Reinventing Wall Street: Rogo’s AI Revolution with Gabriel Stengel
42:40 Share

嘿，大家好，欢迎收听Generative Now。我是迈克尔·马尼亚诺，我是Lightspeed的合伙人。本周，我和Rogo的创始人兼首席执行官盖布·斯坦格尔进行了交谈。Rogo是一个使用人工智能的平台，它可以完成初级银行家通常需要熬夜数周、数天甚至数夜才能完成的工作——

分析收益、对公司进行基准测试以及制作演示文稿。而且它只需几秒钟就能完成所有这些工作。盖布曾是投资银行Lazard的一名分析师。因此，他亲眼目睹了金融行业的低效率。于是，他和他的联合创始人创建了Rogo来解决这个问题。现在，全球顶级银行和对冲基金都在使用这款产品，投资者也对其成功押注颇多。盖布和我谈到了他在投资银行工作期间的经历，以及

这如何让他产生了Rogo的想法，以及他如何看待人工智能在未来银行业中的作用。让我们开始吧。嘿，盖布，最近怎么样？很好，你呢？谢谢你邀请我。很好，谢谢你抽出时间。我一直很期待这次谈话，并和你聊聊Rogo。显然，嗯，我不知道。有多久？多久了？你们是什么时候创立这家公司的？2021年末。所以大约三年半了。时间过得真快。

据我所知，它有一个非常酷的起源故事，尤其是考虑到你投资银行家的背景……告诉我们一些关于你们如何起步的信息，我想实际上，我们并入C公司的LLC是在2019年成立的。哇，因为约翰，我的联合创始人，是我在普林斯顿大学最好的朋友之一，我们都在那里上学，我们合作完成了我们的

毕业论文，这是一个研究项目。我学的是计算机科学，约翰学的是经济学，我们基本上共同创建了一个用于金融计量经济学的AI聊天机器人。它不太好。它使用了过时的技术，语义解析，上下文无关文法，但对我们来说非常令人兴奋。这是一个我们可以放在不太懂技术的经济学朋友面前的工具，让他们用它来完成他们的论文和工作。所以那时我们第一次

有了这个想法，并对自然语言界面的这个想法感到兴奋。

我们当时试图将其商业化，但无法想出任何办法。所以我们最终都进入了金融行业。我在Lazard做投资银行家。约翰去了巴克莱银行，然后是摩根大通。我在Lazard的经历，我得到了，你知道，相当，我有一个相当独特的位置。我既在一个投资银行团队，后来又在一个数据科学团队，帮助寻找内部工具，让银行推出，使初级银行家更有生产力，高级银行家更聪明一些。所以只是对

独特的可见性，你知道，初级银行家正在做什么工作，但同时，你知道，这些机构甚至是如何考虑解决这个问题的？我们离开了那份工作，那些工作，开始建立这家公司。告诉我们一些你故事早期使用的一个词，计量经济学。为外行观众解释一下，你知道，什么是计量经济学，以及

产品怎么样？听起来它似乎源于你在普林斯顿大学早期的一些工作，当时它真正专注于计量经济学，直到你现在的状态。而且，你知道，我们会深入探讨产品的历史等等，但我们很想了解那段旅程。

产品中绝对没有计量经济学。那时，我们的产品确实是为研究生和本科生进行计量经济学研究而设计的，即，你知道，最简单的版本是运行X对Y的回归，或运行自回归，或找到一个帮助学生的工具变量。

经济学研究生完成他们的工作。我的意思是，这并不是我们现在所做的。如今，这款产品更多的是帮助投资者、投资银行家对公司进行研究、尽职调查，并提出独特的投资论点。我们仍然分析结构化数据，但与其说是分析经济结构化数据，不如说是分析公司结构化数据，对吧？所以你可能会说……

运行大型医疗保健公司的收入倍数对利润率扩张的回归，以了解过去一年真正推动估值的是什么。或者只是向我展示这个公司篮子从年初至今的股价回报。但是，是的，我们并没有真正这样做。

