你有没有想过,企业财务管理这个看似传统的领域,正在经历一场彻底的技术革命?
想象一下这样的场景:你的财务团队不再需要花费三周时间来完成月度结账,
不用再在 Excel 表格里痛苦地合并单元格,也不需要雇佣十几个专业人员来维护复杂的 ERP 系统。
取而代之的是,AI 系统自动从银行、Salesforce、Stripe 等平台拉取数据,几小时内就能生成完整的财务报表。
这不是未来的畅想,而是 Rillet 这家刚刚获得红杉美国领投的 2500 万美元 A 轮融资的公司,正在变成现实的愿景。
作为一个长期观察企业软件行业的人,我发现了一个有趣的现象:
过去十年里,金融科技领域几乎每个环节都被创新产品重新定义,从支付处理到投资管理,从贷款服务到财务分析工具。
但有一个核心系统却一直岿然不动,那就是企业资源规划系统,特别是其中的总账系统。
这个被称为"财务功能心脏"的核心组件,仍然被 NetSuite、Sage 这些二三十年前的产品所主导。
正如红杉美国资本合伙人 Julien Bek 所说,"总账是财务功能的跳动心脏,要求一家公司移除它就像是进行开胸手术。"
这种比喻生动地说明了为什么这个领域长期以来缺乏创新,以及为什么 Rillet 的出现如此引人注目。
从 Rillet 创始人 Nicolas Kopp 和 Stelios Modes 的背景来看,他们并非偶然进入这个领域。
两人此前在欧洲新银行 N26 工作期间,亲身体验了传统总账解决方案在扩展过程中带来的种种挑战。
他们看到了过时的传统 ERP 系统与新一代解决方案的消费级用户界面之间的鲜明对比,
更重要的是,他们理解了 AI 巨大的节省潜力正在推动首席财务官们进行创新。
这种第一手的痛点体验,加上对技术趋势的深刻理解,为他们创建 Rillet 奠定了坚实基础。
自 2024 年推出产品以来,Rillet 已经吸引了近 200 家客户,其中包括快速增长的公司如 Windsurf(
据报告以 30 亿美元被 OpenAI 收购的 AI 编程助手)和 Decagon(据报告估值 16 亿美元的 AI 客户支持初创公司)。
更令人印象深刻的是,该公司的收入在过去一年中增长了五倍,在客户满意度方面也表现出色,NPS 评分超过 70,在 G2 上获得满分评价。
我一直认为,要理解一个行业的创新机会,首先要深入了解现有解决方案的痛点。在企业财务软件领域,这些痛点可以说是触目惊心的。
当我深入了解 Rillet 所要解决的问题时,发现传统 ERP 系统的问题远比我想象的严重。
据统计,仅在过去两年中就有 30 万名会计师离开了这个行业,占总数的 17%。
这个惊人的数字背后,反映的是会计师们对现有工作环境的深度不满,而其中很大一部分原因就是他们被迫使用过时、复杂、低效的软件系统。
我在研究后发现,高增长公司在选择会计软件时面临着一个无解的两难困境:
要么使用为小企业设计的 25 年前的软件(如 QuickBooks),这些软件功能有限,无法满足复杂业务需求;
要么使用为大型企业设计的同样古老的软件(如 NetSuite),这些系统过于复杂,需要大量专业人员维护,部署周期长达六个月甚至更久。
无论选择哪种方案,财务团队最终都会陷入无休止的 Excel 表格手工操作中,用来对账和生成财务报告。
OpenSpace 的财务总监 Kevin Fennessey 的话让我印象深刻:"信息录入的困难程度令人痛苦,无论是手工录入还是通过应用程序录入。
比如 QuickBooks 技术上可以与 Ramp 这样的工具集成,但你必须在 Ramp 中完成所有编码工作,然后再同步过去。
一旦数据进入 QuickBooks,就无法重新分类了。"这种描述揭示了一个深层问题:即使是所谓的"集成"功能,在实际使用中也充满了摩擦和限制。
