Basis

1.1 公司身份、运营使命与核心商业模式

Basis 是一家总部位于纽约、由 Matthew Harpe 和 Mitchell Troyanovsky 于 2023 年创立的企业软件公司。公司处于成长期，开发面向专业服务机构的智能代理人工智能系统，自动化端到端会计流程。Basis 不做对话式聊天界面或单点任务工具，而是部署能连续执行数小时流程的自主代理，覆盖客户会计服务（CAS）、税务准备和审计测试。公司的核心使命是缓解会计行业的结构性人力短缺：退休注册会计师人数远超新入行者。Basis 希望把会计师从手工编制者变成复核者，扩大事务所的收入承载能力，并按已交付工作而不是传统席位授权收费。[CO001, CO002, CO013]

1.2 高管领导、治理结构与人才策略

Basis 由联合创始人兼 CEO Matthew Harpe 和技术联合创始人 Mitchell Troyanovsky 共同领导。Harpe 曾在 Boston Consulting Group 和 SoftBank 从事经济分析与医疗运营，熟悉复杂计费和合规流程。Troyanovsky 负责技术架构，专注概率编程和自主多智能体编排。Basis 于 2026 年 2 月完成 B 轮融资后，任命 Accel 的 Miles Clements 和 Khosla Ventures 的 Keith Rabois 加入董事会，扩充公司治理。公司预计有 51 至 100 名员工，核心研究与机器学习工程团队集中在纽约市。Basis 大量从顶尖研究机构招聘，并设有名为 Atlas 的内部运营团队，在公司各项运营中部署自主代理。[CO001, CO006, CO012, CO015]

1.3 资本化历史、B 轮估值与机构投资者基础

2026 年 2 月，Basis 以 1 亿美元 B 轮融资、融资后估值 11.5 亿美元完成交易，跻身独角兽。该轮融资使公司累计股权融资约 1.38 亿美元，此前公司于 2024 年 12 月完成 360 万美元种子轮和 3400 万美元 A 轮。B 轮由 Accel 领投，GV（前身为 Google Ventures）、老股东 Khosla Ventures 以及前 Goldman Sachs 董事长 Lloyd Blankfein 大额参与。融资还吸引了 Box 的 Aaron Levie、Quora 的 Adam D’Angelo、Replit 的 Amjad Masad 和 Nat Friedman 等知名科技高管与天使投资者。Basis 快速积累资本，反映投资者越来越相信：高风险、受监管知识工作中的垂直 AI 代理能够交付可防御的企业软件价值。[CO003, CO004, CO005]

1.4 运营里程碑、技术执行与市场 traction

Basis 已在美国会计市场建立快速商业 traction，覆盖前 25 大会计师事务所约 30%，其中包括 Boulay、Clark Nuber、MarksNelson、Pinion 和 UHY 等知名事务所。采用公司的事务所报告称，在 CAS、税务和审计项目中，运营效率提升 20% 至 50%，事务所无需同比例招聘就能扩大服务能力。技术上，Basis 协调由合作方 OpenAI 基础模型驱动的专业子代理，包括 GPT-4.1、GPT-5、o3 和 o3-Pro。2026 年初，公司展示了能自主完成端到端 Form 1065 合伙企业纳税申报的 AI 代理，完成了高复杂度税务合规自主执行的概念验证（PoC）。[CO007, CO008, CO009, CO010]

1.5 行业质疑、实施阻力与信息缺口

尽管估值快速上升，Basis 所处行业有软件失败的记录，也长期面对专业人士的怀疑。企业会计科技过去常见的情况是：资金充足的创业公司过度承诺自动化能力，最终却被遗留总账、客户资料不一致和零容错合规要求拖住。作为私人公司，Basis 也没有公开披露 ARR、毛利率、净收入留存率（NRR）或客户流失等关键财务基本面。对潜在合作方和投资者而言，Basis 11.5 亿美元估值究竟代表扎实的经常性软件单位经济，还是投机性的创业投资热情，仍是首要尽调难题。[CO011, CO014]

