Rogo 的 AI 銀行家豪賭：從普林斯頓論文到以 20 億美元估值自動化初級銀行員的苦差事

面向投資銀行與金融領域的代理式 AI 平台：自動化研究、Excel 建模、交易篩選、CIM 生成與盡職調查工作流程，將銀行的專有資料與市場資料庫及申報文件整合。

押注初級銀行員的苦差事——模型、備忘錄、盡職調查——能由專為金融領域打造的 AI 代理自動化，且銀行會放心將關鍵工作流程交給它們。

5,000 萬美元 B 輪（2025 年 4 月，總計 7,500 萬美元）；1.6 億美元 D 輪（2026 年 4 月，由 Kleiner Perkins 領投，估值約 20 億美元，總計超過 3 億美元）

由普林斯頓同學 Gabriel Stengel、John Willett 與 Tumas Rackaitis 於 2022 年 1 月創立，三人曾任職於 J.P. Morgan 與 Lazard。面向開發者的 GPT-3 發布，讓他們得以將大學畢業論文——一個計量經濟學聊天機器人——擴展為可運作的原型，於是他們辭去金融工作來打造它。

2025 年 4 月募得 5,000 萬美元 B 輪（總計 7,500 萬美元），用於投資金融推理模型與自主代理。該平台為投資銀行、資產管理公司與私募股權機構自動化分析師層級的工作——研究、估值分析、Excel 模型、簡報。至 2026 年 4 月，它已支援 250+ 家機構的 35,000+ 名專業人士，收購了英國的 Plux AI 與 AI 代理新創 Offset，推出 Felix（一個端到端代理，可處理交易篩選、CIM 生成、買方接洽與資料室盡職調查），並完成由 Kleiner Perkins 領投的 1.6 億美元 D 輪，Sequoia、Thrive Capital、Khosla Ventures 與 J.P. Morgan Growth Equity 參與投資。

仍在擴張：2026 年 4 月的 D 輪將 Rogo 估值定在約 20 億美元，該公司正拓展全球業務、深化銀行合作關係，並將 Felix 打造成端到端工作流程系統，同時銀行業正辯論自動化對初階招聘意味著什麼。

初級銀行工作結構化、高風險且重複——是自動化的完美首個切入點，能為銀行帶來可見的投資報酬率。

親身做過這份工作的創辦人，確切知道該鎖定哪些工作流程，以及銀行會如何採購。

整合公司專有資料並派駐前線銀行家，使 Rogo 成為銀行營運流程的一部分，提高了轉換成本。

客戶集中於數百家機構，意味著每筆企業交易金額都很大，而該類別的成長同時反映在營收與品牌搜尋上。

切入點是工作流程，而非模型：以專有資料訓練專為金融領域打造的代理，並將其嵌入銀行自身系統，使 Rogo 即使在通用 AI 進步之下仍難以被取代。

截至 2026 年 5 月，Rogo 在 4 月 D 輪後估值約 20 億美元，支援 250+ 家機構的 35,000+ 名金融專業人士，並正擴展其代理式平台（Felix）與全球版圖，同時銀行業正辯論 AI 採納將在多大程度上重塑初階職位。