他如何打造拥有 1.4 亿客户的全球最大数字银行

（音乐）

所以金融服务业的现状，几乎就像全世界还有 90% 的人去百视达租 VHS 录像带和 DVD，而 Netflix 这样的服务只占 10%。你已经在其他行业看到了这种转型：媒体行业有 Netflix，零售业有亚马逊对传统书店 Barnes & Noble 的冲击，交通运输领域有 Uber。传统企业向数字原生企业迁移的过程，在金融服务领域仍处于非常、非常早期的阶段。

我认为 Nubank 在巴西和拉丁美洲的特殊之处，在于我们可能是全球唯一一家在规模上真正全面超过最大传统银行的新型银行。目前我们在巴西有将近 1.2 亿客户，超过巴西成年人口的 65%。单从规模看，这已经非常庞大；更重要的是，我们成了这个国家大量居民的主要银行账户。大约 60% 的客户将 Nubank 作为主账户。我们取代了传统银行，而不只是一个备用钱包，也不只是用户随手放点零钱的地方。人们真正把日常银行业务交给我们。这在巴西的 Nubank 身上很独特，而我们在墨西哥和哥伦比亚也越来越接近这种状态。

我认为这有点像提前看到了未来 10 到 20 年世界各地会发生的事：市场份额会大量从既有银行转向数字原生企业。并且不仅是市场份额重新分配，市场规模本身也会明显增长，因为全球还有数十亿人正在进入银行体系。仍有大约 30 亿人没有充分获得银行服务、无法获得信贷。

举个数据：我们有 1.4 亿客户、1 万名员工；竞争对手有 1 亿客户、10 万名员工、6000 家网点。光想想那 6000 家网点的房地产成本，就知道是多大的一笔开支。我们服务一个客户的成本大约只有传统银行的 3%。这意味着我们有非常大的空间把利润让给客户：不收费用、更好的体验、更有竞争力的利率，以及整体更好的产品。

而这还没有算上 AI。我们甚至仍停留在智能手机所带来的第一阶段。AI 将在这个效率基础上再带来一次乘数级提升。到时候，你可以选择进一步提高效率，把银行大量环节自动化；完全可以想象一家银行只有 5000 名员工，却服务 5 亿甚至 10 亿客户，这已经是可以预见的。或者你也可以决定提高自己的目标和雄心。尤其对我们来说，当我们看到这一切还处于如此早期的阶段……

先说可得性。世界上还有大约 30 亿人无法获得信贷产品。太不可思议了，几乎半个世界的人口都没有获得信贷的机会。哪怕在墨西哥、哥伦比亚这样的国家，信用卡普及率也只有 13%。为什么过去没有普及？因为你需要积累大量数据，需要更成熟的信贷审批和风险定价技术，也需要整个系统数字化。这些条件如今正在逐渐具备。现金正在退出，实时支付系统正在兴起，例如巴西的 Pix、印度的 UPI。因此，许多变革和催化因素都在加速建设金融基础设施，使全球消费者更容易获得银行服务。这将是一个极其庞大的机会。

再过 10 到 20 年，全球人口可以 100% 获得银行服务，100% 的人可以获得信贷，100% 的小企业也可以获得信贷。它将对全球 GDP 形成惊人的推动。我觉得人们甚至还没真正理解，让某些地区原本占总人口一半、过去被排除在银行体系外的人群获得金融服务，能为每个经济体创造多么强大的增长动力。这是可得性。

再谈成本。这个问题往往更隐蔽，特别是在发达经济体。美国总体上拥有比较完善的银行服务，尤其是对高收入人群而言。但你如果仔细看这个体系的成本，就会发现它十分可观，只是不容易察觉。比如，美国银行体系中有大约 15 万亿美元的零售存款，可银行每年平均支付的存款收益率只有 40 个基点，也就是 0.4%。而市场利率却有 4.5% 到 5%。按这 15 万亿美元计算，大约有 6000 亿美元流向银行，用于支撑银行网点等成本。

在数字银行环境下，这些钱其实可以留在消费者的口袋里，对吧？所以这相当于一种巨大的财富税：银行几乎不给你的存款支付收益。高收入者还能获得收益；收入越低，获得的回报就越少。这是非常大的隐性税负和成本。

再举个例子，美国每年有大约 1000 亿美元的汇款流向海外，人们每笔要付 5% 到 10% 的手续费。未来这一费用会接近零。汇款、转账，本质上不过是在移动比特；在竞争更加充分的环境下，它的价格会趋近零。

还有账户月费。在美国，人们为了一个银行账户每个月支付 5、10 甚至 15 美元。看看欧洲、日本等其他发达经济体，也有类似现象。消费者承担着庞大的费用，而随着我们这样的模式进入市场、展开竞争，这些成本最终都会被竞争压下来。