1.6 展示项

2.1 市场边界：智能代理会计工作流与现状软件

Basis 的可服务市场由 CAS、企业税务合规和审计准备中的复杂会计流程端到端执行构成。QuickBooks、Xero 或 NetSuite 等横向总账和单点记账工具仍要求会计师手动录入交易、核对报表；Basis 则自主完成多步骤工作流。平台面向希望在不增加员工的情况下扩大客户量的中端和大型公共会计事务所及企业财务部门。可计入的支出包括工作流自动化、税务工作底稿准备和试算平衡表映射，不包括通用 ERP 授权和核心数据库托管。因此，Basis 直接与人工工时竞争，而不是与既有软件席位预算竞争。[CM001, CM008, CM012]

2.2 可服务市场规模：跨业务线的多视角测算

智能代理会计平台不能用单一自上而下的软件数字来衡量，因为这项技术替代的是人工专业服务工时。美国约有 3m 名会计师，创造超过 $150b 的专业服务总收入。可服务市场集中在会计师事务所：日常合规、月结和税务准备最多占专业员工工时的 70%。这部分劳动力对应的软硬件及外部自动化预算，构成每年 $15b 至 $20b 的可服务软件市场。Basis 聚焦前 150 大会计师事务所和区域性事务所；前 25 大事务所的早期部署，已验证市场短期付费购买可扩展产能的意愿。2026 年 2 月，Accel 和 GV 领投的 $100m B 轮融资、$1.15b 估值进一步增强了投资者信心。[CM002, CM004, CM006, CM009, CM013]

2.3 买方画像、业务分层与采购机制

不同规模事务所和业务组的采用逻辑差异明显。在前 25 大和大型全国性会计师事务所，经济买方通常是管理合伙人、业务负责人和全国管理合伙人，他们负责 CAS、税务或咨询业务线。由于替代性执业模式把持牌鉴证合伙企业与咨询公司主体分开，采购往往需要双重治理。在中端和区域性事务所，管理合伙人优先释放产能，避免在报税高峰拒绝客户项目。Basis 按已完成的会计流程和交付物收费，而非按席位授权，使商业模式贴合事务所经济，也减轻了软件闲置浪费的担忧。[CM005, CM007, CM010]

2.4 采用驱动与约束：人口逆风对监管验证

智能代理会计采用的首要增长动力，是整个行业严重且结构性的人员危机。约 30 万名会计师将在两年内退休，预计未来十年有 75% 的从业者退休，事务所无法招聘足够 CPA 满足合规需求。能执行多步骤月结和纳税申报的自主代理，可节省最多 30% 的时间，释放关键运营产能。但严格的专业责任、AICPA 标准和交叉复核要求限制了采用。CPA 需在法律责任下签署纳税申报表和鉴证意见，因此 AI 平台必须提供透明审计轨迹、来源引用和置信度评分，而不能只是黑箱输出。关于客户留存和毛利率的经审计商业披露也仍然缺失。[CM003, CM011, CM013, CM014]

2.5 展示项

3.1 竞争格局与替代路径

Basis 面对五类替代方案：传统会计软件和 ERP 套件、新兴垂直会计 AI 代理、通用基础模型实验室、离岸人力网络，以及根深蒂固的人工流程。Intuit、Thomson Reuters、Wolters Kluwer 和大型企业 ERP 厂商掌握既有记录系统和客户会计数据，但其架构仍以确定性规则引擎、表单处理和工作流管理为中心，而不是自主代理执行。Thomson Reuters Institute 研究显示，专业服务业已从探索式生成式试验进入战略部署阶段，事务所要求深度工作流自动化直接嵌入运营战略。与此同时，OpenAI 等通用基础模型厂商继续推进原始测试时计算、推理模型和工具调用。但专业会计工作流需要接入多种总账、对照一手工作底稿进行多步骤核验，并适配本地事务所惯例。面对会计师严重短缺和合伙人职业倦怠，事务所在专用代理平台、内部封装前沿模型的脚本，以及离岸团队支持的人工准备之间做选择。 [CP001, CP003, CP004, CP009]

