AI News HubLIVE
站内改写2 分鐘閱讀

Ramp押注:現場部署工程師能完成現成金融AI無法做到的事

Ramp推出Applied AI Solutions,派遣工程師進駐企業財務團隊,構建和部署AI代理,以處理應付賬款、採購和月結等工作。此舉旨在彌合AI雄心與實際成果之間的鴻溝,因為儘管AI投入激增,但多數財務主管尚未看到明確回報。該服務強調人工監督和治理,確保安全。

來源The New Stack AI作者: Matthew Burns

Ramp週三宣佈推出Applied AI Solutions,這是一項將Ramp工程師派駐到企業財務團隊內部的服務,旨在構建和部署AI代理,用於應付賬款、採購和月度結算等工作。這一舉措正值Ramp以440億美元估值融資7.5億美元之後幾天,它將現場部署工程師(FDE)模式對準了企業中自動化進程最緩慢的部門。

Applied AI Solutions並非自助式產品,而是一種高接觸服務。Ramp工程師與客户的財務團隊並肩工作,尋找高價值工作流,從企業資源規劃系統、合同和審批鏈中提取代理所需的上下文,然後構建並部署這些代理到團隊已在使用系統中。

這對Ramp來説是一個新領域。該公司此前以讓財務團隊快速註冊並開始使用軟件而聞名。而這項新服務更偏向人力密集型,Ramp將Applied AI Solutions定位為面向特定企業客户,使其更接近於嵌入式工程或諮詢,而非傳統SaaS。

我上個月曾寫道,現場部署工程師已成為AI領域最熱門的工作,因為OpenAI和Anthropic爭相派遣工程師進駐企業,將AI產品轉化為可在生產中實際運行的工具。Ramp正在將同樣的理念應用於財務團隊。

原因眾所周知:AI雄心與AI成果之間存在巨大鴻溝。Ramp表示,其客户羣體的AI代幣支出自2025年初以來增長了13倍,但回報卻滯後。在德勤的調查中,87%的財務主管認為AI非常重要或極其重要,但只有21%的活躍用户表示AI帶來了明確的可衡量價值。

正是這一差距讓Ramp看到了這個角色的用武之地。財務工作依賴於通常埋藏在各個系統中的上下文:供應商曆史、合同條款、政策例外、審批鏈和先前的決策。現成的金融AI工具常常因缺乏這些上下文,或一旦接觸傳統生產工作流就崩潰。

“在財務領域,每個決策都依賴於深埋的上下文層次:政策、供應商、合同、審批鏈和例外歷史,”Ramp AI解決方案負責人Ori Daniel在一份聲明中表示。“Applied AI Solutions幫助企業捕獲這些上下文,並將其轉化為能夠安全完成工作的代理,同時提供財務團隊所需的控制機制。”

這些控制機制是關鍵部分。Ramp表示,該服務通過審批路徑、審計追蹤和高風險決策的人工審查,保持人類在循環中。這在財務領域至關重要,因為一個過於自由的代理不是生產力工具,而是治理問題。

這一發布符合一種模式。Ramp整個春天都在採購和會計領域推出代理,甚至為AI代理創建了信用卡。它也在運行自己正在銷售的模式——Ramp表示其財務團隊以遠低於預期的員工人數運作,由代理處理資本規劃、差異分析、董事會報告和結算。

“幾乎每位CFO都被告知AI將改變一切,但大多數人仍然拿不出任何成果,”Daniels對The New Stack表示。“我們不是在實驗室裏幻想AI解決方案來銷售;我們自己就用這些代理管理賬目,僅用一小部分CFO辦公室人員,現在我們派我們的工程師去你的財務團隊裏做同樣的事。”

這也符合更廣泛的轉變。現場部署工程師已從Palantir時代的好奇心轉變為大型AI實驗室讓技術被大客户採納的主要方式之一。OpenAI和Anthropic已圍繞該模式建立了專門團隊。Ramp現在押注同樣的角色可以幫助企業在傳統財務系統中比純軟件更快地部署AI。

顯然,下一代企業AI將不僅僅由模型贏得,而是由那些能讓模型在企業實際運行的混亂系統中工作的團隊贏得。