在拥挤市场中打造首个AI原生选项，一年内实现7位数ARR

幸运的旗舰客户

在AWS担任软件开发工程师期间，我的联合创始人向我倾诉了他在市场中的挫败感。作为一家金融机构的产品总监，他花了18个月时间寻找具备实时能力的基于风险的交易监控工具，但遇到的供应商总是承诺过多而交付不足。这一市场缺口揭示了对于能够真正满足当今金融机构需求的先进合规技术的迫切需求。

当我们结合互补的专业知识时，重新构想合规解决方案的机会变得清晰——我的联合创始人带来了广泛的产品领导经验和 firsthand 对合规系统不足的理解，而我在Palantir和AWS等公司构建大规模系统的背景提供了技术基础。

我们共同将Flagright设想为真正按广告宣传工作的现代解决方案。

我们的突破来自于一次幸运的介绍，一家大型金融科技公司正经历我们旨在解决的确切痛点。我的联合创始人的专业网络将我们与这家公司联系起来，它成为了Flagright的试点客户。这一早期合作为我们提供了关键的验证和吸引力，最终成为我们被Y Combinator接受的重要因素。

使命驱动

今天，Flagright是一家致力于彻底改变AML合规并帮助金融机构有效打击洗钱和金融犯罪的公司。

我们的AI原生平台包括几个核心解决方案：

• 带有无代码规则构建器的交易监控，用于实时和批量监控
• 案例管理，提供统一仪表板，用于集中管理L1、L2和L3团队的警报
• AML筛查，利用第三方数据防止被监视名单上的个人进行资金交易

补充这些产品的是我们的客户风险评分解决方案——一个动态引擎，自动评估个人和企业的风险——以及AI Forensics，其特色是专门的AI代理，在AML合规和欺诈预防的关键领域执行特定任务。

这些解决方案共同形成了一个全面的套件，旨在加强合规性同时提高运营效率。

我们在推出后不到一年就达到了7位数的ARR，并且此后每十二个月翻一番。

选择角度

我自信地告诉我的联合创始人，我可以在一个周末内构建一个解决方案。虽然最初的开发奠定了基础，但这个周末项目演变成了一个持续的创新旅程——我和我的团队每天都在追求。

我们没有构建一个特定用例的产品，而是从数据处理的角度解决了这个问题。这一战略决策被证明是我们最好的决策之一，创建了一个灵活、不断发展的系统，能够处理高容量和实时的所有类型的资金流动，满足洗钱和欺诈检测的需求。

集成体验是另一个我们看到有显著改进机会的领域。我们通过设计简单、直接和实体驱动的API来优先考虑开发者体验。即使我们的产品能力大幅扩展，我们也保持了初始产品中的仅六个API端点。这种方法使得集成时间平均仅为一周，我们最快的实施仅用了两天半完成。

在合规领域作为后来者，使我们从第一天起就能够采用AI原生方法，迅速建立竞争优势。通过从一开始就将人工智能嵌入到我们的操作工具中，我们能够提供异常高效的合规解决方案。

选择技术栈

我们的技术栈以后端的Node.js、Python和Go为中心，为我们的AI原生AML平台提供实时基础设施支持。在前端，我们使用React和一个完全自定义的设计系统，从头构建，以确保在复杂合规工作流程中提供无缝和直观的用户体验。我们为性能和模块化设计了我们的基础设施，流处理、细粒度RBAC和多租户隔离从一开始就内置其中。

随着我们规模的扩大——无论是在客户量还是产品广度方面——技术栈都发生了显著变化。我们是市场上唯一的实时AML提供商，这意味着我们不断推动吞吐量和延迟的边界。你根本无法以超过光速的速度移动数据，而在扩展交易量和集成新AI应用的同时保持亚秒级延迟仍然是我们最有回报的技术挑战之一。

增长手册

我们在2021年11月推出，专注于早期初创公司，这是被大型、仅面向企业的AML供应商最忽视的细分市场。作为新鲜的YC校友，我们立即获得了温暖的访问权限：我们在Bookface内DM创始人，展示了我们无代码规则引擎的90秒Loom视频，并提供了符合他们跑道的基于使用的定价。