3.2 竞争者画像、技术能力与护城河耐久性

对替代路径的尽调显示，技术架构、专业化程度和防御性存在明显分化。OpenAI o3、o3-Pro、GPT-4.1 和 GPT-5 等通用模型实验室提供前沿推理能力，Basis 自身也将其作为模块化底层组件，而不是基础模型供应商。Basis 认为，前沿实验室会自然商业化搜索、文档生成和基础表格操作等广泛知识任务，复杂的领域金融控制与会计流程仍能由垂直专家守住。传统套件提供确定性计算和合规申报模块，却需要人工持续输入，才能打通非结构化文档、试算平衡表和账期调整。相比之下，Basis 部署监督代理，在专业子代理之间编排多智能体委派；每项数字交付物都引用一手来源文档，并提供 350 多个由内部驻场会计师设计的预构建会计 Procedures。该架构帮助 Basis 覆盖美国前 25 大会计师事务所约 30%，包括与 Baker Tilly 和 Sikich 的合作，并覆盖前 150 大事务所约 25%。不过，如果基础模型厂商增强原生记录系统工具，或传统供应商把代理能力深度集成进现有事务所管理软件，长期护城河仍会承压。 [CP002, CP005, CP006, CP007, CP008, CP010, CP011, CP012]

3.3 切换成本、锁定与竞争不利风险

会计行业的切换成本和采购机制既构成进入壁垒，也带来独特采用风险。监管责任、合伙人签字要求和严格客户保密义务，使事务所高度厌恶风险。一旦专业事务所把定制 Procedures、历史试算平衡表映射和客户上下文嵌入代理平台，流程锁定会随时间加深。Basis 还通过 SOC 2 Type II、ISO 27001 和 ISO 42001 认证、美国基础设施托管，以及不使用客户数据训练模型的明确政策，落实企业合规。不过，行业监测机构 RECATOOLS 的独立评估指出，Basis 没有透明的公开价格表，访问受企业演示候补名单限制，基础设施严格位于美国区域，公开案例主要围绕美国税务和审计惯例，如 Form 1065 合伙企业申报和 K-1 汇总。对国际事务所和多司法辖区业务而言，这构成采用障碍。对专有基础模型 API 的依赖还带来平台依赖与上游模型成本变化的双重风险，结果导向定价则仍需谈判并接受企业合同审查。 [CP003, CP006, CP013, CP014, CP015, CP016]

3.4 展示项

4.1 收入来源与定价架构

Basis 拒绝按用户人数或原始计算 token 收取费用，转而按 CAS、税务合规和审计工作流中经核验完成的会计工作收费。该模式直接对应专业服务事务所的结构性经济：客户计费取决于交付物，而非软件席位使用率。平台打包了 350 多个由内部驻场会计师开发的预构建会计流程，使整个业务线都能采用。早期商业化需要克制：Basis 接受较慢的初期收入增长，以准确归因每项交付物，并确保商业激励始终与会计吞吐量紧密一致。[CI001, CI002, CI003, CI013]

4.2 GTM 推进与工作流经济转化

Basis 的 GTM 通过与美国大型会计事务所建立自上而下的合作，面向承受严重人才短缺和利润压力的领导团队。商业部署管线借助多智能体架构，把非结构化客户财务原始记录转成最终会计底稿和申报文件。采用事务所报告称，日常任务平均节省 30% 时间，专业员工因此可转向利润更高的咨询服务，业务产能也能在不同比例增加员工的情况下扩张。系统内的自主代理可独立运行数小时，处理试算平衡表映射、多实体 K-1 文件提取、复杂银行调节和 Form 1065 合伙企业纳税申报，并保留透明来源引用。[CI001, CI003, CI005, CI006]

4.3 成本结构与单位经济驱动因素

由于基础模型推理和专业工程薪酬成本高，Basis 的成本结构显著不同于传统软件公司。Basis 将复杂会计工作流的每一步路由到 OpenAI 前沿模型套件中的最优模型，包括 o3、o3-Pro、GPT-4.1 和 GPT-5，因此销售成本直接跟测试时计算扩展和推理深度相关。约 120 名员工位于纽约市，人员成本占运营支出很大比重，公司在那里与顶尖 AI 研究实验室争夺机器学习人才。未来毛利率高度取决于推理单位成本、每项交付物的 token 用量，以及内部 Deployed Intelligence 团队为验证客户准确性和建立事务所信任而提供的实施服务。[CI004, CI009, CI014]