最后是智能。我认为这是另一个尚未被充分理解、但随着 AI 到来开始受到讨论的问题。如果你处于收入前 1%，你可以获得最好的财务建议。你可能有私人银行家，了解你名下的所有账户，优化存款配置，思考最节税的金融结构。如果你需要贷款，他们会让不同银行互相竞争，为你争取最好的利率。

但如果你属于另外 99%，尤其越接近收入底层，能够获得的帮助就越少，甚至什么都没有。过去很多人说，解决办法是金融教育——只要把人们教育好就行，因为他们缺乏金融知识。但这从来没有真正奏效。人们不会专门坐下来上这些课程。你无法单靠教育解决财务决策中缺乏智能支持的问题；AI 却有可能解决。我认为 AI 将真正改变金融服务，因为它几乎相当于让全世界每个人都拥有超级智能，代替他们优化自己的财务生活，并消除今天银行业存在的许多利润池，而这些利润池……

OpenAI、Cursor、Anthropic、Perplexity 和 Vercel 有一个共同点：它们都使用 WorkOS。原因是，要大规模进入企业市场，你必须提供单点登录（SSO）、SCIM、基于角色的访问控制（RBAC）和审计日志等核心能力。使用 WorkOS，你不必自己花几个月开发这些关键功能，只需调用 API，就能从第一天拥有它们。这也是为什么很多顶尖 AI 团队都在用 WorkOS。它能让你的产品最快达到企业级要求，同时让你继续专注于真正重要的产品本身。访问 workos.com 开始使用。

Rogo 是专为金融机构打造的 AI 平台，已经服务全球数百家领先机构中的数万名银行家和投资者。Rogo 的 AI 智能体可以自主执行企业工作流中的大块任务，例如筛选交易、起草 CIM（保密信息备忘录）、联系潜在买方，以及对数据室进行尽职调查，同时处理好安全和合规要求。每一项操作都会为 Rogo Intelligence 提供数据，这是企业的上下文层：把多年交易经验变为安全、受治理的机构记忆，让下一笔交易做得更好。详情见 rogo.com/invest。

第二项变化是：银行业务本质上是某种大宗标准化服务。在充分竞争的环境下，最好的产品应该赢，对吧？如果你不收手续费、体验又最好，理论上应该拿到 100% 的市场份额。但现实不是这样，因为体系里有很强的惯性。把智能与开放银行结合起来——例如 Plaid 可以连接 1.2 亿个账户，再在其上叠加智能——实际上就让每个客户能够知道如何优化财务状况、发现自己正在付哪些费用。

举个例子，我们现在就在巴西做这样的事，每天面向大约 1500 万客户。我们会告诉他们：“嘿，你在另一家银行的信用卡明天到期，但那个账户没有钱，他们会收你每天 15% 的利息。让我们先给你一些资金，你可以把信用卡还了，或者进行再融资。”又比如：“你手头的贷款利率是 10%，让我们替你以 5% 的利率重新融资。”这最终就是为了客户持续优化财务生活，替他们消除银行依赖信息不对称取得的那部分利润。

我认为今天一家 AI 原生的早期创业公司，最大的优势在于速度：能够以极快的速度行动，推出各种不同产品。尤其如果你一开始不受监管约束，就能跑得非常快。而我们如今已经受到完整监管，在多个国家持有银行牌照，行动必须遵循一定节奏，也必须与监管机构沟通。

但在金融服务，尤其银行业，速度优势只能把你带到某个阶段；最终你自己也需要被监管。很多人讨论 AI 如何颠覆软件，比如你可以要求 ChatGPT 或 Codex 重建整套软件系统；但你仍然不能让 ChatGPT 替你拿到银行牌照，对吧？你也无法让它说服监管机构在六个月里发牌，而不是花两三年。

尤其在信贷和某些我们经营的产品领域，我们拥有的数据量极其庞大：大约 1.4 亿客户，针对每位客户，在过去 13 年中积累了大概 2 万到 3 万个数据点。这些海量信息让我们能够建立自己的基础模型。我们开发了用于金融服务、尤其信贷业务的专属基础模型，使我们在信贷审批、催收决策等方面获得显著优势。

早期创业者虽然速度更快，却很难在短时间里积累同等规模的数据。因此，对现有大公司来说，数据现在成了一道重要护城河。我认为像我们这样的公司正处在受益于 AI 的甜蜜点：一方面，我们已经有规模、数据、品牌、信任和牌照，新兴 AI 原生公司很难迅速复制；另一方面，我们依然具有技术基因和技术基础设施，可以利用 AI 创造的新能力，甚至比以前行动得更快。

