Rillet AI 会计 $100M Series C：垂直 AI 从「辅助工具」到「核心系统」的拐点

2026 年 8 月，Rillet 官方公告完成 1 亿美元 C 轮融资，估值 10 亿美元（Rillet 官方公告）。 领投方是 ICONIQ Growth，Sequoia 和 Andreessen Horowitz 继续跟投，新进入的投资者还包括 Bain Capital Ventures、Oak HC/FT、Battery Ventures、FirstMark、Scale Venture Partners 和 Creandum。ICONIQ 普通合伙人 Seth Pierrepont 同时加入 Rillet 董事会（Fortune 独家报道）。这已经不是「有人愿意赌」的融资，而是「早期投资人集体加注 + 新基金进场」的信号。Rillet 在 14 个月内完成了三轮融资，累计超过 2 亿美元（TechCrunch 报道口径，TechCrunch 报道）。

让这个数字有重量的不是估值本身，而是增长速度。 Rillet 在公告中披露：过去三个月新 ARR（年度经常性收入）翻倍，客户超过 600 家，包括上市公司和「史上增长最快的 AI 公司」。CEO Nicolas Kopp 在官方公告中的原话是：「过去二十年，ERP 一直被视为记录系统——存放已经发生的事。在 AI 时代，它必须成为接下来发生之事的运营层。」

这个拐点不是凭空出现的，Rillet 的增长曲线可以追溯到更早。 2025 年 8 月，Rillet 宣布 7000 万美元 B 轮融资，由 Andreessen Horowitz 和 ICONIQ 共同领投，距其 2500 万美元 A 轮（Sequoia 领投）仅 10 周；那时公司已签约 200 多家客户，12 周内 ARR 翻倍（Rillet B 轮公告）。从 A 轮到 C 轮，间隔不超过 14 个月——这不是一家公司的孤立冲刺，而是投资人连续三轮用真金白银验证「AI 原生财务」假设的过程。

这里有一个值得停下来想的对比。 同一周，Pinterest 宣布与 AWS 签下 40 亿美元基础设施合同（TechGolly 报道），方向是定制 AI 芯片和视觉搜索算力。一边是 40 亿美元买算力，一边是 10 亿美元买一个会计平台——两个数字差 40 倍，但它们指向同一个趋势：AI 的支出正在从「模型训练」扩散到「业务运营」。Rillet 的意义在于，它代表的是后一条线——垂直 AI 不再是辅助工具，而是开始替代企业核心系统。

先看客户结构，它决定了这个判断不是推测。 Rillet 官方公告列出的客户包括 Mercor、Function Health 和 Temporal，Fortune 的独家报道则补充了 Neuralink 和 Skild AI（Fortune 独家报道）。其中 Mercor 的案例最具体：财务团队与 Rillet 的 AI Agent 协作，在 ARR 超过 20 亿美元的规模下维持 3 人团队。这不是「AI 辅助 30 人团队做得更好」，而是「3 人 + Agent 跑 20 亿 ARR」——人力规模缩小了一个数量级，业务规模没有缩小。ICONIQ 合伙人 Seth Pierrepont 在公告中的评价是：「数十亿美元级别的企业运行在 Rillet 上，财务团队规模只有传统的十分之一，持续关账。」

更值得注意的信号来自客户结构本身。 Kopp 对 Fortune 表示，Rillet 现在约有 40% 的客户位于科技和 AI 行业之外，覆盖垃圾回收、电影制片厂等传统行业（Fortune 独家报道）。这个比例说明「AI 原生财务」不再是科技公司的专属实验——它正在进入会计规则更传统、流程更固定的行业。对本文读者来说，这个信号比「又一家 AI 公司融资」重要得多：它意味着 Agent 化财务的下一波竞争将发生在传统行业，而不是硅谷。

