ChatGPT能重寫你的產品，卻拿不到銀行牌照
Nubank創始人認為，這正是為什麼規模玩家反而最吃到AI紅利——他們已經攢下十幾年數據、拿到了牌照，AI只是放大優勢的槓桿，而非抹平優勢的推土機。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
1萬人服務1.4億客戶
Nubank 用約1萬名員工服務1.4億客戶，而傳統競爭對手要用10萬名員工、6000個網點才服務1億客戶，服務成本只有傳統銀行的3%左右。Vélez 把這歸結為效率優勢的第一階段——移動互聯網讓金融服務擺脫了物理網點，這還是AI介入之前的結果。AI會是在這個基礎上的又一輪效率乘數，讓銀行有機會用更少的人服務更多人，或者把這部分效率換成更激進的全球擴張。
— David Vélez儲戶一年被抽走6000億美元
Vélez 算了一筆賬：美國銀行系統里約有15萬億美元零售存款，銀行平均只付40個基點的利息，而當時市場利率在4.5%到5%之間，中間的利差換算下來大約是6000億美元——這筆錢本該留在消費者口袋裡，結果被用來維持銀行網點的運營。他把這稱為一種隱形的財富稅，收入越低的人被抽走的比例越高，因為高收入客戶至少還能拿到一些利息。
— David VélezAI重寫軟件，拿不到銀行牌照
如果有人想從零做一家公司來顛覆 Nubank,Vélez 認為對方唯一的優勢是速度——未受監管束縛、可以極快迭代。但這個優勢有天花板：金融服務終究要拿牌照，而你沒法讓 ChatGPT 幫你拿到銀行牌照，也沒法讓監管在六個月而不是兩三年內批下來。Nubank 已經在多個國家持牌，還積累了1.4億客戶十幾年的數據，並收購了 Palo Alto 的 Hyperplane 團隊，自建了金融服務領域的基礎模型，處在規模、數據、牌照和AI技術同時具備的甜蜜點上。
— David Vélez數據不是護城河，文化才是
Vélez 用百視達反駁「銀行有海量數據所以安全」的說法：百視達店裡每天也記錄著大量顧客借閱行為，卻從沒用這些數據造出更好的推薦算法，因為它既沒有采集數據的系統，也沒有靠數據做決策的文化——最後是毫無歷史數據的 Netflix 用算法打贏了它。他認為傳統銀行至今仍跑在併購留下的十幾套系統上，還在把主機系統往雲上搬，這種組織和文化上的滯後，比數據量本身更難追趕。
— David Vélez190種法幣或將縮至10種
Vélez 判斷，隨著越來越多人的生活橫跨本國法幣體系和離岸美元穩定幣體系，現有約190種法定貨幣裡，10到20年後可能只剩10種左右還有意義，因為很多國家的財政狀況太差，本幣實質上已經淪為加密代幣。有意思的是，他認為這反而會延長美元作為儲備貨幣的生命——穩定幣讓全世界更容易持有美元，但美元不會再是唯一選擇，會有五六種法幣加幾種加密資產一起被用來分散儲蓄。
— David VélezAI寫代碼，一夜之間變好用
Nubank 大量使用 Clojure 語言寫代碼，整個2025年測試各家模型寫 Clojure 效果都很差，連公司最資深的工程師都斷言這行不通。直到新一代模型(Vélez 提到的是2025年12月出現的 Opus 4.6)上線，情況才突變，但 Nubank 自己足足晚了60天才察覺這個拐點——是幾位合夥人在加州和早期創業者交流時才意識到有根本性的東西變了。回到巴西后，公司對整個組織做了一次冷重啟，重新梳理了120個工作流程，用AI原生的方式逐一重做。
— David Vélez下屬從1變20,層級砍半
這輪AI驅動的組織重造之後，Vélez 本人的直屬下屬從1個增加到20個，公司管理層級從10層壓縮到5層。他的解釋不只是效率：層級越多，信息傳到最上層時失真越嚴重，而AI系統能讓他直接看到組織的地面真相，不用再層層傳話。公司內部搭建了一套主動推送信息的公司大腦，隨時告訴他AI轉型、產品上線、關鍵指標的實際進展，而不是等季度彙報才知道。
— David Vélez創始人與CEO是兩種人格
Vélez 認為創始人和CEO雖然常常是同一個人的兩個頭銜，但本質是兩種相反的氣質：創始人沒有耐心、極度渴望速度，想不顧一切往前衝；CEO則需要耐心、系統化決策，更擅長搭建管理體系。規模越大，人們往往默認該向CEO模式靠攏，但他的結論是如果必須二選一，就多選創始人模式，尤其是在AI這種大技術轉折期——創始人式的直覺和緊迫感，比CEO式的流程和耐心更有用。
— David Vélez原話 · 已逐字校驗
If you look at global consumer financial services, it's about a $10 trillion industry and still something like 90% of that industry goes through banking branches and is owned by incumbent banks.