因此，我们早就围绕模型和数据驱动决策建立了一套组织。后来 ChatGPT 时刻到来，大约是三四年前吧，我们开始密切关注这项技术将如何帮助各种决策。我们收购了帕洛阿尔托一家叫 Hyperplane 的公司，他们已经在研究金融服务的基础模型。这家公司很难把产品卖给大型传统银行；销售周期长达两年，以至于即使技术本身很有前瞻性，业务也推进不起来。于是我们收购了它……

现在，我们也把基础模型用于墨西哥和哥伦比亚的欺诈识别。将来进入美国和其他国际市场时，我们可以从第一天就带着自己的基础模型进入，并知道如何利用数据做基本决策。这应当能加快市场拓展。

结果，Netflix 即使一开始没有数据，也能进来建立更好的算法，随后再利用不断扩大的规模。规模和数据固然重要，但系统和文化同样重要。你最终必须成为一家真正利用这些数据作出正确决策的企业。

这就是我认为新型银行、数字原生企业与传统银行的区别。很多传统银行因为多年收购，至今还在同时运行 15 套不同的系统。看看他们许多 AI 应用的出发点：如何用 AI 转型 COBOL？如何摆脱大型主机？他们甚至还在讨论 10 年、15 年的云迁移历程，很多系统现在才逐渐搬到云上。

而我们创办公司时，不需要把精力投入线下世界，我们做的是线上业务。我们从一开始就把技术和数据视为建立竞争优势的方法，把自己看成一家科技公司，而不是银行——准确说，是一家恰好经营金融服务业务的科技公司。所以我们的文化始终强调，每一个决策都要持续使用数据和分析。

我们自己的基础模型让一件事发生了巨大变化：往模型里加入一个新特征的成本大幅下降。以前在 AI 出现之前，你必须花费……

因此，组织里的每项决策现在都有可能由模型自动完成，而不再由人来决定。这也是 AI 带来的能力。对我们而言，AI 让我们能够以大得多的规模做原本就在做的事。但这种文化本来就存在，因为我们自创立之初，就把数据驱动作为差异化竞争的方式。

这种转变有些影响显而易见：不再需要那么多银行网点。但还有一些影响不那么明显：如果银行不再需要网点，整个体系的效率会发生什么变化？货币在经济中流转的速度会怎样？经济运行中将产生多少数据，而这些数据又可以用于提供信贷？所以这是一个非常重要的催化因素。

第二是全球范围内的开放金融和开放银行。核心理念是，消费者拥有自己在各家金融机构中的全部数据，有权提取并分享给其他任何人。金融服务——以及电信、公用事业等行业——存在很大的转换惯性。你和某家公司有长期往来历史，却无法把这些历史带到另一家新公司，既有企业因此受益良多。

一旦你能把所有服务的历史记录连起来，交给其他服务商，这种惯性就会降低，各家公司可以更充分地竞争你的业务。作为消费者，你甚至可以把数据变现。比如你可以从一家银行取出自己的历史信息，交给愿意为此付费的另一家公司——当然，前提是你自己决定这么做。现在社交媒体已经在利用你的数据，但未必由你自主决定；将来你会越来越能够主动选择。

开放银行之所以重要，就是因为它会在全球范围内降低客户转换的惯性，大幅增强银行业竞争。今天全球银行业本质上仍是一种寡头结构：美国五六家银行掌握了 60% 到 70% 的资产，欧洲、亚洲、拉美也是类似局面。这种格局会变得不那么集中、更分散、竞争更激烈，显然最终也意味着更低的手续费和成本。

第三个持续了几十年的大趋势，是加密货币和稳定币在全球扮演的角色。随着人们的生活越来越跨地域流动，他们会同时使用本国法币体系和全球离岸金融体系，甚至在自己没有意识到的情况下，生活就在两者之间切换。

对许多国家来说，这非常重要。你可以看到人们使用比特币、稳定币的情况不断增加，因为他们越来越想在境外体系中管理资金。他们不信任本国银行体系，也不信任本国法币。今天全球大约有 190 种货币；我的看法是，未来 10 到 20 年，这 190 种货币可能只剩下大约 10 种。世界上很多国家的财政状况已经非常糟糕，以至于很多所谓的法定货币都算不上真正的钱，更像一种代币，实际上就像加密代币。

因此，未来会有数十亿人在离岸体系中开展银行业务，持有美元稳定币，也使用比特币和其他资产。全世界将有这两套平行的金融体系，彼此持续连接与互动。

因此，我认为美元稳定币的存在，最终会让美元在很长一段时间内维持储备货币地位。但美元不会独占这个角色。我认为可能还会有五六种法币是人们选择储蓄的货币，此外还有少数几种加密代币用于分散配置。我一直都喜欢比特币，也认为它在一个多元化投资组合中有自己的位置。

