هدف Ledge ایجاد ابزارهای اتوماسیون برای تیم های مالی • TechCrunch

پذیرش سریع پرداخت های دیجیتال به یک چالش بزرگ برای تیم های مالی تبدیل شده است. طبق یکی گزارش، تیم ها 40 درصد از زمان خود را صرف پردازش تراکنش ها می کنند. آنها می گویند که مقصر، داده های متفاوت و بدون ساختار است. در یک جداگانه نظر سنجی، 48٪ از تیم ها داده های تکه تکه شده را به عنوان بزرگترین مانع برای بستن کتاب های خود می شناسند.

تال کیرشنباوم به خوبی با مبارزه آشناست. او در Melio کار می‌کرد، یک پلت‌فرم پرداخت بین کسب‌وکار (B2B) برای شرکت‌های کوچک، جایی که دید تیم‌های مالی قربانی موفقیت خودشان شدند.

Kirschenbaum در یک مصاحبه ایمیلی به TechCrunch گفت: «برخی شرکت‌ها تخصص پرداخت دارند و می‌توانند منابع تحقیق و توسعه را برای ایجاد راه‌حل‌های داخلی عالی برای رسیدگی به این مشکل سرمایه‌گذاری کنند، اما این یک گزینه عملی برای اکثر مشاغل نیست. تیم‌های مالی مجبورند به‌عنوان «چسب انسانی» کار کنند تا مجموعه پرداخت‌های پیچیده‌ای از پردازنده‌های پرداخت، بانک‌ها، پلتفرم‌های مدیریت منابع سازمانی، پایگاه‌های داده و موارد دیگر را در کنار هم نگه دارند.»

این امر باعث شد تا Kirschenbaum یک استارتاپ فین تک را تأسیس کند طاقچه با آساف کوتزر و آریل وایس در سال 2022. از طریق لج، او امیدوار بود که متخصصان امور مالی را برای مدیریت بهتر وظایف روزمره مانند نظارت و هشدار دادن توانمند کند و در عین حال به آنها بینش های استراتژیک برای افزایش سودشان بدهد.

لج تطبیق چندراهی را خودکار می‌کند و اطمینان می‌دهد که سوابق داخلی پرداخت‌های بدهی و سررسید شرکت با تراکنش‌هایی که در صورت‌حساب‌های بانکی آن ظاهر می‌شوند مطابقت دارد. آن را نیز دفتر کل در زمان واقعی را امکان پذیر می کند و رکورد تمام صورت های مالی یک شرکت را با اتصال به موجود به روز می کند. داده ها، پرداخت ها و زیرساخت های بانکی.

Kirschenbaum افزود: “خط لوله داده های بزرگ Ledge داده ها را از منابع متعدد جمع آوری و عادی می کند.” هوش مصنوعی این پلتفرم از قوانین پیش‌بینی و تطبیق هوشمند و همچنین بینش و پیش‌بینی پشتیبانی می‌کند. و ادغام های از پیش ساخته شده به علاوه یک رابط کشیدن و رها کردن را ارائه می دهد که می تواند توسط تیم های مالی در عرض چند ساعت راه اندازی شود.

از داشبورد لج، شرکت‌ها می‌توانند موجودی کل حساب‌ها و ارائه‌دهندگان خدمات مالی را ببینند. آنها همچنین توصیه های مبتنی بر هوش مصنوعی در مورد نحوه بهینه سازی پرداخت ها و هزینه ها دریافت می کنند.

Ledge یاد می‌گیرد که تیم‌های مالی چگونه کار می‌کنند تا فعالیت‌های عملیاتی خود را خودکار کنند و بینش‌هایی را از فعالیت‌های پرداخت خود به‌دست آورند. این نوع یادگیری اغلب در مورد شناسایی الگوها یا ناهنجاری ها (مثلاً پرداخت ناموفق) است.» Kirschenbaum توضیح داد. علاوه بر این، دسترسی لج به مجموعه داده‌های تراکنش‌های ورودی و خروجی در مدل‌های تجاری و صنایع، پیش‌بینی جریان‌های نقدی و بهینه‌سازی مدیریت خزانه‌داری را به صورت روزانه امکان‌پذیر می‌سازد.

