Ramp và Stripe xây dựng các dòng doanh thu mới xung quanh các nhiệm vụ được điều khiển bởi AI

Tác giả: Simon Taylor

Biên dịch: Deep潮 TechFlow

Dẫn nhập của Shenchao: AI không chỉ mang lại sự gia tăng hiệu suất, mà còn tạo ra những nhiệm vụ mới chưa từng tồn tại trước đây: chi tiêu token, danh tính đại lý, định tuyến mô hình. Ramp và Stripe đã xây dựng các nguồn thu mới xung quanh những nhiệm vụ này, và câu chuyện định giá của họ không đơn thuần là tăng trưởng, mà là đặt cược vào các sản phẩm bản địa AI. Hiểu rõ bản đồ “nhiệm vụ mới” này sẽ giúp các nhà đầu tư phân biệt được ai đang hưởng lợi và ai sẽ bị loại bỏ.

🧠 AI đã tạo ra các câu hỏi của khách hàng mới

Việc giải quyết những vấn đề này chính là nơi hình thành các sản phẩm tài chính thế hệ tiếp theo. Chi tiêu token, danh tính đại lý và định tuyến mô hình gần như không tồn tại trước khi có AI.

Ramp gần đây đã huy động 750 triệu đô la với định giá 44 tỷ đô la. Có thể nó không cần đến số tiền này, nhưng đợt huy động vốn này đang mua một thứ lớn hơn cả sự tăng trưởng nổi bật*. Đợt huy động vốn này đang mua một câu chuyện nhất quán về việc trở thành một nền tảng sinh ra từ AI.

Câu chuyện này đáng tin cậy vì nó đang tự tái tạo xung quanh các nhiệm vụ khách hàng do AI tạo ra. Ví dụ, Router tìm kiếm mô hình có chi phí thấp nhất và chất lượng cao nhất cho mỗi yêu cầu, theo Ramp cho biết có thể giúp khách hàng tiết kiệm 40% chi phí. Stripe đang xây dựng một chồng công nghệ tương tự: nền tảng là thanh toán, Metronome chịu trách nhiệm đo lường và tính phí theo mức sử dụng, còn lớp trên cùng là OpenRouter định tuyến lưu lượng giữa hơn 400 mô hình. Theo báo cáo, nó đã chi hơn 7 tỷ USD cho lớp trên cùng.

Mỗi nhà đầu tư, đặc biệt là nhà đầu tư tăng trưởng, đều đang tìm kiếm những công ty được hưởng lợi từ sự bùng nổ nhanh chóng của AI và do đó trở nên bền vững hơn. Họ muốn nắm giữ những bên được hưởng lợi, đồng thời tránh xa những bên bị tổn hại.

Tuần này, tôi đã trò chuyện với ba nhà sáng lập. Cả ba đều đang gần hoàn thành vòng gọi vốn lớn với tên gọi AI-native. Câu hỏi mà cả ba người đều hỏi tôi đều tương tự nhau:

Chúng ta nên định vị bản thân như thế nào là AI-native? Sản phẩm của chúng ta nên là gì?

Họ đang hỏi về vấn đề định vị. Tôi cho rằng câu trả lời là vấn đề sản phẩm.

Bài viết này là câu trả lời của tôi.

Bản đồ nhanh:

Bạn đang ở vị trí nào: người tiếp nhận, người hưởng lợi hay người bản địa?

AI đã tạo ra một bậc thang nhiệm vụ: thực hiện tốt hơn các nhiệm vụ cũ; nhiệm vụ mới bên cạnh các nhiệm vụ cốt lõi; nhiệm vụ mới chưa ai giải quyết

Tại sao proxy của bạn cần chính sách phân phối?

Bây giờ nên làm gì

Quan điểm hữu ích nhất của Clayton Christensen đối với bài viết này là: Khách hàng không mua sản phẩm của bạn, họ thuê sản phẩm để hoàn thành một nhiệm vụ.

Các nhiệm vụ cần xử lý trong lĩnh vực tài chính bao gồm: hoàn lại chi phí của tôi, đối chiếu hóa đơn của tôi, giúp tôi quản lý gian lận. Những nhiệm vụ này đã tồn tại từ trước khi có AI. Các mô hình hiện đại có thể thực hiện một phần trong số đó nhanh hơn, rẻ hơn và cần ít nhân công hơn, nhưng khi khách hàng thức dậy, họ vẫn muốn cùng một điều đó.

