Ramp创始人谈“自驱动资金”：AI如何重塑金融公司的运作方式

在这期《No Priors》中，Ramp联合创始人Eric Glyman和Karim Atiyeh系统讲述了Ramp的起源，以及他们如何将AI与系统思维嵌入金融产品的每一个角落。从“自驱动资金”的愿景，到生成式AI在企业效率中的真实价值，这是一场少见的、来自一线创业者的长期思考分享。

从创业起点到“自驱动资金”的长期愿景

为什么一家金融科技公司会把愿景定义为“self-driving money（自驱动资金）”？在节目一开始，Eric和Karim回到Ramp的起点，讲述公司最初并不是从“做一张更好的公司卡”出发，而是试图解决企业在支出管理中长期存在的系统性低效问题。他们观察到，财务团队的大量时间被消耗在对账、审批、分类这些重复性工作上，而这些本质上都应该被系统自动完成。

Eric在节目中提到，Ramp成立之初就假设：如果软件能够实时理解企业的支出行为，并主动给出更优决策建议，那么“钱的流动”本身就可以像自动驾驶一样运行。这一判断，决定了Ramp后来在产品设计上始终强调自动化、数据驱动和决策闭环，而不是单点功能的堆叠。正如他所说：“我们一直在问的不是能不能加一个功能，而是系统能不能替人多想一步。”

系统思维：为什么Ramp痴迷于“复杂业务问题”

这一节的讨论非常关键，因为它解释了Ramp与许多Fintech公司的本质差异。Karim直言，Ramp内部有一种对“复杂业务问题”的执念，而不是对表面体验的优化。在他们看来，企业支出并不是孤立行为，而是和预算、审批、会计、供应商管理紧密耦合的系统。

正因为如此，Ramp在设计产品时更像是在构建一套持续演进的操作系统，而不是若干工具的集合。节目中他们提到，真正的价值往往来自“跨模块的优化”，例如当系统理解一笔支出发生的背景时，就能在事前提醒、事中限制、事后分析三个阶段同时发挥作用。这种系统化视角，也为后来大规模引入AI打下了基础——因为AI最擅长的，正是在复杂系统中寻找模式并持续优化决策。

生成式AI不是噱头，而是“把时间还给人”

当话题进入生成式AI时，两位创始人刻意降温了市场上的狂热情绪。他们并没有把生成式AI描述成魔法，而是强调它在现实工作流中的具体价值。Eric用一句很克制的话概括这一点：“它给了人一种新的奢侈品——时间（the new luxury of time）。”

在Ramp的语境中，生成式AI更多被用于理解非结构化数据、自动解释财务信息，以及减少人和系统之间的摩擦。他们认为，AI在金融服务中并不必然意味着更高风险，真正的风险来自于不透明和缺乏约束的系统。只要AI的输入、输出和权限被严格限定，它反而能让流程更清晰、更可控。这一判断，明显不同于外界对“AI + 金融 = 高风险”的刻板印象。

自建还是外采：关于AI能力的取舍逻辑

在节目后半段，一个非常实操的问题被抛出：Ramp在AI能力上，哪些选择自建，哪些选择使用现成模型？两位创始人的回答并不复杂，但很有参考价值。他们强调，基础模型能力的快速进步，让“重复造轮子”变得越来越不合理，真正的壁垒在于数据、场景理解以及与业务流程的深度耦合。

Karim提到，Ramp更关注如何把模型能力“连接到真实世界的数据和决策中”，而不是模型本身有多炫。这也解释了为什么他们并没有急于把内部AI能力单独拆分成产品对外输出。在他们看来，AI的价值并不在于展示，而在于长期、稳定地改善一个系统的运行方式。

总结

这期《No Priors》并不是一场关于AI未来的宏大畅想，而是一份来自真实创业现场的思考记录。Ramp两位创始人反复强调的，是系统、约束和长期视角：AI不是目的，而是让“钱如何更聪明地流动”这件事成为可能的工具。对任何正在思考如何把AI引入复杂业务的人来说，这种克制而深入的思路，或许比技术本身更值得借鉴。

关键词： Ramp， 自驱动资金， 生成式AI， 金融科技， No Priors

事实核查备注： 视频标题：No Priors Ep. 76 | With Ramp Co-Founders Eric Glyman and Karim Atiyeh；嘉宾：Eric Glyman、Karim Atiyeh（Ramp联合创始人）；核心概念：self-driving money、新的奢侈品是时间（the new luxury of time）；话题：AI在金融服务中的应用、生成式AI、系统思维；节目发布时间：2024-08-15