靠解決 AI 產生的“新麻煩”賺錢，Ramp 與 Stripe 的新生意經

BiRun 消息，作者：Simon Taylor 編譯：深潮 TechFlow 深潮導讀： AI 帶來的不只是效率提昇，還有一批此前不存在的新客戶任務：token 支出、代理身份、模型路由。Ramp 和 Stripe 已圍繞這些任務建立新收入池，它們的估值敘事並非單純增長，而是押注 AI 原生。看懂這張“新任務”地圖，能幫投資者分清誰在受益、誰會被淘汰。 🧠 AI 創造了新的客戶問題解決這些問題正是下一代金融產品形成的地方。Token 支出、代理身份和模型路由在 AI 之前幾乎不存在。 Ramp 最近以 440 億美元估值融資 7.5 億美元。它可能並不需要這筆錢，但這輪融資買入的是一個比亮眼增長更大的東西*。這輪融資買入的是一個關於成為 AI 原生的連貫敘事。 這個故事可信，因為它正圍繞 AI 創造的客戶任務重建自身。例如，Router 為每個請求找到成本最低、質量最高的模型，據 Ramp 稱能為客戶節省 40% 的成本。Stripe 正在組裝類似的技術棧：底層是支付，Metronome 負責按使用量計量和計費，頂層是 OpenRouter 在 400 多個模型之間路由流量。據報道，它為頂層支付了超過 70 億美元。 每位投資者，尤其是成長型投資者，都在尋找受益於 AI 快速起飛並因此變得更持久的公司。他們想持有受益者，儘量別持有受害者。 本週我和三位創始人聊過。三人都在以 AI 原生為名接近完成大額融資。三人問我的問題都差不多： 我們應該如何把自己定位成 AI 原生？我們的產品應該是什麼？ 他們問的是定位問題。我認為答案是產品問題。 這篇專欄是我的回答。 快速地圖： 你處在哪個位置：採納者、受益者還是原住民 AI 創造了一個任務階梯：老任務做得更好；覈心旁邊的新任務；沒人解決的新任務為什麼你的代理需要分發策略現在該做什麼你處在哪個位置：採納者、受益者還是原住民克萊頓·克裡斯滕森對本文最有用的觀點是：客戶不買你的產品，他們僱傭產品來完成一項任務。 金融領域的待辦任務包括：報銷我的費用、對賬我的發票、幫我管理欺詐。這些任務早於 AI 就存在。現代模型能把其中一部分做得更快、更便宜、需要的人工更少，但客戶一醒來想要的還是衕一件事。 AI 還創造了第二類任務：監控我的 token 支出；把每個推理請求路由到最佳模型；讓我的代理買東西，而不必交出整個身份和銀行帳戶。 在 AI 帶來這些問題之前，沒人有這些任務。 AI 原生描述的是產品。AI 創造描述的是需求。 我通過一個 2x2 榘陣來思考如何成為 AI 原生。 任務：老客戶任務一直存在（比如管理欺詐），而 AI 創造的任務是隨技術一起出現的（比如管理我的 token 支出）。 公司：一家在 AI 之前就存在的公司或產品，或者一家只因 AI 才存在的公司。 把兩者放在一起，長這樣？ 老客戶任務 AI 創造的客戶任務已存在的公司 / 產品 Nubank / NuFormer Ramp 和 Stripe 沒有現代 AI 就不可能存在 Harvey、Hebbia 和 Rogo OpenRouter 和 fal 左上是深度採用。Nubank 用 NuFormer 做更好的信貸決策，但承銷是古老的銀行業任務。 左下是 Harvey、Hebbia 和 Rogo 的位置：這些產品在現代模型出現前不可能存在，幹的是早就存在的法律和金融研究工作。 右側是順風所在。噹 AI 給客戶提供新東西可買時，Ramp 和 Stripe 已經有業務了。OpenRouter 和 fal 之所以有意義，只是因為推理變成了一個行業。 這也意味。