Ramp تجمع تمويلاً مع انتقال تكاليف الذكاء الاصطناعي إلى مسارات العمل المالية

جمعت Ramp تمويلاً بقيمة 750 مليون دولار عند تقييم يبلغ 44 مليار دولار، ما يمنح شركة إدارة الإنفاق دعماً جديداً بينما تحاول فرق التمويل في الشركات فهم مقدار ما يضيفه استخدام الذكاء الاصطناعي إلى الميزانيات. وقادت Ontario Teachers' Pension Plan الجولة، التي مثلت زيادة بنحو 38% في تقييم Ramp.

كما تجاوزت الشركة مليار دولار في الإيرادات السنوية وحققت تدفقاً نقدياً حراً إيجابياً. وربط الرئيس التنفيذي Eric Glyman جزءاً من النمو بمحاولة العملاء من الشركات إدارة إنفاق الذكاء الاصطناعي، وخصوصاً تكلفة الرموز المستخدمة لقياس استخدام نماذج الذكاء الاصطناعي.

قال Glyman إن الرموز "تكلف كثيراً من المال"، وإن كثيراً من المديرين الماليين لم يخططوا لهذا النمو الحاد في ميزانياتهم السنوية. ووصف استخدام رموز الذكاء الاصطناعي بأنه إنفاق عبر "الرموز والذكاء"، وهي منطقة جديدة لا تدار بعد بصورة واضحة.

الإشارة بالنسبة إلى مشتري تقنيات التمويل هي أن تبني الذكاء الاصطناعي أصبح مسألة مشتريات ورقابة، وليس قراراً تقنياً فقط. وإذا استمر إنفاق الرموز في النمو داخل مسارات العمل العادية، فقد تحتاج فرق التمويل إلى أدوات توضح أين يحدث الاستخدام، وأي اختيارات للنماذج تدفع التكلفة، وما إذا كان توجيه المهام إلى نماذج أرخص يمكن أن يتعامل مع الأعمال الأقل مخاطرة.

استخدام الذكاء الاصطناعي يصبح فئة إنفاق

يستهدف منتج Ramp الجديد مساعدة العملاء على إدارة إنفاق الذكاء الاصطناعي عبر توجيه المهام إلى نماذج يمكنها إنجازها بتكلفة أقل. وقال Glyman إن المديرين الماليين غالباً ما يفاجأون بالمبلغ الفعلي الذي ينفقونه، خصوصاً عندما تستخدم الشركات النماذج المتقدمة في أعمال روتينية.

قال Glyman إن كثيراً من المسؤولين التنفيذيين يرون الذكاء الاصطناعي فرصة كبيرة للنمو، مع أنه أصبح أسرع بند إنفاق نمواً. وأضاف أن الشركات قد تحتاج إلى نماذج متقدمة للتحليل الحاسم، لكنها قد لا تحتاج إليها لأعمال أقل مخاطرة مثل تحرير رسالة بريد إلكتروني.

أصبح سؤال العائد أكثر وضوحاً أيضاً. قال Glyman إنه من بين 70,000 شركة تستخدم Ramp، حققت الشركات التي تنفق أكبر نسبة من إيراداتها على الذكاء الاصطناعي نمواً في الإيرادات بنسبة 12%، بينما سجلت الشركات الأقل إنفاقاً نمواً ثابتاً. وقال أيضاً إن بعض الشركات تحقق "extraordinary ROI"، لكنه ربط تلك النتيجة بكفاءة الإنفاق على الذكاء الاصطناعي لا بمجرد استخدامه.

هذا التمييز مهم لميزانيات البرمجيات. قال Glyman إن Ramp لم تر حتى الآن إنفاق الذكاء الاصطناعي يأتي على حساب ميزانيات البرمجيات، مع أنه أضاف أن إنفاق البرمجيات يواصل النمو وأن "the bill will come due."

توجيه النماذج يصبح نقطة المتابعة

قال Glyman إن شركات النماذج المتقدمة مثل OpenAI وAnthropic ليست لديها حوافز لتوجيه المستخدمين إلى خيارات أرخص عندما يمكن إنجاز مهمة ما بتكلفة أقل. واعتبر أن ذلك يفتح مجالاً لشركات مثل Ramp وشركات الذكاء الاصطناعي الأصلية التي تساعد على توجيه العمل إلى نماذج أكثر كفاءة من حيث التكلفة.

وتدفع الشركة أيضاً ضد نهج "tokenmaxxing"، حيث يستخدم المطورون أكبر عدد ممكن من الرموز. وقال Glyman إن بعض الشركات تعاملت مع استخدام الرموز كبديل لقياس الإنتاجية، لكن زيادة الرموز لا تعني بالضرورة قيمة أكبر.

بالنسبة إلى فرق التمويل في الشركات، الإشارة التالية هي ما إذا كانت أدوات ضبط تكلفة الذكاء الاصطناعي ستنتقل من لوحات تجريبية إلى مسارات عمل متكررة لإدارة الإنفاق. وبالنسبة إلى موردي الذكاء الاصطناعي، تكمن نقطة الضغط في ما إذا كان العملاء سيبدأون بالسؤال ليس فقط عما يستطيع النموذج فعله، بل عما إذا كانت المهمة تتطلب ذلك المستوى من تكلفة النموذج أساساً.