به گزارش اپ خونه، پذیرش سریع پرداخت های دیجیتال به یک چالش بزرگ برای تیم های مالی تبدیل شده است.
طبق یک گزارش ، تیم‌ها ۴۰ درصد از زمان خود را صرف پردازش تراکنش‌ها می‌کنند. آنها می گویند که مقصر، داده های متفاوت و بدون ساختار است. در یک نظرسنجی جداگانه ، ۴۸ درصد از تیم‌ها داده‌های تکه‌تکه‌شده را بزرگترین مانع برای بستن کتاب‌هایشان می‌دانند.
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 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 به عنوان چسب انسانی کار کنند تا مجموعه‌ای از پرداخت‌های پیچیده از پردازنده‌های پرداخت، بانک‌ها، پلتفرم‌های مدیریت منابع سازمانی، پایگاه‌های اطلاعاتی و موارد دیگر را در کنار هم نگه دارند.»
این امر باعث شد تا Kirschenbaum در سال ۲۰۲۲ با Asaf Kotzer و Ariel Weiss استارت‌آپ فین‌تک Ledge را تأسیس کند.
از طریق Ledge، او امیدوار بود که متخصصان امور مالی را برای مدیریت بهتر وظایف روزمره مانند نظارت و هشدار دادن توانمند کند و همچنین به آنها بینش استراتژیک برای تقویت آنها 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.
همچنین با اتصال به داده‌ها، پرداخت‌ها و زیرساخت‌های بانکی موجود، دفتر کل را در زمان واقعی به‌روزرسانی می‌کند و رکورد تمام صورت‌های مالی یک شرکت را به‌روزرسانی می‌کند .
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 Ledge ، 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.
علاوه بر این، دسترسی Ledge 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 Ledge 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.
Kirschenbaum گفت: 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.
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 ۹ 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 Ledge از افزایش علاقه بین صنعتی به فناوری‌های اتوماسیون مالی سود برد. طبق نظرسنجی اخیر گارتنر 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 گزارش Pitchbook ( به نقل از 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 بودجه ۲۱۰.۲ میلیون دلاری 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 پول پیچیده افزایش می یابد، ابزار برای کاهش بار کاری برای تیم مالی در حال تبدیل شدن به یک ضرورت است … Ledge 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.»