更令人沮丧的是,这些系统强制小型会计团队花费大量时间与软件搏斗,仅仅是为了完成创建账单或分类费用这样的简单任务。
考虑到会计人员的时间有限且成本高昂,这种低效率是完全不可接受的。
我经常听到财务团队抱怨说,他们花在与系统斗争上的时间,远远超过了真正进行财务分析和战略规划的时间。
这不仅浪费了人力资源,也严重影响了企业的决策效率。
另一个让我深感震惊的问题是数据导出的质量。许多 ERP 系统在导出 Excel 文件时,会产生大量合并单元格,这使得后续的数据分析变得极其困难。
正如 Rillet 在其材料中幽默地提到,"如果我每次取消合并单元格都能得到一美元的话……"
这个看似微小的技术细节,实际上反映了传统 ERP 系统对用户体验的漠视。
当财务团队需要进行数据分析时,他们不得不花费大量时间清理和重新格式化从 ERP 系统导出的数据,这种重复性劳动既无趣又低效。
Rillet 的 AI 原生解决方案
当我深入了解 Rillet 的技术架构和产品理念后,我意识到他们并不是在现有 ERP 系统上简单地添加 AI 功能,
而是从头开始构建了一个完全以 AI 为核心的企业资源规划平台。这种根本性的重新设计让我看到了企业软件发展的新方向。
Rillet 的创始人明确表示:"我们是会计师组成的团队,为会计师而构建产品。
这意味着从报告到工作流程的一切,都是为首席财务官和财务控制人员日常面临的挑战量身定制的。"
这种以用户为中心的设计理念,与传统 ERP 厂商的技术导向形成了鲜明对比。
我特别欣赏 Rillet 解决数据集成问题的方式。
他们没有像传统 ERP 系统那样声称支持数百种集成却质量参差不齐,而是专注于与企业真正需要的核心系统进行深度集成,
包括 Salesforce、Stripe、Ramp、Brex、Rippling 等。更重要的是,这些集成不是简单的数据传输,而是智能的数据理解和处理。
通过机器学习和生成式 AI,Rillet 能够理解来自不同系统的原始数据的含义和上下文,然后自动执行相应的会计工作流程。
让我印象最深的是 Rillet 对自动化程度的描述:目前为止,在 Rillet 中记录的所有总账分录中,93% 是在没有人工干预的情况下完成的。
这个数字令人震惊,因为它意味着传统上需要会计师手工完成的大部分工作,现在可以由 AI 系统自动处理。
这不仅大大提高了效率,还显著降低了人为错误的可能性。
从实际功能来看,Rillet 的 AI 代理能够自动完成一系列复杂的会计任务:从 CRM、支付处理器、应付账款、工资单和银行拉取源数据并记录相应的总账分录;
创建并发送发票;准备递延收入和预付费用明细;生成损益表、资产负债表和现金流量表;
计算 ARR、NRR 和留存率等关键指标。这些原本需要财务团队花费大量时间手工完成的任务,现在可以在几小时内自动完成。
Rillet 的另一个创新之处在于其部署速度。传统 ERP 系统的实施通常需要六个月甚至更长时间,需要大量昂贵的咨询服务来定制化配置。
而 Rillet 声称可以将这个过程压缩到四到六周。客户可以继续使用现有的总账平台,直到确认所有数据都已成功迁移到 Rillet。
这种渐进式迁移方法大大降低了切换成本和风险,让企业能够更容易地拥抱新技术。
我也注意到 Rillet 在多实体、多地理位置和多货币支持方面的优势。对于国际化扩张的企业来说,管理多个法律实体的财务数据通常是一个重大痛点。
传统系统往往需要为每个实体单独设置和维护,这不仅增加了复杂性,也大大提高了成本。
而 Rillet 能够在单一平台上处理这种复杂性,为企业提供统一的财务视图和单点登录体验。
客户成功案例的深度分析
通过分析 Rillet 的客户案例,我发现了一些非常有趣的模式,这些模式揭示了 AI 原生 ERP 系统在实际应用中的价值。
