Fazeshift získává 22 milionů dolarů na rozšíření automatizace financí s využitím umělé inteligence

Fazeshift, startup zaměřený na automatizaci pracovních postupů účtů pohledávek s využitím agentů umělé inteligence, získal 17 milionů dolarů v rámci série A financování, čímž zvýšil celkové financování na 22 milionů dolarů. Investici vedla společnost F-Prime, se zapojením Gradient, Y Combinator, Wayfinder, Pioneer Fund, Ritual Capital a několika andělských investorů.

Společnost je součástí rostoucí vlny startupů, které přecházejí od kopilotů umělé inteligence k systémům, které jsou schopny nezávisle vykonávat provozní práci. V případě Fazeshiftu to znamená automatizaci finančních procesů, které masih mnoho podnikových týmů spravuje prostřednictvím tabulek, e-mailů, systémů ERP, CRM a platebních platforem.

Proč účty pohledávek zůstávají významnou překážkou

Účty pohledávek (AR) jsou jednou z nejméně modernizovaných částí podnikových financí. I velké organizace často spoléhají na fragmentované pracovní postupy pro generování faktur, inkasa, párování plateb a vyrovnání.

Mnohé finanční týmy stále tráví značné množství času manuálním sledováním plateb napříč systémy, řešením sporů a pronásledováním pozdních faktur. Tyto neefektivnosti mohou přímo ovlivnit peněžní tok a zvýšit to, co finanční týmy nazývají Days Sales Outstanding (DSO), metriku používanou k měření doby, po kterou společnosti potřebují k inkasu plateb.

Fazeshift se snaží tento problém řešit vytvořením agentů umělé inteligence, které fungují napříč stávajícími softwarovými nástroji, místo aby je přímo nahrazovaly. Platforma se integruje se systémy ERP, CRM, procesory plateb a komunikačními platformami, aby automatizovala pracovní postupy od začátku do konce.

Jak fungují agenti umělé inteligence Fazeshiftu

Na rozdíl od tradičních automatizačních platforem, které silně spoléhají na pevná pravidla a manuální spouštěče, Fazeshift позиcionuje svou softwarovou platformu jako vrstvu provádění, která je schopna vykonávat finanční operace autonomně.

Agenti umělé inteligence platformy jsou navrženi tak, aby zpracovávali hlavní funkce účtů pohledávek, včetně generování faktur, vyrovnání plateb, inkasa, komunikace se zákazníky a aktualizace systémů. Místo toho, aby pouze doporučovali, tyto agenti přímo vykonávají úkoly napříč systémy, přičemž získávají potřebný kontext pro dokončení pracovních postupů bez neustálého zásahu člověka.

To zahrnuje zpracování složitých platebních scénářů, vyrovnání faktur napříč několika systémy a koordinaci komunikace se zákazníky ve velkém měřítku – oblasti, které historicky vyžadovaly značné manuální úsilí.

Růst poháněný poptávkou podniků

Fazeshift hlásí rychlý růst za posledních 12 měsíců, s rostoucí základnou podnikových zákazníků, včetně Sigma Computing, Snyk, Meter a Clipboard Health. V některých nasazeních společnost tvrdí, že její platforma automatizuje většinu manuálních úkolů souvisejících s účty pohledávek.

Žádost o toto řešení přichází v době, kdy finanční oddělení jsou pod tlakem, aby zlepšila efektivitu bez zvýšení počtu zaměstnanců. Účty pohledávek, zejména, zůstaly vysoce náročné na pracovní sílu, navzdory širší modernizaci v rámci technologií CFO.

Přístup Fazeshiftu spočívá v propojení dat napříč systémy, místo aby zavedl další samostatnou platformu. Integrací se stávajícími nástroji, jako jsou systémy ERP, fakturační platformy a CRM, společnost позиcionuje své agenty umělé inteligence jako vrstvu, která funguje napříč fragmentovanými prostředími.

Vzestup autonomních financí

Trajektoria Fazeshiftu ukazuje na širší posun ve struktuře finančních funkcí. Zatímco účty pohledávek jsou primárním zaměřením, základní přístup signalizuje posun směrem k autonomním financím – kde software nevykonává pouze pracovní postupy, ale také je provádí.

To odráží širší evoluci napříč podnikovými systémy. Předchozí nástroje byly navrženy pro organizaci informací a podporu rozhodování prostřednictvím dashboardů a reportů. Novější systémy umělé inteligence začínají fungovat přímo v těchto prostředích, vykonávají úkoly, které dříve vyžadovaly neustálý lidský vstup.

Finance jsou přirozeným výchozím bodem pro tuto transformaci. Mnohé procesy jsou založeny na pravidlech a opakují se, ale stále vyžadují koordinaci napříč několika systémy, dokumenty a komunikačními kanály. Tato kombinace historicky činila plnou automatizaci obtížnou, ale pokroky v agentech umělé inteligence začínají tuto mezeru uzavírat.

Pokud tento model bude pokračovat, finanční týmy by se mohly posunout od manuálního vykonávání úkolů k dohledu nad automatizovanými systémy, se zaměřením na zpracování výjimek, dodržování předpisů a strategické rozhodování. Implikace přesahují efektivitu – tento typ automatizace by mohl změnit, jak organizace škálovat operace, spravovat peněžní tok a strukturovat své back-office týmy v průběhu času.