रैम्प और स्ट्राइप AI-संचालित कार्यों के आसपास नए आय प्रवाह बनाते हैं

लेखक: सिमन टेलर

संपादित: शेनचाओ टेकफ्लो

शेनचाओ का सारांश: AI केवल दक्षता में वृद्धि ही नहीं लाता, बल्कि पहले मौजूद नहीं थे ऐसे नए कार्य भी लाता है: टोकन खर्च, एजेंट पहचान, मॉडल रूटिंग। रैम्प और स्ट्राइप ने इन कार्यों के आसपास नए आय स्रोत बना लिए हैं, और उनका मूल्यांकन कथा केवल वृद्धि नहीं, बल्कि AI-नेटिव पर निवेश है। इस "नए कार्य" मानचित्र को समझने से निवेशकों को पता चल सकता है कि कौन लाभान्वित हो रहा है और कौन विफल हो रहा है।

🧠 AI ने नए ग्राहक प्रश्न बनाए हैं

ये समस्याएँ ही अगली पीढ़ी के वित्तीय उत्पादों के निर्माण का स्थान हैं। टोकन खर्च, एजेंट पहचान और मॉडल रूटिंग AI के पहले लगभग मौजूद नहीं थीं।

Ramp ने हाल ही में 440 अरब डॉलर के अनुमानित मूल्य पर 7.5 अरब डॉलर की फंडिंग प्राप्त की। इसे शायद इस पैसे की आवश्यकता नहीं है, लेकिन इस फंडिंग ने एक अधिक महत्वपूर्ण चीज़ को खरीदा है*। इस फंडिंग ने AI-नेटिव बनने के बारे में एक सुसंगठित कथा को खरीदा है।

यह कहानी विश्वसनीय है, क्योंकि यह AI द्वारा बनाए गए कस्टमर टास्क के चारों ओर खुद को पुनर्निर्मित कर रही है। उदाहरण के लिए, Router प्रत्येक अनुरोध के लिए सबसे कम लागत और सर्वोत्तम गुणवत्ता वाला मॉडल ढूंढता है, जिससे Ramp के अनुसार ग्राहकों को 40% लागत बचत होती है। Stripe इसी तरह का टेक स्टैक तैयार कर रहा है: नीचे की परत पर भुगतान, Metronome उपयोग के आधार पर मापन और बिलिंग के लिए, और शीर्ष पर OpenRouter 400 से अधिक मॉडल्स के बीच ट्रैफ़िक को रूट करता है। इसके शीर्ष पर 70 अरब डॉलर से अधिक का भुगतान किया गया है।

प्रत्येक निवेशक, विशेष रूप से विकास आधारित निवेशक, AI के तेजी से उड़ान भरने से लाभान्वित होने वाली कंपनियों की तलाश में हैं और इसलिए उन्हें अधिक स्थायी बनाना चाहते हैं। वे लाभान्वितों को रखना चाहते हैं और नुकसान उठाने वालों को जितना संभव हो उतना नहीं।

इस हफ्ते मैंने तीन संस्थापकों से बात की। तीनों AI-नेटिव के नाम पर बड़े फंडिंग के करीब पहुंच चुके हैं। तीनों ने मुझसे लगभग एक ही सवाल पूछा:

हमें खुद को AI-नेटिव कैसे पोजिशन करना चाहिए? हमारा उत्पाद क्या होना चाहिए?

वे स्थिति समस्या के बारे में पूछ रहे हैं। मुझे लगता है कि उत्तर उत्पाद समस्या है।

यह कॉलम मेरा उत्तर है।

त्वरित मानचित्र:

आप किस स्थिति में हैं: स्वीकारक, लाभार्थी या मूल निवासी

AI ने एक कार्य चरणबद्धता बनाई: पुराने कार्यों को बेहतर तरीके से करें; केंद्रीय कार्यों के पास नए कार्य; कोई भी हल नहीं कर पाया नए कार्य

Why does your proxy need a distribution strategy?