این روزهای اولیه لج است، که Kirschenbaum می‌گوید در حال حاضر تعداد انگشت شماری مشتری دارد. اما او این شرکت را به تنهایی در ارائه کامل خود می بیند.

تیم‌های مالی که با حجم بالایی از پرداخت‌های دیجیتال و پشته‌های پرداخت پیچیده سروکار دارند، تا کنون واقعاً مورد توجه بازار قرار نگرفته‌اند، بنابراین رقابت اصلی ما عمدتاً وضعیت موجود است – یعنی تیم‌های مالی که نیاز به جمع‌آوری دستی حجم عظیمی از داده‌ها از منابع متعدد دارند. Kirschenbaum گفت. راه‌حل‌هایی در بازار وجود دارد که در تلاش برای حل این مشکل هستند، مانند Modern Treasury، Moov و Sequence، اما به جای اینکه برای تیم‌های مالی طراحی شوند، اکثراً به جای API هدایت می‌شوند و برای پیاده‌سازی و نگهداری به تیم‌های تحقیق و توسعه متکی هستند. آنها همچنین تمایل دارند به سمت شرکت‌های فین‌تک که طبیعتاً نسبت به بسیاری از شرکت‌های دیگر در زمینه پرداخت مهارت بیشتری دارند و در درجه اول بر اتوماسیون حرکت پول تمرکز دارند، متمرکز شوند.

ظاهراً سرمایه گذاران موافق هستند. Ledge این هفته یک دور اولیه 9 میلیون دلاری به رهبری NEA با مشارکت Vertex Ventures، FJ Labs و Picus Capital را بست. با تزریق پول نقد جدید، Kirschenbaum می‌گوید که Ledge قابلیت‌های مدیریت خزانه‌داری بیشتری را معرفی می‌کند، الگوریتم‌های پلتفرم را بهبود می‌بخشد، تلاش‌های جذب مشتری را تقویت می‌کند و نیروی کار شرکت را افزایش می‌دهد.

بدون شک لج از افزایش علاقه بین صنعتی به فناوری‌های اتوماسیون مالی سود برد. طبق گزارش اخیر گارتنر نظر سنجی از مدیران مالی، یک سوم گفتند که سرمایه گذاری در فناوری های اتوماسیون پشتی را در سال آینده در اولویت قرار خواهند داد.

سرمایه‌گذاران شرط می‌بندند ترس‌های اقتصادی باعث می‌شود شرکت‌ها تلاش خود را برای کنترل مخارج دو چندان کنند و تقاضا برای ابزارهای اتوماسیون را افزایش دهند. طبق Pitchbook (اشاره شده توسط وال استریت ژورنال)، استارت‌آپ‌هایی که نرم‌افزار حسابداری مبتنی بر هوش مصنوعی تولید می‌کنند، بین ژانویه ۲۰۲۲ تا پایان مارس ۲۰۲۲، ۲۳۳.۳ میلیون دلار سرمایه جمع‌آوری کردند که از ۲۱۰.۲ میلیون دلار بودجه برای کل سال ۲۰۲۱ فراتر رفت.

شریک New Enterprise Associates جاناتان گلدن در بیانیه ای ایمیلی گفت: “با افزایش درصد حجم پرداخت B2B به کانال های دیجیتال و تعداد مشاغل با جابجایی پولی پیچیده افزایش می یابد، ابزار برای کاهش بار کاری برای تیم مالی در حال تبدیل شدن به یک ضرورت است… ساخته شده توسط متخصصان مالی برای تیم های مالی؛ ما معتقدیم که بنیانگذاران آماده رویارویی با این چالش هستند، زیرا خودشان با این مشکل مواجه شده‌اند.»