三个月估值翻倍，Rogo 如何拿下华尔街

AI 金融公司 Rogo 在今年 4 月完成 1.6 亿美元 D 轮融资，估值直接冲到 20 亿美元，而三个月前其估值还只有 7.5 亿美元。短短三个月，估值翻了近两倍。这家成立于 2022 年的公司，核心产品是给投行、PE 和资管机构配备的「AI 分析师」。截至今年 8 月，Rogo 已进入 300 多家金融机构，被超过 4 万名金融从业者使用，老牌投行如 Rothschild、Lazard 都在其客户名单中。

替分析师「交作业」

投行分析师真正坐到客户桌前谈生意的机会并不算多。Wall Street Mastermind 估算，投行员工大约 90% 的时间都花在找数据、写研报、更新 Excel 模型、做 PPT 等案头工作上。Rogo 想做的，是用 AI 改掉这套「靠人堆产能」的模式。

Rogo 的路径分三步：

• 自动化数据查找：和 Capital IQ、FactSet、PitchBook、LSEG 等数据商合作，把客户已有的数据权限接给 Agent，让 Agent 可以直接调用基本面、市场预期等数据。
• 直接交付可用文件：Felix Agent 可以进入投行真实使用的 Excel 模型，更新数据、滚动预测年份、刷新图表，甚至在公式出错时把部分逻辑转成 Python 重新跑一遍。
• 串成整笔交易：把可比公司、历史交易、DCF、CIM、Teaser 等任务封装成 Agent，再串成自动化交易流程。Rogo 找了 75 名以上有投行、PE 背景的人参与搭建，共享 Agent 累计运行已超 43 万次。

Rogo 按 Seat 收费，落地方式却偏重。截至今年 2 月已有超过 2.5 万名用户和 150 家机构客户，在 Baird 上线约 600 个席位，几个月后参与度达到 95%，每周完成约 1 万次自动化任务。

夹层公司的生存逻辑

Rogo 的处境看起来很危险：上面是 OpenAI、Anthropic 等模型厂商，下面是 Capital IQ、PitchBook 等数据商，客户又是高盛、Lazard 这类大型机构。任何一个上下游往前走一步，都可能把它绕过去。但现实恰恰相反。

Rogo 踩住了三个关键位置：

• 合规：很早就投入数据隔离、MNPI 逻辑隔离、细粒度权限和全流程审计，陆续拿下 SOC 2 Type I/II、ISO 27001 以及 2025 年的 ISO 42001 AI 治理认证。结果是商业化启动后增长很快：从 0 到七位数 ARR 不到 5 个月，2025 年收入已超过 1500 万美元。
• 不赌模型：Rogo 做了一套 Model Broker，同时接入 OpenAI、Anthropic、Google 等模型，根据任务类型自动路由。它用 928 个真实金融任务搭建了 Big Finance Bench，发现 GPT-5.5 更擅长资本结构和 M&A，Claude Sonnet 4.6 更适合财报分析，Claude Opus 4.7 在私募资本和预测上表现更好。只做简单路由，整体成绩就能比最强单一模型高 4.5 个百分点；成本差距同样巨大，同一任务用顶级模型可能花 1.26 美元，换轻量模型最低只要 0.02 美元。
• 往所有软件的中间挤：2025 年 9 月收购 Subset，把 Agent 塞进 Excel；今年 3 月收购 Offset，给 Agent 补上「记忆」；今年 8 月再收购 Rivanna，把能力推进到 M&A 尽调，可一次处理数万份交易文件。期间又接入 SharePoint、Outlook、Salesforce、Box 和 Intralinks。

从工具到「操作系统」

Rogo 做的事情，本质上是把一笔金融交易原本散落在十几个软件里的工作流，一点点收进自己这一层。模型可以一直换，但客户的数据、Agent 和工作流都留在 Rogo。

如果这套拼图最终闭环，Rogo 掌握的就不只是一个 AI 工具，而是金融机构每天工作的入口。这才是资本愿意给它 20 亿美元估值的真正原因。对于一个靠「人肉堆算力」运行了几十年的行业来说，同样数量的人可以覆盖更多项目，才是 AI 最大的价值。