一张 iFood 订单的欠款，和一通来自银行呼叫中心的催收电话，在巴西这个利率与违约率长期双高的经济体里，是极其日常的组合。只是过去的剧本通常是：坐席员按号码拨出，念一段标准化话术，债务人挂断或承诺后失联。2025 年，这条产业链的某些部分正在被悄悄替换——替换它的不是更狠的催收策略，而是一套运行在 WhatsApp 上的 AI 代理系统，它能自行判断何时该发出一条温和的提醒，何时该直接推送一份分期协议。

这个系统背后的公司 hiSofi 刚刚完成了一笔新的资本注入，金额与投资方组合在拉美金融科技圈引起了一些注意。但从一开始，这笔交易就需要被放在一个更真实的语境里阅读：拉美的债务催收市场正在被迫从劳动密集型的呼叫中心模式，切换到数字化、自动化的谈判轨道——不是因为有更好的技术可用，而是因为传统模式的成本与合规压力已经触及天花板。

hiSofi 近期宣布获得一笔种子轮融资。根据交叉验证的多份报道，融资金额存在两个并行的口径：拉美科技媒体 Latamlist 及 Dealroom 的部分记录标注为 100 万美元，而巴西主流商业媒体 Veja 和 Exame 则报道为 500 万雷亚尔。两者在不同时间点的披露或涉及汇率换算、不同批次的资金关闭，公司本身未对此差异给出官方统一数字。以下为基于可核实公开信息的融资摘要：

字段 内容
公司 hiSofi
轮次 种子轮
金额 100 万美元 / 500 万雷亚尔（多源口径，公司未统一披露）
投资方 SaaSholic、ANII（乌拉圭国家研究与创新局，通过匹配基金计划出资25万美元）、Sororitê、其他战略投资者
总部 乌拉圭（公司起源地）/ 巴西圣保罗（当前运营总部）
创始人 Leonardo Paladino、Tatiana Pomar
官网 https://www.hisofi.com/

当 WhatsApp 变成催收前台，坐席员被 AI 代理替代

hiSofi 的核心产品是一套人工智能驱动的债务催收平台，它并非向最终消费者直接展露品牌，而是以白标模式嵌入客户（银行、金融科技公司、大型消费平台）的自有品牌之下。当 iFood 或 Credicard 的一位用户出现逾期，接触到他的第一条还款提醒可能就来自 hiSofi 的 AI 代理，但债务人看到的依旧是原本服务商的名字与视觉标识。

这套系统的运作路径远比自动短信群发复杂。根据 Dealroom 和 Latamlist 的记录，hiSofi 的 AI 代理能够跨渠道——主要是 WhatsApp 和电子邮件——发起接触，算法在此前会分析债务人的行为数据，评估其还款意愿与风险，然后决定谈判启动的时间点、所使用的沟通渠道，以及议价策略。它不是一个广播机器，而是一个多轮谈判系统：债务人可以直接在 WhatsApp 对话中协商分期方案，系统实时给出调整后的还款计划，并在达成一致后完成在线支付流程。

这和拉美传统的呼叫中心催收形成了本质区别。传统模式下，坐席员需要依靠有限的数据标签主观判断语调，而 hiSofi 试图将这种判断转化为概率计算，并让机器执行整个闭环。公司披露的运营数据显示，2025 年该平台管理了超过 4400 万笔债务，达成了 451000 份以上的付款协议，累计为客户追回 6100 万美元。这三个数字——债务总量、协议量与追回金额——构成一个值得拆解的效率漏斗：协议覆盖率刚刚超过债务总量的 1%，但从绝对回收金额倒推，单笔协议的平均追回金额约在 135 美元左右，这一水平在拉美消费信贷的尾部资产中并不算低。

值得留意的是，hiSofi 目前并未公开描述其 AI 系统的具体技术栈、模型训练数据来源、对不同国家语言变体（例如巴西葡萄牙语与拉美西语的方言差异）的适应机制，也未说明在 WhatsApp 商业政策收紧或 Meta 调整 API 权限时平台的应对方案。这些都是将“AI 自动化谈判”从功能描述推进到生产级系统的关键问题，而在目前所有公开来源中，hiSofi 尚未就此提供细节。

