Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Ledge旨在为财务团队构建自动化工具

Posted on 2023-02-17

数字支付的快速采用已成为财务团队面临的巨大挑战。根据一份报告,团队花费多达 40% 的时间来处理事务。他们说,这要归咎于不同的、非结构化的数据。在另一项调查中,48% 的团队将碎片化数据视为结账的最大障碍。

Tal Kirschenbaum 非常熟悉这场斗争。他曾在 Melio 工作,这是一个面向小公司的企业对企业 (B2B) 支付平台,在那里他看到财务团队成为自己成功的牺牲品。

“一些公司拥有支付专业知识,能够投入研发资源来构建出色的内部解决方案来处理问题,但这对大多数企业来说不是一个可行的选择,”Kirschenbaum 在接受电子邮件采访时告诉 TechCrunch。 “财务团队被迫像‘人类胶水’一样工作,将由支付处理器、银行、企业资源管理平台、数据库等组成的复杂支付堆栈结合在一起。”

这导致 Kirschenbaum 在 2022 年与 Asaf Kotzer 和 Ariel Weiss 共同创立了一家金融科技初创公司Ledge 。他希望通过 Ledge 使金融专业人士能够更好地管理日常任务,例如监控和警报,同时为他们提供战略见解以提高他们的底线。

Ledge 自动进行多方对账,确保公司内部的欠款和到期付款记录与其银行报表中显示的交易相匹配。它还支持实时分类账,通过连接到现有数据、支付和银行基础设施来更新公司所有财务报表的记录。

“Ledge 的大数据管道聚合并规范化来自多个来源的数据,”Kirschenbaum 补充道。 “该平台的人工智能支持预测规则构建和智能匹配以及洞察力和预测。它还提供了预构建的集成和拖放式界面,财务团队可以在数小时内完成设置。”

从 Ledge 的仪表板,公司可以看到账户和金融服务提供商的总余额。他们还获得了关于如何优化支付和支出的人工智能建议。

“Ledge 了解财务团队的运作方式,以便使他们的运营活动自动化并从他们的支付活动中收集见解。这种学习通常是关于识别模式或异常(例如失败的付款),”Kirschenbaum 解释道。 “此外,Ledge 可以访问跨业务模型和行业的传入和传出交易数据集,从而能够预测现金流量并每天优化资金管理。”

壁架

图片来源:壁架

Ledge 还处于早期阶段,Kirschenbaum 说目前只有少数客户。但他认为该公司在其产品的全面性方面独树一帜。

“到目前为止,处理大量数字支付和复杂支付堆栈的财务团队一直没有得到市场的充分服务,因此我们的主要竞争主要是现状——即财务团队需要手动编译来自多个来源的大量数据到电子表格中,”Kirschenbaum 说。 “市场上有一些解决方案试图解决这个问题,比如 Modern Treasury、Moov 和 Sequence,但大多数不是为财务团队量身定做,而是以 API 为主导,依靠研发团队来实施和维护。他们也倾向于面向金融科技公司,这些公司本质上比大多数其他公司更精通支付,并且主要专注于资金流动自动化。”

投资者显然同意。 Ledge 本周完成了由 NEA 牵头、祥峰投资、FJ Labs 和 Picus Capital 跟投的 900 万美元种子轮融资。 Kirschenbaum 表示,随着新现金的注入,Ledge 将引入更强大的资金管理能力、改进平台的算法、加强客户获取工作并扩大公司员工队伍。

Ledge 无疑受益于跨行业对金融自动化技术的兴趣增加。根据 Gartner 最近对 CFO 的一项调查,三分之一的人表示他们将在明年优先投资后台自动化技术。

投资者押注经济担忧将促使企业加倍努力控制支出,从而提振对自动化工具的需求。根据 Pitchbook( 引用自《华尔街日报》),从 2022 年 1 月到去年 3 月底,开发人工智能会计软件的初创公司积累了 2.333 亿美元的风险投资,超过了 2021 年全年的 2.102 亿美元资金。

NEA 合伙人 Jonathan Golden 在一份电子邮件声明中表示:“随着越来越多的 B2B 支付量流向数字渠道,以及具有复杂资金流动的企业数量增加,减少财务团队工作量的工具正在成为必需品……Ledge 由财务团队的财务专业人员;我们相信创始人已经准备好迎接这一挑战,因为他们自己也面临过这个问题。”

Ledge 旨在为财务团队构建自动化工具作者: Kyle Wiggers最初发表于TechCrunch

原文: https://techcrunch.com/2023/02/16/ledge-aims-to-build-automation-tools-for-finance-teams/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme