Corgi Invest与ETF领域的第二次费率战争
金融市场中存在某些时刻，原有的共识会从一个无人预料的角度被彻底打破。ETF领域的第一次费率战争由贝莱德、先锋和道富三巨头之间相互厮杀，将指数产品的成本压低至几乎为零的水平。那场战役看似已经胜出——或者至少已经精疲力竭。没有人料到，下一个战场不会来自另一家机构巨头，而是来自一家由风险资本支持的保险公司。这家公司借助人工智能实现了监管流程的工业化，并以在不到八个月内推出197只ETF的速度强势进入市场。
Corgi Insurance旗下基金部门Corgi Invest，并非在市场边缘角力。它正在直接攻击那些最精明的基金管理人仍然收取高额费率的品类——与低成本指数基金相比，这些费率简直像是另一个时代的遗物：一是具有结构性下行保护功能的基金，即所谓的"缓冲型ETF"（buffered ETFs），二是针对个股的杠杆基金。这些正是在第一轮价格战中成功守住利润的产品。如今，它们正承受着巨大压力。
Corgi Insurance首席执行官尼科·拉夸（Nico Laqua）在CNBC上表示，公司预计到2026年底，其ETF总数量将超过贝莱德。目前贝莱德的具体数字并未在现有资料中披露，但这一表态本身就是一个运营信号：Corgi所构建的架构并不是为了有选择性地管理少数几只基金而设计的，而是为了规模化复制基金发行流程本身。
攻击高利润地带的内在逻辑
要理解Corgi为何将目标锁定在缓冲型ETF和个股杠杆基金上，必须先审视这些产品目前所维持的定价结构。
一只具有结构性下行保护的基金，平均年费率约为70个基点。Corgi将其定价在30个基点。这一差距并非表面文章：在一个拥有持续资金流入的市场中，这种量级的价差足以迫使竞争对手做出任何管理团队都不愿在董事会上面对的决定——要么削减利润，要么流失资产。
2倍杠杆特斯拉基金的案例更具说明性。市场上同类产品的费率高达95个基点，而Corgi将其定价为20个基点，相较于市场最高端足足打了七八折，折扣幅度超过78%。这不是价格调整，这是一个信号——Corgi的成本模型运行在一套完全不同的逻辑之下。
问题不在于这套逻辑是否可持续——现在下结论为时尚早——而在于这样的定价结构从何而来。这正是这家公司商业架构开始显现真面目之处：Corgi进军ETF领域，并非因为公司内部某人怀有成为资产管理人的雄心。它进入这一领域，是因为需要高效的投资工具来运营其保险保费的浮存金（float）。
在保险业务中，浮存金是指公司从收取保费到支付赔款这段时间内所持有的资金。沃伦·巴菲特将这一概念转化为伯克希尔·哈撒韦的核心支柱。Corgi正在运用其自有版本：它不再以高额费率购买第三方产品，而是自行制造。在这种架构下，发行第150只基金的边际成本，远低于发行第一只基金的成本。而将自有浮存金投入自有基金的优势在于，费用支出从成本端彻底消失：公司同时扮演基金管理人和客户的双重角色。
这种双重定位以一种传统竞争对手无法在不从根本上重构商业模式的前提下加以复制的方式，改变了业务的单位经济模型。传统资产管理公司需要每只基金吸引外部资产来证明其存在价值。而Corgi可以用自有资本维持一只基金的运营，同时等待外部投资者的发现。拉夸说得很清楚：公司愿意耐心等待。
人工智能在这一模型中能做什么——以及不能做什么
拉夸关于使用人工智能的论述值得精确解读，因为这一说法往往制造的噪音多于带来的清晰度。他并未声称人工智能在管理投资组合或优化投资策略，而是说了一些更具体、在技术上更站得住脚的事情：在美国发行一只ETF的监管审批流程，本质上归结为书面语言的竞争，而这正是当前语言模型具有可量化运营优势的任务领域。
在美国发行ETF，需要提交招募说明书、注册声明、与托管机构和做市商的协议，并接受美国证券交易委员会（SEC）的审查流程。这些文件内容繁密、结构规范、具有既定的法律惯例，且在同类产品之间在很大程度上可以复用。如果一家公司能够借助基于现行监管框架校准的人工智能工具，将这一流程80%的工作自动化，那么发行第50只基金的成本相较于第一只将呈非线性下降。这就解释了其速度：在大约八个月内发行197只基金，这一节奏是任何常规法律合规团队都无法持续维持的。
