又一个AI-native ERP融资3500万美金，投资人为什么对"重新发明企业软件"如此疯狂

你有没有想过，那些支撑着全球商业运转的 ERP 系统，其实还停留在 90 年代？想象一下，你每个月都要花 15 天来完成财务结账，需要雇佣专业顾问才能搞定系统实施，还要在 Excel 表格中手动处理几百个尽调请求。这听起来像是 30 年前的工作方式，但这却是今天大多数企业的真实写照。Oracle、SAP、NetSuite 这些巨头垄断了 ERP 市场四十年，但它们的产品本质上仍然是为前 AI 时代设计的。

不过，这种局面正在被一家名为 Campfire 的创业公司打破。最近，这家成立仅两年的公司刚刚完成了由 Accel 领投的 3500 万美元 A 轮融资，更令人震惊的是，他们已经成功让超过 100 家公司从 NetSuite 和 QuickBooks 迁移到了他们的平台。我深入研究了这家公司后发现，他们不仅仅是在做一个更好的 ERP 系统，而是在重新定义企业软件应该如何工作。从某种意义上说，Campfire 代表了企业软件的未来形态：AI 原生、直观易用、专为高增长企业量身定制。

更让我感兴趣的是创始人 John Glasgow 的背景。这不是一个 20 多岁的技术天才突然想到的点子，而是一个在财务领域摸爬滚打 15 年的老兵，终于受够了传统 ERP 系统的折磨，决定亲自动手解决这个问题。他曾在 Adobe、Bill.com 等公司担任财务高管，亲历了 Invoice2go 被 Bill.com 以 6.25 亿美元收购的全过程。正是在这次收购中，他深切感受到了传统 ERP 系统的痛苦：500 个尽调请求只能用 Excel 表格处理，因为他们的会计软件根本无法提供所需的报告。更离谱的是，他甚至在结婚当天还在处理尽调电话，因为财务数据整理得不够好。这种痛苦经历最终催生了 Campfire。

为什么传统 ERP 系统已经过时了

我一直觉得，传统 ERP 系统最大的问题不是功能不够强大，而是它们从根本上违背了现代工作方式。这些系统要求用户学习复杂的操作流程，记住各种菜单和按钮的位置，然后按照系统预设的逻辑来完成工作。这种设计思路在互联网时代之前也许还说得过去，但在 AI 时代就显得格格不入了。

我仔细分析了 Campfire 提供的客户案例，发现了一个令人震惊的数据：一家客户从 NetSuite 迁移到 Campfire 后，月度结账时间从 15 天缩短到了 3 天。这不是小幅优化，而是质的飞跃。想象一下，如果你每个月都能节省 12 天的时间，这意味着什么？财务团队可以把更多精力放在分析和决策上，而不是重复性的数据整理工作。

更深层的问题是，传统 ERP 系统的架构本身就不适合现代企业的需求。它们是为了一个信息稀缺、流程标准化的时代设计的，但现在的企业面临的是信息过载和个性化需求。每家公司都有自己独特的业务模式和工作流程，但传统 ERP 系统却要求所有人都按照同一套逻辑来操作。这就像让所有人都穿同一个尺码的衣服，结果必然是大部分人都不合身。

从 Glasgow 的经历来看，这种痛苦在高增长企业中尤为明显。当他在 Adobe 和 Bill.com 工作时，经常需要花费数周时间来准备各种财务报告，因为系统无法自动生成所需的分析。他提到，他的团队曾经花了三周时间来计算 Adobe 的客户生命周期价值与获客成本比（LTV to CAC），而现在 Campfire 可以在 20 分钟内完成同样的分析。这种效率提升不仅仅是时间的节省，更是工作方式的根本改变。

我认为传统 ERP 系统面临的最大挑战是它们无法适应 AI 时代的工作方式。现在的企业需要的不是更多的功能，而是更智能的助手。用户不想学习如何使用软件，他们想要的是软件能够理解他们的意图并帮助他们完成任务。这种需求的转变，正是 Campfire 这样的新一代 ERP 系统获得成功的根本原因。

Campfire 的 AI 原生设计哲学

Campfire 真正令我印象深刻的地方在于，它不是简单地在传统 ERP 系统上增加 AI 功能，而是从一开始就按照 AI 原生的思路来设计整个系统。这种设计哲学的差异，决定了两种产品在用户体验上的根本不同。

他们的 AI 助手 Ember 可以让用户用自然语言来完成各种复杂的财务操作。比如，用户可以说"根据三个月的移动平均数为本月起草应计费用"，系统就会自动执行这个操作。这听起来很简单，但实际上背后需要系统理解用户的意图，分析历史数据，计算平均值，然后生成相应的会计分录。这种端到端的自动化，在传统 ERP 系统中是不可能实现的。