把这几个数字放在一起：14 个月三轮、600+ 客户、3 个月 ARR 翻倍、3 人管 20 亿。 这不是一个「AI 会计工具」的增长曲线，这是一个「核心财务基础设施」的替换曲线。

Rillet 官方公告给自己的定位是「accounting superintelligence」——会计超级智能。 这个词听起来像营销话术，但它指向的技术架构变化是具体的。要理解它，需要先理解传统 ERP 里会计工作是怎么发生的。

在传统 ERP（Oracle Fusion、SAP、Workday、NetSuite）里，总账（General Ledger）是一个记录系统。 业务事件发生——销售签了合同、银行来了笔转账、供应商开了发票——这些事件经过各种模块处理后，最终以会计分录的形式写入总账。总账的角色是「存储已经发生的事」，它是终点，不是起点。真正的分析、调整、关账工作发生在总账之外：Excel 里做调整分录，EPM 工具里做合并，邮件里跟审计师对数。

Rillet 的架构反转了这个关系。 官方公告的核心表述是：「AI Agent 直接在实时总账里操作，拥有完整上下文、完整审计追踪，并在必要时保留人工审批。」也就是说，总账不再只是终点——它变成了 Agent 的工作台。Agent 不是从总账里导出数据、在外部处理完再写回来；它直接在总账内部读取、判断、做分录、触发审批。

用一个具体场景把这个架构差异落地。 假设一家 SaaS 公司签了一个复杂的年度合同：客户分 12 个月付款，包含可变对价（比如用量超额后的折扣），涉及 ASC 606 收入确认的多步判断。在传统流程里：销售在 CRM 里录入合同 → 收入团队在 Excel 里按 ASC 606 五步法计算每月确认金额 → 会计手动做分录写入 ERP → 月末关账时核对差异。这个流程跨越三个系统、两个团队、至少一周时间。

在 Rillet 的架构里： 合同数据通过原生集成进入实时总账 → AI Agent 直接在总账内读取合同条款，按 ASC 606 规则计算收入确认计划 → Agent 生成会计分录并写入总账 → 分录附带完整的决策依据（引用了哪条准则、用了哪个假设）→ 需要人工判断的节点触发审批流 → 财务人员在同一个界面审批或修改。整个过程在总账内部完成，不需要导出数据到外部工具。

这就是「Agent 在总账里做分录」的含义。 它不是「AI 帮你自动生成 Excel 报表」，而是「AI 直接在会计系统的核心数据结构里操作」。区别在于：前者是工具层优化，后者是架构层替换。

Rillet 成立于 2022 年，2024 年走出隐身模式。为什么在 2026 年 8 月这个时间点，一个会计 AI 公司能拿到独角兽估值？ 答案不在 Rillet 自身，而在三个外部条件的交汇。

第一个条件是 AI Agent 技术的成熟度越过了企业软件的门槛。 2024 年之前的 AI 产品主要是「对话式」——你问它答，它不主动做事。2025 年开始，Agent 架构（能读取上下文、做多步推理、调用工具、写入结果）成为主流。会计工作天然适合 Agent 架构：它有明确的规则（GAAP/IFRS）、结构化的数据（分录、科目、期间）、可验证的输出（借贷必须平衡）。Rillet 的 CEO 在公告里用的词是「agentic operating layer for finance」——财务的 Agent 运营层。

第二个条件是 SaaS 公司的财务复杂度爆炸。 过去五年，SaaS 公司的收入模型从简单订阅变成混合模式：订阅 + 用量 + 可变对价 + 多币种 + 多实体。ASC 606 对这类收入的确认规则极其复杂，传统 ERP 处理起来需要大量手工调整和外部工具。Rillet 公告明确提到：「After proving its platform for Tech and AI companies, Rillet is rapidly expanding into new verticals including biotech, healthcare, fintech, logistics, professional services.」——从科技/AI 公司向生物科技、医疗、金融科技、物流、专业服务扩展。这些行业的会计复杂度更高，但规则也更明确，正好是 Agent 擅长的领域。

