Ramp samler inn 750 millioner dollar i serie F-finansiering til en verdi på 44 milliarder dollar, da finansiell automatisering går dyptere inn i AI

Ramp har samlet inn 750 millioner dollar i serie F-finansiering til en verdi på 44 milliarder dollar, og gir det New York-baserte fintech-selskapet nytt kapital når de utvider seg fra corporate cards og utgiftshantering til en bredere AI-drevet finansiell operasjonsplattform.

Finansieringen kommer bare måneder etter at Ramps verdi ble rapportert til 32 milliarder dollar, og understreker hvor raskt investorenes appetitt har returnert for fintech-selskaper som kan vise både skala og en troverdig AI-strategi. Ramp sier at de nå betjener over 70 000 bedrifter og har overskredet 1 milliard dollar i årlig omsetning.

Fra corporate cards til et finansielt operasjonssystem

Ramp bygde sin tidlige rykte rundt corporate cards, og ga bedrifter en måte å utstede kort, sette utgiftsgrenser, overvåke ansattes kjøp og redusere det manuelle arbeidet knyttet til utgiftsrapporter. Deres corporate card-produkt inkluderer leverandør- og kategorikontroll, kvitteringsinnsamling, mobil utgiftsinnsending og integrasjoner designet for å gjøre overholdelse skje nærmere kjøpstidspunktet.

Men selskapets produktsuite har vokst langt utenfor kort. Ramp stiller seg nå som en all-in-one utgiftshanteringplattform som dekker corporate cards, utgiftshantering, regningsbetalinger, innkjøp, reise, erstatninger og regnskapsarbeidsflyter. Den bredere ideen er å gi finanstimer et enkelt system for å kontrollere selskapets utgifter, i stedet for å tvinge dem til å avstemme data over fra separate verktøy.

Dette skiftet er viktig fordi finanstimer blir bedt om å gjøre mer enn å godkjenne utgifter. De forventes å håndtere leverandørkontrakter, overvåke programvarebruk, håndheve politikker, spore budsjetter, avstemme konti og forstå hvordan AI-verktøy endrer selskapets kostnader.

AI-utgifter blir en ny finansiell kategori

En av de mer interessante delene av Ramps nylige utvidelse er fokus på AI-utgiftshantering. Selskapet har introdusert verktøy som trekker token-nivå bruksdata fra leverandører som Anthropic, OpenAI og OpenRouter, og gir finanstimer synlighet på AI-bruken etter leverandør, modell, API-nøkkel og team.

Dette løser et reelt problem for bedrifter som adopterer generativ AI. Tradisjonelle finansielle systemer var designet for å spore mennesker, leverandører, abonnementer, fakturaer og korttransaksjoner. AI introduserer en mer flytende kostnadsstruktur, der bruken kan skala etter API-kall, token, arbeidsflyt eller autonom agentaktivitet.

I stedet for å manuelt sammenligne fakturaer fra forskjellige dashboards, kan finanstimer overvåke AI-forbruket fra ett sted. For bedrifter som eksperimenterer med flere AI-modeller, kan denne typen synlighet bli stadig viktigere. AI-utgifter er ikke lenger begrenset til noen få chatbot-abonnementer. De kan inkludere API-bruken, utviklerverktøy, kundeorienterte AI-produkter, interne automatisering og agente arbeidsflyter som opererer kontinuerlig.

Ramp Stack retter seg mot regnskapsfirmaer

Ramp har også nylig introdusert Ramp Stack, en AI-plattform rettet mot regnskapsfirmaer. Produktet er designet for å håndtere regnskapsføring, avstemming, journalposter, skjema-tilbakeføring, variasjonsanalyse og månedslutt-arbeidsflyter, samtidig som det beholder menneskelig gjennomgang i prosessen.

Tidspunktet er betydelig. Regnskaps- og finanstimer tilbringer ofte mye tid på repetitive avslutningsprosesser, inkludert transaksjonsavstemming, kontroll av kontoplanens nøyaktighet, innsamling av dokumenter og bekreftelse av at konti stemmer før finansielle rapporter er finalisert.

Ramp Stack reflekterer også en bredere trend i bedrifts-AI: selskaper flytter seg fra generelle assistenter til domenespesifikke agenter som kan følge profesjonelle arbeidsflyter. I regnskap betyr det at AI må forstå firma-spesifikke sjekklister, kunde-prosesser, avstemming, godkjenninger og gjennomgangskrav, i stedet for bare å generere tekst.

Innkjøp blir mer automatisert

Ramp har også lagt til AI-kapasiteter til innkjøp. Deres nylige innkjøpsoppgradering inkluderer naturlig-språklig inntak, automatiserte oppfølgninger, politikkontroll, leverandør due diligence, sikkerhetsverifisering, juridisk risikogjennomgang, godkjenning-arbeidsflyter og leverandør-integreringer.

Dette er et annet område hvor finansielt arbeid skifter fra manuell koordinering til programvare-drevet eksekvering. Innkjøpsteamene har ofte å gjøre med fragmenterte forespørsler, uklare krav, kontraktgjennomgang, leverandør-risikokontroll og fornyelsesforvaltning. AI-agenter kan redusere noe av denne frem-og-tilbake-bevegelsen ved å samle inn kontekst på forhånd, sjekke politikker automatisk og forberede forespørsler før de når godkjennerne.

Risikoen er imidlertid at agente kjøp også skaper nye kontrollutfordringer. Hvis AI-systemer kan anbefale leverandører, initiere arbeidsflyter og potensielt utløse utgiftsaktivitet, vil finanstimer behøve sterkere retningslinjer rundt godkjenninger, budsjetter og politikk-gjennomføring.

Det større bildet

Ramp stiller seg for en versjon av bedriftsfinansiering hvor programvaren gjør mer enn å registrere transaksjoner etter at de har skjedd. Selskapet ønsker å flytte nærmere beslutningspunktet: før penger blir brukt, mens leverandører blir evaluert, når AI-verktøy blir konsumert, og under regnskapsarbeidsflytene som lukker bøkene.

Dette tilnærmingen kan gjøre finanstimer mer proaktive, men det hever også standarden for tillit. Bedrifter vil behøve systemer som kan automatisere rutinearbeid samtidig som de beholder kontroll, godkjenninger og menneskelig tilsyn. I områder som regnskap og innkjøp, teller nøyaktighet like mye som hastighet.

Med 750 millioner dollar i nytt kapital og en verdi på 44 milliarder dollar, har Ramp nå resursene til å utvide aggressivt. Det større spørsmålet er om de kan omdanne sin voksende samling av finansielle verktøy til en varig operasjonslag for bedrifter som håndterer en stadig mer kompleks blanding av menneske-, leverandør- og AI-drevet utgift.