不花 100 美元，比返现 1 美元强一百倍

2015 年，Eric Glyman 和 Karim Atiyeh 做了一个叫 Paribus 的邮件插件。如果你在亚马逊或百思买买了电视，一周后降价，商家会把差价退给你，前提是你得去要。几乎没人去要。Paribus 会扫描收件箱里的收据，识别你买了什么，然后以你的身份给客服写信申请退款，并从中抽成。一年之内，它就有了近百万名用户，Capital One 开出的收购报价也让他们无法拒绝。

卖掉之后，他们研究了信用卡，发现这是一个规模大、利润高，却与客户利益严重错位的行业。发卡机构一心想让人多花钱、多攒积分。Glyman 说，只要认真去听，就会发现人们要的不是积分，也不是现金返还，他们只想让银行账户里的钱多一些。“一开始就不花这 100 美元，比拿回 1 美元或 1% 的返现强一百倍。”这笔账后来成了 Ramp 的种子。

他们在 2019 年 3 月注册成立公司。五年半之后，Ramp 正在追求“自动驾驶式资金”：发卡、完成各种付款、管理审批，甚至在同一个地方完成自动记账。刷卡之后，收据就从邮箱里自动抓取出来，不用手动给每笔交易打标签。现在约有 25000 家企业在用它，从早期创业公司到 Shopify、美国男孩女孩俱乐部，再到农场。Glyman 任首席执行官（CEO），Atiyeh 任首席技术官（CTO），他同时还负责营销，以及其他他们认为正变得越来越偏技术的职能。

从面向消费者转向面向企业，几乎算是个意外。在构思阶段，他们和朋友聊天，其中很多人正在创办或加入早期创业公司，他们听到的是同样问题的更大版本。Atiyeh 注意到一个奇怪的现象：公司越做越好、越做越大，就越浪费，对自己的开销也越摸不清。这反而让问题变得更有意思。浪费随成功而增长，所以最好的客户恰恰是最大的机会。

他们还发现了体验上的落差。Instagram、Robinhood 这样的消费级产品，对每一次交互都精雕细琢。可同样的人一到工作场合，就被要求使用设计于 1980 年代的工具，又慢又笨重。没有人把消费级产品那种对界面的极致打磨，带到复杂的商业问题上。这道缝隙，就是切入的机会。

最初的切入点既在文化上，也在金钱上。大部分信用卡生态都围绕面子和挥霍来设计：贵宾休息室、积分、异国风情的旅行。Glyman 拿它和美国运通 1980 年代的卖点做对比：红木装潢、机场贵宾室。2020 年代的奢侈，则是下午两点去上一节瑜伽课，因为你能自己支配时间。人们缺的是时间，所以 Ramp 从第一天起就努力帮大家省钱，也省时间。

早期的产品很粗糙。有潜力的创业公司会把信用卡账单分享过来，Ramp 就会发现，有四款项目管理工具、五款商业智能（BI）产品在做同一件事。原因是有人试过某个工具，顺手把卡交给了别人，财务部门却只要收据。Ramp 能帮他们每年削减大约 2% 的支出，然后建议改用 Ramp 的卡，好让公司一直这样省下去。这套机制，就是砍掉重复的支出，把报销、交易打标签这类繁琐的事自动化，让大家周五能把时间还给家人。

Atiyeh 说，早期的思路是：要省时间、省钱，就需要上下文，比如信用卡账单、收件箱里的收据，甚至企业资源计划（ERP）里的数据。这些数据没有结构，要做的就是把它们结构化，再把工作流程自动化。在公司内部，AI 以一种带约束条件的高层算法的形式出现，用来处理重复性工作，这样 Ramp 就不必为每家公司从头定制。月末结账、在账单到期当天或提前付款以换取折扣、用三单匹配（three-way matching）防范欺诈，这些事都有标准答案，可以评估。

Ramp 也很早就用 AI 来增强销售、营销和授信审批。几年前，资源有限，一位销售代表约到的会议比谁都多，于是几位工程师坐到他身边，省得再招两个和他一样的人。他的思路是对的：查谁刚拿到融资、谁换了工作、猜邮箱格式、试不同的文案，但每一步都要手动完成。“给他配一套钢铁侠战甲。”他们这样决定：自动抓取信号、生成线索名单、找到邮箱、对文案做 A/B 测试。如今，Ramp 的销售开发代表（SDR）每个月约到的会议，是紧随其后的竞争对手的好几倍。

