巴西信贷市场的“最后一公里”卡在哪儿
在巴西，一家拥有数百万注册用户的数字钱包、一个日活可观的游戏化金融应用、一家遍布购物中心的零售连锁，手里握着用户行为数据、消费频次和身份信息，却迟迟无法向这些用户提供一笔像样的贷款。这不是意愿问题，而是能力问题。搭建一套合规的信贷运营体系——从反欺诈、信用评分、资金路由到催收和监管报送——通常需要两年以上的时间和一支数十人的专业团队。对大多数非金融企业而言，这笔账算不过来。
于是出现了一个结构性错位：巴西是拉丁美洲最大的信贷利润池，据投资方 Caravela 的合伙人 Rodrigo Andersen 称，信贷是“拉美最大的 profit pool”；但真正有能力参与这个利润池的玩家，仍然集中在少数大型银行和持牌金融机构手中。大量拥有客户关系和分发能力的企业被挡在门外。它们的数据资产无法转化为信贷资产，它们的用户粘性无法转化为利息收入，它们的场景优势无法转化为金融服务的入口。这种错位在巴西尤其突出，因为巴西的信贷市场同时具备高利率、高利差和高度集中的供给结构，需求侧的空间与供给侧的能力缺口同样显著。
2026 年 9 月 1 日，一家成立仅一年、名叫 Bull 的巴西金融科技公司宣布完成 2000 万雷亚尔（约合 400 万美元）种子轮融资，试图把这个错位变成生意。Bull 的切入点不是放贷本身，而是把信贷能力打包成一套“轨道”，让企业不必从零开始自建信贷基础设施。这轮融资由 Maya 和 Caravela 联合领投，Canary 跟投——后者在一年前领投了 Bull 的 pre-seed 轮。从 pre-seed 到 seed 只隔了大约一年，这种节奏本身也传递出一个信号：Bull 的早期验证速度超出了投资方的预期，或者至少超出了投资方愿意等待的节奏。
| 字段 | 内容 |
|---|---|
| 公司 | Bull |
| 轮次 | 种子轮 |
| 金额 | 2000 万雷亚尔（约合 400 万美元） |
| 投资方 | Maya（领投）、Caravela（领投）、Canary（跟投） |
| 总部 | 巴西（具体城市未披露） |
| 创始人 | Juliana Freitas（CEO）、José Pires Neto（COO） |
| 官网 | https://www.bullcredtech.com/ |
从私营部门工资贷切入，但平台从第一天就不是单品逻辑
Bull 的第一个产品是私营部门工资贷款（crédito consignado privado），这是一种在巴西具有特殊制度土壤的信贷品类。与公共部门工资贷不同，私营部门工资贷的还款来源绑定在私营企业雇员的工资账户上，放款机构需要与雇主、薪资处理方和银行多方对接，操作复杂度显著更高。公共部门工资贷之所以长期是巴西信贷市场的“安全资产”，是因为公务员的工资由财政支付，违约风险极低，且扣款机制成熟；而私营部门工资贷的雇员流动性更高、雇主资质参差不齐、薪资处理链条更分散，因此对运营方的技术能力和风控颗粒度要求更高。Bull 选择这个品类作为切入点，可能意味着它需要在早期就建立起比一般消费信贷更复杂的多方协调能力，这反过来也构成了某种竞争壁垒。
据公司披露，Bull 的客户名单里已经出现了 RecargaPay、Ng.Cash 和 C&A——一家数字支付公司、一家面向年轻群体的金融应用、一家实体零售连锁，恰好覆盖了 Bull 想要服务的三类典型场景。RecargaPay 代表的是拥有高频支付入口和大量预付费用户的钱包类平台，Ng.Cash 代表的是面向年轻客群、强调游戏化和金融教育的数字原生应用，C&A 则代表的是拥有线下门店网络和稳定客流量的传统零售商。这三类客户的数据结构、客群风险特征和信贷需求各不相同，Bull 能在一年内同时服务这三类客户，至少说明其平台在适配性上具备一定的弹性。
但把 Bull 简单理解为“工资贷技术供应商”会低估其野心。据公司披露，Bull 的平台从架构上就是模块化的，工资贷只是第一个跑通的用例。创始人 José Pires Neto 的说法是，Bull 提供的是“pronto”的轨道——企业有客户、有数据、有分发渠道，但没有信贷运营能力，Bull 把这条轨道铺好。这种“信用即服务”的定位意味着，同一套底层系统理论上可以支撑消费分期、供应链金融、商户预支等多种产品形态。公司称，本轮资金将用于“准备成为多产品平台”，并计划在 2026 年底前通过合作伙伴生态推出新的信贷产品线。