白标模式的战略选择：把自己藏在客户身后，把规模藏在渠道里

hiSofi 选择白标——而不是建立面向消费者的独立品牌——这个决定在债务催收领域本身就带有明确的商业逻辑。债务催收是品牌敏感度极高的场景：Credicard 或 iFood 不会希望自己的客户被引导到一个第三方平台，感知到“我的债务被卖给了一家催收公司”。白标让 hiSofi 可以嵌入客户原有的用户关系里，把还款行为保留在客户自有品牌体验的边界内，从而降低品牌方的采纳阻力。

但白标模式的另一面也构成 hiSofi 的长期张力。如果产品完全深嵌在客户品牌中，hiSofi 自身就不会积累直接面向消费者的品牌认知，其议价能力将高度依赖技术效果与客户留存率，而非市场知名度。一旦大型客户选择自建 AI 催收能力，或者出现另一家提供类似白标服务的竞品，切换成本可能并不像想象中那么高——因为债务人端感知到的品牌界面没有任何变化，变化的只是背后的 AI 供应商。对于一个渴望快速扩大拉美市场份额的初创公司来说，这是一种双刃结构：容易获得合同，但不容易建立护城河。

资本结构的信号：一支巴西 B2B 基金、一个国家创新局，和一个仅投女性创始人的基金

本轮投资方的组合并不像一个典型的硅谷式种子轮。SaaSholic 是一支专注巴西 B2B 软件公司的基金，投资逻辑偏向服务拉美本土企业级客户的 SaaS 产品；ANII 是乌拉圭的政府创新机构，通过匹配基金计划投入了 25 万美元，这笔资金带有明确的区域经济诉求——hiSofi 承诺在乌拉圭建立 AI 与数据科学中心，这就把一笔商业融资同时变成了乌拉圭留住技术人才的产业政策工具。

另一个引发巴西本土媒体重点关注的投资方是 Sororitê。这是一家明确只投资拥有至少一位女性创始人初创公司的风投基金。公开报道指出，在巴西仅有 2% 的投资涉及女性创始人，Sororitê 参与这一轮，本身就传递出超越纯财务回报的配置逻辑。创始人 Tatiana Pomar 的女性身份使 hiSofi 进入了这支基金极其狭窄的筛选漏斗，也从侧面解释了为何在巴西商业媒体 Veja 和 Exame 的报道中，这轮融资的叙事更多落在“女性投资人支持女性创业者”，而非单纯的“AI 催收效率革命”。

这种投资方结构意味着 hiSofi 的资本来源同时包含逐利资本、产业政策资金和带有性别平等使命的资本。对一家早期公司而言，这既是资源组合的弹性优势，也可能在未来产生不同股东对回报周期、地域扩张节奏和技术自主权之间的不同期望——尤其是在乌拉圭 AI 中心这类带有政策承诺性质的支出项上，其成功能否在财务回报层面与纯粹的商业投资保持一致，尚待验证。

从乌拉圭起源到巴西重心：一家拉美公司如何定义“总部”

hiSofi 的公司“原籍”与其运营重心之间存在一条清晰的分裂线。该公司由 Leonardo Paladino 和 Tatiana Pomar 在乌拉圭创立，但 Dealroom 的记录明确指出“公司于 2020 年迁至巴西以进入更大市场”。目前公开信息显示其运营总部位于巴西圣保罗，同时在乌拉圭维持技术团队的扩展计划。

这条双城轨迹在拉美创业生态中并非个例。乌拉圭人口仅 340 万，虽在数据隐私法规与数字基础设施方面具有优势，但完全不足以支撑一家面向整个西语与葡语拉美市场的 B2B 规模化公司。巴西以超过 2 亿人口、高度渗透的 WhatsApp 使用率（活跃用户超过 1.4 亿）以及庞大的消费信贷存量，成为 hiSofi 实质上的主战场。公司在 6 个拉美国家运营——巴西、墨西哥、秘鲁、哥伦比亚、厄瓜多尔、阿根廷——这本身就意味着需要同时处理不同国家的金融监管框架、数据保护法（从巴西的 LGPD 到其他尚未统一立法国家的规则差异）、以及各国 WhatsApp 商业政策的具体落地情况。