AI còn tạo ra loại nhiệm vụ thứ hai: giám sát chi tiêu token của tôi; định tuyến mỗi yêu cầu suy luận đến mô hình tối ưu; để đại lý của tôi mua sắm mà không cần tiết lộ toàn bộ danh tính và tài khoản ngân hàng.

Trước khi AI mang đến những vấn đề này, không ai có những nhiệm vụ này.

Tôi suy nghĩ về cách trở thành một người bản địa AI thông qua một ma trận 2x2.

Nhiệm vụ: Các nhiệm vụ dành cho khách hàng cũ luôn tồn tại (ví dụ: quản lý gian lận), trong khi các nhiệm vụ do AI tạo ra xuất hiện cùng với công nghệ (ví dụ: quản lý chi tiêu token của tôi).

Công ty: Một công ty hoặc sản phẩm tồn tại trước khi có AI, hoặc một công ty chỉ tồn tại nhờ vào AI.

Đặt cả hai cái này lại với nhau, thì trông như thế này?

Nhiệm vụ cho khách hàng cũ

Nhiệm vụ khách hàng do AI tạo ra

Công ty / Sản phẩm đã tồn tại

Nubank / NuFormer

Ramp và Stripe

Không thể tồn tại mà không có AI hiện đại

Harvey, Hebbia và Rogo

OpenRouter và fal

Phía trên bên trái là việc áp dụng độ sâu. Nubank sử dụng NuFormer để đưa ra quyết định tín dụng tốt hơn, nhưng việc thẩm định là nhiệm vụ ngân hàng truyền thống.

Phía dưới bên trái là vị trí của Harvey, Hebbia và Rogo: những sản phẩm này không thể tồn tại trước khi các mô hình hiện đại ra đời, chúng thực hiện các công việc nghiên cứu pháp lý và tài chính đã tồn tại từ lâu.

Bên phải là hướng thuận lợi. Khi AI mang đến cho khách hàng những thứ mới để mua, Ramp và Stripe đã có sẵn kinh doanh. OpenRouter và fal chỉ có ý nghĩa vì suy luận đã trở thành một ngành công nghiệp.

Điều này cũng có nghĩa là một công ty có thể chiếm nhiều hơn một ô. Sản phẩm chi tiêu của Ramp nằm ở ô trên cùng bên trái. Bảng token và Router của nó nằm ở ô trên cùng bên phải. Dịch vụ thanh toán của Stripe nằm ở ô trên cùng bên trái; Metronome và OpenRouter kéo nó sang phía bên phải của bảng. Rất ít thứ có thể xếp gọn gàng vào ma trận 2x2.

Vì vậy, hãy cho phép tôi đưa thêm một khái niệm nữa cho bạn.

Tôi thấy có ba nhãn rất phù hợp để mô tả tư thế của công ty:

Người dùng áp dụng AI để phục vụ các nhu cầu hiện có của họ. Có lẽ họ đã thêm một trợ lý phụ. Đây là giá trị thực sự. Chúng có thể nhanh hơn, rẻ hơn và gọn nhẹ hơn, nhưng cấu trúc đường dẫn bán hàng vẫn không thay đổi. Hầu hết các công ty SaaS thêm đại lý đều thuộc loại này.

Người hưởng lợi cải thiện các nhiệm vụ cũ và nắm bắt các nhu cầu mới do AI tạo ra ở bên cạnh. Ramp hoặc Stripe là những ví dụ rõ ràng nhất. Quản lý chi tiêu vẫn là nhiệm vụ cốt lõi; quản lý chi phí token và định tuyến mô hình là những nguồn thu mới ở bên cạnh.

Người bản địa tồn tại do nhu cầu mới. OpenRouter định tuyến yêu cầu giữa hơn 400 mô hình. Fal chạy quy mô lớn các suy luận phương tiện sinh thành. Trong một thế giới không có suy luận nào để bán, cả hai công ty này đều không có kinh doanh.

This chart shows you where the demand comes from.

Nhiệm vụ cho bạn biết cơ hội có thể nằm ở đâu. Trở thành một thực thể sinh ra từ AI là một hành trình có bậc thang: phía dưới là những điều quen thuộc, phía trên là những vấn đề huy hoàng chưa được giải quyết. Vậy hãy cùng tôi leo lên nào.

