Ramp 推出 AI 路由工具，应对企业 AI 支出激增

随着企业寻求劳动力效率与流程改进，人工智能（AI）支出在企业预算中所占份额已显著上升。这一趋势促使众多科技公司涌入 AI 网关与路由领域，为希望监控和优化员工向 AI 模型提供商（如 Anthropic、DeepSeek、Google、OpenAI 等）所发送任务的企业提供解决方案。

总部位于纽约的 Ramp，主营企业支付卡发行及费用管理、账单支付软件，近期也加入了这一行列，推出了名为 Router 的 AI 路由工具。Ramp 瞄准的是一个潜在快速增长的市场：企业正逐步将 AI 代币（即 AI 语言模型处理的文本单位）支出纳入与其他企业支付相同的管控体系。

Ramp 首席技术官 Rahul Sengottuvelu 在 8 月 19 日的新闻稿中表示，AI 使用是企业增长最快的支出之一，“也是他们最难以衡量的部分”。该新闻稿正式发布了 Router 产品。Ramp 是 AI 路由这一新兴行业中约十几家参与者之一，其于上月公开推出 AI 路由产品，而该产品已在公司内部使用了三年。与此同时，Stripe 在上月披露了以 75 亿美元收购 OpenRouter 的交易，后者是该路由领域最大的初创公司之一。

在此背景下，财务团队正努力优化企业 AI 使用，将较简单、容易的任务分配给成本较低的 AI 工具，而将更复杂的任务导向更先进、更昂贵的模型。这些新型路由工具还能设置 AI 支出限额，类似于企业财务部门为企业支付卡设定的差旅与招待费用限制。

Ramp 的 AI 应用主管 Veeral Patel 在 8 月 20 日的采访中，就公司对 AI 支出管理的看法以及路由技术在企业管控加强后可能发生的变化进行了阐述。

编者注：本次采访经过编辑，以保证清晰与简洁。

PAYMENTS DIVE：Ramp 是如何决定将内部 AI 工具转化为面向客户的新产品的？

VEERAL PATEL：许多公司告诉我们，他们的 AI 支出已经增长。我们内部的支出显然也增长了。自去年夏天以来，大约增长了 21 倍，而我们对此缺乏可见性。只有代币，你看到的仪表板更新不及时，过滤也不容易。因此，我们最初推出的产品更像是一个可见性层，我们称之为“代币支出管理”。其核心目标是提供一个统一视图，展示所有 AI 支出。显然，人们在 OpenAI、Anthropic 上花钱，还有新供应商如 Meta、Grok、Microsoft 等不断涌现。处于前沿的公司希望测试所有这些模型，但不想以失去这种（成本）可见性为代价。

听起来 Ramp 的产品侧重于支出管理和财务护栏。那么，在技术层面，谁来决定哪个模型最适合特定任务？

那就是我们的路由产品。你可以控制我们路由的激进程度以及护栏设置，但我们提供选择。你可以基于基准测试、延迟或你看到的价格来决定。我们的观点是，未来会有上百种不同的杠杆供人们拉动以辅助路由。你不会想用 10 个不同的工具来完成这件事，最好将所有功能集中在一个地方。最终，当你做出路由决策时，我们会在产品内部展示决策依据和输出结果。例如，我们选择这个模型是因为延迟符合要求，并且你要求它通过某些基准测试的分数，因此我们将其路由到模型 A 而不是模型 B。

但如果 Ramp 或其他公司未来想通过流量路由实现盈利，这可能发生吗？

说实话，我们还没有充分考虑过这个问题。我们目前的目标只是确保路由器的稳定。我们解决了所有发现的 bug，幸运的是数量不多。我们的目标是让这个双边市场的双方都满意，无论是提供模型的供应商还是使用模型的用户。目前的重点是，“人们喜欢编码用例，我们如何让入门更容易？”这就是我们一直专注的方向。

随着 AI 路由成为企业财务基础设施，您认为行业将如何演变？这种中立性会保持吗？

Ramp 目前的主要业务是费用管理软件，我们无意在短期内颠覆这一业务。我认为，使用路由器和 AI 产品的公司，在 Ramp 的帮助下，会更深地思考他们从 AI 支出中获得的投资回报率。因此，我预计人们会对内部 AI 使用设置更多护栏。

这将成为 Ramp 的大型产品吗？

它肯定在增长。我认为我们正在为越来越多的客户解决一个非常重要的问题。话虽如此，我认为需要分层次来看。有些公司不在 AI 上花钱，他们的问题与那些花费数百万甚至数亿美元的公司不同。我们产品工程和设计团队的挑战是确保这个产品能适应各种类型的客户。