Ramp Mengumpulkan $750M Seri F dengan Valuasi $44 Miliar saat Otomatisasi Keuangan Memasuki AI Lebih Dalam

Ramp telah mengumpulkan $750 juta Seri F dengan valuasi $44 miliar, memberi perusahaan fintech yang berbasis di New York modal segar saat mereka memperluas dari kartu perusahaan dan manajemen pengeluaran ke platform operasi keuangan yang lebih luas yang didukung AI.

Pembiayaan ini datang hanya beberapa bulan setelah valuasi Ramp dilaporkan sebesar $32 miliar, menekankan betapa cepatnya nafsu investor telah kembali untuk perusahaan fintech yang dapat menunjukkan skala dan strategi AI yang kredibel. Ramp mengatakan bahwa mereka sekarang melayani lebih dari 70.000 bisnis dan telah melampaui $1 miliar dalam pendapatan tahunan.

Dari Kartu Perusahaan ke Sistem Operasi Keuangan

Ramp membangun reputasi awalnya di sekitar kartu perusahaan, memberi perusahaan cara untuk mengeluarkan kartu, menetapkan batas pengeluaran, memantau pembelian karyawan, dan mengurangi pekerjaan manual yang terkait dengan laporan pengeluaran. Produk kartu perusahaan mereka termasuk kontrol vendor dan kategori, pengumpulan tanda terima, pengajuan pengeluaran mobile, dan integrasi yang dirancang untuk membuat kepatuhan terjadi lebih dekat dengan titik pembelian.

Namun, suite produk perusahaan telah tumbuh jauh melampaui kartu. Ramp sekarang memposisikan diri sebagai platform manajemen pengeluaran all-in-one yang mencakup kartu perusahaan, manajemen pengeluaran, pembayaran tagihan, pengadaan, perjalanan, penggantian, dan alur kerja akuntansi. Ide yang lebih luas adalah memberi tim keuangan sistem tunggal untuk mengontrol pengeluaran perusahaan daripada memaksa mereka untuk mengonseptualisasikan data di seluruh alat yang terputus.

Perubahan ini penting karena tim keuangan diminta untuk melakukan lebih dari sekedar menyetujui pengeluaran. Mereka diharapkan untuk mengelola kontrak vendor, memantau penggunaan perangkat lunak, menegakkan kebijakan, melacak anggaran, mengonseptualisasikan rekening, dan semakin memahami bagaimana alat AI mengubah biaya perusahaan.

Pengeluaran AI Menjadi Kategori Keuangan Baru

Salah satu bagian paling menarik dari ekspansi Ramp baru-baru ini adalah fokusnya pada manajemen pengeluaran AI. Perusahaan telah memperkenalkan alat yang menarik data penggunaan token-level dari penyedia seperti Anthropic, OpenAI, dan OpenRouter, memberi tim keuangan visibilitas ke penggunaan AI oleh penyedia, model, kunci API, dan tim.

Ini menangani masalah nyata bagi bisnis yang mengadopsi AI generatif. Sistem keuangan tradisional dirancang untuk melacak orang, vendor, langganan, faktur, dan transaksi kartu. AI memperkenalkan struktur biaya yang lebih cair, di mana penggunaan dapat meningkat dengan panggilan API, token, alur kerja, atau aktivitas agen otonom.

Sebagai gantinya untuk membandingkan faktur secara manual dari dashboard yang berbeda, tim keuangan dapat memantau konsumsi AI dari satu tempat. Untuk perusahaan yang bereksperimen dengan beberapa model AI, visibilitas semacam ini bisa menjadi semakin penting. Pengeluaran AI tidak lagi terbatas pada beberapa langganan chatbot. Ini dapat mencakup penggunaan API, pengembangan alat, produk AI yang menghadap pelanggan, otomatisasi internal, dan alur kerja agen yang beroperasi terus-menerus.

Ramp Stack Menargetkan Firma Akuntansi

Ramp juga baru-baru ini memperkenalkan Ramp Stack, platform AI yang ditujukan untuk firma akuntansi. Produk ini dirancang untuk menangani pembukuan, rekonsiliasi, entri jurnal, analisis varians, dan alur kerja penutupan bulan sambil menjaga tinjauan manusia dalam proses.

Waktunya sangat penting. Tim akuntansi dan keuangan sering menghabiskan waktu yang signifikan pada proses penutupan yang berulang, termasuk mencocokkan transaksi, memeriksa akurasi buku besar, mengumpulkan dokumen, dan mengonfirmasi bahwa akun sesuai sebelum laporan keuangan final.

Ramp Stack juga mencerminkan tren yang lebih luas dalam AI perusahaan: perusahaan bergerak dari asisten umum ke agen domain-spesifik yang dapat mengikuti alur kerja profesional. Dalam akuntansi, itu berarti AI harus memahami daftar periksa firma-spesifik, proses klien, rekonsiliasi, persetujuan, dan persyaratan tinjauan daripada hanya menghasilkan teks.

Pengadaan Semakin Otomatis

Ramp juga telah menambahkan kemampuan AI ke pengadaan. Peningkatan pengadaan terbarunya termasuk intake bahasa alami, pengikut otomatis, pemeriksaan kebijakan, due diligence vendor, verifikasi keamanan, tinjauan risiko hukum, alur kerja persetujuan, dan integrasi pendaftaran vendor.

Ini adalah area lain di mana pekerjaan keuangan bergeser dari koordinasi manual ke eksekusi yang didorong oleh perangkat lunak. Tim pengadaan sering menangani permintaan yang terfragmentasi, persyaratan yang tidak jelas, tinjauan kontrak, pemeriksaan risiko vendor, dan manajemen perpanjangan. Agen AI bisa mengurangi beberapa bolak-balik dengan mengumpulkan konteks sebelumnya, memeriksa kebijakan secara otomatis, dan mempersiapkan permintaan sebelum mereka mencapai pemberi persetujuan.

Namun, risikonya adalah bahwa pembelian agen juga menciptakan tantangan kontrol baru. Jika sistem AI dapat merekomendasikan vendor, memulai alur kerja, dan memicu aktivitas pengeluaran, tim keuangan akan memerlukan garda yang lebih kuat di sekitar persetujuan, anggaran, dan penegakan kebijakan.

Gambaran Besar

Ramp memposisikan diri untuk versi keuangan bisnis di mana perangkat lunak melakukan lebih dari sekedar merekam transaksi setelah mereka terjadi. Perusahaan ingin mendekati titik keputusan: sebelum uang dibelanjakan, saat vendor sedang dievaluasi, saat alat AI sedang dikonsumsi, dan selama alur kerja akuntansi yang menutup buku.

Pendekatan ini bisa membuat tim keuangan lebih proaktif, tetapi juga menaikkan batang untuk kepercayaan. Bisnis akan memerlukan sistem yang dapat mengotomatisasi pekerjaan rutin sambil menjaga auditabilitas, persetujuan, dan pengawasan manusia. Di area seperti akuntansi dan pengadaan, akurasi sama pentingnya dengan kecepatan.

Dengan $750 juta modal baru dan valuasi $44 miliar, Ramp sekarang memiliki sumber daya untuk memperluas secara agresif. Pertanyaan yang lebih besar adalah apakah mereka dapat mengubah koleksi alat keuangan yang berkembang menjadi lapisan operasi yang tahan lama untuk bisnis yang mengelola campuran pengeluaran manusia, vendor, dan AI yang semakin kompleks.