4.4 资本充足性与财务投资判断

Basis 在 2026 年 2 月完成 Accel 和 Google Ventures 领投的 $100m B 轮融资后，资本充足性很强；融资把融资后估值推至 $1.15b，累计风险投资约 $138m。 资产负债表扩张让公司有数年现金 runway，可吸收研发、算力和薪酬高成本，并把覆盖范围从当前前 25 大美国会计师事务所约 40%、大致三成至四成的 footprint 继续扩大。Top 50 会计师事务所 Sikich 已在多个业务线部署 Basis 等机构合作，验证了强劲企业需求。但从投资判断看，$1.15b 估值仍有显著执行风险：会计科技历史上自动化失败频发，合同 ARR 未披露，实际毛利率未经验证，客户留存 cohort 也不透明。[CI007, CI008, CI010, CI011, CI012]

4.5 展示项

5.1 核心产品架构与智能代理运营模式

Basis 为注册会计师事务所和专业会计团队提供专用智能代理人工智能平台。Basis 不做需要用户持续提示的对话式聊天机器人，也不只是简单的文本输入输出工具，而是把会计运营设计成自主多步骤工作流。平台部署目标导向的 AI 代理，摄取财务原始记录，解读试算平衡表，归类交易，准备工作底稿，并生成可直接申报的纳税申报表。每个多步骤流程都由会计师监督，确保专业人员在过账到客户总账前，始终能完整查看并控制所有计算、映射和待入账分录。平台由 Matt Harp 和 Mitchell Troyanovsky 于 2023 年创立，并在 2026 年 2 月完成 1 亿美元 B 轮融资、达到 11.5 亿美元估值，用于把多智能体平台拓展到专业服务事务所。[CE001, CE002, CE003, CE004, CE005]

5.2 会计工作流与预构建流程模块

平台解决 CAS、税务合规和审计支持中的关键运营瓶颈。在 CAS 中，Basis 直接连接客户总账，自动完成账务整理、清理混乱账目，并以科目代码、描述和关联来源文件准备待入账分录。对税务合规业务，平台可大规模提取复杂财务信息，例如合伙企业 Schedule K-1 脚注以及主动与被动分配，再把账面试算平衡表映射到税务项目并起草 Form 1065 合伙企业申报表。Basis 提供 350 多个由内部驻场会计师编写的预构建会计 Procedures，事务所可以把复核偏好、重要性阈值和客户特有习惯固化为可重复执行的工作流。专业人员在结构化阶段复核建议分录，减少繁琐手工录入，同时保留机构复核标准。[CE001, CE006, CE007, CE008]

5.3 模型路由、本地上下文学习与工具调用

Basis 的底层技术架构把 OpenAI 前沿推理模型与确定性会计逻辑、实体特定的本地上下文结合起来。任务从监督代理开始，该代理最初基于 OpenAI o3 构建、后迁移至 GPT-5，负责评估新任务并拆解成协调的子代理工作流。编排器依据延迟和复杂度要求，把专业任务分派给不同前沿模型：用 GPT-4.1 处理对速度敏感的交互循环，用 GPT-5 处理深度多步推理、交易歧义消解和财务调节。在启用代码解释器和网页搜索的并行工具执行内部基准中，GPT-5 在协调结构化会计操作上达到 100% 成功率。Basis 不只依赖会忽略客户细节的全局模型，而是沉淀实体规则、科目映射和业务惯例，随着事务所扩大使用，系统精度持续提升。[CE002, CE009, CE010, CE011, CE012]

