Eric Glyman 談 Ramp 的反向打法：省錢比花錢更難賣，但七年做到 440 億美金估值

TL;DR

• Ramp 的核心假設跟整個信用卡產業反著來：不是獎勵你多花錢，而是幫你少花錢。七年做到超過七萬家企業客戶、年化營收突破十五億美金、估值 440 億美金
• Eric Glyman 找人的方式是找「proof of work」，不是看履歷。有個員工十五歲靠 Minecraft 私服賺到大學學費，這種人傳統招聘流程根本撈不到
• AI 時代最大的變化不是取代人，而是讓「夠固執的通才」能突破過去的專業邊界。組織裡那些靠資訊傳遞才能跨部門溝通的摩擦成本，正在被壓縮
• Token 支出正在變成企業第三大支出類別，跟人事和供應商並列。Anthropic 三年前賺第一塊錢，現在年化營收超過五百億美金，這個速度前所未見
• Glyman 認為 Ramp 真正的競爭對手不是其他信用卡公司，是 AI 實驗室。因為 Ramp 賣的不是錢，是時間和知識工作的自動化

---

這集在 2026 年七月十二日上線的 Founders Podcast，是主持人 David Senra 跟 Ramp 共同創辦人暨共同 CEO Eric Glyman 的對談。Founders 是一個專門拆解歷史上最成功創業者的節目，David 讀了超過四百本企業家傳記，然後把裡面的心法濃縮成 podcast。他的聽眾名單上掛著 Jeff Bezos 跟 Michael Dell 這種等級的人。Ramp 是一家 2019 年創立的金融科技公司，從企業信用卡起步，現在已經長成涵蓋費用管理、帳單支付、採購、記帳自動化的一站式企業財務平台。2026 年六月剛完成七億五千萬美金的募資，估值來到 440 億美金，年化營收約十五億美金。Eric Glyman 跟共同創辦人 Karim Atiyeh 在今年升格為共同 CEO，理由是「AI 正在重塑 Ramp 能做的事」。

反著來的起手式

信用卡產業有一百七十五年的歷史，所有人都同意一件事：用點數和回饋吸引客戶多花錢，這是最好的商業模式。

Glyman 做了完全相反的事。

他的邏輯很簡單：企業主和 CFO 真正想要的，不是點數回饋，是銀行帳戶裡有更多錢、員工花更少時間在報帳上。所以 Ramp 從第一天就把「幫客戶省錢省時間」當成北極星指標。採用 Ramp 的企業，平均每年支出減少超過百分之五。同時這些企業的營收中位數年增百分之十六，美國平均是百分之三到四。

這讓我想到之前在 Shopify 創辦人 Tobi Lütke 那篇聊過的概念：最好的產品公司不是問客戶「你要什麼」，而是觀察客戶「在做什麼」然後把痛點拿掉。

Glyman 用了一個烤吐司機的比喻來解釋這件事。如果你問消費者想要什麼烤吐司機，他們會說要加熱披薩模式、烤箱模式、爆米花模式，最後你得到一台佈滿按鈕的怪物。但 Breville 的設計師做的事是去觀察人們怎麼烤吐司。他發現大家不是烤太焦就是烤不夠，所以他設計了一個按鈕叫「a bit more」（再多一點）。沒有人會在問卷上寫「我想要一個叫再多一點的按鈕」，但它解決了最常見的問題。

找人不看履歷，看 Proof of Work

這集最有意思的段落之一是 Glyman 怎麼招人。

他舉了一個例子：Ramp 有一群工程師，他們被發現的原因是十五歲的時候每週花八十到一百小時玩 Minecraft。其中一個人建了私人伺服器，做得太好玩，其他小孩搶著上去玩，他靠這個賺到了幾十萬美金的大學學費。這個人沒有大學學歷，傳統招聘流程會直接篩掉他。但如果你去問當時社群裡的其他人，他們會告訴你：「這個人超偏執、超注重細節，他能把 API 扭到開發者自己都不知道能做到的事情。」

Glyman 把這叫做 proof of work。他不在乎你的履歷長什麼樣，他在乎的是你有沒有在某個領域展現過異常的專注和驅動力。可能是電玩、可能是運動、可能是某個冷門社群裡的作品。

他們的招聘流程有一部分就是去 GitHub 上找活躍的人，去各種奇怪的小眾社群裡找領袖。因為即使你設計了十輪面試、面了十五個小時，實際跟一個人一起工作兩天，你得到的資訊量還是比面試多。

另一個他花很多時間確認的事情是動機對齊。他的原話是：「我不該傲慢地假設人們需要想來 Ramp 工作。你可以去做通用人工智慧、可以去讓人類成為多行星物種。我憑什麼假設你對我們做的事有興趣？」所以他會花大量時間理解候選人五年、十年後想去哪裡，如果跟 Ramp 的方向沒有交集，他不會硬拉人進來。

