减少金融专家重复劳动的人工智能(AI)初创公司Rogo Technologies成功吸引了1.6亿美元（约合2364.16亿韩元）的新一轮投资。其将金融机构内部数据与外部市场信息相结合，自动生成分析报告和财务模型的技术，作为投资亮点而备受瞩目。
本轮D系列融资由Kleiner Perkins领投。Sequoia、Khosla Ventures、Morgan Growth Equity Partners等也参与了投资。Rogo计划以筹集的资金为基础，加强海外市场拓展，并扩大支持客户公司引入的工程和银行组织规模。
面向金融从业者的AI平台与核心技术
Rogo为资产管理公司、投资银行、分析师等金融从业者提供AI平台。用户可以在类似ChatGPT的对话界面中输入问题，获取所需结果。例如，若要求生成一份解释特定股票被低估可能性的报告，平台便会基于相关数据快速创建草稿。
该平台的核心是专为金融业务训练的专用大型语言模型(LLM)。该模型能够读取客户关系管理(CRM)系统以及各类内部数据库中存储的信息，并生成回复。据公司方面称，该模型还能同时反映FactSet等外部数据源，其优势在于能将内部资料与市场数据一次性整合。
这主要着眼于减少投资审查过程中的复杂工作。通常，基金或投资公司在投资一家企业前，需经历尽职调查、价值评估、竞争对手分析、整理盈利能力与风险的投资备忘录等多个阶段。Rogo表示，其可以自动完成上述流程中的大部分工作。
财务建模强化与AI智能体发布
特别是其财务建模功能引人关注。财务模型是基于Excel的文档，详细记录了过去销售额、成本、增长率等数据，被广泛用于预测企业未来业绩。Rogo最近为强化此功能，收购了初创公司Offset。Offset一直致力于开发能在输入新信息时自动更新财务模型的AI技术。
收购后不久，Rogo还发布了其自主研发的AI智能体“Felix”。Felix以通过电子邮件接收指令并执行任务的形式运作。根据用户角色的不同，提供的信息也会有所调整。举例来说，若负责苹果公司的分析师请求一份财务业绩报告，Felix可以在每次业绩发布时主动建议自动更新该报告。
安全功能与市场意义
安全与控制功能也是金融领域引入的关键要素。Rogo表示，除了基础自动化功能外，还提供审计追踪记录、访问权限控制等功能。借此，金融机构可以确认员工使用平台的方式，并更安全地管理对敏感数据的访问。此外，该公司补充称，利用内部开发工具“Sisyphus”每天检查基础设施的漏洞。
公司透露，目前超过250家金融机构的35,000多名金融专家正在使用Rogo平台。此次投资的重要性在于，AI正在超越金融领域的“生产力工具”，进入核心业务基础设施领域。市场关注的是，在生成式AI竞争从通用服务转向行业特定化的大潮中，针对金融领域自动化企业的资金投入可能会进一步集中。
TP AI注意事项 本文基于TokenPost.ai语言模型进行总结。正文主要内容可能被遗漏或与事实不符。