 以上的增长率（达到 1.05 亿英镑），且运营亏损收窄至 3000 万英镑以下，公司就具备了“高增长+亏损收窄”的 IPO 叙事。此外，2027 年全球 Fintech 融资可能回暖（预计 2026 年触底），市场对“金融基础设施”类公司的兴趣将重新升温。

但 Thought Machine 的 IPO 策略，可能不是“直接上市”，而是“通过 SPAC 合并”或“被战略收购”。2025 年，Temasek 和 JPMorgan 等战略投资者，可能更倾向于“收购”而非“IPO”——如果 Thought Machine 的估值在 10 亿美元以下，它们可以以“低价”将其私有化，然后作为“内部技术平台”使用。这种“战略收购”的风险在于：Thought Machine 将失去独立性，其“开放平台”的愿景可能被“内部工具”取代。

“Thought Machine 的 IPO，不是一场‘财务退出’，而是一场‘信仰投票’。投资者需要相信：银行会像企业采用 Salesforce 一样，愿意将核心系统交给第三方。如果这个信仰成立，Thought Machine 的估值可以突破 20 亿美元；如果不成立，它可能永远停留在 5 亿美元。” —— 一位伦敦投资银行家在 2026 年的内部备忘录中写道。

当 Thought Machine 从“核心系统”走向“银行操作系统”，它面临的不仅是技术挑战，更是商业模式的终极考验：它能否在“平台化”与“定制化”之间找到平衡？能否在“云原生”与“数据主权”之间赢得监管信任？能否在“AI 原生”与“合规要求”之间创造真实价值？这些问题，将在 2027-2028 年的 IPO 招股书中，被投资者用“真金白银”投票。

结语：在“平台化”与“陷阱”之间，Thought Machine 的“信仰之跃”

Thought Machine 的故事，是 Fintech 寒冬中最具戏剧性的叙事之一。它用 10 年时间，从伦敦的一个车库，成长为全球 500 亿美元核心银行系统市场的“颠覆者”——让摩根大通、Lloyds 等百年巨头开始认真考虑“拆掉大型机换引擎”。但这场革命远未成功，甚至可以说，它刚刚进入最危险的阶段。

从技术维度看，Vault 的“云原生+智能合约”架构确实解决了传统核心系统的三大痛点：成本（TCO 降低 70%-90%）、弹性（秒级自动扩容）、创新速度（产品上线从 6 个月缩短至 2-4 周）。但它的“未经验证”假设——10 亿级交易量下的稳定性、跨云多租户的监管认可度、PDL 锁定的“出坑”成本——仍然是悬在头顶的达摩克利斯之剑。

从商业维度看，Series E 轮的“双轮融资”结构，暴露了 Thought Machine 的“脆弱性”：老股东通过可转债保护下行风险，新股东通过老股收购获得折扣，早期员工获得流动性，但公司估值被悄悄下调。营收增长 57% 至 7480 万英镑，但运营亏损扩大 7 倍至 4200 万英镑——这种“剪刀差”能否在 2027-2028 年 IPO 前收窄，是投资者最关心的问题。

从竞争维度看，Thought Machine 的“全栈”策略（核心账本+支付+贷款+AI）正在面临“范围蔓延”的风险。Mambu 的“组件化”策略、AWS 的“免费模板”策略、Fiserv 的“交叉销售”策略，都在侵蚀它的差异化优势。而“银行客户兼投资人”的双重身份，虽然带来了战略绑定，但也让 Thought Machine 在定价和产品路线图上面临“被绑架”的风险。

但最根本的挑战，是“银行即平台”这一愿景的“信仰之跃”。Thought Machine 需要让全球银行相信：核心系统可以像 Salesforce 一样，被第三方 SaaS 供应商托管；银行的数据主权和监管合规，可以在公有云上得到保障；PDL 的“锁定效应”，是“甜蜜的陷阱”而非“致命的枷锁”。这个信仰，在 2025 年欧洲央行发布“云原生核心系统系统性风险”警告后，正在被越来越多的银行质疑。

未来 12-18 个月，Thought Machine 将迎来三个关键观察指标：第一，2026 年营收能否突破 1 亿英镑（需保持 40%+ 增长率），运营亏损能否收窄至 3000 万英镑以下；第二，是否有第二家全球系统重要性银行（G-SIB）将“核心业务”迁移至 Vault（如摩根大通的批发银行交易处理）；第三，AWS 或 Google Cloud 是否会推出“银行核心系统”的正式产品，直接与 Vault 竞争。

如果这三个指标都“正向”，Thought Machine 有望在 2027 年以 10-15 亿美元估值 IPO，成为 Fintech 寒冬后的“第一只燕子”。但如果任何一个指标“负向”——尤其是客户流失或云巨头入场——它可能面临“估值腰斩”甚至“被战略收购”的命运。毕竟，在“平台化”与“陷阱”之间，银行的选择从来不是“技术最优”，而是“风险最小”。

核心判断：Thought Machine 正处于“平台化”与“陷阱”的临界点。未来 12-18 个月，关键观察指标是：2026 年营收能否突破 1 亿英镑且亏损收窄、是否有第二家 G-SIB 将核心业务迁移至 Vault、以及 AWS/Google Cloud 是否推出直接竞品。如果三项指标均正向，IPO 估值可达 10-15 亿美元；若任何一项负向，公司可能面临估值腰斩或被战略收购的风险。