5.4 可审计性、确定性护栏与风险控制

在受监管的会计和审计环境中，准确性、可审计性和数据安全是不可妥协的运营要求。Basis 在基础模型推理之外施加严格的规则会计约束，确保代理不能脱离既定税法、借贷平衡约束和事务所审批参数自由推理。平台生成的每个数字、调整分录和税务项目，都直接链接到底层来源文件，并留有不可篡改的操作日志和置信度评分。云部署可接入事务所文件存储和总账，且不把客户凭据存放在 Basis 服务器上。不过，由于 Basis 采用自主模式而非辅助模式，平台可靠性根本上取决于上游基础模型精度；同时，缺少公开自助 API 也使部署支持集中在直接企业合作上。[CE003, CE004, CE011, CE013, CE014]

5.5 展示项

6.1 会计师事务所基础分层与买方经济

Basis 的 GTM 专门面向专业会计师事务所，而不是企业应付账款部门或通用内部企业财务团队。在会计行业内，公司把可服务客户分成三层：前 25 大全国性会计师事务所、前 150 大区域及中型事务所，以及精品小型会计师事务所。所有层级的核心经济买方都是事务所管理合伙人或业务负责人，日常主要使用者则是资深 CPA 和普通会计师。付款预算来自事务所运营和技术预算，背后是美国结构性人才危机：退休 CPA 多于新入行者。Basis 同时覆盖 CAS、纳税申报准备和审计测试，在统一平台中拿下多个业务线预算，而不是作为单点工具竞争。公司有意排除企业 AP 部门，以避开商品化 ERP OCR 竞争，让平台专注外部客户会计项目的流程。[CU001, CU002, CU006, CU010]

6.2 采用轨迹、产能扩张与效率证明

自 2023 年成立以来，Basis 的采用速度快速提升，受全行业 CPA 人手短缺和繁忙季工作压缩推动。Reuters 独立报道及风险投资披露确认，Basis 当前服务美国前 25 大会计师事务所约 30%，约相当于 7 家全国性事务所；同时覆盖前 150 大区域性事务所约 25%。采用背后是核心合规流程的显著效率提升：合伙人研究和客户报告显示，日常任务平均节省最多 30% 时间，各事务所整体工作流效率提升 20% 至 50%。在较小事务所，独立执业者和管理合伙人称每周可找回 10 至 20 小时，把数小时复核任务压缩到 30 分钟。为加快部署、减少初期实施摩擦，Basis 配备 350 多个由内部驻场会计师编写的预构建会计流程，事务所无需定制软件工程即可马上进行试算平衡表映射和 K-1 脚注提取。[CU001, CU003, CU004, CU005, CU008]

6.3 生产环境部署与具名事务所案例

公开证据确认，Basis 已从初步概念验证（PoC）试验走向多家知名会计师事务所的生产部署。已确认的企业和中端客户包括 UHY LLC（美国前 25 大会计师事务所）、Boulay PLLP、Clark Nuber PS、MarksNelson LLC、Pinion LLC 和 Wiss & Company，以及 Whitcomb & Sheridan LLP 等精品事务所。客户部署覆盖复杂生产流程，而非孤立营销试点：Wiss & Company 的会计团队称，平台让专业员工摆脱繁琐手工调节，专注利润更高的咨询关系，改变了公司发展轨迹。在 Pinion、Boulay 等中型事务所，代理执行多步骤税务准备、审计测试和客户账务整理，直接连接客户总账、QuickBooks、Xero 和企业资源规划系统。CPA 仍在主动监督闭环中，复核并批准代理准备的工作底稿和会计分录。但由于客户账户受双方保密协议约束，头部客户的席位数量、业务组和活跃客户文件分布仍部分未披露。[CU001, CU002, CU005, CU007, CU009]

6.4 客户旅程、扩张动力与留存风险

Basis 的长期商业耐久性取决于其在事务所各业务线的 land-and-expand 轨迹，以及结果导向定价模式能否持续。事务所通常先在 CAS 的月结调节中启动合作，再扩展到季节性纳税申报准备和审计测试。与按席位收费或加价转售原始模型 token 的主流软件供应商不同，Basis 按完成的会计结果定价，让客户支出直接对应事务所交付收入。但客户集中度和长期留存仍有重大尽调风险。会计合伙人要为已提交的纳税申报和认证审计底稿承担个人监管及法律责任，任何代理幻觉或流程错误都会带来软件代码生成工具不会面对的严重责任风险。此外，Basis 既未披露 ARR，也未披露 NRR 或总体续约率等客户留存指标，因此前 25 大事务所的早期渗透究竟代表可持续的多年承诺，还是波动的季节性试用软件使用，仍没有答案。[CU007, CU011, CU012, CU013, CU014]