然而本轮融资的核心去向之一，却是回到乌拉圭建立 AI 与数据科学中心，用于服务整个区域的技术开发。这就产生了一个有趣的产业地理问题：销售端贴近最大市场巴西，研发端却投回人才规模更小的乌拉圭。这或许与 ANII 的配资条件有关——政府基金的参与天然要求对本地就业与技术能力的反哺——但也会迫使 hiSofi 在圣保罗与蒙得维的亚之间维持跨城研发协作，这在早期公司资源极度稀缺的阶段，是一个不小的组织挑战。

竞争语境中被省略的对手：为什么没有名字出现

在目前所有关于 hiSofi 的公开报道、融资公告和平台记录中，没有任何一份材料明确列出其竞争对手。这在创业公司叙事中并不寻常——通常种子轮公司会通过竞争比较来定义自己的差异化位置。

但这片沉默恰好暴露了 hiSofi 所处的真实市场结构。拉美的债务催收市场长期以来由两类主体主导：一类是大型银行内部的自营催收部门，另一类是分散的区域性呼叫中心外包商。前者不太可能成为 hiSofi 的客户（银行通常将催收视为核心能力，不愿外包给 AI 平台），后者则是 hiSofi 在技术迭代中意图替代的对象。与此同时，巴西和墨西哥也出现了一批尝试用技术手段介入催收流程的金融科技公司——其中部分以短信和邮件自动化起家，部分开始尝试聊天机器人——但尚未有一家在本土市场形成绝对领先地位。

hiSofi 选择在公开信息中淡化竞争面，这可以理解：在白标模式下，它的竞争对手不是另一家 AI 催收平台，而是客户自己“不采用任何外部技术”的惯性，以及那些以极低人力成本运营的传统呼叫中心。这种竞争替代的逻辑使得 hiSofi 的销售过程更像是一场需要教育客户认知的“数字化迁移”推进，而不是直接替代某个具名对手。

4400 万笔债务管理量背后的待验证单元经济学

hiSofi 最常被引用的数字是：2025 年管理超过 4400 万笔债务，达成 451000 份协议，追回 6100 万美元。这些数字足以证明其系统承载的交易规模，但它们还不等同于公司自身的财务健康状况。

投资人和行业观察者真正需要追问的是：hiSofi 的商业模式究竟是 B2B SaaS 的固定订阅费，还是基于追回金额的交易抽佣，或是二者的混合？目前所有公开来源均未明确披露。如果按交易抽佣计算，6100 万美元的追回额乘以一个合理的佣金率（通常行业内在 5%–25% 之间，取决于债务账龄与难度），收入区间可能在 300 万至 1500 万美元之间；如果是 SaaS 订阅，则收入取决于客户数量与单客户年度合同额。这两种模式对应的估值逻辑、毛利率结构和扩张速度完全不同。

进一步看，hiSofi 未在其公开信息中披露毛利率、客户留存率、单位经济模型以及员工总数与研发比例的具体分布。唯一可知的是根据 Dealroom 的报道，公司拥有超过 30 名员工。以 30 人团队同时服务 6 个国家的运营、销售、合规与技术研发，要么意味着其自动化程度极高，要么意味着其当前仍处在以核心客户合作为主的早期阶段，尚未进入规模化的市场扩张期——第三个可能性是，部分与客户系统对接的落地工作由客户侧自行承担。无论是哪一种情况，这些未公开的变量都是判断 hiSofi 能否在种子轮后按预定轨道增长的关键。

