标题和作者

本文标题为《Ramp raises $750M at $44B valuation as investors hunger for fintechs with an AI story》（Ramp 筹集 7.5 亿美元，估值 440 亿美元，因投资者渴望有 AI 故事的金融科技而引发）。文章主要报道了企业支出管理平台 Ramp 在一年内估值从 22.5 亿美元飙升至 44 亿美元，并在最新一轮融资中筹集了 7.5 亿美元。文章详细介绍了 Ramp 在人工智能领域的布局，包括推出 AI 代理专用信用卡及监控 AI 代币使用量的功能，同时也提及了其超过 10 亿美元的年度经常性收入和正向自由现金流。Ramp 的竞争对手包括已被 Capital One 收购的 Brex 和同样估值极高的 Rippling。

摘要

  1. 本文做了什么事情：企业支出管理平台 Ramp 宣布完成 7.5 亿美元融资，估值达到 44 亿美元，并在产品线中大力投入人工智能技术，推出了 AI 代理专用信用卡及 AI 代币成本监控服务。
  2. 之前有没有别人做过这个事情：Ramp 之前曾分别于三个月前和九个月前两次上调估值，从 22.5 亿美元升至 32 亿美元，且在去年九月就已突破 10 亿美元的年度经常性收入。
  3. 本文为什么需要做：尽管市场上已有 Brex 等竞品，但 Ramp 发现随着企业对 AI 工具的依赖增加，AI 代币的使用成本和 ROI（投资回报率）管理成为新的痛点，因此将业务扩展至 AI 领域以吸引投资者并提供新的收入增长点。
  4. 本文具体怎么做的：Ramp 构建了能够监控企业跨供应商 AI 代币使用情况的系统，并搭建了基础设施以允许 AI 代理代表用户进行支付。同时，它推出了专门供 AI 代理使用的企业信用卡，并开发了包括采购、费用管理、会计和预算在内的 AI 功能。
  5. 本文做的怎么样：Ramp 目前拥有超过 70,000 名客户（包括 Visa、Uber 等知名企业），年度经常性收入超过 10 亿美元，且已实现正向自由现金流。此次融资由 ICONIQ、GIC 和 Ontario Teachers’ Pension Plan 等机构领投，使其总融资额超过 30 亿美元。

本节涉及的关键术语包括“年度经常性收入”，这是衡量 SaaS（软件即服务）公司长期稳定收入流的重要指标，指公司每年预期从客户那里获得的固定收入；“自由现金流”，指企业在扣除资本开支后，可以自由支配的现金，正向自由现金流意味着公司不仅盈利，还能产生现金盈余；“AI 代币使用”，指在使用基于大语言模型（LLM）的 AI 服务时，系统消耗的计算单位，其成本可能会随着使用量的增加而迅速上升。

主要主题和概念

主题一：估值激增与融资热潮

  • What：企业支出管理平台 Ramp 在短短一年内，其估值从 22.5 亿美元飙升至 44 亿美元，并在最新一轮融资中筹集了 7.5 亿美元。
  • Why：尽管资本市场对金融科技初创公司的态度谨慎，但投资者对具备明确 AI 概念的金融科技公司表现出强烈的饥渴，竞相争夺这一高增长机会。
  • How：通过由 ICONIQ、GIC 和 Ontario Teachers’ Pension Plan 等知名机构领投，并吸引包括 Goldman Sachs、Morgan Stanley 等在内的多家投资机构参与，Ramp 成功完成了这一轮融资。

主题二：AI 战略与产品扩张

  • What：Ramp 不仅仅局限于传统的企业支出管理，而是将业务范围扩展到了支付、欺诈检测、采购、供应商管理，甚至包括会计和预算，并专门推出了 AI 代理使用的信用卡。
  • Why：随着企业广泛使用 AI 工具，AI 代币的使用成本迅速攀升，企业急需控制成本并衡量 AI 的投资回报率，同时需要让 AI 代理具备自主支付的能力。
  • How：Ramp 构建了基础设施来监控企业 AI 代币的使用情况，并允许 AI 代理代表用户进行支付。此外，它还利用 AI 技术优化了内部的采购、费用管理和会计流程。

此处的“AI 代币”是指在使用大语言模型（LLM）生成内容或执行任务时，系统消耗的计算资源单位，类似于交通中的“里程”或能源中的“千瓦时”，其费用会根据模型类型和使用量计算。而“AI 代理”则是指能够自主感知环境、做出决策并执行任务的软件程序，Ramp 的目标是让这些代理能够像人类员工一样进行报销或采购支付。

重要引文

  • 论点：Ramp 的 CEO Eric Glyman 认为该公司正在构建一个能够帮助企业监控 AI 代币使用情况并允许 AI 代理代表用户进行支付的平台。
  • 论据：Glyman 在一篇详细的博客文章中阐述了公司的愿景，提到公司正在监控跨提供商的 AI 代币使用情况，并搭建了基础设施以支持 AI 代理支付。此外，文中引用了 Uber 因 AI 预算在四个月内耗尽而设立员工 AI 支出上限的案例，以及 Ramp 通过帮助公司测量和控制这些成本来开辟新收入流的策略。
  • 论证：基于上述论据，Glyman 指出随着公司关注 AI 的投资回报率并控制支出，Ramp 正在瞄准一个新的收入来源。这证明了 Ramp 的转型是响应市场需求（控制 AI 成本）的合理商业举措，而不仅仅是追逐 AI 热潮。

“AI 代币使用”指的是在使用生成式 AI 服务时消耗的计算资源，这是衡量和计费的基础单位。而“ROI（投资回报率）”则是评估一项投资（如引入 AI 工具）是否划算的核心指标，计算公式为（利润 / 成本）× 100%。文中提到的“自由现金流”是指企业在满足运营需求后，可以自由分配的现金，是衡量公司财务健康状况的重要标准。

总结

本文最引人注目的部分在于 Ramp 在一年内将估值从 22.5 亿美元奇迹般地推高至 44 亿美元，这反映了资本市场对金融科技与人工智能结合的高度热情。Ramp 不仅通过筹集 7.5 亿美元资金巩固了其行业地位，还成功将业务从单一的企业支出管理扩展到了包括 AI 代币成本监控和 AI 代理支付在内的新领域。虽然竞争对手 Rippling 同样估值不菲，但 Ramp 通过解决企业日益增长的 AI 成本控制需求，找到了新的增长引擎。目前，Ramp 已拥有超过 10 亿美元的年度经常性收入和正向自由现金流，并计划在未来寻求 IPO，显示出其作为金融科技领军企业的强劲势头。