计量经济学现在已经不多了，但我们必须对项目进行调整，以确保约翰可以将其记录为他的毕业论文。所以我们必须做计量经济学。太搞笑了。谈谈你在Lazard的经历吧。听起来你的联合创始人也有类似的经历，这有点像塑造了你想要用Rogo做什么的愿景。我的意思是，在Lazard，你是否做过与现在Rogo用户所做的相同类型的分析和研究？哦，百分之百。是的，我是一名银行分析师。我正在为潜在的买方收购制定模型。我正在制作PowerPoint演示文稿。我正在研究行业。我正在制作PIB，公共信息手册，如果你们有任何银行听众在这个播客上，他们会……

你知道，太了解了。是的。什么是PIB？什么是PIB？PIB基本上是一个高级银行家说，嘿，我们要和，让我们称之为，你知道，一个数据狗见面。给我一份关于这家公司的PIB。我在24小时内收集了我需要了解这家公司所需的所有资源。所以你把它交给每个MD，他们都有自己的公式，但可能是最近的两个10-K，

一些启动的经纪商研究报告，一些最近的好的经纪商研究报告，任何最近出现的有趣的新闻文章，都压缩成一个200页的PDF文件，你通过电子邮件发送给他们，然后他们可以浏览一下，看看是否有任何有趣的东西，或者给你写一份后续报告。

所以它只是一个入门信息包，现在有点过时了，对吧？当你只需要进入像Rogo或ChatGPT这样的工具并说，嘿，告诉我关于Datadog的信息以及发生了什么时，你不需要这个200页的研究包。但是，是的，我正在做非常基础的银行工作，而且我很喜欢。我的意思是，实际上，我认为这有一个……

这种说法认为没有人喜欢投资银行。我不认为这是真的。我的意思是，我认为你可以接触到一些最有趣的管理人员、公司，看看他们的想法，看看他们如何看待并购资本配置。我真的很享受。几年前，尤其是在没有人工智能的情况下，制作一份PIB，我的意思是，听起来像一个

大量的工作，特别是如果你告诉我这些东西需要在24小时内完成。这是一个200页的PDF文件。我的意思是，最初的想法是，嘿，这是很多手工工作。人工智能显然正在帮助人们利用工作。

和情报单位。让我们把它做成一个PIP创建器。是不是最初的想法？是的，我会说这很有趣。我的意思是，我们最初的想法是，是的，像基准测试收入倍数、制作PIP这样的工作非常基础，而且

你知道，不，不有趣，应该有一个AI工具可以做到这一点。但我会说当时的论点，以及现在的论点，始终是，我们如何赋能人们去做他们无法做到的事情，对吧？这可以追溯到我们最初的毕业论文，即通过自然语言界面聊天机器人赋予我们的同龄人编写Python代码的能力来完成他们的计量经济学工作。

即使现在，我也想确保我们正在完成初级银行家和初级投资者所做的所有平凡的工作。但我也想让他们能够做以前从未做过的事情。对。我想帮助他们进行各种新型分析，进行以前不可能进行的新型洞察力生成工作。所以即使在当时，我认为我们也有更高的愿望。我们花了很长时间才达到平凡的自动化方面。

但它始终关注的是，嘿，我如何给你，迈克，一个工具，让你能够进行以前你无法进行的分析类型，除非你有一个数据科学家团队或你的手下有一个初级团队。明白了。所以它几乎看起来像……

Rogo这样的工具至少在早期真正变得易于访问的是某种程度上类似于数据科学功能和真正的深度分析工作。不一定是那些，你知道，正如你所说，你现在可以用ChatGPT通过深入的研究查询来完成很多这些事情。深度研究，我敢肯定，并没有做很多数据科学工作，但它可能做了一些像只是提取现有数据和记录以使某人更高级别地了解信息的事情。

