一年处理10万笔报销，Ramp用AI把“公司花钱”这件事彻底重写了

如果你以为AI最先颠覆的是写代码，那你可能低估了它在企业内部的威力。Ramp创始人Eric Glyman透露：AI正在接管企业最痛苦、最官僚、也最浪费时间的一件事——花钱。从报销审核到采购、资金管理，一整套公司运转逻辑正在被重构。

最反直觉的一点：AI最先干掉的不是工程师，而是“经理的报销时间”

Eric Glyman在访谈里抛出了一个很“刺耳”的事实：Ramp现在每天用AI自动审核超过10万笔企业报销，而且准确率超过99%。这意味着什么？意味着无数中层管理者每个月被迫花在“看发票、对政策、点批准”上的时间，正在被系统性清除。

更反直觉的是，这并不是一个边缘功能，而是Ramp过去一年里增长最快的方向之一。原因很简单：企业的费用政策往往写得像法律条文——“超过5小时可坐商务舱”“必须提前14天预订”——过去只能靠人肉判断。但现在，大语言模型可以直接读懂“人话版”的费用政策，并在交易发生的实时节点给出判断，还能生成完整审计链路。

Glyman说了一句很有杀伤力的话：‘我不认为审核报销应该是任何人的工作，但法律却逼着所有经理每个月浪费一小时。’AI Agent第一次在企业里，名正言顺地把这类“没人想干但又必须干”的活接走了。

Ramp真正的变化：它已经不靠“刷卡手续费”赚钱了

外界对Ramp的刻板印象是：一张企业信用卡公司，靠interchange活着。但Eric给了一个清晰的时间对比：几年前，Ramp超过90%的利润来自卡；而到今年，第二、第三、第四、第五条业务线加起来，将构成大多数利润。

这些新增长线包括：Bill Pay（支票、ACH、电汇、外汇）、财务软件、采购、差旅，以及刚满一岁的Ramp Treasury——已经沉淀了数十亿美元存款。这些业务的共同点不是“多赚点钱”，而是“帮公司少花钱”。Ramp反复强调一个数字：平均客户每年能减少约5%的企业支出。

这也是为什么Ramp的获客路径正在变化。过去是‘先卖卡，再交叉销售’，而现在，成千上万家公司是直接冲着Bill Pay或采购系统来的。甚至会计师事务所开始主动对客户说：‘我们是Ramp体系。’这不是单点工具，而是操作公司的“财务操作系统”。

为什么最原始的Bill Pay，反而最适合被AI重做

Bill Pay被吐槽了40年：PDF发票、邮件来回、支票邮寄、AP和AR天然对立。Eric的判断很冷静：不是没人想改，而是‘如果…那么…’的规则世界，根本装不下现实世界的复杂性。

而AI的价值，恰恰在于不需要把世界先压扁成规则。Ramp看到的是：支付系统需要一个类似“DNS”的抽象层，把支票、卡、转账、跨境支付这些历史遗留物统一起来。LLM第一次让系统能在不完美、不标准的数据上工作。

这也是一个典型的AI落地范式：不是从最性感的场景开始，而是从最脏、最碎、最没人愿意碰的流程切入。一旦跑通，护城河反而更深。

当AI开始写代码，SaaS会迎来“末日”吗？Ramp的答案是否定的

面对‘SaaSpocalypse’的流行说法——AI让软件变得可复制、没有护城河——Eric的态度很克制。他承认：纯功能型SaaS会被快速抹平。但Ramp真正的壁垒不在代码，而在规模、数据密度和资本效率。

他打了一个有意思的比喻：有些公司掌握的是“暗物质级别”的数据，比如法律语料、威胁情报、企业真实支出行为。这些不是你用Cursor重写一遍代码就能复制的。

更重要的是，Ramp卖的不是‘帮你多赚钱’，而是‘帮你省时间和钱’。在企业世界里，省时间往往比增收入更有确定性，也更容易形成平台化演进。指数级增长，往往就藏在这种看似不性感的路径里。

AI降低的不是知识成本，而是“做决定的时间成本”

访谈最后，Eric把视角拉到了更宏观的层面：AI真正改变的是资本配置。历史上，像Capital One这样的银行，本质是靠更好的信息处理能力赢的。而现在，AI把这种能力下放给了更多公司。

Ramp Treasury的野心也在这里：当资金管理、支付、采购、审核都在一个系统里，企业可以更快、更理性地做出‘钱该放哪’的决定。AI不是在取代人做决定，而是在压缩从信息到行动之间的时间。

这可能才是企业级AI最被低估的价值。

总结

如果你是AI从业者，这场访谈给了一个非常现实的信号：真正能跑出规模的AI应用，往往不是炫技，而是吃掉组织里那些长期被忽视的“时间黑洞”。报销、付款、采购、审核——这些流程一旦被Agent接管，释放出来的是成千上万小时的决策带宽。

对个人而言，这意味着一个判断标准：别只盯着模型能力，去看‘谁在浪费时间’。对公司而言，这也是一个提醒：AI不是让你更聪明，而是让你更快。未来的竞争，很可能就发生在这几分钟、几小时的差距里。

关键词： AI Agent， 企业支出管理， 大语言模型， AI应用落地， 财务自动化

事实核查备注： 需要核查的关键事实包括：Ramp成立时间（2019）、年收入超过10亿美元的时间点、软件业务线年收入超过1亿美元、AI每日审核报销数量（10万+）、准确率（99%+）、Ramp Treasury的存款规模表述。