Windsurf 作为快速增长的 AI 公司之一,其财务副总裁 Adam Strouss 的评价特别值得关注:"Rillet 感觉就像是为 Windsurf 和我们复杂的会计需求量身定制的。
我们有独特的产品组合和收入模式,并且以闪电般的速度增长;Rillet 轻松处理了所有这些。"
这段话揭示了几个关键信息:现代高增长公司往往有复杂多样的收入模式,传统会计软件很难适应这种复杂性和变化速度。
我特别感兴趣的是红杉美国资本合伙人 Julien Bek 提到的一个统计数据:Rillet 约三分之一的客户来自替换 NetSuite 或类似系统的企业。
这个数字的意义远超表面,它表明 Rillet 不仅仅是在争夺新兴市场,而是在直接挑战已经建立的传统 ERP 厂商的核心客户群。
要知道,NetSuite 是目前中型企业市场中最受欢迎的 ERP 解决方案之一,
能够让企业从这样的系统迁移到一个新的平台,说明 Rillet 提供的价值主张确实足够强大。
从红杉美国资本的投资逻辑中,我也看到了机构投资者对这个领域的判断。
Bek 坦言,他过去认为风险投资不会投资构建新总账软件的初创公司,因为让客户从现有会计软件切换过来不仅困难,而且构建新的总账业务本身就极具挑战性。
但 Rillet 改变了他的看法,特别是当他看到这家公司开始成功替换 NetSuite 时。"我关注的是他们开始替换 NetSuite。
因为对许多公司来说,你可以获得小客户,但获得大客户真的很难。"这种投资逻辑反映了 Rillet 产品能力的强度。
更让我感到意外的是 Rillet 的收入增长速度。在短短一年内实现五倍收入增长,这在企业软件领域是非常罕见的成就,特别是在财务软件这样相对保守的市场中。
这种增长速度不仅反映了市场对新解决方案的强烈需求,也证明了 Rillet 的产品确实解决了客户的核心痛点。
客户满意度指标也很说明问题。NPS 评分超过 70 在 B2B 软件领域是相当优秀的表现,而在 G2 上获得满分更是难得。
这些数字表明,使用 Rillet 的客户不仅满意,而且愿意向其他人推荐这个产品。
在企业软件领域,口碑传播往往比任何营销活动都更有效,因为企业决策者更愿意相信同行的推荐。
从处理的交易量来看,Rillet 平台已经处理了数十亿美元的交易,这个规模证明了系统的稳定性和可靠性。
对于财务系统来说,准确性和可靠性是最基本也是最重要的要求,任何错误都可能对企业造成严重后果。
能够在如此大的交易量下保持稳定运行,说明 Rillet 的技术架构是经过深思熟虑和严格测试的。
ERP 选择的全新思维框架
在研究 Rillet 的过程中,我发现了一个更深层的问题:企业在选择 ERP 系统时的思维框架需要彻底改变。
传统的选择标准——功能列表、预算考虑、内部认可度——虽然重要,但可能已经不足以应对现代企业的需求。
正如 Rillet 的 GTM 和财务负责人 Stephen Hedlund 在分析中指出的,ERP 的真正价值在于其无缝集成、管理和导出数据的能力。
我认为这种以数据为中心的思维框架,实际上反映了现代企业运营的本质变化。
在数字化时代,企业的每一个决策都需要基于数据,而财务数据往往是最关键的决策依据。
如果财务系统无法提供及时、准确、易于使用的数据,那么整个企业的决策效率都会受到影响。
这就解释了为什么越来越多的企业愿意投资于更先进的财务系统,即使这意味着更高的前期成本。
从数据集成的角度来看,现代企业使用的软件工具比以往任何时候都多。
CRM、支付处理器、费用管理工具、发票处理平台、税务软件等等,每一个工具都会产生需要纳入财务系统的数据。
如果这些系统之间无法实现流畅的数据交换,财务团队就不得不进行大量的手工数据录入和对账工作。这不仅效率低下,也增加了出错的风险。
我特别赞同 Hedlund 提出的三个关键问题框架:能否将所有数据导入系统?能否在系统中有效管理所有数据?能否从系统中轻松导出数据?