6.5 展示项

7.1 监管与专业执业责任

在持牌会计、税务和审计业务中部署自主 AI 代理，会引入复杂的法定责任和专业治理层。在美国，AICPA、州会计委员会和 IRS Circular 230 规范的专业标准，把不可转让的法律责任放在持牌专业人员身上。Basis 可自动创建工作底稿、映射试算平衡表和准备 Form 1065，但软件供应商不能承担专业鉴证或申报责任。企业会计事务所合伙人要求严格的人在回路复核政策，因为监管框架和客户都要求对自动化输出保留书面监督。Sikich 等事务所公开免责声明也明确排除因第三方依赖 AI 生成内容而产生的责任。合规还需要严格的数据治理；Basis 通过 SOC 2 Type II 认证及合同保证，确保客户财务记录留在美国区域且不用于训练基础模型。[CR001, CR002, CR003, CR004]

7.2 运营执行、模型路由与验证控制

会计自动化的运营可靠性与消费软件或开发者软件根本不同，因为财务计算容不得无声错误传播。Basis 设计了能在会计系统中持续运行数小时的长链路自主代理，包括处理需要复杂 K-1 脚注提取和附表调节的 Form 1065 合伙企业申报。为减少推理幻觉，架构加入多智能体监督层，把来源引用追溯到客户文档。不过，行业独立报道指出，会计师事务所扩大 AI 软件预算的速度明显快于建立正式监督框架的速度。在异构企业 ERP 环境中执行复杂多步骤结账时，如果事务所复核制度没有强制二次验证，未经核验的边界分类或差异异常可能一路传导进最终总账。[CR005, CR006, CR007, CR008]

7.3 上游模型集中度与会计事务所依赖

Basis 的架构高度依赖第三方基础模型基础设施，主要是 OpenAI。平台依靠从 OpenAI o3 迁移到 GPT-5 的监督代理，指挥端到端任务委派并评估推理一致性。轻量子代理使用 GPT-4.1 处理低延迟查询，而月末调节等高上下文任务则回到 GPT-5。这样的紧密结合让 Basis 能快速吸收前沿推理进展，却也使平台在报税高峰期暴露于 OpenAI 服务中断、API 速率限制和模型行为漂移。客户侧采用同样高度集中在头部事务所：Basis 报告称已覆盖美国前 25 大事务所约 40%，Sikich 等关键客户在数千名团队成员中部署工具；但独立评估指出，事务所层面的渗透不等于所有业务线都普遍使用席位。[CR009, CR010, CR011, CR012]

7.4 商业模式可持续性与尽调否决条件

从商业模式看，Basis 按已完成会计交付物收费，而不是采用传统席位授权或原始 token 转嫁。这种方式让客户激励与可量化的自动化价值一致，但也增加执行摩擦：核验交付物完成情况需要准确归因客户，并保持代理完成率稳定。纯 token 消耗模式会随着模型 API 价格下降而压缩利润；结果导向合同则要求技术表现持续达标，才能支撑溢价。投资者在 Basis 完成 1 亿美元 B 轮、估值 11.5 亿美元后评估公司时，应跟踪明确的论点失效触发器，包括强制性报税季审计后企业合同流失、合伙人反对 AI 错误赔偿条款，以及大型会计软件厂商设置防御性 API 门槛或推出原生代理竞争。[CR013, CR014, CR015]