更令人印象深刻的是，Campfire 的 AI 不仅能够执行单一任务，还能够处理复杂的多系统数据整合。Glasgow 提到了一个客户案例：一家年收入数亿美元的公司需要生成"按客户细分的平均逾期发票支付天数"报告。这个看似简单的需求，实际上需要整合多个系统的数据，进行复杂的计算和分析。在传统模式下，这可能需要数据分析师花费数天时间来手动完成。但 Campfire 的 AI 可以自动合并所有相关报告，清理数据格式，然后生成可导出的标准报告。

我特别认同 Glasgow 对 AI 在财务领域应用的看法。他强调，AI 不应该被视为一个黑盒子，而应该像团队中的新成员一样被对待。这意味着用户需要了解 AI 是如何工作的，需要检查和验证其输出结果，需要给予反馈和训练。Campfire 的 AI 系统设计得完全可审计，它会显示所有的工作步骤，提供子账本数据，确保用户可以追踪每一个决策的来源。这种透明度对于财务工作来说至关重要，因为准确性和合规性是不可妥协的。

从产品设计的角度看，Campfire 解决了一个困扰财务团队已久的问题：如何在提高效率的同时保持控制。他们的 AI 系统不是要取代人工判断，而是要增强人工能力。系统会自动完成繁琐的数据处理工作，但重要的决策仍然需要人工确认。这种设计哲学既能够显著提高工作效率，又能够确保财务数据的准确性和合规性。

我觉得 Campfire 最聪明的地方在于，他们意识到了 AI 时代的财务工作应该是什么样子的。传统的财务工作大量时间都花在数据收集、整理和基础分析上，而真正的价值创造——深度分析、策略制定、决策支持——却往往被忽视。Campfire 的 AI 系统可以自动完成前面的基础工作，让财务专业人员可以专注于后面的价值创造工作。这不仅提高了工作效率，更重要的是提升了财务部门在企业中的战略地位。

从产品功能到工作流程的全面重构

在深入了解 Campfire 的产品功能后，我发现他们不仅仅是在解决技术问题，更是在重新定义财务工作的方式。他们的系统围绕三个核心支柱构建：更快速和自信地完成月度结账、解锁更深层的财务洞察、更智能地扩展业务。这三个目标看似简单，但要真正实现却需要对传统财务工作流程进行彻底的重构。

在月度结账方面，Campfire 的创新不仅仅是自动化，更是对整个流程的重新思考。传统的月度结账是一个线性过程：先收集数据，然后进行调整，最后生成报告。但 Campfire 的系统可以并行处理多个步骤，实时监控数据质量，自动识别异常情况。更重要的是，它可以提前预警潜在问题，而不是等到月底才发现错误。这种前瞻性的方法，可以让企业真正实现"零日结账"，甚至是连续结账。

我特别感兴趣的是 Campfire 在财务洞察方面的能力。他们的系统可以处理一些在传统 ERP 中根本无法实现的复杂分析。比如，用户可以上传董事会会议纪要，系统会根据历史讨论内容和当前财务数据自动生成董事会评论。这种能力不仅节省了大量时间，更重要的是确保了报告的一致性和完整性。类似地，用户可以上传技术会计备忘录，系统会根据收入确认准则的五个步骤，逐一检查每个客户合同的合规性，发现潜在的会计处理问题。

但让我更震撼的是 Campfire 处理复杂业务分析的能力。他们可以自动处理像 AWS 云计算账单这样的复杂数据，进行逐项分解和对账。系统还能够整合第三方数据，比如将营销渠道数据与财务数据结合，自动计算各个渠道的电视广告到客户获取成本（TV to CAC）比率。这种跨系统的数据整合和分析能力，在传统 ERP 中几乎是不可能实现的。更令人印象深刻的是，无论客户使用的是 Stripe 还是 Brex，Campfire 都能够获取所有的现金流入和流出数据，然后与非财务数据进行关联分析。

在业务扩展方面，Campfire 的设计理念是让财务系统能够随着业务的复杂性增长而自动适应。他们的客户包括一些年收入达到数亿美元的大型企业，这些企业的财务需求远比初创公司复杂。但 Campfire 的系统可以支持复杂的工作流程、全球合并报表，以及企业级的各种需求。更重要的是，系统的学习能力意味着随着使用时间的增长，它会变得越来越聪明，越来越适合特定企业的需求。