实际上，这个人每天卖卷饼，有稳定的现金流，但因为没人记录，就没有银行能用这些现金流来评估信用。一旦这些交易进入数字账本，转为数字支付，摊主就可以拿着记录去银行说：“看，这是我的现金流，请给我贷款。”有了贷款，他就可以从一家摊位扩张到两家、五家。

经济数字化对信贷意味着什么，对世界上相当大比例的人口意味着什么，今天还没有被充分理解。它是一个非常强大的加速器。看看巴西，约 70% 的就业仍发生在小企业，不是大型公司。印度和东南亚也一样。许多小企业以前完全依赖现金，如今正逐渐数字化。所以这将为全球数十亿人释放数万亿美元的信贷。这有可能带来巨大的经济变迁和社会经济流动机会，非常令人兴奋。

我举个例子：我们成为了拉美 3000 万人的第一张信用卡。当初我们问传统银行，为什么这么多人没有获得信贷，听到的回答是：“他们不需要信贷，也不想要信用卡，他们害怕交税，所以永远不会使用这些产品。”

之后，你还可以给客户配一个 AI 副驾驶，告诉他为了提高信用评分、变得更具信用价值，应该如何支出、投资、储蓄，下一步该做什么。这就是为一个人提供专属教练，帮助他提高获取信贷的能力、改善整体财务状况。我绝对相信这会成为一个重要的推动因素。

从一个银行体系比较成熟的国家进入一个银行服务不普及的国家，竞争反而更困难。我总说我们是一条在数字水域里游得很好的鲨鱼。如果被迫在依赖银行网点的线下世界竞争，我们就没那么有优势。我们没有银行网点，也没有自己的 ATM。因此前几年竞争更困难。尽管如今我们已经成为墨西哥第二大银行，也是当地最大的数字银行，但随着墨西哥等国家继续数字化，世界各地开始变得越来越相似。

这其实就是其他行业的经验。全球社交媒体基本是同一种产品；Netflix、Spotify、Uber 在不同国家提供的是基本相同的产品；亚马逊也大体如此。过去金融服务的确有很多国家独有的特征，尤其是现金的使用方式。但即使在金融服务领域，未来也会比过去更加趋同。

你如何看待全球金融科技投资机会？应该投新的创业公司，还是投像 Nubank 这样已经有规模、可以充分利用这些变化的公司？如果在两者之间选——把你们也算作一种“新既有巨头”——你觉得整个机会版图是什么样的？

因此，我们这次宣布进入美国市场，并在另外 35 个以上的国家推出以稳定币为基础、由稳定币支持的账户，非常令人兴奋。这代表着我们开始继续推进一个本质上面向全球的论点。

过去 13 年，我们一直在拉美几个市场验证这种模式，而且我认为我们已经证明了它。我们现在是整个拉丁美洲最大的私人金融机构；我们的净推荐值（NPS）处于最高水平之一，从盈利能力来看，在巴西这样的市场，我们的股本回报率也是最高的。各项验证基本都完成了。现在是时候继续执行这个跨越数十年的愿景，把这种模式带到全球。

美国显然是一个竞争激烈的市场，也是全球最大的市场。那里有非常强大的新型银行和金融科技公司，我们会与它们竞争。但实际上，美国市场依然由大型传统银行主导。虽然金融科技公司很多，但市场份额在哪里？仍集中在少数几家老牌大银行和一些社区银行手中。大部分银行业务还是依靠实体网点，就像绝大多数影视娱乐还通过百视达完成一样。

这些银行为了支付庞大线下基础设施的成本，必须收取不少费用，同时实际上不给客户存款支付利息。我们有很多可以拿来竞争的优势，比如服务大众市场的信贷能力、全球支付能力——这次也宣布了相关功能——以及真正让客户喜爱我们的能力。我们希望把一种近乎狂热、以消费者为中心的文化带到美国银行业。特别是在大众市场，很多客户对自己与银行的关系根本谈不上有多满意。

在如此多强大银行品牌共存的环境里，建立一个能够自然增长的品牌，可能是我们最大的挑战之一。它也很关键，因为你必须赢得消费者信任。我们的目标不是成为备用账户，而是成为他们的主要银行账户，这正是我们的抱负。

股本回报率可以集中体现我们这种商业模式相对传统大型银行的优势。在我们经营的国家里，我们不收很多手续费，实际上基本不收费，因此收入更少；但最终我们的股本回报率却达到它们的两到三倍。这说明你在成本结构上建立了优势，找到了以低得多的成本提供质量更高产品的方法。如果这种优势是靠技术实现的，那你就找到了护城河。特别是在银行这样一定程度上已经商品化的市场里，这是一项可持续的竞争优势。所以我会把这些指标与股本回报率结合起来看。