第三个条件是 legacy ERP 的替换窗口打开。 Rillet 公告直接点名了被替代的对象：Oracle Fusion、SAP、Workday、Microsoft Great Plains、NetSuite。这些系统的共同特点是：它们设计于 Agent 概念出现之前，数据结构是「记录导向」而非「操作导向」。当 Rillet 说「Legacy ERPs store transactions while the real work happens in spreadsheets and bolt-on tools」时，它指的不是这些系统不好用，而是它们的架构假设已经过时——它们假设「人做决策，系统做记录」，而新世界的假设是「Agent 做决策和执行，人做审批和监督」。

第四个条件容易被忽略：会计专业本身正在经历人才与信任的双重压力。 Fortune 报道援引 Kopp 的话说，会计行业面临毕业生减少的慢变量危机，AI Agent 正好填补执行层的人力缺口（Fortune 独家报道）。同时，四大会计师事务所没有把 Rillet 当敌人：EY 在 2026 年 4 月正式宣布与 Rillet 建立联盟，将 EY 的财务转型经验与 EY.ai for Risk 的风险控制能力嵌入 Rillet 的 AI 原生平台（EY 官方新闻稿）。这个信号的分量在于：审计生态的一极公开押注「AI 原生账本是可审计的」，而不是把它挡在门外。

四个条件交汇的结果是：市场从「AI 辅助财务」跳到「AI 原生财务」。 Rillet 恰好在这个跳跃发生的窗口里，提供了一个已经跑通的架构。这不是偶然——Rillet 的创始团队来自 Stripe 和 Square，他们从一开始就在设计一个「为 Agent 而生」的财务系统，而不是在旧系统上叠加 AI 功能。

Rillet 公告里最具体的客户案例是 Mercor：ARR 超过 20 亿美元，财务团队 3 人。 这个数字组合值得拆解——它不是在说「AI 让 30 人团队效率提升 10 倍」，而是在说「3 个人 + Agent 跑通了 20 亿 ARR 的财务运营」。

要理解这个模式，需要先理解传统财务团队的人力分布。 一家 20 亿 ARR 的 SaaS 公司，传统配置大约是：财务总监 1 人、财务经理 2-3 人、会计 5-8 人、收入确认专员 2-3 人、AP/AR 专员 3-5 人、关账协调 1-2 人。总计 15-25 人。这些人力中，大约 70% 的时间花在「执行」——录入分录、核对数据、做调整、跑报表；30% 花在「判断」——选择会计政策、处理异常、跟审计师沟通。

在 Rillet 的模式里，这个比例反转了。 Agent 承担执行层的工作：自动拉取 Salesforce/Brex 等源数据（TechCrunch 报道口径）、按规则生成分录、持续关账、生成报表。人类团队的时间集中在判断层：设计会计政策、处理 Agent 标记的异常、审批关键分录、跟审计师沟通。3 个人不是「做 15 个人的活」，而是「只做 15 个人中需要判断力的那 30%」。

这里有一个关键的设计选择：审批权保留在人手里。 Rillet 公告反复强调「human approval and a full audit trail」——人工审批和完整审计追踪。Agent 做的每一个分录都附带决策依据（引用了哪条准则、用了哪个假设、数据来自哪里），人类可以追溯、修改、否决。这不是「AI 全自动」，而是「AI 执行 + 人类监督」的协作模式。

这个模式对财务职能的含义是深远的。 它不是「裁员」——3 人团队管 20 亿 ARR 意味着每个人的产出和决策权重都大幅提高。它也不是「取代 CFO」——会计政策选择、审计沟通、投资者关系仍然需要人类判断。它改变的是中间层：那些「按规则执行」的工作从人力密集变成 Agent 密集。

对读者来说，判断自己是否适合这个模式的标准很简单： 如果你的财务团队 70% 以上的时间在执行（录分录、对数据、跑报表），而不是在判断（选政策、处理异常、做分析），那么 Rillet 代表的方向就跟你的成本结构直接相关。

