Definite
Fall 2026活動中1つのlive model上で、日々のバックオフィス業務向けagentを構築
- サマリー
- Financeチーム向けに、帳簿のライブモデル上でバックオフィスエージェントを構築する基盤を提供する
- 課題
- 財務データが複数システムに分散し、連携や自動化に多くのエンジニアリングを要する
- 解決策
- ERPや台帳などを読み取り専用で接続し、データを統合したライブモデル上に自然言語でエージェントを構築する
AI による要約
- 所在地
- San Francisco, CA, USA
- チーム規模
- 3 人
- 創業年
- 2026
- YC パートナー
- Ankit Gupta
事業内容
Definiteは、finance teamが自社の帳簿を統合した1つのlive model上で、日々のバックオフィス業務向けagentを構築できるプラットフォーム。ERP、ledger、payroll、paymentsにread-onlyで接続し、資金の動きに合わせて最新状態を保つ、クリーンな統合モデルにすべてのデータをまとめる。その上で、バックオフィス teamはplain Englishでagentを構築できる。Definiteがデータを書き戻したり、資金を移動したりすることはない。agentはユーザーのもの、複雑なデータ連携基盤はDefiniteが担う。 創業者たちはWaterloo大学のcomputer science学部1年次に出会い、Meta、Optiver、BitGoでインターンを経験。Optiverではn8nのhackathonを開催したが、インターンたちはほとんど何も自動化できなかった。重要なシステムと接続できなかったからだ。銀行やfintech企業にagentの提案をした際も、同じ話を繰り返し聞いた。難しいのはagentではなく、社内システムからクリーンなデータを取り出すことだ、と。 現在、バックオフィス業務を自動化するには、engineerが多数のデータソースから、異なる形式・異なるスケジュールで届くデータを手作業でつなぎ合わせる必要がある。n8nやWorkatoのようなツールは、データがすでにクリーンで統合済みであることを前提としている。しかしfinanceのデータがその状態になることはない。そのため、反復作業が最も多く、予算が最も限られた teamには何も提供されていない。 本当に難しいのはcompiler。あらゆるデータソースをクリーンアップし、照合し、transactions、invoices、vendors、paymentsの1つのlive modelに統合する。そして、毎日資金が入出金されても正確な状態を保たなければならない。 この作業には、どの企業もengineerを大量に投入している。Definiteはこの仕組みを一度構築し、二度と誰も同じ作業をしなくて済むようにする。いずれ、すべてのバックオフィスにagentが導入される。そのagentが参照するデータを握る者は、すべてのagentが依存する基盤を握り、やがて帳簿そのものを握る。Definiteはそこを構築する。
創業者
Definite(YC S26)のFounder兼CEO。以前はBitGoでSWEインターンとして、ウォレットポリシーの事前実行や承認制御に携わった。UWaterlooでコンピュータサイエンスを学んだ。
Definite(YC S26)のFounder。以前はOptiverで定量取引システム、Boosted.aiで金融アナリスト向けのエージェント型AIプラットフォームに携わるSWEインターンを経験した。University of Waterlooでコンピュータサイエンスを学んだ。
Definite(YC S26)のFounder。以前はMetaでSWEとして、Instagramのリールのレコメンドに携わった。University of Waterlooで統計学を学んだ。
YC の会社ページに本人が掲載している情報(日本語訳は AI 翻訳。未翻訳分は英語原文)