说到美国，还有一个很有意思、却往往被忽视的事实：如今美国某些传统大银行的股本回报率比新兴市场银行还高，盈利也比我们在一些新兴市场面对的银行更强。这恰好体现了亚马逊式的逻辑：“你的利润率就是我的机会。”即使承担着巨大的产品交付成本和实体基础设施成本，这些传统银行依然能实现惊人的 ROE，说明还有很大的空间通过更低价格参与竞争。

因此，我们一直钦佩那些真正痴迷于消费者的公司：它们知道，要赢，就必须提供最好的产品、最好的服务，甚至让客户产生某种狂热的喜爱。我们从创立之初就受到亚马逊很大启发。亚马逊是最经典的以消费者为中心的企业，我们研究它如何建立这种客户至上的文化、如何思考问题。

我们还非常认真地研究了迪士尼。因为迪士尼希望创造神奇的体验。也许这不是一个显而易见的学习对象，但即使银行服务这样无聊的产品，我们也想让客户体验到某种魔法般的惊喜。

我们也会这样要求团队：就算是汇款这样可能极其无聊的事情，能不能把它变成一次令人惊喜的体验？我们现在寄给美国客户的欢迎礼包——当他们收到第一张信用卡或借记卡时——就希望那个时刻有魔法般的感觉。我们在这方面深受迪士尼启发。

其实在整个 AI 讨论中，你也很少听人谈起客户。大家把大量注意力放在如何用 AI 提升效率、实现优化，却很少谈如何用它更好地服务消费者。这个领域里，人类至今还有比 AI 更擅长的地方。最大的复杂性，在于即使坚持客户至上会造成不便，尤其会影响短期财务表现，你仍然要真正优先考虑它。如今许多 AI 圈、科技圈的人，对技术本身的迷恋远甚于对消费者体验的关注。

但我不认为未来 100% 的选择都会由智能体完成。特别是在银行业——其他行业可能不同——信任和品牌仍然至关重要。一个人会想知道自己毕生积蓄存在哪里；这里面有人性的因素。所以你仍需要面向人类营销，与人建立信任。两方面都要做。

此外，不同产品的委托程度也不同，有些会更多交给智能体，有些会更少。对我们而言，特别是在巴西，我们有全国 65% 的人作为客户，因此有机会直接成为消费者的智能体。客户进入 Nubank 应用，向我们的智能体寻求金融产品方面的支持，而这个智能体甚至可以保持开放，向客户推荐其他银行、其他金融机构的产品。所以未来会是多种模式并存。

Ridgeline 是一个 AI 原生投资管理平台，把前台、中台和后台整合在同一个系统里。公司可以集中管理数据，用 AI 智能体自动完成客户入驻、对账、交易后处理、合规和报告等重复性任务，从而把更多时间用于投资、服务客户和发展业务。Ridgeline 致力于帮企业重新获得宝贵时间，让增长从逐步改善转向加速突破。它还为资产管理和财富管理公司制作了交互式仪表板，支持与 1.6 万家同行比较发展轨迹。如果你的公司提交 Form ADV，数据就已在里面。访问 ridgeline.ai/trajectory 查看自己的位置，再与 Ridgeline 讨论如何让现有团队做更多事情。

甚至 AI 也在以某种反直觉的方式加强面对面工作的理由。因为 AI 越来越能够完成那些人独自在家就可以完成的任务。如果一个人在家孤立地工作，他将与 AI 竞争，而且会输掉这场竞争。真正需要人类去做的，是现场协作和协调，这些工作需要在办公室发生。所以我们从完全远程转向混合办公，如今在办公室共处的时间明显增加。这是一个改变。

第二个变化，是组织如何被 AI 重塑。正如前面说的，我们很早就开始关注 AI，但一开始测试时，效果并不好。举个例子，我们大量使用 Clojure 编程语言。直到 2025 年，我们还不断用各种模型尝试编写 Clojure 代码，效果都很差，甚至相当糟糕。经验最丰富的工程师说，这东西根本行不通。于是我们继续试验。

到了 2025 年 12 月，Opus 4.6 出现了（按访谈字幕原文记录，具体型号与发布日期待核），很多人突然意识到：不，它真的能用了。但我们并没有在 12 月及时抓住那个转折点。大约过了 60 天，我和几个合伙人在加州见了不少早期创业者，发现发生了某种根本性的变化。我们开始测试新一代模型，包括一些新的 GPT 模型，以及它们编写 Clojure 的能力，才惊讶地发现：天啊，现在真的可以了，而且 Clojure 写得相当好。

