Datarails pozyskał 70 mln dolarów w ramach rundy C, gdy AI staje się rdzeniem infrastruktury finansowej

Datarails pozyskał 70 mln dolarów w ramach rundy C, zwiększając łączną kwotę pozyskanego kapitału do 175 mln dolarów. Rundę tę poprowadził One Peak, z udziałem Vertex Growth, Vintage Investment Partners, Zeev Ventures, Innovation Endeavors, Qumra Capital, ClalTech oraz kilku inwestorów, którzy wcześniej brali udział w rundach finansowania.

Finansowanie to następuje w okresie silnego impetu operacyjnego. W 2025 roku Datarails odnotował 70% wzrostu przychodu w stosunku do roku poprzedniego i rozszerzył swoją globalną siłę roboczą do ponad 400 pracowników. Spółka spodziewa się teraz osiągnąć 100 mln dolarów przychodu rocznie w następnym roku, co plasuje ją wśród rosnącej grupy dostawców oprogramowania finansowego, którzy przechodzą od funkcjonalnych narzędzi do szerszych platform operacyjnych.

Zakład na Excel, czyli jak finansowanie funkcjonuje naprawdę

Jednym z elementów definiujących strategię Datarails jest decyzja o niezastępowaniu Excela, lecz o budowaniu wokół niego. Pomimo lat prób podejmowanych przez dostawców oprogramowania, aby przenieść zespoły finansowe z arkuszy kalkulacyjnych, Excel pozostaje domyślnym interfejsem dla planowania, prognozowania i raportowania. Wewnętrzne badania cytowane przez firmę pokazują, że prawie wszyscy profesjonaliści finansowi spędzają kilka godzin dziennie wewnątrz Excela, a młodsze pokolenia oczekują, że będzie on centralny w ich codziennej pracy.

Zamiast wymuszać zmianę zachowania, Datarails traktuje Excel jako interfejs, jednocześnie konsolidując dane, kontrole i inteligencję w tle. Jego platforma łączy modele Excel z ustrukturyzowanymi danymi finansowymi i operacyjnymi, redukując problemy z ręczną rekonsolidacją i kontrolą wersji bez zmiany sposobu pracy zespołów na co dzień. Ten podejście pomogło Datarails zyskać przyczółek wśród organizacji finansowych, które chcą unowocześnić się bez zakłóceń.

Od narzędzia FP&A do systemu operacyjnego finansowego

Początkowo znany ze swojego skupienia na planowaniu i analizie finansowej (FP&A), Datarails rozwinął się w kierunku tego, co teraz określa jako system operacyjny finansowy. Platforma obejmuje FP&A, zamknięcie miesiąca, zarządzanie gotówką i kontrolę wydatków, łącząc dane, które tradycyjnie mieszczą się w rozłącznych systemach.

Ponad połowa wzrostu spółki w 2025 roku pochodziła z produktów wprowadzonych w ciągu ostatniego roku. Należą do nich rozwiązanie do zamknięcia miesiąca, które zapewnia widoczność statusu i zależności, oraz produkt do zarządzania gotówką, który łączy się bezpośrednio z danymi bankowymi w celu wspierania prognozowania płynności i widoczności gotówki w czasie rzeczywistym. Rozszerzenie to odzwierciedla szerszy trend na rynku w kierunku zjednoczonych platform finansowych zamiast jednorodnych narzędzi.

Agenci AI zbudowani na wewnętrznych danych, a nie ogólnych sugestiach

Wraz z ogłoszeniem finansowania Datarails wprowadził nowe strategie, planowanie i raportowanie agentów AI. W przeciwieństwie do ogólnych narzędzi AI, agenci ci są budowani wokół wewnętrznych danych każdego klienta, obejmujących ERP, CRM, HRIS i modele Excel. Celem jest uczynienie wyjść AI bezpośrednio użytecznymi dla finansowych workflow, a nie eksperymentalnymi.

Agenci są zaprojektowani, aby odpowiadać na pytania, które zespoły finansowe rutynowo stawiają, takie jak identyfikowanie czynników zmian zyskowności, testowanie scenariuszy prognozowania lub wyjaśnianie odchyleń budżetowych. Wyniki mogą być generowane jako prezentacje PowerPoint gotowe do rady nadzorczej, pliki PDF lub pliki Excel, zgodnie z tym, jak zespoły finansowe komunikują wyniki wewnętrznie.

Ten focus na danych i bezpieczeństwie odzwierciedla trwające obawy wśród CFO o dokładność, poufność i audytowalność przy użyciu AI w kontekstach finansowych. Poprzez ograniczanie agentów AI do wyselekcjonowanych wewnętrznych zestawów danych, Datarails próbuje zbalansować automatyzację z zaufaniem.

Dlaczego inwestorzy skłaniają się ku infrastrukturze finansowej

Z perspektywy inwestora atrakcyjność leży nie tyle w efektownych funkcjach AI, co raczej w infrastrukturalnym wykorzystaniu. Zespoły finansowe działają na przecięciu zgodności, strategii i wykonania, co sprawia, że niezawodność i integralność danych są niepodważalne. Platformy, które mogą konsolidować dane i osadzać inteligencję bezpośrednio w istniejących workflow, są coraz częściej postrzegane jako podstawowe.

Runda C daje Datarails również elastyczność, aby rozszerzyć się geograficznie na terenie Ameryki Północnej i EMEA, zwiększyć inwestycje w badania i rozwój oraz potencjalnie realizować przejęcia. W miarę fragmentacji rynków oprogramowania finansowego na dostawców niszowych, konsolidacja stała się powtarzającym się tematem, z większymi platformami starającymi się wchłonąć sąsiednie możliwości, zamiast integrować je częściowo.

Co to sygnalizuje dla przyszłości biura CFO

Wkład Datarails podkreśla szerszą zmianę w sposobie, w jaki AI jest przyjmowany wewnątrz organizacji finansowych. Zamiast traktować AI jako dodatkową funkcję, dostawcy osadzają je w rdzeniu danych, które napędza planowanie, raportowanie i kontrolę. W tym modelu AI staje się mniej zautomatyzowanym procesem dla samego siebie, a bardziej kompresją cykli decyzyjnych i redukcją tarcia między wglądem a działaniem.

Trwała dominacja Excela sugeruje, że transformacja w finansach będzie ewolucyjna, a nie rewolucyjna. Platformy, które szanują ugruntowane narzędzia, jednocześnie cicho modernizując podstawową infrastrukturę, mają szansę na szybsze przyjęcie niż te, które wymagają całkowitej zmiany.

Wydaje się, że biuro CFO jest coraz bardziej postrzegane jako strategiczne centrum, a nie funkcja raportowania. W miarę jak AI-driven insights stają się standardem, różnicą będzie to, jak dobrze platformy ujednolicają dane, zachowają zaufanie i zintegrują się z workflow w świecie rzeczywistym. Datarails’ najnowsza runda finansowania sugeruje, że inwestorzy postrzegają tę warstwę infrastruktury finansowej jako trwałą i centralną dla następnej fazy przyjęcia AI przez przedsiębiorstwa.