# Эрик Глайман о будущем корпоративных финансов: «Мы продаем не деньги, а время»

Источник: https://www.youtube.com/watch?v=TRPCRIhrYac
Канал: Stripe
Опубликовано: 17.02.2026

---

В глубоком аналитическом разборе сооснователь финансовой платформы Ramp Эрик Глайман (Eric Glyman) и ведущие Stripe обсуждают тектонические сдвиги в корпоративных финансах, вызванные развитием искусственного интеллекта. В фокусе дискуссии — трансформация бизнес-модели Ramp от выпуска корпоративных карт к созданию комплексной операционной системы, автоматизация комплаенса с помощью больших языковых моделей и уроки управления рисками, унаследованные от гиганта Capital One. Спикеры анализируют реальное состояние экономики США на основе транзакционных данных и формулируют новые правила выживания софтверных компаний в эпоху ИИ.

## 📊 Масштабирование Ramp: от корпоративных карт к мультипродуктовой экосистеме
[[JUMP:0:00]]

Динамика развития платформы Ramp с момента ее основания в 2019 году демонстрирует беспрецедентные темпы роста для сектора B2B-финтеха [0:13]. По словам Эрика Глаймана, компания преодолела отметку в 1 млрд долларов годовой регулярной выручки (ARR) чуть более чем за шесть лет с момента запуска [0:41]. Изначально бизнес-модель Ramp практически полностью опиралась на доходы от интерчейнджа — комиссии, получаемой при транзакциях по корпоративным картам [0:55]. Несколько лет назад это направление генерировало более 90% валовой прибыли [2:00].

Однако за последние два года структура доходов Ramp подверглась глубокой диверсификации. Согласно прогнозам Глаймана, к концу текущего года альтернативные продуктовые линейки в совокупности составят большую часть бизнеса компании [2:13]. 

Сегодня экосистема Ramp включает следующие ключевые направления:

*   **Оплата счетов и ПО (Bill Payments & Software)**: Продукт, запущенный чуть более двух лет назад, уже перешагнул отметку в 100 млн долларов ARR [1:20]. Он автоматизирует бухгалтерский учет, закупки и трансграничные переводы (через чеки, провода и ACH) [1:34].
*   **Казначейские услуги (Treasury)**: Решение возрастом около года, аккумулировавшее несколько миллиардов долларов депозитов на счетах типа money-market и классических расчетных счетах [1:34].
*   **Управление закупками (Procurement)**: Самая быстрорастущая продуктовая линейка Ramp за последний год, обеспечивающая сквозной контроль заказов на покупку (PO) для распределенных корпоративных структур [3:39 - 4:16].
*   **Интеграция с туристическими сервисами (Travel)**: Узкоспециализированное направление для контроля командировочных расходов [1:47].

Эрик Глайман утверждает, что Ramp позиционирует себя не просто как финтех-инструмент, а как «цифровой мозг» организации [3:12]. В среднем платформа помогает компаниям сократить операционные расходы на 5% в год [2:26]. Эффективность системы отражается на темпах роста ее клиентов: средний бизнес, использующий Ramp, увеличил выручку в прошлом году на 16%, в то время как средний показатель по рынку США составил лишь 5% [2:40 - 2:56]. Подобные метрики меняют сценарий дистрибуции. Если раньше Ramp заходил в компании исключительно через выпуск физических карт для сотрудников, то теперь тысячи клиентов подключаются напрямую к сервису оплаты счетов (Bill Pay) или через рекомендации аудиторских фирм, разворачивающих Ramp для управления сотнями сторонних клиентов [3:39 - 3:52].

## 🤖 Эпоха «агентских» аудитов: как LLM заменяют менеджеров среднего звена
[[JUMP:4:30]]

Корпоративная политика контроля расходов исторически балансировала между двумя крайностями [4:30]. На одном полюсе находятся приверженцы философии полного доверия (например, подход 37signals или Netflix с принципом «no rules rules»), где сотрудникам выдаются карты без жестких лимитов, а аудит проводится постфактум [4:30 - 5:47]. На другом — жесткие бюрократические структуры с многоуровневыми ограничениями (лимиты на отели в зависимости от категории городов, требование бронировать билеты строго за 14 дней) [4:43].

Ramp провел корреляционное исследование, сопоставляя строгость расходных политик с темпами роста выручки и маржинальностью бизнеса [5:07 - 5:33]. На основе этих данных Глайман заявляет, что ИИ позволил снять противоречие между гибкостью и контролем. С помощью больших языковых моделей (LLM) написанные на естественном языке правила (например, «бизнес-класс разрешен только для перелетов длительностью более 5 часов») теперь автоматически транслируются в алгоритмы проверки [6:00].