这里还有一个容易被忽略的维度：招聘和留人。 当财务工作的核心从「执行」转向「判断」，你需要的人才类型完全不同。传统会计岗位招的是细心、熟悉准则、能处理大量重复工作的人；Agent 时代的财务岗位招的是能设计规则、理解系统、能跟 Agent 协作的人。Mercor 的 3 人团队之所以能跑通 20 亿 ARR，不是因为这三个人更勤奋，而是因为他们的工作内容从「做分录」变成了「设计 Agent 怎么做分录」。这种人才转型，比买一套软件难得多。

Rillet 公告里有一段话值得逐字读： 「Legacy ERPs store transactions while the real work happens in spreadsheets and bolt-on tools, and the newest wave of AI products repeats that pattern by layering agents on top of systems that were never designed for them.」翻译过来：传统 ERP 存储交易，真正的工作在 Excel 和外挂工具里完成；而最新一波 AI 产品重复了这个模式——把 Agent 叠加在从未为它们设计的系统之上。

这段话指向一个关键的架构判断：在旧系统上叠 AI，不如为 AI 重新设计系统。 Oracle、SAP、Workday 的总账模块设计于 1990-2000 年代，核心假设是「人做决策，系统做记录」。这个假设导致了几个架构特征：数据模型是「记录导向」（每笔分录是一个静态事实）；接口是「批量导向」（月末导入导出）；权限是「角色导向」（会计、经理、CFO 各有固定权限）。

当 Agent 成为主要操作者时，这三个特征都变成了瓶颈。 数据模型需要变成「操作导向」——每笔分录不只是一个事实，还要附带 Agent 的决策过程（为什么选了这个科目、引用了哪条规则）。接口需要变成「实时导向」——Agent 不等月末批量处理，它持续读取、持续分录、持续关账。权限需要变成「审批导向」——Agent 做执行，人类做审批，权限模型从「谁能做什么」变成「谁审批什么」。

Rillet 的「continuous close」（持续关账）架构就是这三个变化的具体体现。 传统关账是月末事件：停止录入 → 跑调整 → 核对差异 → 出报表，通常需要 5-10 个工作日。持续关账意味着关账是一个持续状态：每笔分录进来时就已经符合规则，总账在任何时刻都是「可关账」的。这不是「月末关账更快」，而是「月末关账这个概念本身消失了」。

对正在评估 ERP 替换的读者来说，关键判断不是「Rillet 比 Oracle 好用多少」，而是「你的业务是否已经进入 Agent 操作的模式」。 如果你的财务团队仍然以手工执行为主、月末集中关账，那么传统 ERP 的架构假设仍然匹配你的工作方式。如果你的团队已经在用 Agent 做收入确认、自动对账、持续出报表，那么传统 ERP 的架构就成了瓶颈——不是因为它不好用，而是因为它的设计假设跟你的工作方式不匹配。

Rillet 的叙事很有吸引力，但作为读者你需要区分「已经验证的」和「正在承诺的」。 以下是几个需要保持清醒的边界。

第一，客户结构偏向特定类型。 Rillet 公开提到的客户——Mercor、Function Health、Temporal——都是科技/AI 公司。公告说正在向生物科技、医疗、金融科技、物流扩展，但这些行业的会计规则差异极大（比如医疗行业的收入确认涉及保险报销、生物科技涉及研发资本化）。从科技/AI 向这些行业扩展，不是简单的「复制架构」，而是需要重新构建行业特定的规则引擎。Rillet 在这个阶段的「600+ 客户」里，有多少是非科技行业的，公告没有披露。