अब क्या करें

क्लेटन क्रिस्टेंसन का यह बिंदु इस लेख के लिए सबसे उपयोगी है: ग्राहक आपका उत्पाद नहीं खरीदते, वे एक कार्य पूरा करने के लिए उत्पाद को नियुक्त करते हैं।

फाइनेंस के कार्यों में शामिल हैं: मेरे खर्चों की बर्बादी करना, मेरे बिलों का मिलान करना, और मुझे धोखाधड़ी का प्रबंधन करने में मदद करना। ये कार्य AI से पहले से मौजूद थे। आधुनिक मॉडल इनमें से कुछ को तेजी से, सस्ते और कम मानवीय प्रयास के साथ कर सकते हैं, लेकिन ग्राहक जब भी जागते हैं, तो वे अभी भी वही चाहते हैं।

AI ने दूसरा प्रकार का कार्य भी बनाया: मेरे टोकन खर्च का निगरानी करना; प्रत्येक निष्कर्षण अनुरोध को सर्वोत्तम मॉडल पर रूट करना; मेरे एजेंट को खरीदारी करने की अनुमति देना, बिना पूरी पहचान और बैंक खाते के सौंपे।

AI इन समस्याओं को लाने से पहले, किसी के पास ये कार्य नहीं थे।

मैं एक 2x2 मैट्रिक्स के माध्यम से एआई-नेटिव बनने के तरीके के बारे में सोचता हूँ।

कार्य: पुराने ग्राहक कार्य हमेशा मौजूद रहते हैं (जैसे धोखाधड़ी का प्रबंधन), जबकि AI द्वारा बनाए गए कार्य तकनीक के साथ उभरते हैं (जैसे मेरे टोकन खर्च का प्रबंधन)।

कंपनी: एक ऐसी कंपनी या उत्पाद जो AI से पहले मौजूद थी या जो केवल AI के कारण ही मौजूद है।

दोनों को एक साथ रखने पर, ऐसा लगता है?

पुराने ग्राहक कार्य

AI द्वारा बनाया गया ग्राहक कार्य

मौजूदा कंपनी / उत्पाद

नुबैंक / नूफॉर्मर

Ramp और Stripe

बिना आधुनिक AI के असंभव है

हैरवे, हेबिया और रोगो

OpenRouter और fal

ऊपर बाएं गहराई अनुप्रयोग है। Nubank NuFormer का उपयोग करके बेहतर क्रेडिट निर्णय लेता है, लेकिन अधीनस्थता पुरानी बैंकिंग कार्य है।

नीचे बाएं हरवे, हेबिया और रोगो की स्थिति है: ये उत्पाद आधुनिक मॉडल के आगे संभव नहीं थे, और ये पहले से मौजूद कानूनी और वित्तीय शोध का काम करते हैं।

दाईं ओर अनुकूल दिशा है। जब AI ग्राहकों को खरीदने के लिए नया कुछ प्रस्तुत करता है, तो Ramp और Stripe पहले से ही व्यवसाय कर रहे हैं। OpenRouter और fal का केवल इसलिए महत्व है क्योंकि निष्कर्षण एक उद्योग बन गया है।

इसका अर्थ है कि एक कंपनी एक से अधिक सेल घेर सकती है। रैंप का एक्सपेंडिटर प्रोडक्ट बाएं ऊपर है। इसका टोकन पैनल और राउटर दाएं ऊपर हैं। स्ट्राइप का पेमेंट बिजनेस बाएं ऊपर है; मेट्रोनोम और ओपनराउटर इसे टेबल के दाएं ओर खींचते हैं। चीजें कभी-कभी 2x2 मैट्रिक्स में साफ़ से फिट नहीं होतीं।

तो कृपया मुझे आपके लिए एक और अवधारणा पेश करने की अनुमति दें।

मुझे लगता है कि कंपनी के व्यवहार को वर्णित करने के लिए तीन टैग बहुत उपयुक्त हैं:

ग्राहक अपनी मौजूदा आवश्यकताओं के लिए AI सेवाएँ अपनाते हैं। शायद उन्होंने एक सह-चालक जोड़ दिया। यहाँ वास्तविक मूल्य है। वे तेज़ी, सस्तेपन और सरलता के साथ काम कर सकते हैं, लेकिन बिक्री पाइपलाइन की संरचना अपरिवर्तित रहती है। अधिकांश SaaS कंपनियाँ जिन्होंने एजेंट जोड़ा है, वे इसी श्रेणी में आती हैं।