从 100 万美元可以买到什么：研发中心梦想与商业化瓶颈的赛跑

本轮融到的资金——无论按 100 万美元还是 500 万雷亚尔计算——在种子轮中处于适中偏小规模。hiSofi 公开表示将把这笔钱用于三个方面：在乌拉圭建立 AI 与数据科学中心、扩大工程与数据产品团队、以及加速技术开发与客户拓展。

这三个用途之间存在一个隐性的优先级矛盾。建立独立的 AI 研究中心并招募数据科学家，在乌拉圭的人才市场上成本并不低——南锥体地区的数据科学家薪资虽低于硅谷，但高于圣保罗普通工程师水平。如果这笔资金同时要覆盖销售团队的扩张以“巩固拉美市场地位”，那么实际可用于研发中心建设的净额会受到挤压。一个需要建立 6 国运营能力的公司，和一届种子轮仅百万美元量级的融资之间，本身存在张力。

从客户名单看，hiSofi 已经拿下 iFood、Natura 和 Credicard 这类具备品牌识别度的企业，这有利于后续企业销售的信任背书。但大宗消费平台和银行类客户的销售周期通常较长，从试点到全量部署可能需要 6 到 12 个月，且每家客户都需要一定程度的系统对接与语言适配。如果 hiSofi 的资源向乌拉圭研发中心倾斜过重，拉美多国的销售人员覆盖就可能滞后；反之，如果全力扑向销售，其“AI 驱动”的技术壁垒又可能停留在当前水平，被后发者追上。

截至目前，hiSofi 未公开披露其后续融资时间表、客户 pipeline 数量、以及现有客户的合同续约率。这些缺失的信息使得外界难以准确判断这笔种子资金能够支撑公司走多远，以及下一轮融资的故事会建立在“区域技术基础设施”还是“可规模化的收入增长”之上。

一个行业被推向数字化，但不等于一家公司天然能够接住

将债务催收从呼叫中心转向 AI 自动化，这个方向本身拥有足够清晰的行业推力。拉美主要经济体的银行不良贷款率长期高于发达市场均值，消费信贷渗透率的上升进一步扩大了逾期资产的绝对规模。与此同时，各国数据保护法规的趋严（以巴西 LGPD 为典型）使得传统催收中某些高压策略的合规风险上升。企业需要一个既能降低成本、又能控制合规风险、还不激怒客户的解决方案——数字化、自动化的协商平台至少在逻辑上满足这三项要求。

但行业趋势不会自动转化为一家早期公司的收入。hiSofi 的真实命题是：当支付、银行和消费平台这三类客户都在寻找“更体面、更高效的催收方式”时，hiSofi 能否在白标协议下证明其 AI 谈判系统能在维持债务人还款意愿的同时，把追回率做到超越传统呼叫中心——且这种效果可以在 6 个不同法律与消费文化的国家同时复制。迄今为止公开的 6100 万美元追回额并不能单独回答这个问题，因为它没有提供对比基线：这些债务如果交给传统外包商，追回率是更高还是更低？

另一个悬而未决的商业变量藏在公司未披露的定价结构中。如果 hiSofi 采用按追回金额比例收取费用的模式，其增长天花板就与客户的坏账总规模高度绑定——在经济上行周期，违约率下降，hiSofi 可追回的债务池反而收缩；在经济下行期，债务池扩大，但客户的支付意愿与分期履约率又会恶化。这种逆周期的结构性张力，是任何以债务回收为收入基础的公司的终身命题，而 hiSofi 尚未在任何公开材料中回应这一挑战。

RecodeX 极客视：hiSofi 不是第一家想把呼叫中心替换成 AI 的公司，但它的拉美版本比欧美同类天然更复杂：六个国家的监管差异、WhatsApp 作为基础设施的潜规则、以及白标模式下始终无法独立露脸的品牌宿命。种子轮的钱买的是一张通往区域化扩张的入场券，但真正的硬仗——向传统催收商证明 AI 能追回更多钱——才刚刚开始。当 4400 万笔债务在系统里跑着的时候，外界更关心的是下一组数字：毛利率、续约率和单位经济模型。这些数字比“AI 驱动”四个字更能决定它能不能撑到下一轮。

信息来源

本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。