Financement et valorisation

Ramp Business Corp. a clôturé une levée de fonds de 1,85 milliard de dollars en série G, menée par Dragoneer. La transaction, qui inclut Thrive Capital, Founders Fund, Sands Capital et Avenir Growth, porte la valorisation de l’entreprise à 60 milliards de dollars, soit plus de huit fois la levée précédente de 750 millions de dollars réalisée quelques mois plus tôt. Cette injection de capital augmente la capacité de Ramp à financer le développement de ses services au‑delà du simple logiciel de gestion financière.

Écosystème produit et intégration IA

Le cœur de l’offre de Ramp reste une plateforme cloud qui délivre des cartes de crédit d’entreprise. Chaque carte donne accès à un catalogue de 350 000 offres provenant de startups logicielles, de fournisseurs de livraison et d’autres partenaires. Les équipes comptables peuvent définir des plafonds de dépenses par fournisseur ou catégorie de produit, ce qui repose sur une logique de contrôle d’accès basée sur les métadonnées de la transaction.

Le module de gestion des dépenses utilise l’intelligence artificielle pour analyser les demandes de remboursement. L’algorithme compare la dépense à la politique interne de l’entreprise et décide de l’approbation en temps réel. Cette automatisation repose sur des modèles de classification entraînés sur des historiques de dépenses, ce qui réduit le besoin d’intervention humaine pour les achats récurrents.

Ramp propose également des services de trésorerie (comptes à haut rendement) et des agents IA qui évaluent les offres des fournisseurs lors de la négociation de contrats. Un autre outil identifie les abonnements inutilisés, aidant les entreprises à réduire leurs coûts opérationnels. Ces fonctions sont intégrées dans le même tableau de bord, ce qui incite les clients à adopter plusieurs produits simultanément : plus de 85 000 clients utilisent au moins deux services, et 25 % en utilisent trois ou davantage.

Architecture du routage LLM et enjeux de scalabilité

En août, Ramp a lancé Router, un service destiné aux développeurs qui souhaitent exploiter des modèles de langage de grande taille (LLM). Router agit comme un proxy intelligent : il reçoit chaque requête utilisateur, sélectionne le LLM le moins coûteux disponible et transmet la requête. Si le modèle choisi subit une interruption, le service redirige automatiquement la charge vers une alternative, assurant ainsi une continuité de service sans perte de performance.

Cette logique de routage repose sur une couche d’orchestration qui surveille en continu les métriques de disponibilité et de prix des LLM. Le mécanisme de bascule utilise des seuils de latence et de coût définis par l’utilisateur, ce qui implique une architecture micro‑services capable de gérer des millions de requêtes par jour tout en maintenant une faible latence. Le modèle de facturation à l’usage, combiné à la capacité de redirection, optimise les dépenses d’infrastructure pour les clients qui intègrent l’IA dans leurs applications.

Le dernier ajout, Glass, permet aux équipes de partager des prompts de chatbot et d’interroger les bases de données internes via des requêtes en langage naturel. Les réponses peuvent être personnalisées grâce à des fichiers de guidage téléversés par les utilisateurs, ce qui introduit un niveau de configuration dynamique au sein du pipeline d’inférence. Cette fonctionnalité expose toutefois une surface d’attaque supplémentaire : chaque point d’entrée de texte doit être filtré pour prévenir les injections de code ou les fuites de données sensibles.