金融AI公司Rogo在三个月内估值接近翻两倍，成为华尔街AI应用领域最受瞩目的新星之一。今年4月，Rogo完成1.6亿美元D轮融资，估值达到20亿美元，而三个月前其估值仅为7.5亿美元。这家公司为投行、私募股权和资产管理机构提供“AI分析师”，能够自动完成查公司、找数据、搭建估值模型、修改Excel、制作客户材料等初级分析师的大量案头工作。截至2026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。
Rogo的底层模型来自OpenAI、Anthropic，金融数据来自Capital IQ、PitchBook，办公软件则依赖微软的Excel和PPT。表面上看，它似乎只是将上下游资源“攒局”在一起，容易被绕开。但现实恰恰相反，Rogo反而成为华尔街追捧的AI公司之一。其关键在于，Rogo踩住了金融AI最重要的三个位置：合规、模型中立和深度集成。
在合规方面，Rogo成立后花了大量时间建立数据隔离、MNPI逻辑隔离、细粒度权限和全流程审计，并陆续获得SOC 2 Type I/II、ISO 27001以及2025年的ISO 42001 AI治理认证。这些工作虽不性感，却让金融机构敢于将数据交给AI。商业化启动后，Rogo增长迅速：从零做到七位数ARR不到5个月，2025年收入已超过1500万美元。
在模型层面，Rogo不押注单一模型，而是构建了Model Broker，同时接入OpenAI、Anthropic、Google等模型，根据不同金融任务自动选择。Rogo用928个真实金融任务建立Big Finance Bench基准，发现GPT-5.5擅长资本结构和并购分析，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。仅按任务类型和数据来源做简单路由，整体成绩就能比最强单一模型高4.5个百分点。成本差异更大：同一任务，用顶级模型可能花费1.26美元，而换用更合适的轻量模型最低仅需0.02美元。这种架构意味着底层模型可以不断更换，但客户的数据、Agent和工作流都留在Rogo。
真正决定Rogo天花板的，是其向金融机构所有软件中间层的渗透。投行工作流碎片化严重：数据在Capital IQ、PitchBook，内部文件在SharePoint，客户关系在Salesforce，邮件在Outlook，模型在Excel，交易底稿在Data Room。Rogo通过收购和集成，逐步将这些环节连接起来。2025年9月收购Subset，将Agent嵌入Excel，能修改复杂模型；今年3月收购Offset，为Agent补充“记忆”；今年8月收购Rivanna，将能力推进到并购尽调，可一次处理数万份交易文件并识别风险。同时，Rogo还接入了SharePoint、Outlook、Salesforce、Box和Intralinks。
Rogo的落地模式也颇为独特。它按Seat收费，本质是SaaS，但实施方式很重——会派前银行家和工程师进驻客户内部，帮助搭建工作流、培训、定制Agent。例如在Baird，Rogo上线约600个席位，通过现场培训和持续跟进，几个月后使用参与度达到95%，每周完成约1万次自动化任务，累计超过25万次。Rogo还组建了由75名以上前投行、PE、信贷和研究专业人士参与的团队，共享Agent累计运行超过43万次。仅2026年7月初的一周，Rogo就与客户共同搭建了2450多个定制Agent。
从更广的视角看，Rogo的崛起反映了AI在金融垂直领域的落地正在加速。投行分析师大量时间花在重复性案头工作上，Rogo试图用AI改变这种“靠人堆产能”的模式。如果这套模式跑通，未来同样数量的人可以覆盖更多项目。资本给予20亿美元估值，看中的正是Rogo可能成为金融机构日常工作的入口——这已不仅是AI工具，而是华尔街的“操作系统”。当然，Rogo也面临挑战：上游模型厂商、下游数据商以及客户自身都可能向前一步，压缩其生存空间。但就目前而言，Rogo通过合规、模型中立和深度集成构建的壁垒，使其在华尔街AI竞赛中占据了独特位置。