Visa 效应

marsbit發佈於 2026-01-15更新於 2026-01-15

文章摘要

上世纪60年代,美国信用卡行业混乱,各家银行各自为政,支付网络互不兼容。Visa通过建立合作网络,统一结算系统,成功整合全球银行,实现通用支付,其成功关键在于独立第三方结构、分散所有权、协调激励机制和排他性合作条款。 当前稳定币面临类似碎片化问题,已有超300种稳定币,但各自生态孤立,流动性分散,难以形成网络效应。类似Visa之前的BankAmericard模式,现有稳定币服务商加剧了行业分裂。 借鉴Visa模式,稳定币需建立独立第三方合作社,整合发行方和协议,共享储备收益,通过治理投票实现统一发展。这将促进稳定币广泛应用,形成内部收益保留的强网络效应。

撰文:Nishil Jain

编译:Block unicorn

前言

上世纪 60 年代,信用卡行业一片混乱。美国各地的银行都在试图建立自己的支付网络,但每个网络都各自为政。如果你持有美国银行的信用卡,就只能在与美国银行有合作协议的商户处使用。而当银行试图将业务扩展到其他银行时,所有信用卡支付都会遇到银行间结算的难题。

如果商户接受的卡是由另一家银行发行的,交易就必须通过其原有的支票结算系统进行结算。加入的银行越多,结算方面的问题就越多。

随后 Visa 横空出世。虽然它引入的技术无疑在银行卡支付革命中发挥了巨大作用,但更重要的成功之处在于其全球通用性,以及它成功地让全球银行加入其网络。如今,全球几乎所有银行都已成为 Visa 网络的一员。

虽然今天这看起来非常正常,但想象一下,要说服美国境内外的最初一千家银行,让他们明白加入合作协议而不是建立自己的网络是明智之举,你就会开始意识到这件事的规模有多大。

到 1980 年,Visa 已成为占主导地位的支付网络,其网络处理了美国约 60% 的信用卡交易。目前,Visa 的业务遍及 200 多个国家。

关键不在于更先进的技术或更多的资金,而在于结构:一种能够协调激励机制、分散所有权并创造复合网络效应的模式。

如今,稳定币也面临着同样的碎片化问题。而解决方案或许与 Visa 五十年前的做法如出一辙。

Visa 之前的实验

Visa 之前出现的其他公司都没能发展起来。

美国运通(AMEX)曾尝试以独立银行的身份拓展其信用卡业务,但其规模扩张仅限于不断有新商户加入其银行网络。另一方面,美国银行卡(BankAmericard)则不同,美国银行拥有其信用卡网络,其他银行仅利用其网络效应和品牌价值。

美国运通必须分别去找每一个商户和用户,让他们开设其银行账户;而 Visa 则通过自己接纳银行来实现规模化,每一家加入 Visa 合作网络的银行,都会自动获得数千名新客户和数百家新商户。

另一方面,美国银行卡公司(BankAmericard)的基础设施存在问题。他们不知道如何高效地结算从一个消费者银行账户到另一个商户银行账户的信用卡交易。他们之间没有高效的结算系统。

加入的银行越多,这个问题就越严重。因此,Visa 应运而生。

Visa 网络效应的四大支柱

从 Visa 的故事中,我们了解到导致其网络效应不断累积的 2-3 个重要因素:

Visa 受益于其独立第三方的身份。为了确保任何银行都不会感受到竞争威胁,Visa 被设计成一个合作的独立组织。Visa 并不参与争夺分销蛋糕,争夺蛋糕的是各个银行。

这激励了参与的银行去争取更大的利润份额。每家银行都有权获得总利润的一部分,份额大小与其处理的总交易量成正比。

各家银行对网络功能拥有发言权。Visa 的规则和变更必须经过所有相关银行的投票表决,且必须获得 80% 的赞成票才能通过。

Visa 与每家银行都有排他性条款(至少最初是这样);任何加入合作社的人都只能使用 Visa 卡和网络,而不能加入其他网络——因此,要与 Visa 银行互动,你也需要成为其网络的一部分。

