“

この記事は Ramp founder Eric Glyman on the many ways AI is changing corporate spending の内容を基に作成しています。

平均的な米国企業の利益率は8%。ということは、1ドル節約することは12ドルの売上を上げることに等しい。

“

"A penny saved is equivalent to 12 pennies of revenue earned."

「節約した1ペニーは、売上12ペニーに相当する」

ベンジャミン・フランクリンの「A penny saved is a penny earned」を数学的に否定するこの逆説が、Ramp（ランプ）というフィンテック企業の本質を一言で表している。創業6年で年間売上10億ドル（約1,500億円）、評価額320億ドル（約4.8兆円）。55,000社以上の法人支出データを持ち、AIエージェントが日10万件の経費を99%の精度で審査する。

Stripe CEOのPatrick CollisonとベンチャーキャピタリストのAlex Rampell（a16z）を相手にした対談で、Ramp CEO Eric Glymanは、単なるコスト削減ツールを超えた「組織の意思決定インフラ」のビジョンを語り尽くした。

この記事でわかること

1. 「銀行はお金を売り、Rampは時間を売る」: 法人支出管理の競争軸を再定義した一言
2. AIエージェント経費審査の実態: 日10万件・精度99%超。Sarbanes-Oxley法もAI審査を許容
3. ダークマター・モート: AI時代にSaaS企業が生き残る条件──「エッジケースの蓄積」が最強の堀
4. AR/APの敵対的構造: なぜ請求書支払いは40年間自動化に抗ってきたか

基本情報

Rampのビジネスモデル全体像

「銀行はお金を売り、Rampは時間を売る」

対談の中盤、Glymanは競合との差を一言で定義した。

“

"They sell money and we sell time."

「彼ら（銀行・競合）はお金を売っている。Rampは時間を売っている」

銀行やBrexのようなフィンテック競合は、本質的に「お金を動かす」ことで収益を得る。インターチェンジ手数料、フロート、金利スプレッド。

Rampは違う。「時間を売る」──経費処理・請求書管理・調達承認・会計仕訳にかかる時間を削減し、その対価を得る。Rampの平均顧客は年間支出を約5%削減し、顧客企業の年間売上成長率は16%（米国平均5%の3倍以上）だという。

この区別は重要だ。「お金を売る」ビジネスは金利環境に左右される。「時間を売る」ビジネスは知識の限界コストの低下に乗る。AIが時間を売るビジネスを加速させるのは必然だ。

Eric Glymanが語るRampのビジネスモデル（1）

カード会社からプラットフォームへ：5事業ラインの多角化

数年前、カード事業（インターチェンジ手数料）が粗利の90%以上を占めていた。2026年末には、4つの新事業ラインの合計がカード事業を上回る見込みだ。

“

"By the end of this year, the second, third, fourth, fifth lines of business will comprise the majority of Ramp's business."

Rampの事業多角化：カード依存からプラットフォームへ

顧客の半数以上が2製品以上を利用。しかも最も急成長している入口は、従来のカードではなく請求書支払いだ。数千の企業がカードなしで請求書支払いだけのためにRampに加入している。

経費ポリシーは企業文化である

対談で最も哲学的だったのが、経費ポリシーの本質についての議論だ。

“

"It's kind of weird to say expenses are cultural, but they are. It's a shared belief system."

「経費が文化的だというのは奇妙に聞こえますが、実際そうです。共有された信念体系なんです」

スペクトラムの両端がある。37signals型（全員にカードを渡し信頼する）と大企業型（「Tier 2都市のホテルは○○ドル以下、14日前までに予約」）。

Glymanは映画「12人の怒れる男」を引き合いに出す。表面的な証拠だけ見れば「有罪」に見えるが、より多くの文脈を与えれば判断が変わる。ホテルの出費だけ見れば無駄に見えても、その翌月に大型契約を成約していれば合理的だ。

より多くのデータを持つツールこそ、より正しい判断を下せる。

Patrick Collisonとの経費文化の議論（10）

AIエージェントが経費を審査する：精度99%超

仕組み

Rampの経費AIエージェントは、企業の経費ポリシー（平文の英語で書かれたもの）をLLMに入力し、個々の取引データ（金額、レシート、タイミング、メタデータ）と照合して、ポリシー準拠/違反を判定する。

“

"We're processing over 100,000 expenses a day that are being reviewed agentically. Today it's over 99% accurate, which turns out it's much more accurate than people are."

