ํ๋ฉ
Fazeshift, 2,200๋ง ๋ฌ๋ฌ ํฌ์ ์ ์น๋ก AI ๊ธฐ๋ฐ ๊ธ์ต ์๋ํ ํ๋
Fazeshift, 계정 수취 워크플로우를 AI 에이전트로 자동화하는 스타트업은 1,700만 달러의 시리즈 A 펀딩을 유치하여 총 펀딩액을 2,200만 달러로 늘렸습니다. 이 라운드는 F-Prime이 주도했으며, Gradient, Y Combinator, Wayfinder, Pioneer Fund, Ritual Capital, 및 여러 천사 투자자들이 참여했습니다.
회사는 AI 공동 운항에서 독립적으로 운영 가능한 워크플로우를 수행할 수 있는 시스템으로 이동하는 스타트업의 증가하는 물결의 일부입니다. Fazeshift의 경우, 이는 스프레드시트, 이메일, ERP 시스템, CRMs, 및 결제 플랫폼을 통해 여전히 많은 기업 팀이 관리하는 금융 프로세스를 자동화하는 것을 의미합니다.
계정 수취가 주요 병목 현상으로 남아 있는 이유
계정 수취(AR)는 기업 금융에서 가장 현대화되지 않은 부분 중 하나입니다. 많은 대규모 조직은 여전히 청구서 생성, 수금, 결제 일치, 및 조정에 대한 단편적인 워크플로우에 의존합니다.
많은 재무 팀은 여전히 시스템 전체에서 결제를 수동으로 추적하고, 분쟁을 해결하며, 연체된 청구서를 추적하는 데 상당한 시간을 소비합니다. 이러한 비효율성은 직접 현금 흐름에 영향을 미치고, 재무 팀이 판매 후 일수(Days Sales Outstanding, DSO)라고 부르는 지표를 증가시킬 수 있습니다. 이는 회사에서 결제를 수집하는 데 걸리는 시간을 측정하는 데 사용됩니다.
Fazeshift는 기존 소프트웨어 도구를 대체하는 대신 그 위에서 작동하는 AI 에이전트를 구축함으로써 이를 해결하려고 합니다. 플랫폼은 ERP 시스템, CRMs, 결제 처리기, 및 커뮤니케이션 플랫폼과 통합하여 끝에서 끝까지 워크플로우를 자동화합니다.
Fazeshift의 AI 에이전트가 작동하는 방식
전통적인 자동화 플랫폼이 고정된 규칙과 수동 트리거에 크게 의존하는 반면, Fazeshift는 금융 운영을 자율적으로 수행할 수 있는 실행 계층으로 소프트웨어를 пози션합니다.
플랫폼의 AI 에이전트는 청구서 생성, 결제 조정, 수금, 고객 커뮤니케이션, 및 시스템 업데이트를 포함한 핵심 계정 수취 기능을 처리하도록 설계되었습니다. 추천 사항을 표시하는 대신, 이러한 에이전트는 시스템 전체에서 작업을 직접 수행하며, 워크플로우를 완료하기 위해 필요한 컨텍스트를 끌어옵니다.
이는 복잡한 결제 시나리오를 처리하고, 여러 시스템에서 청구서를 조정하며, 대규모로 고객과 커뮤니케이션을 조정하는 것을 포함합니다. 이러한 영역은 역사적으로 상당한 수동 노력이 필요했습니다.
기업 수요에 의한 성장
Fazeshift는 지난 1년 동안 급격한 성장을 보고하며, Sigma Computing, Snyk, Meter, 및 Clipboard Health를 포함한 증가하는 기업 고객 기반을 보유하고 있습니다. 일부 배포에서는 회사의 플랫폼이 수동 AR 작업의 대부분을 자동화하고 있다고 주장합니다.
이러한 매력은 재무 부서가 인력 수를 증가시키지 않고 효율성을 개선하라는 압력을 받는 시기에 발생합니다. 특히 계정 수취는 CFO 기술 스택 전반에 걸친 현대화에도 불구하고 여전히 매우 노동 집약적인 것으로 남아 있습니다.
Fazeshift의 접근법은 새로운 독립 플랫폼을 도입하는 대신 시스템 전체에서 데이터를 연결하는 것을 중심으로 합니다. ERP 시스템, 청구 플랫폼, 및 CRMs와 같은 기존 도구와 통합함으로써, 회사는 AI 에이전트를 단편적인 환경에서 작동하는 계층으로 пози션합니다.
자율 금융의 부상
Fazeshift의 궤적은 재무 기능이 구조화되는 방식에 대한 더 넓은 변화를 가리킵니다. 계정 수취가 초기에 중점이지만, 기본적인 접근 방식은 소프트웨어가 워크플로우를 지원하는 것만이 아니라 수행하는 자율 금융으로의 이동을 나타냅니다.
이는 기업 시스템 전반에 걸친 더 넓은 진화를 반영합니다. 이전 도구는 정보를 구성하고 대시보드 및 보고서를 통해 의사 결정 지원을 위해 설계되었습니다. 더 최근의 AI 시스템은 이러한 환경에서 직접 작동하기 시작하며, 이전에는 상당한 수동 입력이 필요한 작업을 수행합니다.
재무는 이 전환의 자연스러운 시작점입니다. 많은 프로세스는 규칙 기반 및 반복적이지만 여전히 문서, 커뮤니케이션 채널 및 여러 시스템에서 조정을 요구합니다. 이러한 조합은 역사적으로 완전한 자동화를 어렵게 만들었지만, AI 에이전트의 발전은 이 간격을 좁히고 있습니다.
이 모델이 계속 발전한다면, 재무 팀은 수동 실행에서 자동화된 시스템의 감독으로 이동하여, 예외 처리, 규정 준수, 및 전략적 의사 결정에 더 집중할 수 있습니다. 이러한 자동화의 의미는 효율성을 넘어선다. 이는 조직이 운영을 확장하고, 현금 흐름을 관리하며, 백오피스 팀을 구조화하는 방식을 재정의할 수 있습니다.