当 Visa 的创始人 Dee Hock 在美国各地游说银行加入 Visa 网络时,他必须向每一家银行解释:加入 Visa 网络比他们自己建立信用卡网络更有利。

他必须解释,加入 Visa 意味着更多用户和更多商户将接入同一网络,这将促进全球范围内更多数字交易的发生,并为所有参与者带来更多收益。他还必须说明,如果他们建立自己的信用卡网络,他们的用户群体将非常有限。

对稳定币的启示

从某种意义上说,Anchorage Digital 和其他如今提供稳定币即服务(stablecoin as a service)的公司,正在稳定币领域重演 BankAmericard 的故事。它们为新的发行方提供构建稳定币的底层基础设施,而流动性却不断分散到新的代币中。

目前, Defillama 平台上已有超过 300 种稳定币上线。而且,每种新创建的稳定币都仅限于其自身的生态系统。因此,任何一种稳定币都无法产生使其走向主流所需的网络效应。

既然相同的底层资产都支持这些新币种,为什么我们需要更多具有新代码的币种呢?

在我们的 Visa 故事中,这些就像 BankAmericards 一样。Ethena 、Anchorage Digital、M0 或 Bridge ,每一种都允许一个协议发行自己的稳定币,但这只会加剧行业的碎片化。

Ethena 是另一个类似的协议,它允许收益传递并对其稳定币进行白标定制。就像 MegaETH 发行 USDm 一样——他们通过支持 USDtb 的工具发行了 USDm。

然而,这种模式失败了。它只会碎片化生态系统。

在信用卡案例中,不同银行的品牌差异并不重要,因为它不会在用户到商户的支付中造成任何摩擦。底层的发行和支付层始终是 Visa。

然而,对于稳定币,情况并非如此。不同的代币代码意味着无限多的流动性池。

商户(或者在本例中是应用程序或协议)不会将 M0 或 Bridge 发行的所有稳定币都添加到其接受的稳定币列表中。它会根据这些稳定币在公开市场的流动性来决定是否接受;持有者最多、流动性最强的币种理应被接受,其余的则不会被接受。

未来之路:稳定币的 Visa 模式

我们需要独立的第三方机构来管理不同资产类别的稳定币。支持这些资产的发行商和应用程序应该能够加入合作社,并获取储备收益。同时,他们也应该拥有治理权,可以投票决定他们所选择的稳定币的发展方向。

从网络效应的角度来看,这将是一个卓越的模式。随着越来越多的发行方和协议加入同一种代币,它将促成一种能够将收益保留在内部而非流入他人腰包的代币的广泛应用。

相關問答

QVisa在信用卡行业取得成功的关键因素是什么?

AVisa成功的关键在于其作为独立第三方的结构设计,它协调了银行间的激励机制、分散了所有权,并创造了复合网络效应,而非仅依赖技术或资金优势。

Q在Visa出现之前,美国运通(AMEX)和美国银行卡(BankAmericard)的商业模式存在哪些问题?

A美国运通需要独立拓展每个商户和用户,难以规模化;美国银行卡则存在银行间结算效率低下的问题,随着加入银行增多,结算问题加剧。

Q当前稳定币领域面临的主要挑战是什么?

A稳定币领域面临碎片化问题,多种稳定币各自为政,导致流动性分散,无法形成统一的网络效应,阻碍其主流应用。

Q文章中提到稳定币的‘Visa模式’应如何实现?

A稳定币的Visa模式需要通过独立的第三方机构管理不同资产类别的稳定币,让发行方和协议加入合作社,共享储备收益,并通过治理权共同决定发展方向,以聚合流动性并强化网络效应。

Q为什么Visa要求成员银行签署排他性条款?这对网络效应有何影响?

