Rivvun AI samler 7,55 millioner dollars for at løse en af de dyreste blinde pletter i virksomhedssoftwaren

En ny startup, grundlagt af tidligere Icertis-ledere, mener, at en af de største uberørte muligheder i virksomheds-AI ikke er at skabe nye arbejdsgange, men at genskabe penge, som virksomheder allerede har tjent eller forhandlet, men aldrig indsamlet.

Seattle-baserede Rivvun AI har meddelt en oversubskriberet seed-runde på 7,55 millioner dollars, som er ledet af Sitara Capital og 3one4 Capital. Virksomheden bygger, hvad de beskriver som et autonomt AI-eksekveringslag, designet til at identificere og genskabe udgifter, der er lækket, indtægter, der er lækket, og marginalerosion på tværs af store virksomheder.

Stifterne argumenterer for, at virksomheder har investeret årtier i ERP, CRM, indkøb og kontraktstyringssystemer, men der er stadig en betydelig lukket mellem kommercielle aftaler og finansielle resultater.

Den skjulte omkostning ved eksekveringslukker

De fleste virksomheder har avancerede systemer til at forhandle kontrakter, godkende køb, styre leverandører og optage transaktioner. Det, de ofte mangler, er en mekanisme, der kontinuerligt verificerer, om disse aftaler til sidst resulterer i de forventede finansielle resultater.

Dette er problemet, Rivvun AI blev skabt for at løse.

Ifølge virksomheden går milliarder af dollars i virksomhedsverdi tabt hvert år på grund af manglende rabatter, prisdiskrepanser, afregningsfejl, overtrædelser af lovgivningen, kontraktvarianter og andre operationelle lukker, der opstår efter aftaler er undertegnet, men før midlerne er fuldt realiseret. I stedet for at erstatte eksisterende virksomhedssoftware overlapper Rivvun eksisterende systemer og forsøger at identificere, hvor de forventede resultater er afviet fra den faktiske finansielle præstation.

Konceptet afspejler en voksende skift i virksomheds-AI. I stedet for at fokusere på produktivitetsgevinster sigter en ny generation af AI-virksomheder direkte på finansielle resultater, der kan måles på en profit- og tab-regnskab.

Grundlagt af veteraner fra virksomheds kontraktintelligens

Rivvun blev grundlagt af Anand Veerkar og Niranjan Umarane, der tidligere tilbragte mere end et årti med at hjælpe med at skabe Icertis til en af de største kontraktintelligensplatforme i verden. Under deres tid der arbejdede de med nogle af de største kommercielle porteføljer på tværs af flere brancher.

Ifølge stifterne opstod der en gentagen mønster: Virksomheder blev mere og mere effektive til at forhandle og dokumentere kommercielle forpligtelser, men langt mindre effektive til at sikre, at disse forpligtelser blev konsekvent gennemført og afregnet i deres operationelle systemer.

De bliver sammen med Patrick Linton, en erfaren software-entrepreneur med baggrund i at skabe globale virksomheds-teknologiske operationer.

I stedet for at behandle kontraktintelligens som slutpunkt fokuserer Rivvun på, hvad der sker efter aftaler er indgået.

Et AI-lag, der sidder mellem aftaler og finansielle resultater

I centrum af platformen er, hvad Rivvun kalder et autonomt værdi-eksekveringslag.

Systemet forbinder sig til virksomhedens software-miljø, herunder ERP, CRM, indkøb og finansielle systemer, og derefter kontinuerligt vurderer, om kontraktmæssige forpligtelser, pristermer, leverandørforpligtelser, rabatter og kundesalg bliver gennemført korrekt. Når der findes diskrepanser, er platformen designet til at iværksætte korrektive handlinger, mens den opretholder revisionsstier og styrekontroller.

Virksomheden opdeler sin platform i to primære operationelle områder:

Udgiftergaranti, fokuserer på leverandørsideforpligtelser såsom rabatter, rabatter, indkøbsforpligtelser, fakturaverifikation og overholdelse af lovgivningen.

Marginalforsvar, fokuserer på kundesideforpligtelser, herunder prissikkerhed, afregningsdiskrepanser, indtægtsforpligtelser, forlængelser og indsamlinger.

Denne struktur afspejler en bredere tendens, der opstår i virksomheds-AI, hvor software mere og mere bevæger sig ud over at generere indsigt og begynder at tage handlinger inden for eksisterende forretningsystemer.

Hvorfor vertikal AI er vigtig i finansielle genskabelser

En af de mest bemærkelsesværdige aspekter af Rivvuns tilgang er deres fokus på branche-specifik eksekveringslogik.

Virksomheden argumenterer for, at finansielle lækkager sjældent opstår på samme måde på tværs af sektorer. Et farmaceutisk selskab, der har at gøre med regeringsprisregler og gruppeindkøb, står over for en meget anden udfordring end en bank, der styrer reguleringsforpligtelser, eller et forbrugsvarer-selskab, der administrerer handelsfremmende tiltag.

For at løse dette problem udruller Rivvun branche-specifikke AI-agenter og arbejdsgange, der er tilpasset bestemte sektorer, herunder sundhedssektoren, farmaceutiske virksomheder, banker, detailhandel, forbrugsvarer, produktion og industrielle operationer.

Denne vertikale specialisering afspejler en større bevægelse på tværs af virksomheds-AI, hvor startups mere og mere forlader en-model-til-alle-modeller til fordel for domæne-specifikke systemer, der er trænet omkring bestemte operationelle processer.

Opstigen af resultatorienteret virksomheds-AI

Finansieringen kommer under en periode, hvor virksomheds-købere bliver mere selektive med hensyn til AI-investeringer.

Mange virksomheder har allerede eksperimenteret med co-piloter, chat-grænseflader og generative AI-produktivitetsværktøjer. Selv om disse teknologier kan forbedre effektiviteten, stiller chefer mere og mere et andet spørgsmål: Kan AI direkte forbedre den finansielle præstation?

Dette krav skaber en ny kategori af virksomhedssoftware, der fokuserer på målbare resultater i stedet for generelle produktivitetsgevinster. Virksomheder i denne sektor sigter på indtægts-genskabelse, indkøbsoptimering, overholdelse af lovgivningen, prisstyring og operationel eksekvering.

Rivvuns platform er designet omkring denne filosofi. I stedet for at generere rapporter om potentielle problemer sigter virksomheden på at identificere finansielle diskrepanser, iværksætte korrektive handlinger og levere revisionsklare bevis for resultatet.

Da virksomheder fortsætter med at søge efter konkrete afkast på AI-investeringer, kan teknologier, der direkte påvirker finansielle resultater, blive en af de mest betydningsfulde nye kategorier i virksomhedssoftware.