那 60 天就让我们与使用 AI 最领先的公司之间拉开了很大差距。因此我们回到巴西，在整个组织里拉响了紧急警报，重新审视一切，几乎开始从头重造整个组织。

我们梳理出全公司 120 条不同工作流程，编程只是其中一条。还有产品设计、了解你的客户（KYC）、内部审计、合规、监管资本管理等。组织里的各个环节、全部 120 条流程，都要使用 AI 工具以原生方式重新设计。我们还必须建立大量评估基础设施，衡量每条流程在每个阶段的改造效果。有些进展更快，有些还没那么成熟，但整个组织都处在重塑之中。

这正是此刻最令人兴奋的地方：AI 技术让我们有机会重新发明做事的方法。坦率说，有时你看到的巨大生产率提升甚至不完全来自 AI；只要主动重新思考做事方式，本来就有很多改进机会。即使没有 AI，我们现在这样重新审视，也会找到生产率增长空间。但 AI 把这种可能性进一步放大了。

这带来了管理跨度扩大、管理层级减少、透明度提高等机会。在这段时期，我个人的直接汇报人数从 1 人增加到 20 人。

于是，随着这种自然演变，我们变成了一个高度垂直化的组织，缺少足够的透明度。AI 带来的一个机会，是让你退一步，重新思考企业的方方面面。对我们来说，这恰好成了重新审视组织结构的催化剂。

我很喜欢“独裁者的困境”这个概念：一个人在组织顶层拥有的权力越大，就越难知道什么是真的、什么是现实。Nubank 这么大，你怎么确保自己始终了解真实发生了什么、业务内部到底是什么情况？

另一方面，信息系统也让减少层级成为可能。我们有能够接触全组织各种活动的系统，相当于一个“公司大脑”，既可以主动提供信息，也可以回应问题。它会主动向我发送各种信息：AI 转型又有什么变化，特定产品推出到什么阶段，指标表现如何，某项功能进展怎样。这让我能直接接触真实数据。

第二个部分更多是思维方式：你是否会主动去找真正执行工作的人。在组织形成固定结构后，遵守层级往往让人感觉很舒适。很多大公司不允许你越过一位经理直接问做事的人，必须尊重某个指挥链。我认为那更像传统组织的做法。

作为 CEO，我的方式是：只要有问题，我就想直接找最了解这个问题的人。我不考虑必须遵守哪一层汇报关系。无论谁掌握最好的信息，我都可以直接去找；如果发现某项工作停滞，我就和一线人员一起解决。因此，这是技术的一部分，也是文化与态度的一部分：你愿不愿意真正深入组织内部。

看看今天大多数组织如何做绩效管理：你的经理每六个月给一次反馈，告诉你哪些事情做得好、哪些没做好。但这里往往有很强的近因偏差。所谓半年反馈，实际评价的可能只是你最近 30 天的表现。而且通常缺乏可操作性，只是说：“这方面不错，那方面一般，也许你应该再做得更好一点。”

想象一下，如果你用这种方式给奥运运动员反馈，多疯狂啊。这样根本不可能取得好成绩。奥运运动员几乎每天都有教练，持续得到明确的指导。AI 最终将给组织里的每一个人带来这种奥运运动员级别的教练支持。

所以我们正在 Nubank 的 HR 运营系统里开发这样的能力。无论你是工程师、设计师还是产品经理，每天都应该能够收到 AI 反馈。比如程序员的 AI 副驾驶会审查你的 Pull Request，不仅告诉你目前怎样使用工具，还指出可以怎么做得更好。反馈要非常具体、直接对应当下的工作，而且能够采取行动。设计师也能获得类似反馈，了解自己做得如何、怎样改进。

管理者现在掌握的信息其实非常少，特别是管理很多人的时候。这也关系到管理跨度扩大。以前大家觉得经理每周必须和每个人做一次一对一沟通。但这些一对一交流的信息密度往往不高。如今，如果经理能获得所有这些工作数据和测量信息，就能实时看到团队每个人的实际表现，从而帮助他们改进。

很长一段时间我都没有亲自开发过东西。以前更多是与团队讨论我们能做什么。但有一个下午，我自己写了一个非托管加密货币应用。Nubank 很久以来一直在讨论这个方向，我就干脆亲自做了一个项目。

我们要求所有高管每个季度都亲手开发真正的软件或产品，确保他们与技术保持接触，知道最新能力发展到哪里。我不认为正确做法是让我把 70% 的时间花在编程上——肯定有比我更擅长、更高产的工程师。但我认为组织里每个人都不能只读新闻，还必须亲自使用这些工具，真正理解它们进步的速度……