这三个问题看似简单,但实际上触及了 ERP 系统设计的核心。
第一个问题关注输入端的便利性,第二个问题关注处理过程的效率,第三个问题关注输出结果的可用性。
只有在这三个方面都表现出色的系统,才能真正为企业创造价值。
在数据管理方面,我发现灵活性是一个常被忽视但极其重要的因素。企业的业务模式和流程会随着发展而不断变化,财务系统需要能够适应这些变化。
传统的 ERP 系统往往过于僵化,任何业务流程的调整都需要大量的定制化开发,成本高昂且周期长。
而像 Rillet 这样的 AI 原生系统,能够通过机器学习自动适应业务变化,大大提高了系统的灵活性。
数据导出的质量问题也值得重点关注。
在实际工作中,财务团队经常需要将数据导出到其他工具进行进一步分析,比如商业智能工具、财务规划和分析平台,或者简单的 Excel 表格。
如果导出的数据格式不佳或包含错误,后续的分析工作就会受到严重影响。这看似技术细节,但实际上直接影响了财务团队的工作效率和决策质量。
AI 在企业财务中的变革性影响
通过深入研究 Rillet 的案例,我对 AI 在企业财务领域的变革性影响有了更深刻的理解。这种影响不仅仅是效率的提升,更是整个财务职能定义的重新思考。
当 AI 能够自动处理 93% 的总账分录时,会计师的角色必然会从数据录入和核对转向更高层次的分析和战略规划工作。
我发现,AI 在财务领域的应用有几个特别值得关注的方向。首先是自动化程度的深度。
传统的财务自动化往往局限于简单的规则执行,比如固定格式的数据导入或预设条件的报告生成。
而 AI 驱动的自动化能够处理更复杂的情况,理解数据的上下文和含义,做出智能的判断和决策。
例如,当系统遇到不规则的交易数据时,AI 可以根据历史模式和业务逻辑自动进行适当的分类和处理。
实时性是另一个重要的变革方向。传统的财务流程往往是批量处理,月末或季末集中进行数据整理和报告生成。
这种模式导致了管理层无法及时了解企业的财务状况,影响了决策的时效性。
Rillet 提出的"零日结账"概念,意味着财务数据可以实时更新和报告,让管理层能够基于最新的财务信息做出决策。
这种转变不仅提高了决策效率,也增强了企业对市场变化的响应能力。
从成本结构的角度来看,AI 原生的财务系统也带来了显著的变化。
传统 ERP 系统往往需要大量的专业人员来维护和操作,这不仅增加了人力成本,也提高了对专业技能的依赖。
而 AI 系统能够大大降低这种依赖,让更少的人员管理更复杂的财务流程。
红杉美国资本在其投资备忘录中提到的"一人财务部门"概念,虽然可能有些夸张,但确实指向了一个趋势:
技术进步将使小团队能够处理以前需要大团队才能完成的工作。
我也注意到 AI 在提高数据质量方面的作用。传统的手工数据录入和处理过程中,人为错误是不可避免的,这些错误可能会在财务报告中累积和放大。
AI 系统通过自动化数据处理和智能验证,能够大大降低这类错误的发生率。同时,AI 还能够识别数据中的异常模式,主动发现可能的问题并提醒相关人员。
从合规性的角度来看,AI 也展现出了巨大的潜力。财务合规涉及大量的规则和程序,传统上需要专业人员仔细检查和验证。
AI 系统可以自动执行这些合规检查,确保所有的财务处理都符合相关的法规要求。这不仅降低了合规风险,也减轻了财务团队的工作负担。
我认为,随着像 Rillet 这样的 AI 原生财务平台的发展,整个企业软件行业都将受到影响。
其他 ERP 厂商将不得不加快自己的 AI 集成步伐,否则就有被淘汰的风险。
