十字路口Crossing这期访谈里，主持人问了Airwallex首席营收官吴恺一个很直接的问题：ChatGPT最近给用户推了个弹窗，说可以连接你的银行账户，让你在对话框里查流水、分析开支。听起来跟Airwallex自己做的AI财务助手Kai没什么不同——那你们会不会也接入ChatGPT，让它直接操作Airwallex账户？

吴恺的回答只有七个字："你看有谁会跟他接呢？没有。"

这句话背后是一场正在发生、却很少被摆到台面上说的博弈：AI模型越来越强，但握着极强模型、极大流量的OpenAI，在金融这个具体战场上，反而是那个被拒绝的一方。Airwallex的估值是110亿美金，OpenAI的估值是它的几十倍，吴恺却敢把话说得这么硬——因为他手里握着一张OpenAI没有的牌。以下是我们的拆解和判断。

一句"没有谁会接"，说穿了AI入口争夺的真实逻辑

先说清楚这句话的分量。ChatGPT Finance想做的事，是让自己变成一个金融操作的总入口——用户不用再打开十个App，只要在对话框里说一句话，模型就去帮你查账、转账、做分析。这个愿景没问题，问题是它需要金融科技公司把底层数据接给它。

吴恺给的解释很干脆："ChatGPT很想去跟像我们这样的公司，包括其他的金融科技公司去接。但是你看有谁会跟他接呢？没有，对吧？因为这是一个很大的战略选择上的考虑。"

他举了一个更早发生过的例子——Agent Commerce。大模型公司同样想做电商的智能购物助手，但"所有大电商平台不会跟他玩，无论是亚马逊、沃尔玛，因为他的数据是它的最宝贵财富"。愿意合作的只有Shopify这类没有自己流量的平台。

这套逻辑平移到金融领域完全成立：谁掌握用户的真实交易数据，谁就有资格待价而沽；谁没有，才需要去抱模型公司的流量大腿。吴恺自己也没把这话说成单向的胜利——他补了一句："我们这样的公司、像Shopify这样的公司，我们的壁垒在于我们的数据。但是我们背后呢又需要靠它的这个流量。"这句话暴露了这场博弈真正的形状：不是谁碾压谁，是两边都握着对方想要的东西，谁先松手，谁就先掉价。

Airwallex这11年攒下的，恰恰是这张能待价而沽的牌——90多个国家的实时支付网络、20多万企业客户、每一笔交易背后的收付流水。这些数据从未公开过，模型公司再强，也拿不到。

十个SaaS要合并成一个入口，但入口不长在模型能力更强的地方

吴恺提出的另一个判断也很硬：未来"十个不同的财务软件——费控、会计、收入确认对账、计费——都会被一个大的入口所替代"。原来五个财务人员用十套软件，未来可能三个人用一个Agent系统就够了。

这句话单独拿出来，听起来像是在给AI唱赞歌，也像是在给自己所在的金融科技赛道判死刑——毕竟SaaS消亡论听多了容易让人觉得"反正都要被AI吃掉"。

吴恺紧接着补了一个关键限定："我们认为可能不是（通用智能）。我们认为他在每一个大行业板块里面，他还是会有他的专业能力的非公开数据的壁垒。"

十个软件确实会合并成一个Agent入口，但那个入口不会长在模型能力更强的地方，会长在数据壁垒更深的地方。模型公司可以做出比现在聪明十倍的模型，但它依然算不出一个制造业企业和一个物流公司之间"收入确认"规则的细微差别——那些差别从来没被写进任何公开的语料库，只活在Airwallex收购的Leapfin这类公司积累的实操数据里。

吴恺自己讲得很坦白，他们收购Leapfin看中的正是这一点："当我们在涉足这个领域之前，我们没意识到收入居然这么复杂。这些东西你在网络上真是找不到数据，但是这些SaaS他们有很多原来这些客户在他们这里操作的实际带来的数据。"

反方：也有人说，赢家靠的是用户习惯，不是数据存量

吴恺这套"数据即壁垒"的论证足够自洽，但有一个几乎对立的判断值得摆出来正面交锋。Snowflake CEO Sridhar Ramaswamy在另一场访谈里说，ChatGPT的护城河不在底层模型，在它已经攒下的十亿用户和一整套集成产品（DALL·E、代码执行、文件上传）——用户不会因为DeepSeek更便宜就切换过去，因为DeepSeek只是一个模型，ChatGPT已经是一个产品。OpenAI真正的杠杆不是数据，也不是模型，是它已经吃到嘴里的十亿人的使用习惯。如果这个判断成立，吴恺今天能说"不"，未必是因为数据壁垒天然更硬，只是因为ChatGPT还没攒出金融场景里的那种使用习惯——一旦攒出来，"没有谁会接"这句话可能会反过来。