人工智能无法解决的，是市场验证问题。Corgi能够发行200或300只基金，并不意味着这些基金能够吸引资产。可用产品数量并不等同于管理资产规模，而这正是该商业模型财务可行性分析尚存诸多未解之层的地方。
三大巨头——贝莱德、先锋和道富——之所以共同达到约3万亿美元的资产管理规模，并非因为他们从一开始就提供最低廉的基金，而是因为他们数十年如一日地构建了机构信任、分销渠道覆盖与运营声誉的综合体系。一位机构投资者或财务顾问在决定为客户配置资产时，考量的不仅仅是价格，还包括基金流动性、跟踪误差历史记录、托管机构的稳健性以及基金公司的声誉。Corgi必须在价格竞争的同时，构建这些无形资产。这是这一模型中最漫长的路，也是最充满不确定性的路。
结构性风险并不在于Corgi无法发行基金——它已经证明了自己能够规模化做到这一点。风险在于，它可能在过长的时间内积累一批资产极低的基金组合，从而产生没有相应回报的运营维护成本。即便拥有高效的成本结构，长期维持近200只低资本化基金的运营，从现金流角度来看也并非舒适之境。
26亿美元的估值与等待中的资本逻辑
Corgi Insurance完成了一轮1.06亿美元的B1系列融资，使其估值达到26亿美元，距离其以13亿美元估值完成1.60亿美元的B轮融资仅数周之隔。如此短时间内估值翻倍，折射出投资者的热情，但同时也带来了一种隐性压力：当一家公司以如此速度和估值接受资本时，投资者期待的是能够证明这一等式成立的增长节奏。
这笔资本在此案例中似乎承担着双重职能。一方面，它为保险业务的运营及其技术扩张提供资金支持；另一方面，它为自有基金提供初始资产基础，使其在等待外部资金流入期间得以正常运转。从这个角度来看，风险资本并非在资助一家尚无收入的公司，而是在资助一种商业模式的耐心——这种模式确实通过保费产生收入，但其基金业务部门需要时间才能达到足够的规模。
这一架构中最有趣的张力，并不存在于Corgi与贝莱德之间，而是内部性的：存在于风险资本隐性要求的节奏与拉夸所声称愿意保持的耐心之间。风险资本投资者通常不会为设计成"等待"的企业提供资金，他们资助的是设计成快速扩张的企业。如果Corgi的ETF不能以足以证明其结构合理性的速度积累外部资产，压力最终将落在一个抉择上：到底还要维持多久以如此低廉费率运营的基金业务，或者继续扩大产品目录是否仍然有意义。
拉夸所引用的先锋模型——"低成本在长期内胜出"——花了数十年时间才固化为今日看来显而易见的证据。风险资本的回报周期并不以数十年为单位。商业模式的时间跨度与资本的时间跨度之间的这种不同步性，或许是Corgi发展轨迹中最不显眼却最具决定性的变量。
这一动向揭示的行业竞争结构变化
超越Corgi的具体案例，这一事件揭示了资产管理行业架构正在发生变化的某些深层规律。多年来，业内的主流叙事是：行业准入壁垒过高，新进入者根本无法与既有管理人抗衡——监管合规成本、技术基础设施、与分销商的关系、规模经济效应，这些壁垒都是真实存在的。而Corgi所提示的是，人工智能正在以足够显著的程度压缩其中至少一道壁垒——监管与文件成本——以至于产品积累的曲线不再需要过去那么漫长的时间。
这并不意味着所有壁垒都已消失。但它确实表明，发行流程中最机械化的部分——历史上使得每只新基金都需要数周乃至数月法律合规工作的部分——已经可以被工业化。如果这一模式得到推广，批量发行基金的能力将不再本身构成竞争优势，而将成为一种市场准入条件。竞争博弈的焦点将完全转向分销与机构信任，而大型公司在这两方面依然拥有无法被技术轻易侵蚀的结构性优势。
在这种情景下，Corgi将已在大公司曾视为受保护的细分市场中推动了价格下行，但这种利润率压缩带来的长期收益，将大部分流向那些已经拥有资产规模和分销基础设施、能够将其变现的基金管理人。矛盾的结果或许是：Corgi承担了在复杂品类中施压价格的工作，而最终从中获益最多的，恰恰是贝莱德和先锋——它们可以借助现有规模以远低于Corgi的边际成本复制这一降费策略。
ETF领域的第二次费率战争，由一家成立不足十年的旧金山保险公司率先挑起。它究竟能否赢得这场战役，仍是一个悬而未决的问题。但可以确定的是，这场战役的战场已经转移到了那些利润率曾经完好无损地存续下来的产品领域，而无论Corgi作为一家公司最终命运如何，这种压缩效应都已无法逆转。
