Fazeshift pozyskał 22 miliony dolarów na rozwój automatyzacji finansów opartej na sztucznej inteligencji

Fazeshift, startup skoncentrowany na automatyzowaniu procesów rozliczeń z odbiorcami za pomocą agentów sztucznej inteligencji, pozyskał 17 milionów dolarów w ramach finansowania serii A, co zwiększa łączne finansowanie do 22 milionów dolarów. Rundę tę poprowadził F-Prime, z udziałem Gradient, Y Combinator, Wayfinder, Pioneer Fund, Ritual Capital oraz kilku aniołów biznesu.

Firma jest częścią rosnącej fali startupów, które przechodzą od współpilotów sztucznej inteligencji do systemów zdolnych do niezależnego wykonywania pracy operacyjnej. W przypadku Fazeshift oznacza to automatyzację procesów finansowych, które wiele zespołów przedsiębiorstw nadal zarządza za pomocą arkuszy kalkulacyjnych, poczty e-mail, systemów ERP, CRMs oraz platform płatniczych.

Dlaczego rozliczenia z odbiorcami pozostają znacznym wąskim gardłem

Rozliczenia z odbiorcami są jedną z najmniej zmodernizowanych części finansów przedsiębiorstw. Nawet duże organizacje często polegają na fragmentowanych procesach dla generowania faktur, windykacji, dopasowywania płatności i rozliczania.

Wiele zespołów finansowych nadal poświęca znaczną ilość czasu na ręczne śledzenie płatności w systemach, rozwiązywanie sporów i gonienie zaległych faktur. Te nieefektywności mogą bezpośrednio wpłynąć na przepływ gotówki i zwiększyć to, co zespoły finansowe nazywają Days Sales Outstanding (DSO), miarą używaną do pomiaru, jak długo firmy potrzebują, aby zebrać płatności.

Fazeshift próbuje rozwiązać ten problem, budując agenty sztucznej inteligencji, które działają w ramach istniejących narzędzi oprogramowania, zamiast je zastępować. Platforma integruje się z systemami ERP, CRMs, procesorami płatniczymi i platformami komunikacyjnymi w celu automatyzacji procesów od początku do końca.

Jak działają agenci sztucznej inteligencji Fazeshift

W przeciwieństwie do tradycyjnych platform automatyzacji, które opierają się w dużej mierze na stałych regułach i ręcznych wyzwalaczach, Fazeshift pozycjonuje swoje oprogramowanie jako warstwę wykonawczą zdolną do wykonywania operacji finansowych w sposób autonomiczny.

Agenci sztucznej inteligencji platformy są zaprojektowani do obsługi podstawowych funkcji rozliczeń z odbiorcami, w tym generowania faktur, rozliczania płatności, windykacji, komunikacji z klientami oraz aktualizacji systemu. Zamiast prezentować rekomendacje, agenci te wykonują zadania bezpośrednio w systemach, ściągając kontekst niezbędny do ukończenia procesów bez stałej interwencji człowieka.

Obejmuje to obsługę złożonych scenariuszy płatności, rozliczanie faktur w wielu systemach oraz koordynowanie komunikacji z klientami w skali – obszary, które historycznie wymagały znacznego wysiłku ręcznego.

Wzrost napędzany przez popyt przedsiębiorstw

Fazeshift zgłasza szybki wzrost w ciągu ostatniego roku, z rosnącą bazą klientów przedsiębiorstw, w tym Sigma Computing, Snyk, Meter i Clipboard Health. W niektórych wdrożeniach firma twierdzi, że jej platforma automatyzuje większość ręcznych zadań rozliczeń z odbiorcami.

Atrakcyjność pojawia się w momencie, gdy departamenty finansowe są pod presją, aby poprawić wydajność bez zwiększania liczby pracowników. Rozliczenia z odbiorcami, w szczególności, pozostały wysoce pracochłonne, pomimo szerszej modernizacji w całym stacku technologicznym CFO.

Podejście Fazeshift koncentruje się na łączeniu danych w systemach, zamiast wprowadzaniu kolejnej samodzielnej platformy. Poprzez integrację z istniejącymi narzędziami, takimi jak systemy ERP, platformy rozliczeń i CRMs, firma pozycjonuje swoich agentów sztucznej inteligencji jako warstwę, która działa w środowiskach fragmentowanych.

Wzrost autonomii finansowej

Trajektoria Fazeshift wskazuje na szerszy trend w strukturze funkcji finansowych. Chociaż rozliczenia z odbiorcami są początkowym celem, podstawowe podejście sygnalizuje ruch w kierunku tego, co można opisać jako autonomię finansową – gdzie oprogramowanie nie tylko wspiera procesy, ale je wykonuje.

Odzwierciedla to szerszą ewolucję w systemach przedsiębiorstw. Wcześniejsze narzędzia były zaprojektowane do organizowania informacji i wspierania podejmowania decyzji za pomocą pulpitu i raportowania. Nowocześniejsze systemy sztucznej inteligencji zaczynają działać bezpośrednio w tych środowiskach, wykonując zadania, które wcześniej wymagały stałego wkładu człowieka.

Finanse są naturalnym punktem startu dla tej transformacji. Wiele procesów opiera się na regułach i jest powtarzalnych, a jednak nadal wymaga koordynacji w wielu systemach, dokumentach i kanałach komunikacji. To połączenie historycznie utrudniało pełną automatyzację, ale postępy w agentach sztucznej inteligencji zaczynają zamykać tę lukę.

Jeśli ten model będzie się dalej rozwijał, zespoły finansowe mogą przesunąć się od ręcznego wykonania do nadzorowania zautomatyzowanych systemów, koncentrując się bardziej na obsłudze wyjątków, zgodności i strategicznym podejmowaniu decyzji. Wnioski sięgają poza efektywność – tego rodzaju automatyzacja mogłaby zmienić, w jaki sposób organizacje skalują operacje, zarządzają przepływem gotówki i strukturyzują swoje zespoły biurowe z czasem.