Sarah Guo 问，为什么大多数公司做不到这一点：工程师通常对给 SDR 做工具没什么兴趣。Glyman 说，Ramp 的工程师要用商业问题和损益来衡量。Capital One 则不同，那里的技术部门只是成本中心，只有亏损（L），没有利润，开会就是为了砍成本。Ramp 招的是有爆发力的人，也招有创业精神、有点逆向思维的人。在他看来，自己的工作是招募有野心、还没被打磨过的人才，并让公司足够有意思，把他们留住。

另一种说法是：时间就是金钱。在销售这个例子里，他们想知道的是时间花在了哪里、哪些事可以自动化，至于花了多少钱，倒在其次。Glyman 认为，AI 当下最好的用途是提升效率：与其去找成本藏在哪里、再把它连根拔掉，不如想办法让每个小时产生更大的价值。Elad Gil 补充说，早期的 Google 就为线上销售和运营搭建了内部工具，因此等公司有了 10000 名员工时，这个职能本来就不必再多招 50000 到 100000 人。

Elad 问到自建还是外购，还问 Ramp 有没有考虑把内部工具拆分出来，作为产品对外销售。Atiyeh 的看法有个转折：公司通常能判断自己有没有做好，却几乎无法判断自己有没有买对。招人做得好的人会受到表扬，但几乎没有人会因为挑供应商的眼光被评价。Ramp 很早就把采购当成一项需要练的技能：像面试候选人那样面试供应商，主要和工程团队交流，关注的是进步斜率，也就是进步的速度，而不只看眼下的功能差距。

为什么不把 SDR 自动化和营销工具栈卖给客户？Glyman 说，简单的答案是卖起来简单。Ramp 推出的所有产品，都围绕着帮财务部门省钱、省时间展开：先是费用和卡，然后是账单支付、采购和差旅，买单的始终是同一拨经济决策人。要把产品卖给公司里不同的买家群体，进入市场的阻力会大很多。他承认，他们可能还没有深入想过如何把内部工具产品化。他还把那句老话反过来说：没有人会因为买 IBM 被解雇，在 Ramp，你可能会因为买 IBM 被解雇。

Guo 观察到，卖效率很难，因为很多企业并不像重视营收或利润那样重视效率。Glyman 并不反感被叫作金融科技公司，但他认为 Ramp 是一家效率公司，把时间卖给财务团队，而这些团队的首席执行官每年都要求管理费用（G&A）下降，还不能新增人手。他们从不拿 AI 当开场白。他把 2024 年和 1990 年代末做了比较：那时名字里带“.com”的公司能把股价炒上天，直到 Pets.com 让它变成了负担。所以 Ramp 展示的是省下的钱和时间。Atiyeh 说，他们开始看到统计上的显著性：Ramp 客户的授信审批风险和破产风险，比他们见过的任何一批客户都要低。一部分是选择效应，另一部分（他们希望）要归功于产品本身。

传统银行告诉 Guo，AI 对它们关心的工作流程来说太不可靠，监管和合规又会让情况更糟。Atiyeh 认为，只要把问题限定好，风险没有那么大。给交易归类，问的是“这笔钱属于这些已知类别中的哪一个”，不用凭空编类别。每张表单都可以预先填好、允许修改，每个列表都预先排好序，产品只需问真正缺失的那一个问题，比如这顿午饭是和候选人吃的，还是和客户吃的，因为日历可能已经回答了其他问题。

他把风险分成已知和未知两类。已知风险可以修复，未知风险才会让公司栽跟头。Ramp 的用例正好落在一个甜蜜点上，能缩小未知的部分。Guo 总结说，今天应用 AI，一项很强的竞争优势，在于能定义合理的任务，并在内部衡量这些任务的表现。把会计语言翻译成业务语言，是他们一直在解决的问题；至于那些仍然会出错的基础算术，他们并不依赖模型来处理。

他们曾花时间做微调（fine-tuning），但很快判断，把时间用来等下一代模型更划算。他们真正打磨下来的是基础设施：能轻松切换模型，并在真正重要的子任务上对模型做评测（evals）。有投资人问 GPT-4o mini 降价有什么影响，Atiyeh 的回答是：它已经在生产环境中使用，对大约 90% 的任务来说已经足够好。切换只需一天，因为现成的评测早就有了。

还缺什么？让 AI 端到端地操作 Ramp 自家的网站或应用，是很酷的演示，但在生产环境里很难做，因为产品变化太快。Atiyeh 正在迭代的东西，更接近于对外发邮件做持续集成（CI）：每封第一次发给客户的邮件，都要先经过一轮 AI 审查，看是否符合品牌指南、行动号召是否清晰，并尽可能做到即时、确定。他希望模型能有更好的调节手段，别再只能靠越写越长的提示词。他特别提到 Claude 的 Artifacts，认为它是另一种界面：一个可以随手调整的小型网页应用。他们正是借这个思路，考虑自家工具该用什么样的界面。