Glasgow 提到了一个非常有趣的观点：他认为战略会计正在成为一个新的职能领域。传统上，会计部门负责准备数字，而战略财务部门负责分析数字。但在 AI 时代，会计部门可以承担更多的历史数据分析工作，比如分析不同营销渠道的效率，为营销策略提供数据支持。这种职能的扩展，不仅提高了会计部门的价值，也为财务专业人员提供了更多的职业发展机会。他坚信，会计需要介入战略工作，与营销负责人会面，讨论如何根据效率指标将广告支出从 Google 重新分配到 LinkedIn。

我认为 Campfire 最大的创新在于，他们将传统的"信息系统"转变为"行动系统"。传统的 ERP 系统主要用于记录和报告，而 Campfire 的系统可以直接执行复杂的财务操作。这种转变的意义不仅仅是效率提升，更是工作方式的根本改变。财务专业人员不再需要在不同的系统之间来回切换，不再需要手动复制粘贴数据，不再需要花费大量时间在重复性工作上。相反，他们可以专注于分析、决策和战略规划，真正发挥财务专业人员的核心价值。

市场反应与客户成功案例

从市场反应来看，Campfire 的成功不是偶然的。在仅仅两年的时间里，他们就实现了 10 倍的收入增长，这在企业软件领域是极其罕见的。更令人印象深刻的是，他们的客户包括了一些知名的高增长企业，如 Replit、Coder、Solv、Trust & Will、Flex、Advisor360 和 Midi Health。这些公司的选择说明了 Campfire 的产品确实解决了实际问题，而不仅仅是概念上的创新。

我仔细分析了几个客户案例，发现了一些共同的模式。首先，这些公司都是在快速增长阶段，传统的 ERP 系统已经无法满足他们的需求。其次，这些公司都有相对较强的技术背景，对新技术的接受度较高。最后，这些公司都面临着人员限制的挑战，需要用更少的人完成更多的工作。

特别值得注意的是，Campfire 的客户中有一家全球性企业，年收入预计达到 2.5 亿美元。这表明 Campfire 的产品不仅适用于初创公司，也能够满足大型企业的复杂需求。这种可扩展性对于 ERP 系统来说至关重要，因为企业在成长过程中不希望频繁更换基础系统。

从投资者的角度看，Accel 的 John Locke 表示，他对 Campfire 的信心来自于公司展现出的强劲势头。他说："我很惊讶有这么多大规模的企业愿意把他们的整个 ERP 系统交给一个只有 10 个人的种子阶段项目。"这种信任的背后，反映了企业对传统 ERP 系统的深度不满，以及对新解决方案的迫切需求。

我觉得特别有说服力的是客户的迁移行为。超过 100 家公司从 NetSuite 和 QuickBooks 迁移到 Campfire，这不是一个轻松的决定。ERP 系统迁移通常需要几个月的时间，涉及大量的数据转换和流程重组。企业愿意承担这种成本和风险，说明他们对 Campfire 的价值有着强烈的信心。

更令人印象深刻的是客户的反馈。一位首席财务官表示，使用 Campfire 后，他们能够生成一些在传统 ERP 中根本无法实现的自定义报告。这种能力的提升，不仅提高了工作效率，更重要的是为企业决策提供了更好的数据支持。另一位客户表示，Campfire 的 AI 在审计人工工作方面表现出色，能够发现一些人工容易忽视的错误和异常。这种质量控制能力，对于财务工作来说极其重要。

从融资的角度看，3500 万美元的 A 轮融资规模相当可观，特别是考虑到 Campfire 目前只有 12 名员工。这种"重投入"的策略表明，投资者对 ERP 市场的变革潜力有着很高的期望。同时，这也为 Campfire 提供了充足的资源来加速产品开发和市场扩张。

让我更感兴趣的是 Campfire 团队的组成和发展策略。Glasgow 虽然有丰富的财务背景，但他也学习了计算机科学相关内容，这让他能够亲自参与产品开发。他强调，了解软件构成的基本材料——代码和像素——对于设计师来说是巨大的优势。特别是在当前的 AI 时代，他们设计的不再只是按钮和输入框这样的"名词"，而是自动补全、智能推荐、生成摘要这样的"动词"。这些功能很难用传统的静态原型来表达，需要考虑时间维度，需要在真实数据环境下提供有效反馈。

从营销和品牌建设的角度看，Campfire 的做法也很有意思。他们推出了 Finance Forward，这是第一个专门为财务和会计团队举办的 AI 峰会。这种做法不仅帮助建立了品牌知名度，也为他们在细分市场中建立了思想领导地位。Glasgow 认为，尽管 AI 技术发展迅速，但仍然没有一个会议能够为财务专业人员提供在 AI 时代蓬勃发展所需的知识、策略和社区。

