维端网在生成式人工智能浪潮之外，Pagaya 选择了一条相对“冷门”但更稳健的路径：用 AI 重塑信贷与资产的底层逻辑。随着其合作伙伴生态的加速扩张，公司近日公布了 13 亿美元的年度营收目标，试图在被高利率与谨慎资本笼罩的金融科技市场中，交出一份逆周期增长的答卷。
从算法到资产：Pagaya 的系统性崛起
Pagaya 成立于 2016 年，总部位于以色列特拉维夫，并在纽约纳斯达克上市。其核心商业模式并非直接面向消费者，而是提供一套 AI 驱动的信贷评估与资产分配平台，帮助银行、汽车金融和消费信贷机构更高效地识别借款人质量、定价风险，并将资产分层后转化为证券化产品。
不同于传统金融科技公司依赖前端流量或支付场景的打法，Pagaya 的定位更接近于金融“中台”或“神经系统”——其算法嵌入到合作机构的风险决策模型中，实现从信贷发放、资产流转到资本市场融资的全链路智能化。
截至 2025 年，公司已与 美国前十家贷款机构中的七家建立合作关系，并通过 Pagaya Network 管理超 20 亿美元的资产流动。这种“B2B2C”模式，让 Pagaya 不必与银行竞争，而是成为它们的技术放大器。
伙伴加速：AI金融的“管道逻辑”成型
Pagaya 过去一年的关键词是“加速”。在金融科技普遍面临估值收缩的背景下，它反其道而行，不断扩大合作范围。
2024 年，公司与多家主流银行及汽车金融企业深化集成合作，其中包括美国银行（Bank of America）旗下信贷部门、SoFi、以及部分区域性贷款机构。Pagaya 的 AI 模型通过云端接口嵌入这些机构的系统，在信贷审批阶段实时提供风险评分建议。
Pagaya 管理层指出，合作伙伴带来的资产流量同比增长超过 60%，这成为其上调营收目标的直接推手。公司 CEO Gal Krubiner 在最新财报会议上表示：
“我们希望成为金融系统的‘基础设施层’，让 AI 不只是一个分析工具，而是资产决策的操作系统。”
这种平台式战略的生态逻辑极具扩张力：Pagaya 不直接面对最终客户，而是赋能整个生态。正是这种“管道逻辑”，让它在金融机构数字化升级的大潮中保持了高粘性和复利式增长。
宏观与资本：AI金融的再定价时代
Pagaya 的上行轨迹并非孤立。2025 年，美联储维持高利率政策令信贷市场收紧，传统风险模型失灵概率上升。AI 驱动的动态风险评估因此成为机构管理资产质量的新必需品。
分析机构 Autonomous Research 指出，在美国中端消费信贷市场，AI 模型介入风险定价可提升约 18% 的审批效率，并降低高风险贷款违约率 12% 至 15%。Pagaya 正是这一效率红利的受益者。
不过，Pagaya 的模式也受到监管机构的密切关注。美国 SEC 曾要求其披露算法决策透明度与模型偏见（Bias）控制机制，这一议题在“AI 金融化”浪潮中愈发重要。Pagaya 表示，未来将加强可解释性建模，并与监管部门共同制定行业基准。
Pagaya 的发展路径在中国金融科技圈引起关注。某大型银行数字化负责人向记者表示：
“Pagaya 这种‘AI+资产管道’的模式，对中国银行业的参考价值很大。国内机构正从前端流量导向，转向资产端智能决策的效率竞争。”
目前，Pagaya 主要市场集中在美国，但其正在评估亚太市场的潜在扩展路径。业内人士透露，Pagaya 已与数家新加坡和日本的机构接触，探讨通过本地合作伙伴间接进入中国香港与东南亚市场的可能性。
这意味着，Pagaya 正逐步从“AI 金融引擎”转向“全球基础设施提供者”。
结语
Pagaya 的故事提醒人们：AI 在金融领域的价值，不在于取代人，而在于重构系统。它用算法连接资金、风险与收益的三角关系，用数据驱动新的信用逻辑。
13 亿美元的目标，或许只是开始。真正值得关注的，是 Pagaya 能否把自己变成未来全球金融系统的“操作系统”——一个隐形却不可或缺的基础层。