这种竞争最终将推动整个行业向更智能、更高效的方向发展,受益的将是所有使用这些系统的企业。
对企业软件行业的深远影响
当我站在更宏观的角度审视 Rillet 的成功时,我看到的不仅仅是一家财务软件公司的崛起,更是整个企业软件行业即将经历的深刻变革。
这种变革的核心在于从功能导向转向结果导向,从静态配置转向智能适应,从人工操作转向 AI 驱动。
我认为,Rillet 的成功验证了一个重要趋势:在 AI 时代,那些从零开始构建、以 AI 为核心设计的系统,
将比那些在现有架构上添加 AI 功能的系统具有根本性的优势。
这是因为 AI 不仅仅是一个功能模块,而是需要深度集成到系统的每一个层面,从数据处理到用户界面,从业务逻辑到系统架构。
只有这样,才能真正发挥 AI 的潜力。
从投资的角度来看,红杉美国资本对 Rillet 的投资也释放了重要信号。
作为一家以投资 Stripe、Block 等金融科技独角兽而闻名的顶级风投,红杉美国的参与表明了机构投资者对 AI 原生企业软件的信心。
特别是红杉美国拥有多位前首席财务官背景的投资合伙人,他们对财务软件的价值判断具有很强的专业性和权威性。
红杉美国管理合伙人、PayPal 前首席财务官 Roelof Botha 的评价:"Rillet 重新思考了总账,通过实时集成和 AI 驱动的工作流程实现了会计自动化,
让财务团队能够更智能地工作,让企业能够更快地扩展。"这种评价来自一位既有投资经验又有财务实战经验的专业人士,具有很强的说服力。
我也观察到,传统 ERP 厂商面临的挑战可能比他们预想的更严重。在过去,企业软件的护城河主要来自于客户转换成本高和功能的复杂性。
但在 AI 时代,这些传统护城河正在被侵蚀。像 Rillet 这样的新兴公司能够将实施时间从六个月压缩到四到六周,这大大降低了客户的转换成本。
同时,AI 的智能化也降低了系统使用的复杂性,让用户更容易掌握和使用新系统。
从人才市场的角度来看,我预期会看到企业财务人员技能需求的显著变化。
传统的记账和数据录入技能将变得不那么重要,而数据分析、业务洞察、战略规划等高层次技能将变得更加重要。
这种转变对现有的财务从业者来说既是挑战也是机遇,他们需要适应新的工作方式,但也将有机会从事更有价值和成就感的工作。
我还注意到,AI 原生企业软件的成功将推动整个行业标准的提升。当客户体验过 Rillet 这样系统的便利性和效率后,他们对其他企业软件的期望也会相应提高。
这将迫使其他软件厂商加快创新步伐,最终推动整个行业向更高的水平发展。
从全球竞争的角度来看,我认为在 AI 原生企业软件领域取得领先地位的公司,将在未来的国际竞争中占据优势。
Rillet 虽然目前主要专注于美国市场,但其技术架构和产品理念具有很强的可扩展性,完全有潜力成为全球性的企业软件平台。
这种技术领先优势,对于国家和地区的软件产业发展具有重要意义。
展望未来,我相信 Rillet 的成功只是开始。随着 AI 技术的不断发展和企业数字化需求的不断增长,我们将看到更多类似的 AI 原生企业软件出现。
这些公司将不仅仅是现有软件的改良版本,而是全新的产品类别,代表着企业软件发展的新方向。
对于那些仍在使用传统 ERP 系统的企业来说,现在是时候重新评估自己的技术栈,考虑拥抱这场正在到来的变革了。
文章来自于微信公众号 “深思圈”,作者 :Leo
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)