Сегодня Ramp агентски обрабатывает более 100 000 транзакций ежедневно [6:27]. ИИ-агент имеет полный доступ к метаданным платежа, содержанию чеков, условиям договоров и внутренней политике компании [7:09]. 

Преимущества автоматического аудита включают:

*   **Точность свыше 99%**: По оценке Глаймана, ИИ принимает решения точнее, чем средний менеджер-человек [7:23].
*   **Соблюдение законодательства**: Закон Sarbanes-Oxley требует строгого разделения обязанностей (separation of duties) — сотрудник не может утверждать свои расходы сам [7:39 - 7:51]. ИИ-агент берет на себя рутинную верификацию, оставляя человеку лишь финальную подпись [7:51].
*   **Высвобождение времени**: Менеджерам больше не нужно тратить до одного часа в месяц на сверку чеков [7:39].

Глайман проводит аналогию с классическим фильмом «12 разгневанных мужчин» (12 Angry Men) [9:39]. При анализе расходов первоначальные данные могут указывать на явное нарушение правил, однако детальный контекст (например, закрытие многомиллионной сделки через два месяца после дорогого ужина в отеле) меняет оценку [9:51 - 10:17]. ИИ способен сопоставлять долгосрочные бизнес-результаты с затратами, оценивая их экономическую целесообразность для акционеров. Спикеры приводят в пример сооснователя Wise Кристо Кяэрманна, который принципиально летает эконом-классом, подчеркивая, что расходы — это важнейший элемент корпоративной культуры и «разделяемой системы ценностей» [10:44 - 10:57].

## 💸 Почему Bill Pay застрял в прошлом и как устроена «DNS для платежей»
[[JUMP:11:10]]

Процесс оплаты счетов между юридическими лицами (B2B Bill Pay) на протяжении 40 лет демонстрировал поразительную устойчивость к автоматизации [11:10]. До сих пор большинство компаний оплачивают аренду или поставки сырья на основе PDF-инвойсов, отправляемых по электронной почте, где банковские реквизиты вводятся вручную [11:23].

Глайман считает, что главная сложность автоматизации заключается в жесткости программирования по принципу «если то, иначе это» (if-this-then-that) в традиционных ERP-системах [12:02]. Разные активы требуют разного бухгалтерского учета: покупка производственного оборудования с амортизацией на 5 лет кардинально отличается от подписки на SaaS-сервис с ежемесячным списанием [12:30]. 

При этом платежные сети модернизировались поэтапно. Кредитные карты прошли путь от бумажных копирок и авторизаций по телефону до модемов и мгновенного клиринга [12:55 - 13:08]. В сфере бумажных чеков ключевым событием стал закон Check 21 Act (2000 год), разрешивший банкам уничтожать бумажные оригиналы после сканирования, что позже привело к появлению мобильных депозитов по фотографии [13:33 - 13:45].

Тем не менее B2B-рынок остается фрагментированным. Глайман предлагает концепцию «DNS для платежей» (децентрализованной системы доменных имен), в которой компании могли бы верифицировать платежные реквизиты контрагентов через единый доверенный реестр, что исключило бы риски фишинга и ошибок ручного ввода [13:57]. 

Медленная модернизация расчетов также обусловлена экономическими стимулами. Процессы управления дебиторской (AR) и кредиторской задолженностью (AP) по своей природе антагонистичны [14:49]:

*   **Контроллер компании-покупателя** стремится задержать выплату как можно дольше, чтобы дождаться клиринга и извлечь выгоду из временно свободных средств (float) [14:49 - 15:01]. В периоды высоких процентных ставок отправка бумажного чека по почте дает покупателю легальную отсрочку платежа на 5–7 дней [14:10 - 14:23].
*   **Поставщик услуг**, напротив, заинтересован в максимально быстрой инкассации средств [14:49].

Этот дисбаланс приводит к несправедливому распределению стоимости капитала. В качестве примера приводится гипотетический выпуск 100-летних облигаций Google по ставке около 3% [15:40 - 15:54]. Крупные корпорации задерживают выплаты мелким поставщикам, вынуждая последних кредитоваться под 18–20% для покрытия кассовых разрывов [16:06 - 16:19]. По мнению Глаймана, только интеграция сквозных данных о поставках и счетах на единой платформе («AR одного клиента — это AP другого») позволит справедливо перераспределить стоимость финансирования на основе кредитного рейтинга конечного крупного плательщика [16:19 - 16:32].