「日10万件以上の経費がエージェントで審査されています。精度は99%超で、人間よりも正確です」

非AI代替と比較してポリシー違反の支出を15倍多く検知するという。

なぜ人間より正確か

従来の経費審査は、マネージャーが月1時間かけて部下の経費を手動レビューしていた。だがこれはSarbanes-Oxley法が求める「職務分離」のために必要な作業であって、誰のジョブディスクリプションにも書かれていない。

AIエージェントなら、全取引メタデータ・レシート・タイミング・ポリシーにアクセスし、判定根拠の監査証跡も残せる。法的にもAI審査は許容されている。ポイントは「自己認証の禁止（separation of duties）」であり、システムによる審査は要件を満たす。

AIエージェント経費審査フロー

なぜ請求書支払いは40年間変わらなかったか

Patrick Collisonが問いかけた核心的な問い──「なぜ請求書支払いだけは自動化に抵抗してきたのか」。

AR/APは敵対的プロセス

“

"My AR is their AP. But unless you put all this together, you would just look at me and you're like, 'Well, you're just a little schmuck. I'm going to charge you 18%.' It's like, yeah, but it's Google."

「私の売掛金は彼らの買掛金です。でも情報が繋がっていなければ、あなたは私を見て『小物だな、18%で貸してやる』と言う。でも相手はGoogleなんです」

Googleが100年債を3%で調達できる一方、Googleの支払いを待つ小企業は20%で借金せざるを得ない。情報が繋がっていないから。

小切手が残り続けるのは偶然ではない。支払い側にとって郵送に5日かかれば、その間のフロートは金融的に有利だ。AR（売掛金）とAP（買掛金）は同一の経済事象の裏表なのに、情報の非対称性が金利格差を生んでいる。

Alex Rampellが提案した「企業版DNS」──支払い先の銀行口座をルックアップする中央クリアリングハウス──は、フィッシング詐欺対策としても有効だが、まだ実現していない。

SaaSpocalypseの真実：ダークマター・モートとは

「機能が会社になった」SaaSは脆弱

PagerDutyのような「1機能=1企業」型のSaaSは、AIで容易にクローンされるリスクがある。だが全てのSaaSが崩壊するわけではない。

ダークマター・モート

Alex Rampellが提唱した「ダークマター・モート」は秀逸な概念だ。

“

"If I tell Claude, 'Go clone Ramp'... No, no, no. There are like nine million edge cases."

「Claudeに『Rampをクローンしろ』と言ったとしましょう。いや、違う。エッジケースが900万個あるんです」

目に見える機能（フロントエンド）をクローンしても、内部の膨大なエッジケースはコピーできない。Rampellは人体のクローンに喩えた。

“

"If I say 'I'm going to clone Eric.' I might not know that you have a pancreas."

「Ericをクローンしようとしても、膵臓があることを知らないかもしれない」

テクニカルデットは実は資産

“

"The tech debt sounds bad because it's a pejorative, debt = bad. But actually it's good because what you've done is you've uncovered every single problem that can go wrong."