लाभार्थी पुराने कार्यों को बेहतर तरीके से करते हैं और पड़ोस में AI द्वारा उत्पन्न नए आवश्यकताओं को पकड़ते हैं। Ramp या Stripe सबसे स्पष्ट उदाहरण हैं। व्यय प्रबंधन अभी भी मुख्य कार्य है; टोकन लागत प्रबंधन और मॉडल रूटिंग तो पास के नए आय के बैग हैं।

मूल निवासी नए आवश्यकताओं के कारण मौजूद हैं। OpenRouter 400 से अधिक मॉडल के बीच अनुरोधों को रूट करता है। fal जनरेटिव मीडिया इन्फरेंस को बड़े पैमाने पर चलाता है। एक ऐसी दुनिया में जहाँ इन्फरेंस बेचने को नहीं मिलता, इन दोनों के पास कोई व्यवसाय नहीं होता।

यह चित्र आपको बताता है कि मांग कहाँ से आ रही है।

कार्य आपको बताता है कि अवसर कहाँ संभव हैं। AI-नेटिव बनना एक चरणबद्ध प्रक्रिया है: नीचे से जाना जाता है, ऊपर अभी तक हल नहीं हुए महान सवाल हैं। तो चलिए, मेरे साथ ऊपर चढ़ते हैं।

AI-संचालित संचालन मॉडल ने कंपनी के रूप, शासन और संचालन प्रणाली को बदल दिया है। टीमें कर्मचारियों के आसपास एक्सटेंशन बनाती हैं, आंतरिक डेटा को जोड़ती हैं, कौशल साझा करती हैं और यह बदलती हैं कि कौन क्या कर सकता है। प्रोडक्ट मैनेजर और डिज़ाइनर कोड लाइव करना शुरू कर देते हैं। इंजीनियर प्रोडक्ट में आगे बढ़ जाते हैं। टीमें अपने आंतरिक उपकरण बनाती हैं। (अधिक जानकारी के लिए AI ऑपरेशन मॉडल रिपोर्ट देखें।)

यह एंट्री टिकट है। यह आपको तेज़ कर देगा, लेकिन इससे अकेले आपका बेचने का विषय नहीं बदलेगा।

कुछ एआई-नेटिव उत्पाद बहुत पुराने कार्यों को सेवा प्रदान करते हैं। इससे उनकी नेटिवता कम नहीं होती।

AI के आगमन से पहले, अनुपालन जांच, दस्तावेज़ और ईमेल समन्वय, कानूनी अनुसंधान और वित्तीय रिपोर्टिंग एक थकाने वाला कागजी कार्य थे। Beacon, Sardine*, Gradient Labs, Harvey, Hebbia और Rogo आधुनिक मॉडल का उपयोग करके सैकड़ों दस्तावेज़ और डेटा स्रोतों को संकलित करते हैं और फिर उत्तर या प्रक्रिया प्रबंधित करते हैं। ये उत्पाद कुछ साल पहले संभव नहीं थे। लेकिन कार्य स्वयं पुराना है।

मैं सार्डिन का सलाहकार हूँ।

अगर आप व्यय प्रबंधन, खाता प्रबंधन या लोगों को भुगतान करने में मदद कर रहे हैं, तो पुराने ग्राहक कार्य अभी भी मौजूद हैं, लेकिन उनके पास कुछ नए कार्य भी दिखाई दे रहे हैं। कई अलग-अलग प्रकार हैं।

टास्क: मुझे AI उपयोग प्रबंधित करने में मदद करें। Ramp का टोकन डैशबोर्ड एक AI द्वारा बनाया गया कार्य है, जो एक पहले से मौजूद उत्पाद में रहता है। आप कह सकते हैं कि लागत डैशबोर्ड कुछ नया नहीं है। Vantage और Datadog ने कई वर्षों से क्लाउड और कंप्यूटिंग खर्चों की कीमत निर्धारित की है। अंतर बिल में है। AI द्वारा आपको टोकन बिल दिए जाने से पहले, किसी को टोकन लागत को वर्गीकृत, भविष्यवाणी करने या COGS और OpEx को अलग करने की आवश्यकता नहीं थी। Ramp पर, AI टोकन खर्च 2025 जून से 2026 जून के बीच 20.7 गुना बढ़ गया। Metronome अब Stripe का हिस्सा है, जो इस उपयोग को मापने और बिलिंग करने के लिए उसी कार्य के दूसरे सिरे पर स्थित है।