Mô hình vận hành do AI dẫn dắt đã thay đổi hình thái, quản trị và hệ điều hành của công ty. Các đội nhóm xây dựng các công cụ mở rộng xung quanh nhân viên, kết nối dữ liệu nội bộ, chia sẻ kỹ năng và thay đổi quyền hạn của mỗi người. Các sản phẩm và nhà thiết kế bắt đầu triển khai mã. Kỹ sư tiến sâu hơn vào lĩnh vực sản phẩm. Các đội nhóm tự xây dựng các công cụ nội bộ. (Xem thêm trong báo cáo Mô hình vận hành do AI dẫn dắt.)

Đây là vé vào cửa. Nó giúp bạn tăng tốc, nhưng riêng nó không thay đổi những gì bạn bán.

Một số sản phẩm bản địa AI phục vụ những nhiệm vụ rất cũ. Điều này không làm giảm mức độ bản địa của chúng.

Trước khi AI ra đời, các công việc như kiểm tra tuân thủ, đối chiếu tài liệu và email, nghiên cứu pháp lý và báo cáo tài chính đều là những công việc hành chính rắc rối. Beacon, Sardine*, Gradient Labs, Harvey, Hebbia và Rogo sử dụng các mô hình hiện đại để tổng hợp hàng trăm tài liệu và nguồn dữ liệu, sau đó đưa ra câu trả lời hoặc quản lý quy trình. Những sản phẩm này cách đây vài năm hoàn toàn không thể thực hiện được. Nhưng bản thân nhiệm vụ này lại rất cũ kỹ.

Tôi là cố vấn của Sardine.

Nếu bạn đang thực hiện quản lý chi tiêu, quản lý tài khoản hoặc hỗ trợ người dùng thanh toán, các nhiệm vụ dành cho khách hàng cũ vẫn tồn tại, nhưng bên cạnh đó cũng xuất hiện một số nhiệm vụ mới. Có nhiều loại khác nhau.

Nhiệm vụ: Giúp tôi quản lý việc sử dụng AI. Bảng token của Ramp là một nhiệm vụ được tạo bởi AI, sống trong một sản phẩm đã tồn tại. Bạn có thể phản biện rằng bảng chi phí không phải là điều mới mẻ. Vantage và Datadog đã định giá chi phí điện toán và đám mây trong nhiều năm. Sự khác biệt nằm ở hóa đơn. Trước khi AI đưa cho bạn một hóa đơn token, không ai cần phân loại, dự đoán hoặc phân biệt chi phí token với COGS và OpEx. Trên Ramp, chi phí token AI đã tăng 20,7 lần trong khoảng thời gian từ tháng 6/2025 đến tháng 6/2026. Metronome hiện thuộc về Stripe, nằm ở đầu bên kia của cùng một nhiệm vụ, chịu trách nhiệm đo lường và tính phí cho việc sử dụng này.

Công việc: Giúp tác nhân của tôi kết nối với sản phẩm của bạn và hoàn thành công việc. Các công ty như Mercury, Visa, Ramp đang triển khai giao diện dòng lệnh (CLI). Stripe, một công ty lâu năm, đã ra mắt CLI của riêng mình cách đây bảy năm. Nhưng kể từ khi Claude Code ra đời, lượng sử dụng đã tăng vọt. CLI là một giao diện người dùng sử dụng dòng lệnh (terminal), thay vì ứng dụng hoặc trang web. Các tác nhân cảm thấy các giao diện này dễ điều hướng hơn. Hơn nữa, sử dụng CLI tiêu tốn ít token hơn nhiều. Ví dụ: chạy Ramp CLI ở chế độ --agent, giao dịch sẽ được trả về dưới dạng JSON, khoảng 105 token. Trong khi đó, chạy cùng một giao dịch ở chế độ --human cần 280 token để định dạng và hiển thị. Đây chính là giao diện sản phẩm được thiết kế dành cho “khách hàng không phải con người”.

Công việc: Giúp cửa hàng của bạn được các tác nhân AI phát hiện. Khoảng một phần ba thế hệ Z hiện nay sử dụng AI thay vì Google để nghiên cứu mua gì. Nếu cửa hàng và SKU của bạn không có ở đó, bạn có thể bỏ lỡ cơ hội. Các công ty như Shopify, WooCommerce và các nhà cung cấp dịch vụ thanh toán (PSP) hỗ trợ thương nhân thương mại điện tử hiện cũng đang tối ưu hóa lĩnh vực này.