## 💻 SaaSpocalypse и «темная материя» продукта: где искать технологические рвы
[[JUMP:16:45]]

Развитие генеративного ИИ размывает традиционные барьеры в разработке программного обеспечения. В Ramp дизайнеры, маркетологи и сотрудники службы поддержки начинают напрямую отправлять рабочий код в продакшн, используя инструменты автоматической сборки [17:28 - 17:41]. Изменение цвета кнопки или мелкие интерфейсные правки теперь занимают минуты через ИИ-агенты тестирования [17:54].

Однако ведущие Stripe предупреждают о рисках неконтролируемого накопления технического долга. Написание кода с помощью ИИ происходит быстро, но разбираться в логике сгенерированных «машин Руба Голдберга» человеку становится все труднее [18:21 - 19:27]. Глайман предполагает, что в будущем сам подход к кодовой базе изменится: разработчики будут описывать желаемый бизнес-результат на верхнем уровне, а ИИ-модели будут ежегодно полностью переписывать лежащий в основе spaghetti code под новые архитектурные требования [19:39 - 19:53]. Для критически важных систем с аптаймом «четыре девятки» (99,99%) этот метод пока неприменим, но для продуктовых экспериментов он становится стандартом [20:05 - 20:18].

В условиях, когда любой стартап может быстро клонировать интерфейс конкурента, Глайман и ведущие Stripe выделяют четыре фундаментальных технологических рва:

1.  **Проприетарные базы данных**: Примером служит компания vLex, которая на протяжении 25 лет скупала и оцифровывала юридические архивы Испании начиная с 1492 года [23:31 - 23:45]. Обладая уникальным датасетом, стартап вырос с $20 млн до $100 млн ARR всего за год после интеграции ChatGPT, так как базовые ИИ-модели не имели доступа к этим первоисточникам [23:58 - 24:10]. Аналогичные примеры — DomainTools с исторической базой WHOIS-запросов с 1990-х годов [24:36 - 24:48] и FlightAware с ADS-B данными авиаперелетов [25:01].
2.  **«Темная материя» продукта (Dark-Matter Moat)**: Под этим термином понимаются миллионы пограничных случаев (edge cases), скрытых за простым интерфейсом [26:04 - 26:18]. Когда беспилотники Waymo столкнулись с отключением электроэнергии в Сан-Франциско, система дала сбой, так как этот сценарий не был заложен в симуляциях [26:43 - 26:57]. Глайман приводит историческую аналогию с сайтом Download.com компании CNET в конце 1990-х годов [27:11 - 27:36]. Появление биржи фриланса Elance (Upwork) позволило предпринимателям за $500 нанимать программистов для клонирования популярных условно-бесплатных программ [27:50 - 28:03]. Однако эти клоны не работали стабильно, поскольку внешнее копирование «не учитывало наличие условных почек и поджелудочной железы внутри оригинального организма» [28:42 - 28:55].
3.  **Высокая стоимость миграции («Hostages, not customers»)**: Системы вроде NetSuite или Workday практически невозможно демонтировать из-за глубокой интеграции в локальное налоговое законодательство и кадровые процессы [29:21 - 30:00]. Они защищены принципом сравнительного преимущества Давида Рикардо [30:00 - 30:14].
4.  **Сдвиг в структуре корпоративных затрат**: Большинство компаний тратят львиную долю бюджета на фонд оплаты труда (ФОТ), а SaaS составляет лишь малую часть расходов [31:10]. Если ИИ-агенты начнут замещать людей, затраты на покупку «токенов» вырастут до двузначных процентов в P&L предприятий, что радикально перераспределит финансовые потоки в пользу инфраструктурных платформ [31:23 - 31:35].

## 📈 Экономика через призму транзакций Ramp: реальное проникновение ИИ и эффект Ben Franklin
[[JUMP:33:06]]

Транзакционные данные Ramp, охватывающие более 55 000 американских предприятий, позволяют оценивать состояние экономики точнее официальной государственной статистики [33:06 - 34:05]. Глайман отмечает серьезное расхождение между данными Бюро переписи населения США (Census Bureau) и реальностью. Официальные опросы Бюро утверждали, что лишь однозначное число процентов американских компаний используют ИИ в производстве товаров и услуг [33:38 - 33:51]. В то же время статистика Ramp показывает, что подавляющее большинство предприятий напрямую оплачивают подписки на ChatGPT (OpenAI), Claude (Anthropic), Cursor или Cognition [34:05 - 34:18].

