Campfire

資料來源#

• The ERP for the AI Revolution is here

摘要#

AI 原生 ERP（企業資源規劃）平台，專為高成長科技公司打造，由 John Glasgow 創辦（YC S23）。它利用自研基礎模型與自研 agent 平台自動化會計與財務報告——稅務、投資人報告、收入認列——定位為將客戶從 NetSuite 拉走的替代方案。發展軌跡：Google Sheets 原型 → 進入 YC 不到一個月就有第一位付費客戶 → 3,500 萬美元 Series A（2025 年 6 月，僅 12 人）→ 由 Accel 與 Ribbit Capital 領投的 Series B → 100+ 員工，自 2024 年第四季起每季 ARR 翻倍以上。meetcampfire.com。

產品定位與市場#

ERP =「一間公司所有的會計與財務報告。」Glasgow 對市場的判讀：每家公司都有稅務需求，而科技公司還有投資人報告的要求，因此市場廣闊且無需教育——「只是你用哪一套的問題。」現有龍頭是 NetSuite（已有數十年歷史）。Glasgow 在 YC 訪談中的賭注是：這個品類「太老太古老，早就該有新東西了」，而他的金融背景讓這個賭注具有可信度。

切入點（參見 Narrow Wedge into a Legacy Market）#

Campfire 刻意不追求功能完整。它瞄準已經超出 QuickBooks 但只用到 NetSuite 一小部分功能的科技公司，並把少數幾件事做到極致：

• 審批工作流程 ——「聽起來不性感，但這是企業需要它來通過審計的關鍵原因；QuickBooks 沒有這個功能。」
• 多實體會計 ——子公司；「在 AI 原生的世界裡，公司很快就會變成多實體」（引用了有全球營運的公司案例）。

九個月內，它就開始把客戶從 NetSuite 搬走——靠的是在狹窄的客戶輪廓上做到最好，而非匹配功能廣度。

客戶轉換的三個原因#

1. 上市準備度 ——審計、內控、審批工作流程；「大多數科技公司都志在上市，所以如果我們解決了終態問題，那就是你買 ERP 的理由。」在公開市場上可被引用。
2. 產品迭代速度 ——「你們的速度太快了，我們相信你們能跟著我們一起成長」；客戶包括 Replit 和 PostHog（Product Velocity as Moat）。
3. 最好的 AI ——「也許是因為我們是唯一一家擁有自研基礎模型和自研 agent 平台的。」

讓銷售成為可能的敘事翻轉#

購買傳統龍頭產品曾經是「安全」的選擇。一旦 AI 在金融領域起飛（約 2024 年底），身為龍頭反而意味著不是 AI 原生——董事會和高管開始要求 AI 原生，給了會計人員「掩護」去購買一家未知的新廠商。「過去安全的選擇，現在答案恰恰相反。」參見 The AI-Native Safe-Choice Inversion。

GTM 與里程碑#

• 創辦人主導銷售至 100 萬美元 ARR ——Glasgow 作為唯一的 AE 做每一場 demo（Founder-Led Sales Discipline）。
• 切入點翻轉（約第三個月）：申請 YC 時定位為完整的總帳 ERP；曾短暫考慮以收入認列/SaaS 報告附加功能作為主打，然後翻轉了——核心 ERP 成為主要購買項目，收入認列變成附加功能（RevRec 群組轉換到核心產品的效果很差）。
• 純銷售，非 PLG ——選擇企業內部會計團隊而非記帳員/中小企業社群；「精準聚焦在他們把會計帶進公司內部的時機。」
• 年營收 3 億美元的客戶在 Campfire 只有約 4 名員工時簽下了 2 年合約，「比我們的跑道還長」——「等於是在對你做創投投資。」
• YC 最後一天的建議，Glasgow 虔誠遵循：在灣區建設、面對面建設、衝到 Series A（每週 5 天進辦公室，舊金山總部 + 紐約辦公室）。

相關連結#

• John Glasgow ——創辦人/CEO
• Narrow Wedge into a Legacy Market ——Campfire 執行的顛覆策略
• The AI-Native Safe-Choice Inversion ——翻轉「安全」定義的宏觀順風
• Product Velocity as Moat ——客戶最常引用的差異化因素
• Founder-Led Sales Discipline ——如何達到 100 萬美元 ARR
• AI-Native Startup Lifecycle ——Founder's Playbook 精實 AI 原生路徑的真實案例（12 人時拿到 3,500 萬 Series A）
• Founder as Agent Orchestrator ——Glasgow 的「不要把銷售外包給 AE 或 agent」是一個明確的反論點
• Seven Powers Applied to AI ——反定位：龍頭企業無法輕易轉型為 AI 原生而不自我蠶食
• Compounding Data Moat ——自研基礎模型 + 多實體財務數據作為防禦性策略

開放問題#

• Campfire 聲稱其 AI 優勢來自「我們自己的基礎模型。」對於一個 ERP 而言，自研基礎模型相比微調前沿模型究竟帶來什麼——隨著前沿模型持續進步，這個優勢是否持久（參見 Harness Shrinkage as Models Improve）？
• 「從來沒有人超出 Campfire 的能力範圍」——當客戶達到真正的企業規模，而 NetSuite 的功能廣度在歷史上一直很重要時，這個說法還成立嗎？

資料來源#

• The ERP for the AI Revolution is here — YC Root Access fireside with Andrew Tan