到2022年6月底，我们已经签署了八家初创公司客户，并可以指出实际数字（不到两周的集成时间，90%以上的误报减少）而不是承诺。

有了证据在手，我们将增长视为一个工程循环：紧密的ICP切片、小批量的外展和每周的文案调整，将每个新上线转化为社会证明。

内容支持了这一运动，关于新执法行动的简短拆解文章和我们的工程师现场演示规则调整的网络研讨会。每个资产都回答了一个从业者实际谷歌搜索的迫切问题，因此有机搜索开始复合增长，无需广告支出。

一旦初创公司的滩头阵地感觉可重复，我们垂直扩展，首先是新银行和BaaS平台，然后是加密出入金，接着是传统银行、保险公司、单位信托经理和财富管理RIA。

我们保持了相同的剧本：找到一个被忽视的角落，赢得三个参考标志，发布他们的结果（经许可），并让可信度向外扩散。

今天，我们为50多个国家的客户服务，处理从瑞士的实时卡轨道到马来西亚的单位信托赎回的一切事务。

申请Y Combinator

对我们来说，最关键的优势之一是成为Y Combinator的一部分。社区、实践建议以及建设者和早期客户的网络绝对是变革性的。我总是建议创始人申请——YC强加给你的思维速度和清晰度是无法替代的。

另一个主要的顺风是时机：生成式AI和现代数据基础设施的崛起与我们的路线图几乎完美对齐。这使我们能够在市场开始寻找超越传统基于规则的系统的 something 时，构建第一个真正的AI原生AML平台。

OpenAI为YC初创公司提供早期访问也很 helpful。这一机会使我们能够比竞争对手更早地试验AI应用，最终将Flagright定位为第一个在整个平台深度集成生成式AI的合规供应商。

销售机制

作为技术重的创始人，我们面临的最大挑战之一是学习销售和分销的机制。我们最初过度索引于构建 exceptional 产品，但低估了上市运动、品牌和定位的重要性——尤其是在金融合规等受监管领域。

我们必须快速提升自己，定义清晰的理想客户档案（ICPs）并将所有努力——产品、营销和销售——围绕它们集中。早期，我们也因为外展过于广泛且没有制作与目标人物角色深度共鸣的消息而错过了机会。

如果我们重新开始，我会从第一天起就考虑分销、营销和产品市场契合。为 narrowly 定义的ICPs完善产品市场契合——而不是为泛泛的“市场”构建——是一个关键的收获。今天，产品开发和上市的每一个决策都通过这个 lens 运行。

将上市视为工程

我对独立黑客的最高建议是：将上市视为一个工程系统。跟踪它、测量它、优化它——就像你对代码一样。构建反馈循环、测试定位并迭代消息，就像产品功能一样。拥有一个伟大的产品是不够的；你需要以正确的方式、在正确的时间将它呈现在正确的人面前。

我看到的最大错误是人们假设PMF是这种神秘的事情。不正确。你需要通过 obsessive 关注你的ICPs的需求并找出如何让他们知道 you exactly 以最佳方式解决他们的问题来工程化PMF。

模块化计划

Flagright在SaaS订阅模型上运营，我们的大多数客户承诺两年合同，每年预付付款。我们的定价结构灵活，并根据每个客户的具体需求定制，因素包括 selected 产品和功能、用户座位数、交易量、客户群规模以及其他与其合规要求对齐的变量。这种方法确保客户只为他们真正需要的东西付费，同时允许我们构建可预测的收入流。

我们软件平台的模块化在我们的销售过程和收入增长中都起到了重要作用。客户欣赏选择特定组件解决其独特挑战的能力，而不是为具有未使用功能的整体解决方案付费。

这种灵活性不仅使购买决策更直接，而且体现了我们信任和不合理 customer-obsessed 的核心价值观。我们的团队定期建议客户如何优化他们的投资——有时甚至建议可能降低他们初始成本的配置——因为我们优先考虑建立长期合作伙伴关系而不是最大化短期收入。

这种方法推动了强大的客户忠诚度、推荐和扩展机会，因为客户增长并向其解决方案堆栈添加 additional 模块。

下一步是什么？

Flagright今年专注于三个变革性目标，从全面推出我们的AI Forensics产品套件开始。已经在AI Forensics for Screening中展示了显著成果——客户体验了90%的误报减少和80%的警报调查时间减少——我们正在将这一成功扩展到整个合规工作流程。

为了满足不断增长的全球需求，我们正在战略性地扩展我们的国际存在。这包括在北美加倍努力，在纽约和旧金山设立新办公室，以加强与该地区金融机构的关系。我们已经