Spend-аналитика Ramp указывает на сильное ускорение ВВП США в последние кварталы (рост с 1–2% до 4–5%) [34:32 - 34:46]. Глайман признает, что этот рост частично подстегивается государственными субсидиями («Big Beautiful Bill») и протекционистскими тарифами, однако подчеркивает и наличие фундаментальных факторов внутренней эффективности бизнеса [34:59 - 35:14].

Эффективность экономии Ramp описывает через математическую интерпретацию правила Бенджамина Франклина «сэкономленный пенни — заработанный пенни» [35:42]:

*   **Средняя рентабельность** американского бизнеса составляет около 8% [35:42].
*   **Математическое следствие**: Экономия одного доллара на расходах эквивалентна привлечению дополнительных 12 долларов выручки [35:55].

Именно это плечо операционной эффективности позволяет клиентам Ramp расти быстрее среднерыночных показателей [36:09].

## 🛡️ Алгоритмический контроль расходов и «коллективный разум» покупателей
[[JUMP:36:23]]

Основная экономия клиентов Ramp складывается из сокращения временных затрат и прямого урезания неэффективных бюджетов [36:23 - 36:50]. Глайман обращает внимание на когнитивное искажение: предприниматели систематически недооценивают стоимость собственного времени [37:02 - 37:14]. При этом жесткий контроль бюджета через бумажные чеки часто сохраняется просто потому, что это физически препятствует утечке капитала — пока чек не подписан вручную, деньги не спишутся [37:41 - 37:54].

Ramp перенес эту механику в цифровое русло, внедрив динамические инструменты контроля [38:08]:

*   **Одноразовые виртуальные карты** с жесткими лимитами [38:08].
*   **Кросс-платформенные блокировки мерчантов (Kill Switches)**: Администратор может запретить поездки на Lyft, оставив только Uber [38:21]. Или выдать карту под контракт с Salesforce на сумму $10 000, при этом попытка списать $10 001 автоматически отклонит транзакцию, вынуждая отдел продаж вендора идти на переговоры [38:21 - 38:37].
*   **Временные сценарии**: Карта сотрудника одобряет покупку ужина в пятницу вечером, если он задержался на работе, но автоматически отклоняет транзакции в такси по субботам, отправляя SMS-запрос на подтверждение рабочей необходимости [39:06 - 39:20].

Другим ключевым активом Ramp является база данных MSA (соглашений об уровне услуг) и инвойсов [39:33 - 39:46]. Парсинг этих документов позволяет Ramp видеть реальную стоимость закупаемого софта на уровне отдельных рабочих мест (per-seat pricing) у сотен вендоров [39:46 - 40:01]. Если клиент собирается продлить контракт с SaaS-поставщиком по цене выше среднерыночной, система в реальном времени предупреждает его об переплате в 20%, ориентируя закупщиков по актуальной кривой цен [40:01 - 40:13].

Собеседники обсуждают эволюцию коллективных закупок, вспоминая историю сервиса Groupon (выросшего из краудфандинговой платформы ThePoint.com) [41:10 - 41:22]. Groupon изначально пытался использовать групповой спрос для давления на локальных торговцев, но столкнулся с логистическими ограничениями [41:35 - 42:02]. Ramp может выступить в роли современного цифрового аналога Costco для B2B-рынка [42:02 - 42:14]. Обладая транзакционным объемом в десятки миллиардов долларов, Ramp способен агрегировать спрос тысяч мелких предприятий и вести прямые переговоры о скидках с такими гигантами, как FedEx [42:28 - 42:53].

Вторая перспективная модель — pre-committed spend (предварительно распределенный бюджет) [45:37]. Продавая подарочные карты со скидкой (например, баланс $100 в Starbucks за $80 на полках Costco), эмитенты получают гарантированный лояльный трафик и снижают стоимость планирования бюджета [46:03 - 46:16]. Аналогично Ramp мог бы проводить регулярные тендеры (bake-offs) между Pepsi и Coca-Cola или облачными провайдерами, предлагая клиентам гарантированные эксклюзивные тарифы у выбранного «эксклюзивного партнера сети» [46:30 - 47:00].