「テクニカルデットは悪い言葉に聞こえる。でも実際には良いことだ──起こりうるすべての問題を発見してきたのだから」

Waymoの停電障害（サンフランシスコの停電でサンダリング・ハード問題が発生）が象徴的だ。こうした問題が起きて初めて対処法が蓄積される。

1990年代のElanceが証明した歴史

Glymanはシェアウェア時代のElance（現Upwork）を引き合いに出した。Download.comの人気ソフトを$500でクローンさせるビジネスが横行したが、クローンは機能しなかった。表面をコピーしても、内部のエッジケース（ダークマター）は再現できない。McAfee、ID Software──成功したシェアウェア企業はすべてこの「見えない蓄積」を持っていた。

データモートの具体例

• vLex: 110以上の法域の法的記録10億件を保有。2025年にClioが10億ドルで買収（リーガルテック史上最大）
• DomainTools: 全Webサイトに毎日WHOISルックアップ、100億件超のDNSデータを蓄積
• FlightAware: ADS-Bデータの蓄積

Alex Rampellのデータモート理論の議論シーン（35）

AI時代のSaaSの堀（モート）マトリクス

Rampのデータから見る経済と「節約の算数」

Census Bureauとの乖離

Rampは55,000社以上の法人支出データを持ち、マクロ経済の独自シグナルを読み取っている。

国勢調査局がAI採用率を一桁パーセントと発表していた時期に、Rampのデータでは過半数の企業がAIツールに課金していた。ChatGPT、Anthropic、Cursor、Cognition等への支払いが確認されている。

「節約1ペニー＝売上12ペニー」の算数

“

"The average American business has an 8% profit margin. Mathematically speaking, a penny saved is equivalent to 12 pennies of revenue earned."

「平均的米国企業の利益率は8%。節約した1ペニーは売上12ペニーに相当する」

ベンジャミン・フランクリンの有名格言「A penny saved is a penny earned」を数学的に否定する。利益率8%の企業では、1ドルの節約は12ドルの売上増と等価。Ramp顧客が米国平均を大きく上回る成長率を見せる理由の一端がここにある。

AIが変えるソフトウェア開発と「自己修復するコードベース」

Glymanは、Ramp社内でのAI活用の実態を率直に語った。

• デザイナーがコードを出荷している
• マーケティングがCTO（共同創業者Karim）直下で運営
• カスタマーサポートエージェントがプロダクションコードを出荷
• 「Ramp Inspect」でボタンの色変更が数分で完了

“

"The half-life of you see a problem to how long it takes for you to go fix it is shrinking immensely."

「問題を発見してから修正するまでの半減期が劇的に縮んでいる」

「毎年コードを書き直す」未来

Glymanは、アウトカム（達成したい結果）を定義し、モデルが毎年コードを再生成するモデルを提案した。精度は90%→95%→98%→100%と向上していく。

“

"The fitness function for companies becomes: can you actually do things in such a way where it would take more tokens to create the thing than the system you've built."

「企業の適応度関数が変わる──それを作るのに必要なトークンが、自社システムを上回るかどうか」

「お金が考える」時代：トレジャリーの未来

対談の終盤、Glymanは「5年後、企業はどこにお金を置くか」という問いに踏み込んだ。

“

"Money can think. If the dollars in your company have some level of intelligence... it's able to determine when can it be spent, under what circumstances... even at 3

AM when most of your team is asleep."

「お金が考えるようになる。会社のドルがある種の知性を持ち、いつ・どんな状況で使うべきかを判断する──朝3時、チームが眠っている間でも」

米国の銀行の平均預金金利は0.07%。銀行は顧客に利回りを共有しない。Rampのトレジャリー事業（2025年1月ローンチ、AUM 15億ドル超）は、この構造的な不透明さを突く。

さらにStripeとの提携でステーブルコイン担保型法人カードをローンチ。企業がステーブルコインで資金を保持し、カード決済は通常の現地通貨で行われる仕組みだ。ラテンアメリカからスタートし、欧州・アフリカ・アジアへ展開予定。

Capital Oneから学ぶ：フィンテックの思想的系譜

Glymanは対談の終盤で、Rampの思想的ルーツに言及した。

“

"Capital One is like the Czerny. All the heads of risk for all modern fintechs came from Capital One. They didn't hire banking people, they just hired smart people."