即使经营 Nubank 期间，我也经历过一段思考期：除了 Nubank，我是不是应该做更多其他事情？我觉得创始人都会这样。你创办了一家公司，公司增长得很快，然后会问自己：我还可以做什么？

我花了大约一两年深入思考这个问题，最后走到了另一边，意识到没有什么我能想象的事情，比把今天的 Nubank 再做大十倍、从三个国家扩张到一百个国家、从一亿客户增长到十亿客户，更能产生影响。

想想这将如何改变全球金融服务，如何帮助数十亿人获得金融服务。除了外部影响，还有内部影响：通过迎接更大、更新的挑战，我可以进一步认识自己，成长为更好的领导者，激励一个怀有远大抱负的组织。

当 AI 这样巨大的技术变革到来，你可以选择落在后面，也可以选择站在前面。这次技术浪潮迫使每家组织思考：我究竟想站在颠覆的哪一边？而对我而言，这恰好又是一个机会。我发现自己更像战时将军，而不是和平时期的将军。当世界出现颠覆和变化时，我反而会受到鼓舞，更愿意主动出击，也更有精力继续实现这个使命。

我们的确这样做了，从外部引进了很多优秀人才，因为当时我得出的结论，或者说当时的想法，是我们需要这些人。但很快我又意识到，这其实并不是组织最需要的东西。它最需要的，是我最初带给它的那种力量：明确的领导方向、激励团队的能力、愿意把目标想得极其宏大，愿意梦想，并让大家为那些起初看似不可能的事情感到兴奋。

当我真正明白这一点，意识到“对我和组织来说，这就是正确的答案”，我就能更自信地继续做原来在做的事。

尤其面对变化时，我以前总有一个挥之不去的问题：“是不是逼团队太紧了？是不是要求太高了？这个速度对吗？”但经历 13 年之后，我有了更多自信，答案是：是的，我就应该推动得很用力。我的职责就是大胆梦想、设定很高的目标、不断向前推进。至于组织……

你必须通过思考、经历和外部反馈，在某个阶段给这个问题一个明确答案。也许有些人确实不是合适的人，但你很可能是。这并不意味着创始人拥有全部答案和所有技能。你仍需要不断引进其他人，补足自己的能力。但至少对我而言，重要的是跨过那个阶段：不再让脑海里“你真的是这家公司的合适 CEO 吗？”的声音反复困扰自己。

这也涉及创始人和 CEO 的区别。我们经常看到创始人同时拥有这两个头衔，但其实它们是两种很不一样的职能，不一定天然兼容。

通常人们会认为 CEO 比创始人更擅长管理。创始人往往不是优秀的管理者，因为他们没有耐心，也不愿意频繁做一对一沟通、坐下来辅导团队，他们只想冲锋。很多创始人其实更像独立贡献者（IC），而不是管理者。CEO 通常更善于管理，因为必须建设组织系统，从系统的角度思考。

但对我来说，关键发现是：你其实可以重新定义 CEO 和创始人这两个角色，并把它们结合起来。在需要耐心的时候多一点耐心，但整体上仍要保留更多创始人的特质，而不是完全变成职业 CEO。我认为这也是创始人主导的企业能够在几十年里持续跑赢的重要原因。如果非要二选一，我会选更接近创始人的模式，而不是 CEO 模式。尤其在重大技术变革发生时，创始人的优势和资产会比职业 CEO 的优势更明显。

信贷也是一样。金融服务和信贷有大量专门知识。因此，在组建团队的过程中，我经常在内心质疑自己的许多决定：我们是不是需要请一位来自大银行、大公司的资深管理者来经营这家企业？所以……

结果有一天，我们真的超过了那些银行，成为整个国家最大的私人银行。这对我们来说非常不可思议。能够从规模上实现这样的成就，确实让我非常激动。

但对我个人而言，还有一个时刻特别难忘。我出生在哥伦比亚，八岁时由于当地的安全局势，不得不离开哥伦比亚，搬到哥斯达黎加。哥伦比亚后来成了 Nubank 进入的第三个国家。

当我们终于在哥伦比亚推出 Nubank 时，举行了一场盛大的发布活动，哥伦比亚总统也出席了。我感到非常激动，因为这在某种程度上像是回到了家乡，向自己的国家带去我相信会非常有价值的产品和服务。而且是在我的同胞欢迎我的环境中发生的。那场发布活动有视频直播，大约 10 万人在线观看。那真的非常感人，也让人无比兴奋。