我的意思是，看，Rogo在很多方面都像深度研究，除了连接到财务数据源和财务工具。因此，与其只访问网络和Python代码解释器环境，我们的深度研究可以访问银行的内部数据、他们的CRM、他们的SharePoint、他们的先前交易分析。然后它还可以访问Excel、文件、FactSet、CapIQ、PitchBook等工具，以及他们使用的所有财务数据源。所以它是

它基本上只是一个经过训练的华尔街分析师的深度研究，而不是任何人的研究分析师。是的。是的。所以，好吧，让我们稍微谈谈这个。所以你提到了像PitchBook这样的东西。这些都是网络上存在的数据源。你必须付费才能使用它们，但它们确实存在。然后你提到了某种程度上类似于

公司的资料？这真的是秘诀所在，因为它获取你专有的内部数据，然后将其与网络上所有这些东西联系起来，但可能很难获取，而像ChatGPT这样的东西无法直接获取？我会说有三件事使Rogo与众不同，以及Rogo的

知识产权，并使其成为有价值的产品。首先，是的，是您可以访问的内容，数据，对吧？我们与S&P Global Cap IQ等提供商合作，以确保我们拥有，你知道，如果我们有共同的客户，他们可以通过Rogo查询Cap IQ数据。这是一个商业数据许可问题。第二是模型可以访问的实际工具，对吧？即使你拥有这个巧妙的

如果它无法访问像Excel这样的工具，它真的可以构建一个完整的三个报表模型吗？它可以在Python中做到，但这不可审计，也不是为此而设计的。它可以制作PowerPoint输出吗？也许吧，但可能不是符合你的输出规范的那个。

最后一件不同的事情是我们的推理和实际模型质量。与，你知道，如果你查看Cloud 4或Gemini 2.5 Pro或，你知道，GPT-4或03，它们是巧妙的，超级智能的模型，但它们不知道如何使用工具、数据集并执行银行家和投资者所执行的工作流程。如果你有，你知道，爱因斯坦在周一在Lightspeed开始工作，你会

仅仅因为他比Lightspeed的每个人都聪明，这可能是也可能不是真的，并不意味着他第一天就会有价值。也许吧。也许吧。我认为他第一天不会有价值。他需要学习你们如何看待一家公司，如何看待投资，如何使用工具，你们的格式是什么。对。那是真正的学习。因此，我们通过使用称为后训练或强化微调的技术来教模型如何做到这一点，以学习如何使用金融专业人士使用的工具。

所以这些是你们自己的模型。你们没有使用，你知道，GPT。好吧，我们是在这些模型之上构建的。所以就像现在很多这些平台都提供在其模型之上的微调一样。所以你可以微调，你可以微调2.5 pro。你也可以将这些模型提炼成开源，然后运行强化学习。所以我们不做任何预训练，但我们随后会，你知道，对这些模型进行后训练。

是的。你提到你正在某种程度上进行微调以与，你知道，这个行业中的人们正在使用的工具一起工作。谈谈这个。我的意思是，你实际上是代理地使用这些工具吗？哦，是的。是的。如果你是一名高盛的分析师，你在周一上班，有人说，嘿，找到微软动视交易的先前交易，你可能会去。

这是SEC的文件列表，并开始查找。微软，动视，寻找DEF-14A。好的，我找到了。现在我要在DEF-14A中查找先前交易。好的，太好了。这就是操作方法。

这不是代理可以访问的工具。我认为我们越来越多的看到具有浏览器功能的代理，因此理论上可以做到这一点。这比仅仅向代理提供文件搜索工具要低效得多，它可以在其中输入公司的股票代码，按文件类型和日期范围进行筛选，然后在这些文档中进行控制F。因此，我们既构建工具，又教模型如何使用它。因此，对于每种不同类型的工具，我们实际上都可以拥有专门的模型，这些模型可以更有效地查询这些文档。