कार्य: मेरे एजेंट को आपके उत्पाद से जोड़ें और कार्य पूरा करें। Mercury, Visa, Ramp जैसी कंपनियाँ कमांड लाइन इंटरफेस (CLI) लॉन्च कर रही हैं। पुरानी Stripe ने सात साल पहले अपना CLI जारी किया था। लेकिन Claude Code के लॉन्च के बाद इसका उपयोग तेजी से बढ़ गया। CLI एक उपयोगकर्ता इंटरफेस है जो एप्लिकेशन या वेबसाइट के बजाय कमांड लाइन (टर्मिनल) का उपयोग करती है। एजेंट्स को इन इंटरफेस का उपयोग करना अधिक सुविधाजनक लगता है। साथ ही, CLI का उपयोग करने से काफी कम token खर्च होते हैं। उदाहरण के लिए, Ramp CLI को --agent मोड में चलाने पर, लेनदेन JSON में लौटता है, जिसमें लगभग 105 token लगते हैं। इसी लेनदेन को --human मोड में चलाने पर, 280 token की आवश्यकता होती है ताकि इसे प्रारूपित किया जा सके। यही "मानव-गैर-ग्राहक" के लिए डिज़ाइन किया गया उत्पाद इंटरफेस है।

कार्य: मेरी दुकान को AI एजेंट्स द्वारा खोजा जाए। लगभग एक-तिहाई Z पीढ़ी अब कुछ खरीदने के लिए Google के बजाय AI का उपयोग कर रही है। अगर आपकी दुकान और SKU वहां नहीं हैं, तो आप अवसर खो सकते हैं। Shopify, WooCommerce आदि कंपनियाँ और ई-कॉमर्स व्यापारियों की मदद करने वाले भुगतान सेवा प्रदाता (PSP) अब इस क्षेत्र को अनुकूलित कर रहे हैं।

AI ने आपके वर्तमान व्यवसाय के पास एक पूरी श्रेणी की मांग पैदा कर दी है। आपका अवसर है कि इन मांगों को पूरा करने के लिए इंटरफेस बनाएं। तुरंत पूरे व्यवसाय को बदलने की आवश्यकता नहीं है।

लेकिन एक भविष्य की कल्पना करें: एजेंट्स इंटरनेट ट्रैफ़िक, व्यापार और अर्थव्यवस्था का 80% से 90% हिस्सा लेते हैं। अगर यह कुछ हद तक सच है, तो आप कंपनियों और कथाओं को कैसे पुनः स्थापित करेंगे? आपके द्वारा बनाए गए मूल मूल्य इकाई क्या है? यह उस ग्राहक के लिए कैसे लागू होता है?

इस विचार प्रयोग में, हमें AI को वर्तमान व्यवसाय के ऊपर एक अतिरिक्त सुविधा के रूप में देखने की सोच से बाहर निकलना होगा।

कुछ समस्याएँ AI के विस्फोट से पहले मौजूद नहीं थीं। वे केवल AI का सरल उपयोग से भी नहीं आईं।

मैं इस एजेंट को अपने डेटा के साथ या इसके द्वारा लिए गए निर्णयों पर कैसे भरोसा करूँ? हम एक ऐसी दुनिया की ओर बढ़ रहे हैं: तीसरे पक्ष द्वारा विकसित एजेंट आपके व्यवसाय के साथ बातचीत कर सकते हैं। आपको इनकी सुरक्षा, विश्वसनीयता, गोपनीयता का प्रबंधन, और पीछे किसी कानूनी संस्था के जिम्मेदार होने की गारंटी देने का कुछ तरीका चाहिए। सरल मॉडल यह है कि एजेंट आपके पहले से मौजूद उद्यम समझौतों के तहत किसी SaaS प्रदाता के अंदर स्थित होता है। लेकिन एजेंट अब उत्पाद का ही हिस्सा बनते जा रहे हैं। यह Anthropic जैसे प्रयोगशालाओं, एक स्टार्टअप, या आंतरिक विभाग से आ सकता है। मैं कंपनियों को Primitive जैसे शेल या कंट्रोल प्लेन को बनाने या खरीदने के लिए देख रहा हूँ, ताकि वे इन एजेंट्स को पैकेज कर सकें। एक अन्य पद्धति AIUC है, जिसका लक्ष्य एजेंट्स को बीमा और प्रमाणित करना है।