## 🏛️ Феномен Capital One: почему банк из Вирджинии стал «кузницей кадров» для финтеха
[[JUMP:57:15]]

Эрик Глайман продал свой предыдущий стартап Paribus банку Capital One, что позволило ему изнутри изучить одну из самых успешных и недооцененных финансовых организаций США [57:15]. Основанный Ричем Фэйрбэнком (Rich Fairbank) и Найджелом Моррисом (Nigel Morris), Capital One зародился как экспериментальное подразделение внутри регионального Signet Bank в 1980-х годах и отделился в самостоятельную компанию в 1994 году [57:28 - 1:01:06].

В то время рынок кредитных карт был предельно консервативен: клиенты с высоким кредитным скорингом получали премиальные карты, остальные — дебетовые [58:37 - 58:51]. Фэйрбэнк и Моррис предложили Information-Based Strategy (IBS) — информационно-ориентированную стратегию тестирования рисков [1:00:11 - 1:00:26]. Они начали точечно предлагать карты клиентам с пограничным скорингом (например, 780-790 баллов вместо стандартных 800+), компенсируя риски повышенной процентной ставкой до момента подтверждения платежной дисциплины [59:03 - 59:30]. Для продвижения этих тестов Capital One рассылал сотни миллионов писем, став на время крупнейшим клиентом Почтовой службы США (USPS) [1:01:33 - 1:01:45].

Глайман проводит параллель между Capital One и академической генеалогией в классической музыке [1:05:08]. Любой выдающийся современный пианист (например, Ланг Ланг или Юджа Ванг) может проследить цепочку своих учителей напрямую к Карлу Черни и Людвигу ван Бетховену [1:05:08 - 1:05:22]. В мире американского финтеха Capital One выполняет роль «Черни»: ключевые руководители по рискам и операционные директора ведущих компаний (включая главу отдела рисков Ramp Шрината Шринивасана и первого операционного директора Affirm Билли Альварадо) вышли из этой структуры [1:04:56 - 1:05:38].

Секрет успеха Capital One, по мнению Глаймана, заключался в отказе от найма традиционных банкиров. Они целенаправленно нанимали лучших выпускников математических и инженерных специальностей, оценивая не текущие навыки (intercept), а потенциал их обучения и адаптации (slope) [1:05:38 - 1:05:53]. Подобная репутация сделала работу в Capital One столь же престижной, как и в консалтинговой компании McKinsey, создав ликвидный бренд на рынке труда [1:06:06 - 1:06:20].

При этом банк сохранял агрессивный экспериментальный дух, запуская проекты в сфере финансирования сотовой связи и здравоохранения, а также выкупив Hibernia Bank в Луизиане после урагана Катрина для стабилизации депозитной базы [1:02:37 - 1:03:03]. Однако необходимость интеграции бунтарской стартап-культуры с жесткими требованиями национального банковского регулятора существенно ограничила возможности для экспериментов в последующие годы [1:03:32 - 1:04:15].

## 🏦 Смарт-капитал и битва за ликвидность: где бизнес будет держать деньги
[[JUMP:1:06:32]]

Обсуждая будущее корпоративного казначейства, Глайман указывает на колоссальную неэффективность распределения прибыли традиционными банками [1:07:11]. В условиях высокой ставки ФРС США крупнейшие игроки (JP Morgan Chase, Bank of America) удерживают среднюю ставку по корпоративным расчетным счетам на уровне 0,07% годовых, фактически бесплатно пользуясь деньгами бизнеса [1:07:39 - 1:07:53].

В ближайшие пять лет этот сектор неизбежно трансформируется под давлением конкуренции. Капитал получит «интеллект» благодаря автоматизации [1:09:13]. Ramp Treasury решает эту задачу с помощью алгоритмических счетов [1:08:32]:

*   **Минимизация остатков**: На основном расчетном счете компании поддерживается минимальный объем операционных средств [1:08:47].
*   **Автоматический клиринг**: Система переводит деньги на расчетный счет из высокодоходных инструментов день в день — ровно к моменту начисления заработной платы или списания налогов [1:08:59].
*   **Круглосуточный мониторинг**: ИИ непрерывно перераспределяет временно свободные остатки под максимальный процент, работая даже ночью [1:09:39].

Такой подход снижает транзакционные издержки и высвобождает ликвидность для реального сектора. В завершение дискуссии ведущие Stripe отмечают, что сдерживающим фактором для миграции клиентов из традиционных банков часто остаются мелкие бытовые барьеры — от утери паролей к старым личным кабинетам до невыписанных чеков (например, невыплаченные подарки на бар-мицву), которые могут обернуться техническим овердрафтом при закрытии счета [1:10:30 - 1:11:09].