需要指出的是，目前公开信息中，除私营部门工资贷外，Bull 尚未披露任何已上线的新产品。多产品能力仍停留在架构设计和路线图层面，其实际验证程度低于工资贷业务。模块化架构在技术文档里可以很优雅，但在真实业务中，每一种信贷产品都有不同的监管口径、风控逻辑和运营节奏。工资贷的扣款机制与消费分期的还款行为不同，供应链金融的授信逻辑与商户预支的额度管理也不同。Bull 能否把工资贷积累的模块真正复用到其他产品上，目前仍是一个待验证的假设，而非已经兑现的事实。
20 个客户与 1 亿雷亚尔月放款：速度背后是什么在支撑
Bull 披露的运营数据在巴西早期金融科技公司中属于激进一档。据公司披露，从 pre-seed 到现在约一年时间，Bull 的客户数已超过 20 家，并预计在 2026 年第三季度月信贷发放额超过 1 亿雷亚尔，2026 年底达到 10 亿雷亚尔的运营规模。若这一节奏成立，意味着 Bull 在成立不到两年内，月放款量将从零增长到九位数雷亚尔级别。在巴西的信贷基础设施领域，这种速度并不常见，尤其是考虑到 Bull 的客户并非持牌金融机构，而是需要被“教会”如何做信贷的非金融企业。
这个速度的来源，Bull 归因于两点：一是团队在信贷领域的积累。据 Starten 报道，Bull 的创始团队合计拥有超过 80 年的信贷运营经验，创始人此前是巴西金融公司 FortBrasil 的合伙人。FortBrasil 在巴西东北部地区有相当规模的消费金融业务，这意味着创始团队对信贷运营的各个环节——从获客、审批、放款到催收——都有过实战层面的完整经历。二是平台从一开始就把人工智能嵌入开发流程和决策模型中，降低了定制化部署的边际成本。Canary 在 LinkedIn 上披露的信息也佐证了客户增长轨迹：从 MVP 到 20 多个活跃客户，再到预计第三季度月放款超 1 亿雷亚尔。
但这里有一个必须说清楚的边界：上述数字全部来自公司口径或投资方声明，目前没有独立第三方审计或监管备案数据可以交叉验证。巴西的信贷发放数据通常会在央行系统中留痕，但 Bull 作为基础设施提供方而非持牌放贷机构，其平台撮合或支撑的放款量是否被纳入统一统计口径，尚不清楚。因此，1 亿雷亚尔月放款和 10 亿雷亚尔年度目标，目前应被视为公司自我报告的经营指标，而非经过独立核实的事实。在巴西的创业生态中，自我报告的 GMV 或放款量与监管口径之间往往存在差距，这种差距在信贷领域尤其需要谨慎对待，因为放款量不等于资产质量，规模不等于利润。
“不跟银行抢客户”的定位，是策略还是妥协
Caravela 合伙人 Rodrigo Andersen 对 Bull 的定位有一个耐人寻味的表述：Bull 的合作伙伴分销策略使其“处于与大型银行在放贷端的直接竞争之外”。这句话既是投资逻辑，也揭示了 Bull 的真实生态位——它不直接面向借款人，而是站在银行和持牌金融机构的对面，服务那些“想做信贷但做不了”的非金融企业。换句话说，Bull 不碰资金端，不碰牌照端，也不碰最终的借款人关系，它只做中间那层最重、最复杂、最不容易被看见的信贷运营基础设施。
这个定位的好处显而易见：Bull 不需要持有银行牌照，不需要承担信用风险，也不需要为资金成本焦虑。它卖的是基础设施和运营能力，收入理论上来自平台使用费或交易分成，虽然公司未披露具体定价模式。坏处同样存在：Bull 的客户——那些拥有用户和数据的非金融企业——本身并不具备信贷业务的核心能力，这意味着 Bull 不仅要提供技术，还要在相当程度上替客户承担风控、合规和运营的复杂决策。这种深度耦合一旦规模化，Bull 的运营成本和服务质量将面临非线性压力。每新增一个客户，可能不是简单的边际成本递减，而是需要投入大量人力去理解客户的客群特征、数据质量和风险偏好，然后再把平台能力适配到具体场景中。
另一个值得注意的点是，Bull 的客户中已经出现了 RecargaPay 和 Ng.Cash 这类金融科技公司。它们本身就有一定的金融业务基础，却仍然选择使用 Bull 的基础设施。这或许说明 Bull 的产品在细分场景中确实提供了某种效率优势，但也可能意味着 Bull 的客户画像正在从“完全不懂信贷的企业”向“懂一点但不想重投入的企业”漂移。后者的议价能力和替代选择都更强。如果 Bull 的核心客户群逐渐变成那些“有能力自建但选择外购”的成熟金融科技公司，Bull 就必须持续证明自己的平台在成本、速度和合规上优于客户自建团队，否则客户随时可能把能力收回内部。