7.5 展示项

8.1 投资正论与反论

Basis 的看多投资逻辑建立在专业会计的结构性长期顺风上：合格注册会计师严重短缺，同时 CAS、税务合规和审计准备存在大量重复人工合规工作。Basis 构建了专门执行端到端多步骤流程的自主智能代理架构，而非通用对话式聊天机器人，并利用 OpenAI GPT-5、o3、o3-Pro 和 GPT-4.1 等领先基础模型。公司按已完成交付物收费，而非按席位授权或 token 用量计费，使软件支出直接对应事务所账单收入和毛利率扩张。前 25 大美国会计师事务所约 30% 的合作关系（包括前 100 大 IPA 事务所 Sikich）为早期企业验证提供了支撑。\n+\n+\n+ 反过来，看空逻辑集中在脱离已披露经常性收入基本面的极端估值倍数，以及执行与模型责任风险。Basis 虽于 2026 年 2 月完成 1 亿美元 B 轮、估值 11.5 亿美元，但没有公开披露 ARR、总体留存、NRR 或毛利率。会计工作流还受到严格监管标准、纳税申报错误责任和复杂复核要求约束；合伙企业申报或财务报表中的任何无声幻觉或映射失败，都可能让事务所停止合作。过去五至七年中，早期风险投资支持的会计自动化创业公司曾遭遇严重客户质疑，并在实现可持续工作流委派前陷入停滞；如果采用无法扩展到事务所范围的合同承诺，估值倍数压缩风险不容忽视。 [CV001, CV002, CV003, CV004, CV005, CV006, CV007, CV008]

8.2 融资背景与资本结构

Basis 自 2023 年成立以来，通过三轮机构风险投资累计融资 $138 million。资本化历程包括 2023 年 10 月 的 $3.6 million 种子轮、2024 年 12 月的 $34 million A 轮，以及 2026 年 2 月 24 日宣布的标志性 $100 million B 轮融资。B 轮由顶级风险投资机构 Accel 领投，GV (Google Ventures)、现有领投方 Khosla Ventures 及前 Goldman Sachs 首席执行官 Lloyd Blankfein 大额跟投。本轮融资对应的投后估值 为 $1.15 billion，使公司在成立三年内跻身独角兽。 从入场纪律看，$1.15 billion 的估值基准给潜在成长期投资者设下了很高的门槛。在 ARR 未披露的情况下， 即便采用私募市场对年化软件收入 $10 million 至 $20 million 的乐观估算，入场倍数仍达 ARR 的 57.5x 至 115x。相比之下，上市垂直软件和税务合规同业的企业价值收入中位数倍数为 6x 至 12x，这一价格 溢价显著。资本表虽显示有高质量投资人组成的联合体支持、账上弹药充足，但后续清算优先权压力以及 $100 million 注资带来的稀释，要求收入高速复合增长并长期维持软件毛利率，才能避免后续融资降价轮 或结构化二级折价。 [CV001, CV002, CV004, CV009, CV010, CV011, CV012, CV013]

8.3 情景估值建模与退出展望

为评估公开证据是否支持当前 $1.15 billion 估值，我们综合多空及基准运营情景，预测至 FY2028。 在乐观情景下，Basis 成功加深在美国排名前 150 家会计师事务所中的渗透，将结果导向定价从最初 的 CAS 试点拓展至全所税务工作底稿和审计部署。按此情景，Basis 到 2028 年 ARR 达到 $100 million， 软件毛利率为 75%，若上市或被 Intuit、Thomson Reuters 等财务软件龙头战略收购，按 25x 收入倍数 估值可达 $2.5 billion。 基准情景下，Basis 以稳健但克制的速度获得企业客户，到 2028 年 ARR 达到 $45 million；会计师事务所 保留人工复核环节，并将自主代理限制在结构化 CAS 对账和试算平衡表映射。按市场标准的远期 ARR 16x 倍数估值，企业价值为 $720 million，低于 2026 年 2 月的投后估值，意味着倍数明显压缩，退出估值 持平甚至下行。悲观情景下，客户持续存疑、基础模型商品化，或围绕自主报税的监管审查限制企业推广， ARR 被困在 $18 million。按 8x 倍数计算，企业价值仅 $144 million，较 B 轮峰值缩水 87%。因此， 我们仍认为估值偏高，建议继续研究，等待经过核验的商业 ARR 审计数据。 [CV005, CV006, CV007, CV011, CV012, CV013, CV014, CV015]

8.4 展示材料