据 Finovate 10 月 15 日报道（https://finovate.com/ramp-raises-1-85-billion-boosting-valuation-to-60-billion/ ），总部位于纽约的企业财务运营平台 Ramp 完成 18.5 亿美元新一轮股权融资，由 Dragoneer Investment Group 领投，Thrive Capital、Founders Fund、Sands Capital、Avenir Growth 共同参与，投后估值达到 600 亿美元，公司累计股权融资约 50 亿美元。另一则 TipRanks 报道（https://www.tipranks.com/news/private-companies/ramp-secures-1-85-billion-hits-2-billion-revenue-and-pushes-ai-focused-finance-platform-at-60-billion-valuation ）补充，Ramp 年化收入已超过 20 亿美元，实现正向现金流，收入增速比去年同期快 25%，年付费超过 10 万美元的企业客户数量增长 113%。

这轮融资距离 6 月以 440 亿美元估值完成 7.5 亿美元轮次仅四个月，估值跳升 36%。Ramp 成立于 2019 年，从企业卡和费用管理切入，目前服务超过 8.5 万家企业，年化采购流水超过 2750 亿美元，中位客户节省 7.5% 的支出、减少 22% 的手工工作量。本轮资金的明确用途是扩展人工智能相关产品，而不是单纯补贴获客。

为什么投资人愿意在AI财务赛道给出30倍收入倍数？

600 亿美元估值对应约 30 倍年化收入，在一级市场已经是偏高的定价。Sacra 的数据（https://sacra.com/c/ramp/ ）显示，Ramp 2025 年 11 月估值还是 320 亿美元，2026 年 6 月涨到 440 亿美元，四个月后再到 600 亿美元。投资人给出这个倍数的理由，是把 Ramp 从费用管理软件重新定价为财务运营的中枢系统，而不是一张会被替换的企业卡。

传统财务软件的天花板是记账和报销，Ramp 过去两年把产品延伸到应付账款自动化、合同到收款之间的 AR 流程、AI 工作空间 Glass、模型路由服务 Router.com，以及专门管控大模型开销的 AI Token Spend Management。TipRanks 提到 Router.com 可以把推理成本最多砍掉 40%。当企业的 IT 预算里 AI 调用费快速膨胀，谁掌握付款流水，谁就拿到了给 AI 支出定价的位置，这是 30 倍倍数背后真正的叙事。

AI Token管控为什么成了财务软件的新刚需？

AI 费用和过去的云订阅有一个本质区别，它是按 token 浮动计费的，同一个业务流程换一个模型，月度账单可能差出几倍。Ramp 在 8 月进入 AI 模型路由市场，按任务挑选模型、记录 token 消耗、评估支出回报，这套能力第一次让财务团队能够像管差旅费一样管模型调用。TechAmerica 的报道（https://techamerica.ai/fundraising/ramp-raises-185-billion-at-60-billion-valuation-as-ai-business-expands ）指出，Ramp 已经在费用、采购、记账、预算四个环节布置了 AI 代理，并为代理消费接入了企业卡的审批与控制策略。

这意味着财务软件的竞争维度变了。过去比的是谁的报销审批流做得顺，现在比的是谁能在代理自动下单的时代守住支出边界。Ramp 把支付能力开放给 AI 代理使用现有企业控制策略，等于把自己变成了代理经济里的财务闸门。

高估值背后的现金流压力该怎么看？

需要冷静的是，600 亿美元估值对应的是正向现金流而非暴利。Ramp 目前约 1900 名员工，收入主要来自换汇、卡交换和 SaaS 订阅，毛利结构并非高枕无忧。创始人兼联合 CEO Eric Glyman 多次表示公司有意上市但不公布时间表，一级市场的高估值最终要接受公开市场检验。

另一个隐忧是，企业卡赛道本身在卷。美国运通、Brex 与各类垂直财务工具都在切同一块支出管理市场，Ramp 的护城河取决于 AI 工作空间能否真正沉淀为企业的知识与流程资产，而不只是报销工具的延伸。对普通读者来说，这轮融资的信号价值大于交易本身，AI 支出正在变成企业财务报表上一个独立科目，管理这个科目的工具会先于应用层拿到估值溢价。

普通企业该从这轮融资里读到什么？

中小企业不需要照搬 8.5 万家客户的用法，但可以立刻做一件事，把分散在各个团队手里的模型订阅和 API 账单汇总到一个视图里，先知道自己每个月为 AI 花了多少钱，再谈优化。Ramp 的融资证明市场愿意为看清 AI 成本这件事付费，而这套动作在任何规模的公司内部都能低成本起步，关键是先建立支出基线，再决定哪些任务走便宜模型、哪些任务值得旗舰模型。

去论坛讨论

前往 silicon-agi.com 论坛 参与讨论