Finansiering
Rivvun AI samler 7,55 millioner dollars for at lÃļse en af de dyreste blinde pletter i virksomhedssoftwaren
FÃļj Unite.AI til dine foretrukne kilder pÃĨ Google
En ny startup, grundlagt af tidligere Icertis-ledere, mener, at en af de stÃļrste uberÃļrte 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 pÃĨ 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 lÃĶkket, indtÃĶgter, der er lÃĶkket, og marginalerosion pÃĨ tvÃĶrs af store virksomheder.
Stifterne argumenterer for, at virksomheder har investeret ÃĨrtier i ERP, CRM, indkÃļb 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 kÃļb, styre leverandÃļrer 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 lÃļse.
IfÃļlge virksomheden gÃĨr milliarder af dollars i virksomhedsverdi tabt hvert ÃĨr pÃĨ grund af manglende rabatter, prisdiskrepanser, afregningsfejl, overtrÃĶdelser af lovgivningen, kontraktvarianter og andre operationelle lukker, der opstÃĨr efter aftaler er undertegnet, men fÃļr midlerne er fuldt realiseret. I stedet for at erstatte eksisterende virksomhedssoftware overlapper Rivvun eksisterende systemer og forsÃļger at identificere, hvor de forventede resultater er afviet fra den faktiske finansielle prÃĶstation.
Konceptet afspejler en voksende skift i virksomheds-AI. I stedet for at fokusere pÃĨ produktivitetsgevinster sigter en ny generation af AI-virksomheder direkte pÃĨ finansielle resultater, der kan mÃĨles pÃĨ 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 ÃĨrti med at hjÃĶlpe med at skabe Icertis til en af de stÃļrste kontraktintelligensplatforme i verden. Under deres tid der arbejdede de med nogle af de stÃļrste kommercielle portefÃļljer pÃĨ tvÃĶrs af flere brancher.
IfÃļlge stifterne opstod der en gentagen mÃļnster: 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 gennemfÃļrt 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 pÃĨ, hvad der sker efter aftaler er indgÃĨet.
Et AI-lag, der sidder mellem aftaler og finansielle resultater
I centrum af platformen er, hvad Rivvun kalder et autonomt vÃĶrdi-eksekveringslag.
Systemet forbinder sig til virksomhedens software-miljÃļ, herunder ERP, CRM, indkÃļb og finansielle systemer, og derefter kontinuerligt vurderer, om kontraktmÃĶssige forpligtelser, pristermer, leverandÃļrforpligtelser, rabatter og kundesalg bliver gennemfÃļrt korrekt. NÃĨr der findes diskrepanser, er platformen designet til at ivÃĶrksÃĶtte korrektive handlinger, mens den opretholder revisionsstier og styrekontroller.
Virksomheden opdeler sin platform i to primÃĶre operationelle omrÃĨder:
Udgiftergaranti, fokuserer pÃĨ leverandÃļrsideforpligtelser sÃĨsom rabatter, rabatter, indkÃļbsforpligtelser, fakturaverifikation og overholdelse af lovgivningen.
Marginalforsvar, fokuserer pÃĨ kundesideforpligtelser, herunder prissikkerhed, afregningsdiskrepanser, indtÃĶgtsforpligtelser, forlÃĶngelser og indsamlinger.
Denne struktur afspejler en bredere tendens, der opstÃĨr i virksomheds-AI, hvor software mere og mere bevÃĶger 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 bemÃĶrkelsesvÃĶrdige aspekter af Rivvuns tilgang er deres fokus pÃĨ branche-specifik eksekveringslogik.
Virksomheden argumenterer for, at finansielle lÃĶkkager sjÃĶldent opstÃĨr pÃĨ samme mÃĨde pÃĨ tvÃĶrs af sektorer. Et farmaceutisk selskab, der har at gÃļre med regeringsprisregler og gruppeindkÃļb, stÃĨr over for en meget anden udfordring end en bank, der styrer reguleringsforpligtelser, eller et forbrugsvarer-selskab, der administrerer handelsfremmende tiltag.
For at lÃļse 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 stÃļrre bevÃĶgelse pÃĨ tvÃĶrs af virksomheds-AI, hvor startups mere og mere forlader en-model-til-alle-modeller til fordel for domÃĶne-specifikke systemer, der er trÃĶnet omkring bestemte operationelle processer.
Opstigen af resultatorienteret virksomheds-AI
Finansieringen kommer under en periode, hvor virksomheds-kÃļbere bliver mere selektive med hensyn til AI-investeringer.
Mange virksomheder har allerede eksperimenteret med co-piloter, chat-grÃĶnseflader og generative AI-produktivitetsvÃĶrktÃļjer. Selv om disse teknologier kan forbedre effektiviteten, stiller chefer mere og mere et andet spÃļrgsmÃĨl: Kan AI direkte forbedre den finansielle prÃĶstation?
Dette krav skaber en ny kategori af virksomhedssoftware, der fokuserer pÃĨ mÃĨlbare resultater i stedet for generelle produktivitetsgevinster. Virksomheder i denne sektor sigter pÃĨ indtÃĶgts-genskabelse, indkÃļbsoptimering, 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 pÃĨ at identificere finansielle diskrepanser, ivÃĶrksÃĶtte korrektive handlinger og levere revisionsklare bevis for resultatet.
Da virksomheder fortsÃĶtter med at sÃļge efter konkrete afkast pÃĨ AI-investeringer, kan teknologier, der direkte pÃĨvirker finansielle resultater, blive en af de mest betydningsfulde nye kategorier i virksomhedssoftware.