AI 讓「固執的通才」變得比專家更危險

Glyman 對 AI 影響組織的觀察很值得記下來。

他的核心論點是：LLM 讀過的程式碼比任何活著的工程師都多，讀過的醫療案例比任何醫生都多，讀過的公司財報比任何會計師都多。這代表什麼？一個夠固執的通才，只要願意持續問好問題、持續推進，他的能力邊界可以延伸到以前碰不到的領域。

過去一百年的工作模式是：你在某個專業裡很強，但一碰到邊界就得找別人。工程師碰到設計問題要找設計師，碰到銷售問題要找業務。現在這些邊界正在模糊。

這對組織設計的影響是巨大的。Glyman 描述了一個他在 Ramp 內部觀察到的現象：公司十個人的時候，大家自我介紹說「我在 Ramp 工作，我是工程師」。五十人的時候變成「我在 Ramp 的銷售團隊」。到了兩百人、五百人，身份認同反轉了，人們開始說「我是在 Ramp 的業務」「我是在 Ramp 的設計師」。他們開始用職能定義自己，只跟同職能的人互動。

這就是巴別塔效應。業務不認識工程師，工程師不認識設計師，資訊要往上送再往下傳，整個組織變得拜占庭式的臃腫。

AI 正在打破這些牆。當一個產品開發者可以用工具幫自己做銷售追蹤、寫更好的 pitch、追蹤客戶互動，組織裡需要的專業分工數量就會減少。

Token 支出是企業的第三大支出類別

這集最讓我豎起耳朵的部分是 Glyman 談 token 支出管理。

他給了一組數字：Anthropic 三年前賺第一塊錢，錄製當下的年化營收傳聞超過五百億美金。如果把 Anthropic 和 OpenAI 兩家加起來，一年後的營收保守估計會超過三千億美金。這相當於美國 GDP 的百分之一花在 token 上。

這不是科幻小說，是正在發生的事。

他提到 Uber 是 Ramp 的客戶之一，Uber 的 CTO 公開說過，他們在幾個月內就把整年分配的 AI 預算花完了。五年前沒有任何公司有這個預算科目。

Ramp 正在做的事情是幫企業管理這筆支出。哪些是營運費用、哪些是研發費用、誰花的、回報率如何。更有意思的是，前沿模型（frontier model）發布大約六個月後，就會出現效能差不多但成本只有百分之一的開源模型。所以問題變成：你真的需要用最貴的模型來編輯 email 嗎？也許可以把任務分派給更便宜的模型。

之前在 Factory 創辦人 Matan Grinberg 那集也聊過類似的 token 資源分配邏輯，Glyman 的觀點跟 Grinberg 的判斷高度一致。

AI 實驗室才是真正的競爭對手

最後一個讓我覺得很有意思的判斷：Glyman 認為 Ramp 真正的競爭對手不是其他信用卡公司或費用管理軟體，是 AI 實驗室。

他的邏輯是這樣的：傳統金融機構賣的是「錢」，更高的回饋、更好的利率、更多的貸款額度。Ramp 從一開始賣的就不是錢，是「時間」。自動化費用報告、自動化帳單支付、自動化結帳，這些本質上都是知識工作的自動化。

而 AI 實驗室也在賣知識工作。

這個思路讓他對產品的未來想像完全不同。他描述的終局是：企業的支出政策變成軟體規則，AI agent 根據這些規則代替人類去談判、採購、管理訂閱。一千個軟體授權，誰有在用誰沒在用，Ramp 拉資料就知道。你付的單價比市場均價高還是低，Ramp 也能告訴你。最後可能變成 agent 跟 agent 在談判。

他用了一個比喻：就像空調的發明者沒有變成大家族，但因為空調才存在的城市（拉斯維加斯、邁阿密）創造的價值遠超過空調本身。AI 也會是這樣。最大的價值不一定在發明 AI 的人手上，而是在「因為 AI 才可能存在的事業」上。

我的觀察

Glyman 有一個特質我覺得很少見：他對自己公司的定位非常誠實。他沒有說「我們要打敗 Amex」或「我們要成為最大的信用卡公司」，他說的是「我不是 Ramp 最聰明的人，我的工作是創造條件讓其他人做出他們人生中最好的作品」。

七年做到 440 億美金估值、連續五個季度營收加速成長、同時在多達幾十億美金的規模上翻倍，這個成績單本身就是最好的 proof of work。

不過我最想記住的是他那句話：「一塊省下來的錢，比一塊賺到的錢更值錢。」這句話聽起來像廢話，但整個信用卡產業花了一百七十五年都在做相反的事。

這類產業分析我會持續寫，有興趣的話可以訂閱 wilsonhuang.xyz，新文章上線就能收到通知。