对吧？他们使用正确的关键词，或者是一个专门用于格式化Excel的工具。因此，我们必须以更低的延迟、更高的精度来教模型如何使用这些工具。是的，我敢肯定你经常被问到这个问题。我觉得对于任何AI初创公司来说，一个常见的问题是，你怎么看待Rogo以及使用所有这些工具和访问我们刚才讨论的所有这些数据源的作用与OpenAI的作用

Anthropic，你知道，一个X，XAI，你知道，可能想要访问许多相同的数据源，并且随着时间的推移，可能具有执行许多相同代理任务的能力。下一代模型越好，Rogo就越好，对吧？我们可以非常快速地获取这些模型并获取这些情报，并根据我们的架构方式将其立即构建到我们的系统中。

这对我们来说很棒。不同之处在于，我们把所有时间都花在了财务工具和财务工作流程上。因此，当GPT-5发布时，我们已经可以访问所有这些工具数据以及如何最有效地使用它们，以及关于如何执行这些财务工作流程的评估，我们将能够更快地将其提炼成一个端到端系统，可以生成SIM，生成PIB。

分析S1比他们快。他们必须随着时间的推移收集这些评估并创建这些工具。而且，你知道，金融市场足够大，他们很可能会开始关注它。但是，更多的是关注与微软Office套件编码竞争的通用消费者应用程序。我认为金融是一个领域，从产品层和工作流程层来看，其复杂程度比人们预期的要高得多。所以我认为我们将拥有

你知道，一段时间内具有明显的优势。理想情况下，当他们将注意力转向金融时，我们将拥有大量用户数据和评估以及对工作流程的了解，这样，你知道，我们将始终领先一步。是的，这似乎是这场大辩论，对吧？

你知道，我们经常谈论“护城河”这个词，在人工智能领域，它总是这样，哦，你知道，你想成为模型提供商吗？你想在应用层吗？我认为，你知道，我经常听到的逻辑，而且坦白地说，我同意，它听起来和你的一样。就像你需要专门从事某件事，你需要领先很多很多。正如你之前所说。

解锁专有数据并锁定不同的工作流程，对于那些非常水平化的人来说，专门从事这些工作流程将非常非常困难。你们是不是这样想的？是的，百分之百。我的意思是，实际上，我认为越来越多的价值在于应用层。即使我查看我自己对ChatGPT、Gemini和Cloud的使用情况，目前，因为我在ChatGPT上有线程历史，它以更个性化的方式做出回应。这

真的很有帮助。我不需要去向Gemini解释，嘿，我是盖布·斯坦格尔。我有一家名为Rogo的公司。这就是我们所做的。使用该上下文来回答问题。ChatGPT在个性化回复、记录我的行为、很好地了解我喜欢的答案类型方面做得非常好。现在，对我来说，切换有点痛苦。完全正确。即使模型略差，我的意思是，我认为这是一个

和产品层面的优势。在模型层，我的意思是，我对这些模型并不专业，但我的感觉是，你知道，没有人会比其他人领先超过六个月。因此，作为模型提供商，你将拥有的独特优势仅仅是，你知道，你的成本有多低？你的服务有多可靠？延迟有多低？诸如此类。

让我们稍微回顾一下。所以我们谈到了你作为投资银行家的角色。我们谈到了早期的一些论点。你知道，我们谈到了你开始的时候。带我们回到那一刻。你知道，听起来像是2021年、2022年。显然，ChatGPT在2023年初突然出现。在那时创立这家公司是什么感觉？也许甚至像

你知道，在人们对人工智能以及即将到来的影响的理解远不如现在的时候，与投资者和你的第一批客户谈论你试图做的事情是什么感觉。所以我们在ChatGPT出现之前就创立了这家公司。GPT-3已经发布了。因此，对于那些关注的人来说，你知道，很明显，这是一个深刻的技术飞跃。但是我们与之交谈的所有银行、对冲基金和私募股权公司，你知道，我认为他们认为，

这家伙给我们灌输了夸夸其谈的东西，这不会改变我们的工作方式。市场要花很长时间才能接受我们正在构建的东西。坦白说，我们也要花很长时间才能弄清楚市场到底想要什么。说，太好了，让我们用人工智能让大家更聪明、更高效，很容易，

