Datarails rejser 70 millioner dollars i serie C-finansiering, da AI bliver kerneinfrastruktur for finansteams

Datarails har rejst 70 millioner dollars i Serie C-finansiering, hvilket bringer den samlede kapitalrejste kapital op på 175 millioner dollars. Runden blev ledet af En top, med deltagelse fra Vækst i hjørnet, Vintage Investment Partners, Zeev Ventures, Innovationsbestræbelser, Qumra hovedstad, ClalTechog adskillige tilbagevendende investorer.

Finansieringen kommer midt i en stærk operationel fremgang. I 2025 rapporterede Datarails en omsætningsvækst på 70 % i forhold til året før og udvidede sin globale arbejdsstyrke til mere end 400 medarbejdere. Virksomheden forventer nu at nå 100 millioner dollars i årlig tilbagevendende omsætning næste år, hvilket placerer den blandt en voksende gruppe af udbydere af finansiel software, der bevæger sig fra funktionelle værktøjer til bredere driftsplatforme.

Et Excel-baseret bud på, hvordan finans rent faktisk fungerer

Et definerende element i Datarails' strategi er beslutningen om ikke at erstatte Excel, men at bygge omkring det. Trods årelange forsøg fra softwareleverandører på at flytte finansteams væk fra regneark, er Excel fortsat standardgrænsefladen til planlægning, prognoser og rapportering. Intern forskning, som virksomheden citerer, viser, at næsten alle finansfolk bruger flere timer om dagen i Excel, og yngre generationer forventer, at det forbliver centralt i deres arbejdsgange.

I stedet for at fremtvinge en adfærdsændring, Datarails behandler Excel som frontend, mens data konsolideres. kontroller og intelligens bag kulisserne. Dens platform forbinder Excel-modeller med strukturerede finansielle og operationelle data, hvilket reducerer manuel afstemning og versionskontrolproblemer uden at ændre, hvordan teams arbejder i det daglige. Denne tilgang har hjulpet Datarails med at få fodfæste hos finansorganisationer, der ønsker modernisering uden afbrydelser.

Fra FP&A-værktøj til finansoperativsystem

Oprindeligt kendt for sit fokus på Finansiel planlægning og analyse (FP&A)Datarails har udvidet sig til det, som det nu beskriver som et finansoperativsystem. Platformen spænder over FP&A, månedsafslutning, likviditetsstyring og udgiftskontrol og samler data, der traditionelt findes på tværs af ikke-sammenkoblede systemer.

Mere end halvdelen af ​​virksomhedens vækst i 2025 kom fra produkter, der blev lanceret inden for det seneste år. Disse omfatter en løsning til månedsafslutning, der er designet til at give overblik over afslutningsstatus og afhængigheder, og et produkt til likviditetsstyring, der forbinder sig direkte til bankdata for at understøtte likviditetsprognoser og realtidssynlighed af likviditeten. Udvidelsen afspejler et bredere skift i markedet mod samlede finansplatforme i stedet for værktøjer med ét formål.

AI-agenter bygget på interne data, ikke generiske prompts

Sammen med finansieringsmeddelelsen introducerede Datarails nye AI-agenter til strategi, planlægning og rapportering. I modsætning til generelle AI-værktøjer er disse agenter specialbygget omkring hver kundes interne data og spænder over ERP-, CRM-, HRIS- og Excel-modeller. Målet er at gøre AI-output direkte brugbare til finansielle arbejdsgange i stedet for eksperimentelle.

Agenterne er designet til at besvare spørgsmål, som økonomiteams rutinemæssigt står over for, såsom at identificere drivkræfter bag ændringer i rentabiliteten, teste prognosescenarier eller forklare budgetafvigelser. Output kan genereres som PowerPoint-slides, PDF'er eller Excel-filer, der er klar til brug i bestyrelsen, og som stemmer overens med, hvordan økonomiteams kommunikerer resultater internt.

Dette fokus på dataforankring og -sikkerhed afspejler den vedvarende bekymring blandt økonomidirektører om nøjagtighed, fortrolighed og revisionsmuligheder, når de bruger AI i finansielle sammenhænge. Ved at begrænse AI-agenter til kuraterede interne datasæt forsøger Datarails at balancere automatisering med tillid.

Hvorfor investorer læner sig op ad finansiel infrastruktur

Fra et investorperspektiv ligger appellen mindre i prangende AI-funktioner og mere i udnyttelse af infrastrukturen. Finansteams opererer i krydsfeltet mellem compliance, strategi og eksekvering, hvilket gør pålidelighed og dataintegritet ufravigelige. Platforme, der kan konsolidere data og integrere intelligens direkte i eksisterende arbejdsgange, ses i stigende grad som grundlæggende.

Serie C-runden giver Datarails også fleksibilitet til at ekspandere geografisk på tværs af Nordamerika og EMEA, øge investeringer i forskning og udvikling og potentielt forfølge opkøb. I takt med at markederne for finansiel software fragmenteres på tværs af nicheleverandører, er konsolidering blevet et tilbagevendende tema, hvor større platforme søger at absorbere tilstødende kapaciteter i stedet for at integrere dem stykkevis.

Hvad dette signalerer for fremtiden for CFO'ens kontor

Datarails' lønforhøjelse fremhæver et bredere skift i, hvordan AI implementeres i finansorganisationer. I stedet for at behandle AI som en tilføjelsesfunktion integrerer leverandører den i det centrale datalag, der driver planlægning, rapportering og kontrol. I denne model handler AI mindre om automatisering for sin egen skyld og mere om at komprimere beslutningscyklusser og reducere friktion mellem indsigt og handling.

Excels fortsatte dominans antyder, at transformationen inden for finanssektoren vil være evolutionær snarere end revolutionær. Platforme, der respekterer etablerede værktøjer, samtidig med at de stille og roligt moderniserer den underliggende infrastruktur, vil sandsynligvis opleve hurtigere implementering end dem, der kræver omfattende forandringer.

Fremadrettet vil CFO'ens kontor i stigende grad blive positioneret som et strategisk knudepunkt snarere end en rapporteringsfunktion. Efterhånden som AI-drevet indsigt bliver standard, vil det afgørende være, hvor godt platforme forener data, bevarer tillid og integrerer i virkelige arbejdsgange. Datarails'Den seneste finansieringsrunde tyder på, at investorer ser dette lag af finansinfrastruktur som både holdbart og centralt for den næste fase af implementeringen af ​​AI i virksomheder.