我认为 Campfire 的客户成功案例最有说服力的地方在于，这些客户不仅仅是在使用产品，更是在与 Campfire 一起塑造 ERP 的未来。他们不仅仅是客户，更是合作伙伴。这种合作关系的建立，不仅有助于产品的持续改进，也为 Campfire 在竞争激烈的 ERP 市场中建立了强大的护城河。当客户真正参与到产品开发过程中时，他们对产品的依赖度和忠诚度会大大增加。

挑战与机遇：重新定义企业软件的未来

尽管 Campfire 取得了令人瞩目的成功，但我认为他们面临的挑战同样巨大。ERP 市场是一个高度保守的领域，企业对于核心财务系统的更换非常谨慎。传统的 ERP 厂商拥有庞大的客户基础、深厚的行业关系和强大的销售网络。Oracle、SAP 和 NetSuite 已经在这个市场深耕了几十年，他们不会轻易放弃这个价值数千亿美元的市场。

我觉得 Campfire 面临的最大挑战可能来自于客户期望的管理。当你宣称可以用 AI 解决所有财务问题时，客户的期望会非常高。但现实是，AI 技术仍然有其局限性，特别是在处理复杂的业务逻辑和边缘情况时。如何在展示 AI 能力的同时，合理管理客户期望，将是一个持续的挑战。

第一个让我担忧的问题是过度依赖的风险。当财务专业人员习惯了 AI 系统自动完成复杂分析后，他们可能会逐渐失去对底层业务逻辑的深度理解。这种"技能退化"在其他自动化领域已经出现过。想象一下，如果 AI 系统出现故障或者给出错误结果，那些过度依赖系统的用户是否还能够独立识别和解决问题？Glasgow 强调要将 AI 视为团队成员而不是黑盒子，但在实际使用中，这种理想状态很难维持。

从技术角度看，Campfire 需要不断改进他们的 AI 系统，确保其能够处理更多的场景和更复杂的业务需求。财务工作涉及大量的法规要求和行业标准，AI 系统需要能够准确理解和执行这些规则。同时，随着客户业务的复杂化，系统需要能够自动适应和学习新的业务模式。

第二个问题是数据质量和偏见的风险。AI 系统的表现很大程度上取决于训练数据的质量，但企业财务数据往往存在各种不一致和偏见。比如，如果历史数据中存在系统性的会计错误或者不当的业务判断，AI 系统可能会学习并延续这些错误。更危险的是，由于 AI 系统的"自信"特性，它可能会以很高的确定性输出错误的结果，而用户可能没有足够的专业知识来识别这些错误。

但我也看到了巨大的机遇。首先，AI 技术的快速发展为 Campfire 这样的公司提供了前所未有的技术基础。大语言模型的能力正在快速提升，这为构建更智能的财务系统提供了可能。其次，企业对于数字化转型的需求日益迫切，特别是在后疫情时代，远程工作和数字化协作已经成为常态。

我认为 Campfire 代表了企业软件发展的一个重要趋势：从功能导向转向体验导向。传统的企业软件竞争主要集中在功能的多少和复杂度上，但新一代的企业软件更注重用户体验和工作效率。这种转变不仅改变了产品设计的思路，也改变了企业软件的商业模式。

从长远来看，我相信 AI 原生的企业软件将会成为主流。但这个转变不会一蹴而就，需要一个渐进的过程。Campfire 的成功证明了这种转变是可能的，也为其他企业软件公司提供了借鉴。我预测，未来几年内，我们会看到更多类似的公司涌现，传统的企业软件巨头也会加快他们的 AI 转型步伐。

对于企业用户来说，这种变化意味着他们需要重新思考软件采购和使用的方式。传统的 ERP 选择主要基于功能清单和价格比较，但在 AI 时代，用户体验、学习曲线和适应性可能更加重要。企业需要更加开放地接受新技术，同时也需要更加谨慎地评估这些技术的成熟度和可靠性。

我觉得 Campfire 的故事最有启发意义的地方在于，它证明了深度的行业经验和先进的技术可以完美结合。Glasgow 在财务领域的 15 年经验，让他能够准确识别真正的痛点，而不是被表面的技术炫技所迷惑。这种深度的行业洞察，加上对新技术的敏锐把握，可能是创造真正有价值的企业软件的关键。

最终，我认为 Campfire 的成功不仅仅是一个产品的成功，更是一种新的企业软件开发理念的成功。他们证明了，在 AI 时代，企业软件不应该是复杂的工具，而应该是智能的助手。这种理念的转变，可能会影响整个企业软件行业的发展方向。对于那些仍然在使用传统 ERP 系统的企业来说，现在可能是时候考虑拥抱这种变化了。

结尾

文章来自于微信公众号“深思圈”，作者是“Leo”。