但金融和聊天场景有一个关键区别：习惯通常门槛更低，随手就能切换，账户授权不是。用户换一个对话框问问题，成本几乎为零；但让一个企业财务把银行账户接口开给一个新入口，要闯过合规审查、内部审批、责任归属这几道关卡，试错成本极高，一旦出错还要担责。现在没有金融公司跟ChatGPT接，不代表五年后依然没有金融公司接，但这道关卡本身，恰恰是数据壁垒能比用户习惯守得更久的原因——聊天习惯可以在几个月里被一款更好用的产品颠覆，金融场景里的信任和合规成本，颠覆周期要长得多。

亚马逊是这道关卡的另一个注脚：它跟Anthropic有数十亿美金的投资和算力绑定，Claude就跑在AWS Bedrock上，但双方公开的合作条款里明确不涉及数据共享——亚马逊的零售交易数据，从来没有喂给Claude训练。技术上完全能做到，只是亚马逊清楚，这份数据是它跟一切潜在竞争者谈判时不可替代的筹码。数据的价值，多半不是在被使用的那一刻兑现的，而是在被攥住不给谁用的那一刻兑现的。

笔者个人观察：一份六年前被判"离谱"的财务模型，现在成了信心的来源

这期节目有一个容易被忽略的细节：吴恺全程都在强调Airwallex比OpenAI"弱"——体量小、估值低、模型能力也谈不上领先。但他说话的姿态没有一点被碾压的焦虑，反而是一种笃定的强势，而这种笃定不是凭空来的。

2018年，Airwallex几乎没有收入，吴恺却拍了一份预测未来收入能涨到十几亿美金的财务模型。当时有投资人直言："你这个模型肯定是太离谱了，不可能做到。"六年后回头看，实际增长曲线跟那份预测只差了大约一个半季度。

吴恺自己复盘说，这里面运气占了一部分，但更看重的是"当你有一个愿景，然后你也知道市场这么大，以及你已经在这个赛道上面就位的时候，其实就是说你的一个执行力、你的一个毅力能不能去支撑你去走到这个终点。"

敢对巨头说不的底气，不是嘴上喊出来的，是先靠具体的执行力把一手看似不起眼的牌打成硬通货，才有资格坐到谈判桌前挑对手。Airwallex从墨尔本一家咖啡馆的支付痛点起步——创始人的名字拼音撞上制裁名单，一笔咖啡豆样品汇款也要被收几十美金手续费——到今天能对OpenAI说"没有谁会接"，中间的11年是把每一寸市场规模换算成愿景，再把愿景熬成执行力换来的。

笔者留意到国内也有反过来的例子：不少企业财税SaaS，过去两年为了换一个流量入口的展示位，把自己的客户经营数据接给某个大模型开放平台——短期获客数据好看，但半年后普遍发现，自己在整条链路上的角色从做决策的一方变成了供数据的一方，议价权彻底倒转，之后想要回自主权，成本比一开始不接高得多。同样一张牌，握紧和交出去，换来的是完全不同的位置。

声入商业说

这场博弈把AI时代一个容易被模型能力叙事掩盖的真相摆到了台面上：当智能本身正在变成可以随时替换的commodity，真正稀缺、真正决定谁站在权力上位的，是那些从未被公开过、无法被爬取、只能靠一笔笔真实交易攒出来的数据。模型公司可以砸钱训练出更聪明的模型，但砸不出Airwallex11年来在20万家企业真实交易中沉淀下来的支付流水，也砸不出Amazon二十年电商生态里每一次复购背后的行为轨迹。

我们不搬运原文，我们帮你判断：下一次看到某个AI巨头宣布"打通XX数据、赋能千行百业"的新闻时，想想这背后到底是谁在跟谁谈判、谁真正拿到了议价权。

评论区留个问题：你所在的行业里，有没有类似"数据比模型更值钱"的例子？欢迎说说你的观察。

原节目可以在小宇宙搜索「十字路口Crossing」收听，或点击下方阅读原文。