由首席技术官负责营销，这种情况并不常见。Atiyeh 说，会长期留下来的，是品味：总得有人判断作品好不好。他执着的是让营销人员有时间专注于这种差异化能力，并把枯燥重复的流程从他们手上拿掉。他把营销看成一个有瓶颈、可并行、有依赖关系的系统，然后搭建系统来消除瓶颈。这更接近于重构一个 API，远不止往上面撒点 AI 那么简单。

Ramp 位于纽约第 23 街，往南六个街区，就是 Andy Warhol 以前的工作室“工厂”（The Factory）。在 Warhol 之前，想画出一幅《蒙娜丽莎》，需要几十年的手艺功夫；他用商业化手段做丝网印刷，只执着于那些醒目的东西。人们打趣说这是“电话艺术”：一件作品是谁做的、谁签的名，常常说不清，不过没关系，反正都是 Warhol 的。他把制作过程抽象化，好专注于醒目的部分，几十年后，这些作品依然一眼就能看出是他的。Glyman 借此来看营销的未来：制作的复杂度可以压到接近零，但品味无法被取代。

营销部门的结构大致没变，工作的重点是借助杠杆和工具，让团队能跟上产品的发布速度。许多公司面对这种压力，为了更好地掌控，会把发布节奏放慢到按季度甚至按年。Ramp 宁可保持每周发布的速度，也要给团队更好的工具。Glyman 指出，现在一个好点子，可能会变成几万甚至几十万次 API 调用，实质上相当于一支百人团队的工作量，而人脑并不是这样工作的。系统思维，以及搭建和挑选工具的能力，正在成为每个岗位的面试门槛。

Gil 讲到 Stitch Fix 的一位营销负责人：她跳过了长达一年的代理商流程，把视频工具交给了公司里已有的几百名造型师。成片谈不上可口可乐广告的水准，但效果好上千倍，而且几乎不花钱。Gil 认为，在商业创意工作中，人们在乎的是结果，所以有品味、能直接上手操作的人，胜过再完美的流程。Ramp 则倒转了通常的顺序：先教会系统认识品牌，让任何人都能起草视频或社交内容，从已经有效的东西出发，再逐步靠拢品牌调性，因为先定下品牌调性、再想办法让它奏效，既慢又贵。Atiyeh 强调，他们不会为了换取控制权，把每周发布的节奏放慢到按季度发布。

大约一年前，《华尔街日报》的一篇报道，把十年间美国记账员减少了一百万视为一场危机：工资停滞，财务状况面临风险。几个月后，有人查了美国会计师和财务顾问的人数，发现这个数字反而增加了约一百万。与其说工作在消失，不如说它们正在换个形态。Glyman 希望自动化用在繁琐、单调的事情上。没有人应该沦为追着收据跑、连在饮水机旁正常聊天都做不到的人；这是系统该干的活，而这正是 Ramp 应该占据的位置。

一项关于“战略财务”的内部研究发现，根据衡量方式不同，只有大约 4% 到 9% 的财务工作符合这一标准。这意味着 91% 到 96% 的工作都不算战略性的，甚至从事战略财务的人也告诉他，自己一周里真正具有战略性的部分很少。财务是个不寻常的领域：人们真心想要自动化，因为管理费用必须下降，而且他们宁可把精力用来决定钱投向哪里，也不愿去追收据。销售人员的时间应该花在销售上，去查邮箱地址不该是他们的工作。

关键难点在于底层的“管道”。Glyman 不久前见了一家营收超过 100 亿美元的公司的首席财务官（CFO），这家公司为账目、应付款和应收款准备了几百种财务工具。用这位首席财务官的话说，是“拜占庭式的复杂”。很少有人去问，怎样搭建底层管道和基础模块：信用卡支付、账单支付、会计核算，以及那些底层的运营事务。如果把智能叠加在一百个彼此割裂的系统上，得到的洞察你仍然要手动去执行。如果把它叠加在真正的基础模块上，供应商就可以停掉，合同可以重新谈，工作也能被统一编排。

一个内部实验让这一点变得具体。Ramp 产生了数以万计小时的客户对话，没有哪个团队听得过来，于是应用 AI 小组搭建了一条流水线，生成一期五分钟的播客：由 Glyman 或 Atiyeh 提问，聊本周最有意思的客户时刻，并计划让任何人都能深挖某个片段、用户画像或话题。他们用情感分析找出最开心的通话，把一期“客户之声”节目发给了其他创始人。结果，每位创始人都想要另一个版本：愤怒客户的声音。因为公司越大，就越没人愿意把坏消息告诉你。大语言模型（LLM）有时间听，人却没有。