احمد علی، که پیش از این یک حسابدار موفق با تیمی ۲۰ نفره و مسئولیت پردازش بیش از ۲۰۰۰ اظهارنامه در سال بود، اکنون در حال توسعه پلتفرمی به نام «تبّی» (Tabby) است که هدف آن حذف کامل نیاز به نرمافزارهای حسابداری سنتی از طریق هوش مصنوعی است. این محصول در ماه مه ۲۰۲۵ توسط علی راهاندازی شد و اکنون پس از ۱۴ ماه فعالیت، میزبان ۵۵۰۰ کسبوکار کوچک است.
تبّی بهعنوان یک رابط کاربری حسابداری بلادرنگ (Real-time) عمل میکند. این پلتفرم با استفاده از سرویس «پلید» (Plaid) برای وارد کردن دادههای زنده حسابهای بانکی، از هوش مصنوعی برای ساخت داشبوردی لحظهای از سود و زیان کسبوکار استفاده میکند. علی معتقد است کسبوکارهای کوچک به نرمافزارهای حسابداری بهتر نیاز ندارند، بلکه به ابزارهایی نیازمندند که فرآیند حسابداری را بهطور خودکار و بدون نیاز به ورود دستی دادهها انجام دهند. او میگوید: «QuickBooks حسابداری را دیجیتال کرد، اما ما میخواهیم آن لایه نرمافزاری قابل مشاهده را از بین ببریم.»
بر اساس گزارشها، تبّی در حال حاضر حدود ۱۰۰ هزار دلار درآمد سالانه تکرارشونده (ARR) دارد و تیم آن شامل ۷ نفر (علی، همبنیانگذار فنی، چهار مهندس و یک متخصص بازاریابی) است. این استارتاپ در حال جذب ۱ میلیون دلار سرمایه در مرحله پیشآغاز (Pre-seed) است. همچنین، تیم توسعهدهنده در حال آمادهسازی برای راهاندازی «تبّی تاک» (Tabby Talk) است که یک رابط گفتگوی زبان طبیعی برای تعامل با پلتفرم خواهد بود.
رقابت در حوزه حسابداری هوشمند شدید است. تبّی علاوه بر غول بازار یعنی QuickBooks، با استارتاپهای سرمایهگذاریشده توسط Sequoia مانند «ریلت» (Rillet) و ابزارهای مالی آزمایشگاههای بزرگ هوش مصنوعی نیز رقابت میکند. علی اما بر این باور است که با تمرکز بر کسبوکارهای کوچک و متوسط، میتواند جایگاهی ویژه در بازار ۳۰ میلیونی کسبوکارها پیدا کند.
تحلیل تحریریه: حذف واسطههای نرمافزاری یا تغییر ماهیت حسابداری؟#
برای توسعهدهندگانی که در حال ساخت ایجنتهای مالی یا اتوماسیون اداری هستند، رویکرد تبّی یک درس کلیدی دارد: ارزش اصلی در «حذف اصطکاک» است، نه صرفاً «دیجیتالی کردن فرآیند». تاکنون بسیاری از استارتاپها تلاش کردهاند رابط کاربری بهتری برای نرمافزارهای حسابداری بسازند، اما تبّی تلاش میکند خودِ نرمافزار را به یک سرویس پسزمینه تبدیل کند. اگر این مدل موفق شود، صنعت حسابداری از فروش «نرمافزار» (SaaS) به فروش «نتیجه» (Outcome-based pricing) تغییر مسیر میدهد. نکته قابل تأمل اینجاست که هنوز چالشهای مربوط به دقت و پاسخگویی قانونی (Audit trail) در مدلهای کاملاً خودکار هوش مصنوعی حلنشده باقی است و موفقیت تبّی در مقیاس بزرگ، به توانایی آن در عبور از این موانع نظارتی بستگی دارد.
منبع: TechCrunch AI
دیدگاهها
برای گذاشتن دیدگاه وارد شو
دیدگاهها فقط از حسابهای کاربری پذیرفته میشوند.
ورود / ثبتنامهنوز دیدگاهی ثبت نشده — اولین نفر باش.