2020年，Victor Cardenas还在帮球鞋倒卖者追踪限量款发售。五年后，他的公司Slash拿下1亿美元融资，估值14亿美元，年卡交易量突破30亿美元。这条转型路径本身，比融资数字更值得拆解。
从球鞋 Bot 到企业银行
Slash的起点很具体：做一款帮助球鞋倒卖者（sneaker resellers）抢限量款的自动化工具。这个人群需要快速结账、多账户管理、资金流转——本质上是一整套支付基础设施。
Cardenas很快发现，工具本身的天花板太低，但背后的需求很真实：大量线上小生意没有一个真正懂他们的银行。传统商业银行的服务对象是实体店、有固定资产的企业，而电商卖家、网红营销机构、Web3团队的操作模式完全不同。
2020年后的转型分两步走。第一步，从单一工具扩展为垂直场景的金融服务平台，覆盖联盟营销、电商运营、在线旅行社等八个细分领域。第二步，把人工智能塞进每一个财务环节，目标不是"辅助记账"，而是"替代财务后台"。
这个转向的效果直接反映在数字上：2024年年化卡交易量突破10亿美元，2025年冲到30亿美元。本轮融资由Ribbit Capital、Khosla Ventures和Goodwater Capital领投，NEA和Y Combinator跟投，是Slash首次跻身独角兽行列。
"不是银行"的银行怎么赚钱
Slash的商业模式有个关键设计：它本身不是持牌银行，而是软件层。
存款账户和卡片服务由Column N.A.提供，受联邦存款保险公司（FDIC）保险保护。企业卡是Visa签账卡，返现比例不设上限。闲置资金通过Atomic Invest LLC转入货币市场基金，产生额外收益。
这套架构的好处是规避了银行牌照的合规重负，同时保留核心金融功能。对用户来说，界面是一个统一平台；对Slash来说，收入来源包括 interchange 费用（卡交易抽成）、订阅服务费、资金管理的利差分成，以及未来可能开放的API调用费。
产品矩阵的打包逻辑很清晰：企业支票账户、企业卡、费用管理、全球支付、发票、营运资金、稳定币支持，再加一个供企业自建工作流的编程接口（API）。八个垂直行业的定制化功能，本质上是同一套底层能力的不同前端配置。
目前服务超过5000家企业，客户名单包括语音AI公司Bland、会计软件Entry、游戏公司Triumph Labs，以及DTC品牌Drink Nectar和Hike Outdoor。从客户构成能看出，Slash的核心用户是"数字原生、轻资产、跨境运营"的小中型企业。
AI 财务官的野心与边界
Cardenas在博客里的表述很直接："到今年年底，Slash将替你运行整个财务后台。"
这句话的具体含义需要拆解。目前的AI应用集中在几个环节：自动分类交易、生成发票、预测现金流、优化闲置资金配置。下一步的"自主运行"，可能包括自动支付决策、税务预提、甚至基于历史数据的营运资金借贷建议。
但这里有个关键张力。企业财务的某些环节确实适合自动化——重复性高、规则明确、数据结构化。但涉及战略判断的部分，比如融资时机、并购资金安排、重大投资风险评估，AI的介入深度会受限于法律责任和决策可追溯性。
Slash的竞争对手也在押注类似方向。Mercury和Ramp同样聚焦垂直行业的企业银行，且资金实力更强。Mercury已经服务大量初创公司，Ramp在费用管理和企业卡领域有先发优势。Slash的差异化在于更激进的"全栈自动化"承诺，以及Web3/稳定币等新兴支付方式的早期支持。
稳定币这个点值得单独说。传统跨境支付的结算周期和手续费对电商卖家是真实痛点，USDC等稳定币提供了理论上更高效的替代方案。但监管框架仍在演变，Slash的"支持"目前更多是技术接入层面的准备，而非大规模推广。
垂直银行的新一轮军备竞赛
风险投资对企业银行的热情有周期性。2010年代中期的第一波浪潮催生了Simple、Moven等消费者 challenger bank，多数被收购或收缩。2020年前后的第二波转向B2B，Mercury、Brex、Ramp相继崛起，但Brex在2023年因风控问题大幅调整客户结构，证明这个赛道并非坦途。
当前这波投资逻辑有两个变化。第一，垂直化程度加深——不再泛泛地服务"初创公司"，而是切具体行业的工作流。第二，AI被当作降本增效的核心变量，而非边缘功能。Slash的融资时机踩中了这两个趋势的交汇点。
但估值14亿美元对应的财务指标需要放在语境里看。30亿美元年卡交易量，按typical interchange费率估算，核心交易收入在数千万美元级别。5000家客户意味着单客户年均贡献的交易额约60万美元，客单价和留存率的数据尚未披露。本轮资金的用途明确指向产品研发，说明公司仍处于功能扩张期，而非利润优化期。
Cardenas说的"每一秒都应该花在推动业务的关键环节"，既是产品愿景，也是用户痛点的精准捕捉。大量小企业主的财务时间确实被低价值操作占据，但这个市场的付费意愿和替换成本需要持续验证。从传统银行迁移到Slash，意味着重新配置支付链路、培训团队、建立新的信任关系——这些摩擦不会因为有AI就自动消失。
一个可以参考的参照系：Ramp在2023年的估值约为58亿美元，年处理交易金额超过100亿美元，客户数量超过15000家。Slash的估值大约是Ramp的四分之一，交易规模是三分之一，客户数是三分之一。这个比例关系是否合理，取决于市场对"AI原生"标签的溢价判断，以及Slash在垂直行业的渗透速度能否快于通用平台的向下兼容。
最终，Slash的故事是一个关于"工具-平台-基础设施"跃迁的样本。从服务一个极小众人群的具体痛点出发，抽象出跨行业的共性需求，再用技术能力重构服务交付方式。这条路径的成功与否，不仅取决于产品本身，也取决于监管对非银行金融科技公司的容忍度，以及AI在财务决策中的角色边界如何被重新定义。
30亿美元年交易量，14亿美元估值，5000家企业客户。这三个数字构成了一个尚未闭合的等式——答案将在未来12到18个月的客户增长和收入结构中逐渐显现。
热门跟贴