2000 万雷亚尔能买到什么：AI、数据与网络安全的优先级排序
Bull 对这笔种子轮资金的用途表述得非常具体：人工智能、数据基础设施、网络安全、决策模型持续优化、流程自动化以降本。这五个方向放在一起看，Bull 的意图是把平台从“能用”推向“规模化可用”。种子轮资金通常不足以支撑一家公司同时在这五个方向上做到极致，因此这个排序本身就反映了 Bull 对自身瓶颈的判断：它认为当前最大的约束不是获客，而是平台在规模化过程中的技术可靠性和运营效率。
其中，网络安全和数据基础设施的投入值得单独拆解。Bull 处理的是信贷决策所需的高度敏感数据——工资信息、身份信息、消费行为、信用记录。在巴西《通用数据保护法》（LGPD）框架下，这类数据的处理有严格的合规要求。Bull 作为基础设施提供方，一旦出现数据泄露或模型偏差，法律责任和商业信誉的损失会远超技术修复成本。因此，把网络安全列入资金用途，不是锦上添花，而是这家公司能否继续获得大型企业客户信任的前提条件。大型零售商和金融科技公司在选择第三方信贷基础设施时，数据安全审计往往是第一道门槛，而不是最后一道。
AI 和决策模型的投入则指向另一个问题：Bull 的信贷决策能力是否真的能跨客户、跨场景复用。如果每个客户都需要大量定制化建模，Bull 的规模经济就难以成立；如果模型过于通用，又难以适应不同客户的风险偏好和客群特征。公司称其平台是模块化的，但模块化程度和实际交付效率，目前没有公开案例可以验证。AI 在信贷决策中的应用在巴西已经不算新鲜事，但真正困难的不是训练模型，而是让模型在不同数据质量、不同监管要求和不同客群结构下保持稳定。Bull 在这方面的投入能否转化为可复用的模型资产，是决定其长期毛利水平的关键变量。
投资方的逻辑：赌的是市场缺口，还是创始人的履历
Maya 合伙人 Mônica Saggioro 和 Caravela 合伙人 Rodrigo Andersen 的公开表态，分别代表了两种略有不同的投资逻辑。Saggioro 强调市场缺口：很多企业有分发、客户关系和专有数据，但缺少把资产转化为信贷产品的“基础设施或知识”。她同时指出，信贷是“经验很重要的市场”，尤其是在不同经济周期中导航的能力。Andersen 则把筹码更多押在团队上，称 Juliana Freitas 和 José Pires Neto 的“执行能力和深厚的信贷知识”使 Bull 成为“高信念机会”。
这两种逻辑并不矛盾，但权重不同。市场缺口是行业共识，巴西信贷市场的结构性机会确实存在；但能否抓住缺口，取决于团队能否在客户增长和风控质量之间保持平衡。Bull 的创始团队来自 FortBrasil，这是一家在巴西东北部地区有相当规模的金融公司，创始人具备从零搭建信贷运营的实战经验。这种履历在早期阶段是稀缺的，也是 Maya 和 Caravela 愿意在种子轮就给出高信念判断的重要原因。在巴西的金融科技投资环境中，创始人的信贷从业背景往往比纯技术背景更受重视，因为信贷业务的失败成本远高于软件业务——一个错误的模型决策可能导致数百万雷亚尔的坏账，而不是一次可以回滚的代码部署。
不过，从投资方声明到实际业绩之间，隔着至少一个完整信贷周期的检验。巴西经济以高利率和高波动著称，信贷资产质量对宏观环境极度敏感。Bull 目前服务的客户和放款规模还处于早期，尚未经历一次真正的下行周期考验。投资方所说的“在不同经济周期中导航的能力”，目前更多是对团队历史经验的推断，而非对 Bull 平台本身的验证。FortBrasil 的经验能否直接迁移到 Bull 这种服务多客户、多场景的平台模式中，仍然是一个开放问题。管理一家自有信贷公司的风控，与管理一个为二十多家客户提供风控决策的基础设施，是两种不同的能力要求。
真正的对手不是另一家金融科技，而是“自建还是外购”的决策惯性
Bull 的竞争格局在公开材料中几乎没有被讨论，但这不代表它没有对手。Bull 面对的最直接竞争，不是另一家做信用即服务的创业公司，而是潜在客户内部“自建还是外购”的决策惯性。对于一家拥有技术团队和一定预算的大型零售商或金融科技公司来说，自建信贷系统的诱惑始终存在——尤其是当管理层认为信贷能力是核心资产而非边缘功能时。信贷业务一旦跑通，其利润贡献和客户粘性都极具吸引力，这种吸引力会让很多企业高估自建的能力，低估自建的时间和合规成本。