第二，「3 人管 20 亿 ARR」的可复制性存疑。 Mercor 的案例被反复引用，但它可能是一个极端案例——Mercor 本身是 AI 招聘平台，业务模式高度标准化，会计复杂度相对可控。对于业务模式复杂（多产品线、多地域、多币种、复杂合同条款）的公司，3 人团队是否足够，没有公开证据。ICONIQ 合伙人说的是「finance teams a tenth the traditional size」——十分之一的团队规模，不是「3 人」。

第三，审计和合规的接受度是硬约束。 会计不是纯技术问题——它受 GAAP/IFRS 准则约束，受 SEC/PCAOB 审计监管。EY 与 Rillet 的联盟（EY 官方新闻稿）是目前最明确的公开信号：四大所的一极认为「风险和控制可以内建于 AI 原生账本」，而 Rillet 官方公告也声称与 Accounting Today 排名前 20 的 CPA 事务所中超过一半建立了官方合作。但这里要区分「联盟」「合作」与「审计证据接受」：联盟意味着 EY 愿意一起做财务转型项目，不等于 EY 已经在大规模审计中接受 Agent 生成的分录作为无保留意见的审计证据。后者需要数年监管实践和判例积累，是 Rillet 进入上市公司核心流程前最硬的关卡。

第四，估值隐含的增长预期极高。 10 亿美元估值、1 亿美元融资，意味着投资人预期 Rillet 在未来 3-5 年达到 1-2 亿美元 ARR。从「3 个月 ARR 翻倍」到「持续保持这个增速」是完全不同的挑战。SaaS 公司的 ARR 增长曲线通常在达到一定规模后显著放缓，Rillet 能否在扩展到非科技行业后维持增速，还没有验证。

第五，竞争格局不是真空。 Oracle、SAP、Workday 不会坐视替换。它们正在自己的产品里加入 AI 能力——Oracle 的 Fusion AI、SAP 的 Joule、Workday 的 AI Assist。这些产品的优势是：现有客户已经在用，切换成本高。Rillet 的优势是：架构原生为 Agent 设计。最终谁赢，取决于「架构优势」能否抵消「切换成本」——这在企业软件历史上没有定论。

第六，「会计超级智能」的命名本身就有风险。 超级智能（superintelligence）在 AI 领域有特定含义——指超越人类所有认知能力的 AI 系统。Rillet 用这个词描述会计自动化，可能会引发两种反应：对技术乐观派，这是合理的愿景描述；对技术谨慎派，这是过度营销。无论哪种，这个词会伴随 Rillet 的每一次产品发布和融资公告，成为品牌资产也是品牌负债。

如果你是财务负责人或 CFO： Rillet 代表的方向值得关注，但不急于决策。先评估你的财务团队时间分配——如果 70% 以上在执行，那么 Agent 原生的架构对你有直接的成本优势。如果你的团队已经在用 AI 工具做辅助，下一步是评估这些工具是在「旧系统上叠加」还是「为新架构设计」——前者有天花板，后者没有。

如果你是 ERP 选型决策者： 不要把 Rillet 跟 Oracle/SAP 做功能对比——它们解决的不是同一个问题。正确的问题是：你的业务是否已经进入「Agent 持续操作」的模式？如果是，那么传统 ERP 的架构假设就成了瓶颈。如果不是，传统 ERP 仍然够用。

如果你是 AI 从业者或投资人： Rillet 的案例说明，垂直 AI 的价值不在「通用能力」，而在「深入特定领域的架构重构」。Rillet 不是在做一个「更好的 AI 会计工具」，它是在重新定义「会计系统应该长什么样」。这种架构层的创新，比功能层的优化更有护城河，但也需要更长的市场教育时间。

最后，一个判断框架： 当你看到「AI + 行业」的融资新闻时，问三个问题——（1）AI 是在旧系统上做辅助，还是在重新设计系统架构？（2）客户案例是「效率提升 10%」还是「人力规模缩小一个数量级」？（3）投资人是财务投资人，还是理解这个行业的产业资本？Rillet 在三个问题上的答案都是后者——这解释了为什么 14 个月三轮、三家顶级基金同时加注。