「Capital Oneはフィンテックのチェルニーだ。現代フィンテックのリスク責任者は全員Capital One出身。彼らは銀行の人材ではなく、ただ賢い人を採用した」

クラシック音楽で、有名なピアニストの系譜を遡るとすべてカール・チェルニー（ベートーベンの弟子）に行き着く。同じように、フィンテック業界のリスク管理の系譜はすべてCapital Oneに遡る。

Capital Oneの創業者Rich Fairbankの採用哲学は「intercept（現在地）ではなくslope（伸びしろ）で採る」。銀行経験ではなく、知的能力で採用する。この哲学がフィンテック業界全体の人材供給源となった。

Glymanの個人的経歴もこの系譜に位置する。ハーバード時代にParibus（価格追跡アプリ）を創業し、Capital Oneに売却。その経験がRamp創業の土台になった。

Alex Rampellとの議論（20）

よくある質問（FAQ）

Q1. Rampとは何の会社ですか？

法人カード・経費管理・請求書支払い・調達・旅行を統合するフィンテック企業。2019年創業、評価額320億ドル（約4.8兆円）。55,000社以上が利用し、年間購買ボリュームは1,000億ドル超。

Q2. AIエージェント経費審査の精度は？

99%超で、人間の審査より正確。非AI代替と比較してポリシー違反を15倍多く検知。Sarbanes-Oxley法の「職務分離」要件もAI審査で満たせる。

Q3. 「ダークマター・モート」とは？

Alex Rampell（a16z）が提唱した概念。SaaS製品のフロントエンドをクローンしても、内部に蓄積された膨大なエッジケース対応（＝ダークマター）はコピーできない。テクニカルデットの正の側面──「起こりうるすべての問題を発見済み」という蓄積が最強の堀になる。

Q4. 「銀行はお金を売り、Rampは時間を売る」の意味は？

銀行やBrexは「お金を動かす」ことで収益を得る（インターチェンジ、フロート、金利スプレッド）。Rampは「時間を削減する」ことで収益を得る（経費処理・会計仕訳・調達承認の自動化）。金利環境に左右されず、AIの進化に乗るビジネスモデル。

Q5. 「節約1ペニー＝売上12ペニー」はどういう計算？

平均的米国企業の利益率は8%。1ドルの売上から残る利益は0.08ドル。つまり1ドルの節約と同じ利益を売上で稼ぐには、1÷0.08＝12.5ドルの売上が必要。節約のROIは売上増より12倍効率的。

Q6. SaaSpocalypseとは？

AIエージェントが従来のSaaSを代替し始めたことによるソフトウェア株の急落を指す造語。ただしGlymanとRampellの見解では、「機能＝企業」型は脆弱だが、データモートやダークマター（エッジケース蓄積）を持つ企業は堅牢。

Q7. ステーブルコイン法人カードとは？

Ramp×Stripeが2025年に発表。企業がステーブルコインで資金を保持し、カード決済は現地通貨で行われる仕組み。国際送金の5日以上の決済期間、1件$50超の手数料、為替リスクを解消。ラテンアメリカからスタート。

まとめ

主要ポイント

1. 「時間を売る」ビジネスはAI時代に加速する: Rampが銀行やBrexと異なるのは、お金ではなく時間を売っている点。AIが時間の限界コストを下げるほど、Rampのビジネスモデルが強化される
2. ダークマター・モートが最強の堀: 表面的な機能はクローンできても、900万のエッジケースは再現できない。テクニカルデットは「起こりうるすべての問題を発見済み」という資産
3. 節約のROIは売上の12倍: 利益率8%の企業では、1ドルの節約＝12ドルの売上増。この算数がRamp顧客の高成長率の一因

次のステップ

• 自社の経費審査プロセスでAI自動化できる領域を棚卸しする
• SaaS製品の競争優位を「ダークマター」の観点で再評価する
• 「節約1ペニー＝売上12ペニー」の算数を自社の利益率で計算してみる

関連記事

参考動画

この記事は以下の動画を参考に作成しました：

• Ramp founder Eric Glyman on the many ways AI is changing corporate spending - Stripe

本記事はネクサフローのAI研究シリーズの一部です。