AVisa通过排他性条款确保成员银行仅使用其网络,避免了竞争性分流,从而强化了网络的统一性和规模效应,加速了全球支付生态的整合。

你可能也喜歡

AI Infra产业链卡在哪里了?

随着DeepSeek等AI应用落地,全球算力需求激增,但AI基础设施(AI Infra)产业链面临系统性瓶颈,涉及芯片制造、数据传输、能源供应等多个环节。 AI算力发展面临四大瓶颈: 1. **存储墙**:AI推理需求爆发推动HBM和DRAM需求增长,但存储芯片产能扩张需时两年,2026年将出现供需错配。 2. **带宽墙**:数据在芯片、机柜和数据中心间传输成为性能制约,数据搬运能耗已超过计算能耗。 3. **计算墙**:高端芯片制造依赖EUV光刻机等设备,全球产能受限,英伟达等芯片交货周期长达数月。 4. **电力墙**:数据中心耗电量大,但可通过多元能源解决,短期局部地区供电压力存在。 扩产面临上游设备与材料短缺: - 测试设备需求快速增长,AI芯片需100%测试,推高半导体测试设备需求。 - IC载板(封装基板)成本占封装成本50%以上,价格涨幅超30%,产能扩张周期长,供需紧张难缓解。 - 特种材料如低热膨胀系数玻璃纤维、钻针等需求爆发,但全球产能集中,扩产难度大。 - 高端洁净室建设要求高,净利率达20%以上,需求持续增长。 连接技术面临铜缆与光模块的路线竞争: - 短距离铜缆成本低、延迟低,中距离Micro LED光缆成为折中方案,长距离光模块仍是主流。 - PCB/载板向高层数、玻璃基板等方向演进,满足高带宽需求。 总结:AI Infra产业链受多维度制约,高端芯片制造是根本瓶颈,测试设备、IC载板等环节供需矛盾突出。未来技术将呈现铜缆回潮与光电融合趋势,国产化有望在部分领域突破。

marsbit15 分鐘前

AI Infra产业链卡在哪里了?

marsbit15 分鐘前

自主还是兼容:DeepSeek V4延期背后的中国AI生态选择题

DeepSeek V4的发布一再延期,核心原因在于其正全力适配华为昇腾芯片,并通过CANN框架完成核心代码重写。这是中国AI体系首次在真实生产环境中系统性探索非CUDA平台承载核心模型能力的尝试,也是一场底层技术路线的“压力测试”。 DeepSeek V4作为万亿级参数的多模态开源模型,采用MoE架构,对系统调度与通信提出极高要求。在迁移至华为昇腾平台时,面临硬件拓扑差异及软件生态成熟度不足的挑战,导致工程优化难度大增,模型发布推迟。这一过程揭示出AI竞争正从“模型能力比拼”转向“系统工程能力比拼”。 英伟达凭借CUDA生态形成“单体垂直垄断”,其在硬件和软件层面的深度绑定,使全球开发者形成强烈生态依赖。华为CANN选择“兼容优先”策略,通过高度模拟CUDA接口降低迁移成本,在短期内推动国产算力落地,但也带来长期创新受限的风险——兼容意味着仍在沿用对方的规则,可能陷入“模仿者陷阱”。 短期看,兼容CUDA是现实选择,但长期存在隐患。国产算力在全球占比仍低,绝对规模差距导致研发效率滞后,可能错失AI发展关键窗口。DeepSeek V4若成功发布,将验证国产全栈可行性,加速生态成熟。但真正的挑战在于,能否在兼容基础上逐步建立独立的技术体系,实现从跟随到定义规则的跃迁。未来3-5年将是中国AI生态发展的关键期。

marsbit33 分鐘前

自主还是兼容:DeepSeek V4延期背后的中国AI生态选择题

marsbit33 分鐘前

交易

現貨
合約
活动图片