मैं इस एजेंट को ट्रेडिंग के लिए कैसे विश्वास करूँ? यदि एक एजेंट आपकी दुकान पर आकर कुछ खरीदने की कोशिश करता है, तो आप उसकी प्रतिष्ठा या उसके निर्माता कौन हैं, यह कैसे जानेंगे? क्या उपयोगकर्ता ने उस एजेंट को खरीदारी करने के लिए प्रमाणित किया है? वर्तमान में कुछ उभरते मानक हैं, जैसे Google का A2A, Visa का Trusted Agent Protocol, और FIDO जो पहचान मानक बना रहा है। लेकिन हम अभी बहुत प्रारंभिक चरण में हैं। Natural Payments, Skyfire और A-comm जैसी कंपनियाँ यहाँ अपना झंडा लगा रही हैं। वे एजेंट व्यापार प्रवाह में एजेंट द्वारा वास्तविक पैसा चलाने के पहलू को प्रबंधित करती हैं।

मैं कम लागत वाली इन्फरेंस और कैलकुलेशन कैसे प्राप्त करूँ? ब्रेक्स के अनुसार, कंपनी जब पहली बार OpenAI या Anthropic API शुल्क उत्पन्न करती है, तो पाँच महीनों में पहला ओपन कैलकुलेशन प्रोवाइडर जोड़ देती है। पाँच महीने। एक पल पहले आप मॉडल लैब्स को API शुल्क दे रहे हैं। अगले पल आप Together AI, Fireworks और Baseten की तुलना कर रहे हैं। आप तय करते हैं कि कार्यभार कहाँ चलेगा, और वित्त टीम से लागत को हेज करने के बारे में पूछते हैं। AI ने एक सॉफ्टवेयर सप्लाई चेन बनाई, और अब उसके नीचे पूंजी स्तर बनाना शुरू कर दिया है। Nvidia और वॉल स्ट्रीट इस स्तर के चारों ओर 5000 अरब डॉलर का संचलन करने की कोशिश कर रहे हैं।

स्रोत: Brex Benchmark; Brex कार्ड और बिल भुगतान डेटा, जनवरी 2021 – जून 2026

ये कार्य फ़ंक्शनलिटी से अधिक हैं। ये उत्पाद, डेटा, पहचान और धन को शामिल करते हैं। जब ये उत्पाद को छूते हैं, तो प्रश्न यह बन जाता है कि ग्राहक इनके ऊपर किस पर भरोसा करता है।

मुझे आपका एजेंट नहीं चाहिए। मुझे चाहिए कि मेरा एजेंट आपके उत्पाद में प्रवेश करे।

अधिकांश व्यावसायिक ग्राहक अंततः किसी न किसी कंट्रोल प्लेन या शेल चलाएंगे: एक ऐसा स्थान जहाँ वे अपने एजेंट्स को ऑर्केस्ट्रेट करेंगे, और अपने उपयोग किए जा रहे टूल्स के माध्यम से। सीएफओ का फाइनेंशियल एजेंट, इंजीनियर्स का कोडिंग एजेंट और ऑपरेशन टीम का प्रोक्योरमेंट एजेंट, उत्पाद के ऊपर एक स्तर से बजट, अधिकार और निरीक्षण करेंगे।

ग्राहक भी अपना संस्करण रखेंगे। चाहे Grokbot हो या Instinct, OpenAI या Google के नए उपभोक्ता एप्लिकेशन, या Apple अंततः Siri को कम खराब बना दे, हमेशा कुछ ऐसा होगा जो उत्पादों के बीच उपभोक्ता के लिए सोचता है।