如果你看全球消費金融服務，這是一個大約10萬億美元的行業，其中大概90%仍然通過銀行網點進行，並且由傳統大銀行把持。
David Vélez2:03
we have 140 million customers with 10,000 employees or competitors have 100 million customers with 100,000 employees in 6,000 branches.
我們用1萬名員工服務1.4億客戶，而競爭對手用10萬名員工、6000個網點才服務1億客戶。
David Vélez5:04
there's about $15 trillion of retail deposits in the U.S. banking system. But banks pay on average about 40 basis points on yield a year.
美國銀行體系裡大約有15萬億美元的零售存款，但銀行平均每年只付大約40個基點的利息。
David Vélez8:19
you still cannot really get ChatGPT to get your banking license.
但你沒法讓ChatGPT幫你拿到銀行牌照。
David Vélez14:37
My view is that 10, 20 years from now, those 190 will be maybe 10 because the fiscal situation in so many countries around the world is so dire that a lot of that fiat money is not real money.
我的判斷是，10到20年後，現在這190種法定貨幣裡，可能只剩10種還有意義，因為太多國家的財政狀況太糟糕，那些法幣已經不是真正的錢了。
David Vélez25:54
holy shit, this is actually working out. It can do Clojure very, very well.
我們當時說，我的天，這居然真的能用了。它能把Clojure寫得非常非常好。
David Vélez45:28
The founder is impatient, huge amount of sense of urgency. The founder will want to go run very, very fast, will move fast, extremely fast. The CEO will need to be more patient.
創始人是沒耐心的、充滿緊迫感的。創始人會想全速衝刺、拼命向前跑。而CEO需要更有耐心。
David Vélez58:58
I don't think anybody in the world cares as much for this company as I do, right? To a level that is almost miserable.
我不認為這世界上有誰像我一樣在乎這家公司，在乎到近乎病態的程度。
David Vélez1:08:09
數字與實體
| 現在客戶數 | 1.4億(五年前為3500萬) | 1:03 |
| 巴西市場滲透率 | 1.2億巴西客戶，約65%成年人口 | 3:03 |
| 全球無信貸可用人口 | 30億人 | 6:11 |
| 美國零售存款與計息 | 15萬億美元存款，平均年息約40個基點 | 8:19 |
| 由此產生的隱性成本 | 約6000億美元/年 | 8:19 |
| 未來存續的法定貨幣數量預測 | 從約190種降到約10種 | 25:54 |
| 組織重塑後管理跨度 | 直屬下屬從1個增至20個，管理層級從10層減到5層 | 46:33 |
術語
- foundation model基礎模型
- 大規模預訓練的通用模型，這裡特指 Nubank 自建的、專用於信貸風控決策的基礎模型。
- open banking / open finance開放銀行/開放金融
- 消費者有權將自己在各機構的金融數據導出並授權給第三方使用的制度。
- stablecoin穩定幣
- 與美元等法幣掛鉤的加密資產，這裡指讓跨境用戶更容易持有美元的產品形態。
收聽指南
關注金融科技監管護城河、企業AI組織重構、創始人管理哲學的投資人與創業者。
開頭兩段贊助商廣告(約0:00-1:03和53:48附近)可直接跳過。