Ramp Applied AI Solutions 介绍（阅读时长 4 分钟）

# 介绍 Ramp Applied AI 解决方案 来源：https://ramp.com/blog/introducing-ramp-applied-ai-solutions 企业内部 AI 支出正在加速。在 Ramp 超过 7 万家客户中，AI token 支出自 2025 年 1 月以来增长了 13 倍 (https://ramp.com/blog/trillion-dollar-ai-blindspot)。尽管 87% 的 CFO 认为 AI 至关重要，但只有 21% 表示它取得了可衡量的成果¹。对于大型企业来说，这不再是一项实验。AI token 已成为一项主要支出，展示回报的压力与日俱增。 那些脱颖而出的公司不仅仅是在增加支出。它们在从根本上改变部署 AI 的方式，以弥合工具与运营影响之间的差距。这正是我们构建 Applied AI Solutions (https://ramp.com/applied-ai-solutions) 的原因。 ## 我们是如何做到的 Ramp 自己的财务团队在生产环境中高度依赖 AI 代理。我们现在称之为“财务智能”的是一个语义层，它映射了 Ramp 的运营方式：将总账科目翻译成操作含义，将政策与其来源关联，以及我们的财务领导者现在赖以做出高风险决策的报告逻辑。 该层为负责资本规划、差异分析、董事会报告和财务结算的代理提供支持：这些工作以前需要高级财务判断以及跨多个系统的手工对账。结果，我们的财务团队以远低于我们这种规模和复杂性公司通常预期的人员配置在运行。 在与客户交流时，我们听到了同样的问题。每个财务组织中最重要的上下文信息从未被统一到一个地方。通过收购继承的科目表、上次重组后无人更新的审批阈值，或者存在于两个人脑子里的 2021 年供应商编码规则。这些存在于人员、异常日志以及悄然成为政策的邮件线程中。解决这个问题需要的不仅仅是干净的数据，还需要从内部理解业务。 我们内部构建的内容以及客户的要求指向了相同的结论，这就是我们启动 Ramp 的 Applied AI Solutions 团队的原因。从那时起，我们观察到 AI 实验室也走到了同样的位置，大力投资于实施：模板、连接器、合作伙伴生态系统。这一转变并不令人意外。瓶颈从来不是模型本身，而是为了让数据和业务上下文对代理可理解而必须完成的、极为繁琐的前期工作。 ## Applied AI Solutions 是什么 Ramp 的工程师嵌入您的财务团队，在 Ramp 平台之上构建定制化解决方案。我们的团队在生产级基础设施上部署这些解决方案，并带来成文的最佳实践，以推动您的组织长期采用。我们每年处理超过 70000 家企业的 2000 多亿美元交易，见证了财务领域经常出现故障的地方、月底卡顿的环节，以及真正杠杆作用的所在。这种领域专业知识塑造了每一次合作： - 我们与团队一起运行**结构化发现流程**，以了解运营、系统、痛点和期望成果。 - 我们**连接任何位置的数据**：ERP、数据仓库、云存储、基于纸质的工作流程等等。 - 我们创建**财务智能层**，从语义上描述您的业务实际如何运作。分散的数据变成一组有组织的对象和特征。 - 我们构建并**部署与您的业务 KPI 关联的代理工作流程**，能够在业务现有生态系统中读取和写入数据。 Ramp 是模型无关的。我们持续根据真实财务任务对模型进行基准测试，根据性能、成本以及我们在规模上看到的有效实践，将每个生产工作流程路由到最佳模型。您永远不会被锁定在单一模型或提供商上，并且随着前沿的发展，我们为您部署的内容也会随之发展。 我们的目标是始终保持敏捷：我们选择一个工作流程，深入钻研，并在数周内交付可在生产环境中运行的东西。您的团队会接手我们共同构建的内容的所有权，而首次部署将成为后续所有工作的基础。 最终结果对每家公司来说都不一样。有些团队想要一个 AI 原生界面；其他团队希望代理在他们已经使用的工具内部运行。有些团队希望在交接后完全拥有所有权，其他团队则希望我们在系统增长时保持紧密合作：我们为两者而构建。 ## 想了解更多？ Ramp 花了数年时间为自身构建这种能力。Applied AI Solutions 是我们将其带给您的方式。让我们谈谈如何用 AI 推动您的组织向前迈进。 Ramp 致力于帮助各种规模的企业做出明智的决策。我们遵守严格的编辑指南 (https://ramp.com/editorial-guidelines)，以确保我们的内容达到并保持高标准。