AI đã tạo ra một lớp nhu cầu hoàn toàn mới bên cạnh doanh nghiệp hiện tại của bạn. Cơ hội của bạn là xây dựng giao diện phục vụ các nhu cầu này. Không cần phải chuyển đổi toàn bộ doanh nghiệp ngay lập tức.

Hãy tưởng tượng một tương lai: các tác nhân chiếm 80% đến 90% lưu lượng internet, thương mại và kinh tế. Nếu điều này có chút đúng, bạn sẽ định vị lại công ty và câu chuyện của mình như thế nào? Đơn vị giá trị cốt lõi bạn tạo ra là gì? Nó áp dụng như thế nào cho khách hàng đó?

Trong thí nghiệm tư tưởng này, chúng ta phải từ bỏ tư duy coi AI là chức năng bổ sung trên các doanh nghiệp hiện có.

Một số vấn đề không tồn tại trước khi AI bùng nổ. Chúng cũng không chỉ đến từ việc sử dụng AI một cách đơn giản.

Làm thế nào tôi có thể tin tưởng tác nhân này xử lý dữ liệu của tôi hoặc đưa ra các quyết định của nó? Chúng ta đang bước vào một thế giới nơi các tác nhân do bên thứ ba phát triển có thể tương tác với doanh nghiệp của bạn. Bạn cần một cách nào đó để đảm bảo chúng an toàn, đáng tin cậy, quản lý quyền riêng tư và có một thực thể pháp lý chịu trách nhiệm đằng sau. Mô hình đơn giản là tác nhân nằm trong một nhà cung cấp SaaS mà bạn đã có thỏa thuận doanh nghiệp. Nhưng các tác nhân ngày càng trở thành chính sản phẩm. Chúng có thể đến từ các phòng thí nghiệm như Anthropic, một công ty khởi nghiệp, hoặc một bộ phận nội bộ. Tôi thấy các công ty đang xây dựng hoặc mua các lớp bao bọc hoặc mặt phẳng điều khiển (như Primitive) để bao bọc các tác nhân này. Một phương pháp khác là AIUC, với mục tiêu bảo hiểm và xác thực các tác nhân.

Làm thế nào để tôi tin tưởng tác nhân này thực hiện giao dịch? Nếu một tác nhân xuất hiện tại cửa hàng của bạn và cố gắng mua hàng, làm thế nào bạn biết được danh tiếng của nó hoặc ai là người tạo ra nó? Người dùng có xác thực tác nhân đó để mua hàng không? Hiện tại đã có một số tiêu chuẩn mới nổi, chẳng hạn như A2A của Google, Trusted Agent Protocol của Visa và các tiêu chuẩn danh tính mà FIDO đang xây dựng. Nhưng chúng ta vẫn đang ở giai đoạn rất sớm. Các công ty như Natural Payments, Skyfire và A-comm đang đặt cọc tại đây. Họ quản lý khâu tác nhân thực sự sử dụng tiền trong quy trình thương mại tác nhân.

Làm thế nào để có được chi phí suy luận và sức mạnh tính toán thấp hơn? Brex cho biết, sau khi công ty phát sinh chi phí API đầu tiên cho OpenAI hoặc Anthropic, trong vòng năm tháng sẽ bổ sung nhà cung cấp tính toán mở đầu tiên. Năm tháng. Một phút trước bạn vẫn đang trả phí API cho các phòng thí nghiệm mô hình, phút sau bạn đã đang so sánh Together AI, Fireworks và Baseten. Bạn quyết định nơi chạy tải công việc và hỏi bộ phận tài chính cách phòng ngừa rủi ro chi phí. AI đã tạo ra một chuỗi cung ứng phần mềm, rồi bắt đầu xây dựng nền tảng vốn bên dưới nó. Nvidia và Phố Wall đang nỗ lực huy động 500 tỷ USD xung quanh lớp này.

Nguồn: Brex Benchmark; Dữ liệu thẻ và thanh toán hóa đơn Brex, tháng 1 năm 2021 – tháng 6 năm 2026

Những công việc này lớn hơn nhiều so với các tính năng. Chúng trải dài trên sản phẩm, dữ liệu, danh tính và vốn. Một khi chúng vượt ra ngoài sản phẩm, vấn đề trở thành khách hàng tin tưởng ai đứng sau chúng.