Bull 的应对策略，从创始人表态来看，是把“时间成本”作为核心卖点：自建需要数年，Bull 的轨道已经铺好。这个逻辑在中小企业客户中容易成立，但在大型客户中可能遭遇阻力。大型企业往往有更强的控制欲和定制化需求，对第三方基础设施的依赖度容忍度较低。Bull 能否在保持平台标准化的同时满足大客户的深度定制需求，是决定其客户结构能否向上突破的关键。如果 Bull 为了满足大客户而过度定制化，平台的规模经济就会被侵蚀；如果 Bull 坚持标准化，又可能失去那些真正有放款量的大客户。这种张力在 B2B 基础设施类公司中普遍存在，但在信贷领域尤其尖锐，因为信贷产品的本地化和客群化程度远高于一般的软件服务。
此外，巴西的银行即服务（BaaS）平台和持牌金融科技公司也在向信贷基础设施领域延伸。虽然来源材料未提及具体竞争对手，但从产业链逻辑看，Bull 的模块化信贷平台与 BaaS 提供商的业务边界存在重叠。Bull 的差异化在于它不做资金端和牌照端，只做信贷运营的“中间层”。这种定位在短期内避开了与持牌机构的正面冲突，但长期来看，如果 BaaS 平台向上整合信贷能力，Bull 的中间层价值可能被挤压。BaaS 平台天然拥有账户体系、支付通道和资金清算能力，如果它们决定把信贷运营也纳入自己的产品栈，Bull 的客户可能面临“一站式方案”与“专业中间层”之间的选择。Bull 的护城河不在于它拥有别人无法复制的技术，而在于它在信贷运营细节上的积累深度——但这种深度能否转化为客户切换成本，仍需观察。
资金用途之外：Bull 必须回答的三个待验证问题
第一，客户集中度与收入可持续性。Bull 披露了超过 20 家客户，但未披露收入分布。如果前三大客户贡献了绝大部分收入，Bull 的议价能力和抗风险能力都将受到制约。RecargaPay、Ng.Cash 和 C&A 作为被点名的标杆客户，其实际业务量和留存情况没有公开数据。标杆客户的意义在于示范效应，但如果标杆客户的业务量占比过高，Bull 的收入结构就会变得脆弱。在 B2B 基础设施领域，客户集中度是比客户数量更重要的指标，而 Bull 目前只披露了后者。
第二，信用风险的最终归属。Bull 作为基础设施提供方，理论上不承担信用风险，但它的决策模型和风控能力直接影响客户资产质量。如果 Bull 支撑的信贷产品出现大面积坏账，客户会归咎于 Bull 的模型失效，即便法律上的风险归属在客户一方。这种“隐性风险敞口”在信用即服务模式中普遍存在，但 Bull 尚未披露任何关于坏账率、模型表现或风险共担机制的细节。在巴西的高利率环境下，信贷产品的坏账率波动可能非常剧烈，Bull 的模型能否在客户资产质量恶化时保持稳定，是比放款量增长更本质的考验。
第三，多产品扩张的节奏与成本。Bull 计划在 2026 年底前推出新信贷产品线，但新产品意味着新的监管要求、新的风控模型和新的运营流程。在工资贷尚未完全跑通规模化的阶段同时推进多产品，可能分散团队精力。公司称平台从第一天就是模块化的，但模块化架构能否真正降低多产品扩张的边际成本，需要实际产品上线后才能验证。如果新产品线需要大量额外的定制化开发和运营投入，那么“多产品平台”的叙事就可能从增长故事变成成本故事。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：Bull 的故事本质上是一个“信贷能力民主化”的命题——把原本被银行和持牌机构垄断的信贷运营能力，拆解成可复用的基础设施卖给非金融企业。这个方向在巴西有真实的需求基础，团队履历也足够硬。但真正的考验不在技术架构，而在商业边界的把握：当 Bull 的客户越来越依赖它的风控和运营能力时，Bull 到底是工具，还是事实上变成了客户的信贷部门？如果是后者，2000 万雷亚尔远远不够。如果是前者，Bull 必须证明自己的标准化能力足以让客户“用完即走”，而不是“离不开又不想依赖”。这个问题的答案，要等到 2026 年底那 10 亿雷亚尔的目标被验证或证伪之后，才会真正浮出水面。
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。