但接下来，你还必须把这个愿景“卖出去”，而销售愿景的本质是激励人。很多时候，那个愿景很难实现，甚至听起来几乎不可能。面对一个看似不可能的愿景，大多数人的本能反应是反对，说它“不现实”。可究竟什么叫不现实？回顾世界历史上每一项有意义的重大进步，总有某个人曾经断言它不现实。尤其有意思的是，一些专家在说“不现实”时，常常带着惊人的自信。

因此，你需要能够以一种方式讲清楚愿景，让大量人受到鼓舞，愿意跟随你、为它努力。但与此同时，你还必须善于倾听，明白自己有时确实会错，自己的愿景可能并不完整。

这里有两种极端模式：一种是完全反对共识，认定所有共识都错了，把自己当作彻底的革命者，认为现有的一切都毫无道理，所有东西都必须推倒重来。

我认为卓越领导者最难的地方，是在两者之间找到自己的位置。共识和现状之所以存在，有其原因。从演化角度看，今天关于世界的某种理解，曾经与其他不同的理解竞争并获胜。因此，我们今天所见的世界，至少在某些方面，确实胜过当时可能出现的其他世界。

所以，现状里有些东西的存在是有道理的。你必须理解哪些部分应该继续保留；与此同时，也必须敢于挑战传统智慧，识别哪些部分需要改变。

我认为领导力就是知道哪些东西不必改变，并推动那些必须改变的东西。这需要信念，也需要积极倾听和谦逊。你要知道自己不可能拥有全部答案，发现自己错了就必须主动调整。把这些不同的能力结合起来，对成为优秀领导者至关重要。

如果我们国际化没有成功，最终被限制在这三个国家，增长陷入饱和，这就是悲观情景。这还可能意味着，我们未能充分利用 AI 创造的巨大机会，而这本身也可能是国际化失败的原因之一。

乐观情景恰好相反：我们真正把握住自己的长期判断——未来二三十年，大量市场份额将从传统银行转移到数字原生企业，而实时支付系统、开放金融、AI 等技术变化会加速这一进程。

我们顺利借助这些技术顺风，通过多国运营平台，实现 Nubank 的全球愿景，在未来几十年进入一百多个国家，同时解决仍然存在的许多重大问题。再说一次：全世界还有 30 亿人无法获得信贷，现金正在数字化，越来越多人需要银行服务。

如果我们相比竞争对手、相比那些仍然掌握着这个 10 万亿美元市场约 90% 份额的传统机构，拥有数量级上的成本结构优势——甚至低 50 倍，而这还没算上 AI——那我们就能够把大量效率收益还给消费者：更高的存款收益、更少的手续费、更好的体验、完全数字化的服务、内置于产品中的智能财务建议。通过这些优势，真正抓住全球扩张的机会。这就是我们的乐观情景。

回顾 Nubank 以及你迄今为止创造它的非凡经历，你从创业中学到的最有意思的一课是什么？

你是那个最初拥有愿景、拥有能量，从无到有把一家公司带到世界上的人。正因为是你亲手赋予它生命，你对它的在乎程度天然就会高到一个特别的水平，而这种在乎会帮助你在很长时间里成为正确的领导者。

我觉得这里有一个很有意思的洞察：世界上可能没有任何人像我一样在乎这家公司，对吧？在乎到一种几乎有形的程度。你是父亲，对吧？你有孩子。对于这家公司的成功，没有人会像我这样在乎。这种关切会促使你投入巨大的精力与注意力，让它真正成功。

甚至可以说，最终正是这种投入，让你能长期成为组织合适的领导者，而不完全取决于你掌握的专业知识、所学过的东西，或者有没有所谓正确的履历。仅仅是这种认知、这种能量，就足以让你……

而且我觉得这件事很难。AI 让它更难，而不是更容易。因为如今创办一家公司的门槛大幅下降，你很可能随手就去追逐那些比较容易解决的问题。

这也解释了为什么我们现在看到的一些最好的创始人，反而去追求真正不可能的事情。他们转向硬件、太空，以及其他看似完全不可能的领域，因为他们主动寻找那些更困难、也更具有个人独特性的机会：你得真正相信，那个问题可能只有你能够解决。

随着企业发展，Vanta 也与你一同扩展规模，自动完成合规工作，提供关于安全与风险的统一可信信息来源。详情见 vanta.com/invest。

从 OpenAI、Cursor 到 Perplexity，最好的 AI 和软件公司都在使用 WorkOS，让产品几乎一夜之间达到企业级准备状态，不用耗费几个月。访问 workos.com，跳过那些不那么光鲜的基础设施工作，专注于产品。

Ridgeline 正在重新定义资产管理技术：它不仅是软件供应商，更是真正的合作伙伴。它帮助企业实现五倍规模增长，支持更快扩张、更智能的运营和竞争优势。访问 ridgelineapps.com，了解它能为你的企业带来什么。