Tôi không muốn agent của bạn. Tôi muốn agent của tôi được tích hợp vào sản phẩm của bạn.

Hầu hết các khách hàng doanh nghiệp cuối cùng sẽ vận hành một bảng điều khiển hoặc shell: một nơi để sắp xếp các tác nhân mà họ sở hữu, xuyên suốt các công cụ họ sử dụng. Các tác nhân tài chính của CFO, tác nhân mã hóa của kỹ sư và tác nhân mua sắm của đội ngũ vận hành sẽ được quản lý ngân sách, cấp phép và giám sát từ một lớp nằm trên sản phẩm.

Người tiêu dùng cũng sẽ có phiên bản của riêng họ. Dù là Grokbot hay Instinct, các ứng dụng tiêu dùng mới từ OpenAI hoặc Google, hay Apple cuối cùng cũng khiến Siri trở nên tốt hơn, luôn sẽ có một sản phẩm nào đó vì lợi ích của người dùng xuyên suốt các sản phẩm.

Garry Tan đã nói rất chính xác về các mối đe dọa đối với phần mềm hiện tại:

Hệ thống ghi nhận đã có đầy đủ dữ liệu, quyền hạn và phân phối cần thiết cho vỏ. Vấn đề của chúng là một lớp điều phối mới có thể được đặt lên trên chúng, biến mỗi sản phẩm bên dưới thành một nhà cung cấp có thể gọi được.

Điều này mang lại ba lựa chọn chiến lược:

Có quyền kiểm soát. Trở thành nơi khách hàng xem, cấp quyền và quản lý từng tác nhân.

Có một điểm kiểm soát đáng tin cậy. Ngay cả khi người khác sở hữu lớp vỏ, danh tính, uy tín, định tuyến, mua sắm và thanh toán vẫn giữ được giá trị.

Trở thành sản phẩm dễ truy cập nhất cho mỗi vỏ quan trọng. CLI, API và giao diện tác nhân chính là phương thức phân phối. (Đây là câu trả lời đúng cho nhiều người hơn bạn nghĩ)

Salesforce và hệ thống lõi ngân hàng sẽ không dễ dàng từ bỏ những mấu chốt gắn kết mà họ đã sở hữu. Đây không thuần túy là lý thuyết tổng hợp. Các hệ thống ghi chép có thể trở thành vỏ bọc; các chuyên gia có thể kiểm soát các điểm then chốt; sản phẩm có thể được phân phối thông qua tất cả những yếu tố này.

Sự căng thẳng này chính là trọng tâm. Giải thưởng có thể là mặt phẳng điều khiển. Nó cũng có thể là thứ không thể thiếu mà mỗi mặt phẳng điều khiển đều cần.

Quay lại với ba nhà sáng lập mà tôi đã nói đến.

Câu trả lời luôn là công việc. Định vị sản phẩm theo dõi.

Tìm công việc mà AI tạo ra bên cạnh giá trị bạn đã giao. Xây dựng giao diện cho nó.

Sau đó quyết định cách nó lan truyền. Bạn có thể sở hữu vỏ bọc, bên trong đó có một điểm kiểm soát đáng tin cậy, hoặc trở thành sản phẩm có thể được gọi một cách tinh tế từ tất cả các vỏ bọc.

Đó chính là ý nghĩa của việc tự tái tạo chính mình. Bạn bắt đầu bằng cách sử dụng AI để vận hành bản thân. Bạn dùng nó để thực hiện tốt hơn những công việc cũ. Sau đó, bạn tiến lên những công việc chưa từng tồn tại trước khi mô hình gây ra vấn đề cho khách hàng.

Ramp đạt 44 tỷ USD không phải vì quản lý phí tốt nhất. Nó đạt đến mức đó vì các nhà đầu tư tin rằng AI sẽ liên tục tạo ra nhu cầu mới bên cạnh lõi. Và Ramp đã nắm bắt được tốc độ đó.

Chọn công việc. Chọn giao diện. Phân phối nó.

(The growth of Ramp is extraordinary by financial company standards: TPV (total payment volume) increased 170% year-over-year as of March, the fastest pace in three years, while its business scale has expanded 20-fold.)