गैरी तन ने मौजूदा सॉफ्टवेयर के सामने खड़े खतरों को बहुत अच्छी तरह से समझाया:

रिकॉर्डिंग सिस्टम में आवश्यक डेटा, अधिकार और वितरण पहले से मौजूद हैं। उनकी समस्या यह है कि एक नया ऑर्केस्ट्रेशन परत उनके ऊपर स्थित हो सकती है और नीचे के प्रत्येक उत्पाद को एक कॉल करने योग्य सप्लायर में बदल सकती है।

इससे तीन रणनीतिक विकल्प उत्पन्न होते हैं:

एक व्यवस्थित अनुभव प्राप्त करें। ग्राहक के रूप में प्रत्येक एजेंट को देखें, अनुमति दें और प्रबंधित करें।

एक विश्वसनीय नियंत्रण बिंदु होना। भले ही कोई अन्य व्यक्ति शेल को रखता हो, पहचान, प्रतिष्ठा, रूटिंग, खरीद और निपटान का मूल्य बना रहता है।

प्रत्येक महत्वपूर्ण शेल के लिए सबसे आसानी से उपलब्ध उत्पाद बनें। CLI, API और एजेंट इंटरफ़ेस ही वितरण हैं। (यह आपमें से अधिक लोगों के लिए सही उत्तर है, जितना आप सोचते हैं)

Salesforce और बैंकिंग कोर सिस्टम अपने पहले से मौजूद चिपकने वाले वेज़ को आसानी से छोड़ने वाले नहीं हैं। यह केवल एग्रीगेशन थ्योरी नहीं है। रिकॉर्ड सिस्टम खोले में बदल सकते हैं; विशेषज्ञ नियंत्रण बिंदुओं को रख सकते हैं; उत्पाद इन सभी के माध्यम से वितरित किए जा सकते हैं।

यह तनाव ही मुख्य बात है। पुरस्कार नियंत्रण तल हो सकता है। यह उस अनिवार्य चीज़ के बारे में भी हो सकता है जिसकी प्रत्येक नियंत्रण तल को आवश्यकता होती है।

मैं जिन तीन संस्थापकों के बारे में बात कर चुका हूँ, उन पर वापस आता हूँ।

उत्तर हमेशा काम करता है। लोकेशन फॉलो प्रोडक्ट।

अपने द्वारा पहले ही प्रदान किए गए मूल्य के पास AI द्वारा बनाए गए कार्य को ढूंढें। इसके लिए इंटरफेस बनाएं।

फिर यह तय करें कि यह कैसे प्रसारित होगा। आप एक शेल रख सकते हैं, जिसके अंदर एक विश्वसनीय नियंत्रण बिंदु हो, या एक ऐसा उत्पाद बन सकते हैं जिसे सभी शेल्स से सुंदरता से कॉल किया जा सके।

यही अपने आप को फिर से आविष्कार करने का अर्थ है। आप AI का उपयोग करके अपने आप को संचालित करना शुरू करते हैं। आप इसका उपयोग पुराने काम को बेहतर तरीके से करने के लिए करते हैं। फिर आप उन कामों की ओर बढ़ते हैं जो मॉडल के कारण ग्राहकों को समस्याएँ होने से पहले मौजूद नहीं थे।

रैंप 440 अरब डॉलर तक पहुँचा, क्योंकि इसने सबसे अच्छा शुल्क प्रबंधन नहीं किया। यह तब तक पहुँचा क्योंकि निवेशकों को विश्वास था कि AI मूल के पास नई मांग लगातार पैदा करेगा। और रैंप के पास इसे पकड़ने की गति थी।

चुनें कार्य। चुनें इंटरफ़ेस। इसे वितरित करें।

(वित्तीय कंपनियों के मानकों के अनुसार, रैंप की वृद्धि अत्यधिक है: 3 मार्च तक TPV (कुल प्रोसेसिंग मात्रा) पिछले वर्ष की तुलना में 170% बढ़ी, जो तीन वर्षों में सबसे तेज़ गति है, और इसका व्यापार आकार 20 गुना बढ़ गया है।)