Fazeshift pozyskał 22 miliony dolarów na rozwój automatyzacji finansów za pomocą sztucznej inteligencji

Fazeshift, startup zajmujący się automatyzacją procesów otrzymywania należności 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 sztucznej inteligencji jako współpilotów 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, e-maili, systemów ERP, CRM oraz platform płatniczych.

Dlaczego otrzymywanie należności pozostaje dużym korkiem

Otrzymywanie należności jest 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 spędza znaczną ilość czasu na ręcznym śledzeniu płatności w systemach, rozwiązywaniu sporów i gonieniu za zaległymi fakturami. Te nieefektywności mogą bezpośrednio wpłynąć na przepływ pieniądza i zwiększyć to, co zespoły finansowe nazywają Dni Sprzedaży Oczekujących (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, zamiast je zastępować. Platforma integruje się z systemami ERP, CRM, procesorami płatniczymi i platformami komunikacyjnymi, aby automatyzować procesy od początku do końca.

Jak działają agenci sztucznej inteligencji Fazeshift

W przeciwieństwie do tradycyjnych platform automatyzacji, które opierają się głównie na ustalonych 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 otrzymywania należności, w tym generowania faktur, rozliczania płatności, windykacji, komunikacji z klientami i aktualizacji systemów. Zamiast prezentowania rekomendacji, agenci te wykonują zadania bezpośrednio w systemach, pobierając kontekst potrzebny do ukończenia procesów bez stałej interwencji ludzkiej.

Obejmuje to obsługę złożonych scenariuszy płatności, rozliczanie faktur w wielu systemach oraz koordynowanie komunikacji z klientami na dużą skalę – 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 związanych z otrzymywaniem należności.

Odwołanie się do tego następuje w momencie, gdy departamenty finansowe są pod presją, aby poprawić wydajność bez zwiększania liczby pracowników. Otrzymywanie należności, w szczególności, pozostaje bardzo pracochłonne, pomimo szerszej modernizacji w całym stacku technologicznym CFO.

Podejście Fazeshift koncentruje się na łączeniu danych w systemach, zamiast wprowadzaniu kolejnej samodzielnej platformy. Integrując się z istniejącymi narzędziami, takimi jak systemy ERP, platformy rozliczeniowe i CRM, 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 otrzymywanie należności jest początkowym celem, podstawowe podejście sygnalizuje przesunięcie 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 wspomagania podejmowania decyzji za pomocą pulpitu nawigacyjnego i raportowania. Nowocześniejsze systemy sztucznej inteligencji zaczynają działać bezpośrednio w tych środowiskach, wykonując zadania, które wcześniej wymagały stałego wkładu ludzkiego.

Finanse są naturalnym punktem startu dla tego przejścia. Wiele procesów opiera się na regułach i jest powtarzalnych, a jednak 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 w kierunku nadzorowania zautomatyzowanych systemów, koncentrując się bardziej na obsłudze wyjątków, zgodności i strategicznym podejmowaniu decyzji. Implikacje sięgają poza wydajność – tego rodzaju automatyzacja mogłaby zmienić sposób, w jaki organizacje skalują operacje, zarządzają przepływem pieniądza i strukturyzują swoje zespoły biurowe w czasie.