这如何在产品中体现出来？用例是什么？人们将如何使用它？这些用例与那些用例相比有多重要？你如何正确地推销它？你向谁推销它？这些都是我们必须在最初的，让我们称之为18个月、24个月的时间里慢慢学习的事情，你知道，市场并没有那么接受我们。你当时向他们承诺了什么？你会对你的早期客户说什么？呃，

我的意思是，早期客户并不多。是的。直到2023年末，我们才拥有真正的客户。即使在那时，就像，你

你知道，作为创始人，你试图不惜一切代价让人们使用你正在构建的东西。对。所以你会做一整套歌舞表演，只是为了让某人使用你的平台，只是为了让产品在25分钟后崩溃。最初的宣传是，嘿，如果你可以对你的数据提出问题并在五秒钟内得到答案，而不是使用笨拙的界面平台，那将会怎样？

像这些旧工具，比如彭博社或，你知道，Edgar SEC文件数据库，或者，你知道，向你团队中的分析师发送信息。所以这就是宣传，而且很简单。是的。但这很难构建，然后也很难真正预测人们会问什么。对。当你推销一个通用的搜索或聊天机器人时，这意味着，你知道，你必须在第一天就构建所有内容。否则，人们会尝试，你知道，你期望的一件事，然后你没有在产品中包含的五件事将会，你知道。

不够用。对。早期投资者推销呢？你告诉他们什么？什么引起了共鸣，什么没有引起共鸣？凯文·瑞安，他从一家位于纽约的Alicor公司领导了我们的种子轮融资。但凯文本人有点像，你知道，自封的纽约市科技教父，你知道，创立了

MongoDB、Gilt和Business Insider，并且是DoubleClick的首席执行官。他立刻就明白了。但是他的功能，他的路由功能，我认为并不是人工智能将改变世界。我认为他的路由功能是盖布和约翰是两个聪明的人，他们了解技术，并且深入了解投资银行。而且，你知道，作为纽约人，我知道投资银行是一个

一个亟待颠覆的领域。

你认识他吗？我实际上是在纽约长大时认识他的。所以我实际上在我上学的时候很久以前就认识了他的孩子们。然后我又在Mongo遇到了他。是的。所以我曾在Mongo实习，他来演讲，我会给他发一些一次性的信息。然后他实际上养成了……

你知道，为了他的投资者身份，每六个月他都会给我发一封电子邮件，说，嘿，你在想什么？你仍然喜欢Lazard吗？接下来你打算做什么？所以当我有了这个想法时，好吧，Lazard，他是第一个我发信息的人。这是一个非常自然，自然的开始。太棒了。是的，是的，这真的很酷。你早些时候谈到过，

早期，很难让客户认真对待这件事。你说你实际上没有。是什么让产品达到了产品市场契合点，并获得了第一批忠实客户？有两件核心的事情。一个是，

将我们的重点从仅关注结构化数据转变为关注结构化数据和非结构化数据。因为最初的产品是计量经济学非结构化数据，这就是我们推销的内容，对吧？它是，嘿，制作一个收入倍数图表，你知道，创建一个这个与那个的散点图。我们没有利用LLM最擅长和最神奇的东西，那就是非结构化数据。我们之前太顽固了，你知道，打开光圈。第二件事是，

我只是改变了我们推销产品的方式。我的意思是，我清楚地记得与一家大型私募股权公司进行电话会议，并且，你知道，产品演示比我之前看到的任何产品演示都要好，部分原因是我们添加了这个非结构化数据视角，他们询问了价格。我说，好吧，这么大的公司从来不问价格。他们通常喜欢赶紧结束通话。对。所以我不知道该收取多少费用。

所以我花了10秒钟的时间思考，好吧，你知道，我要充分利用这个优势。每年200万美元。对。只是从空中随便报出一个数字。他们说，好吧，说得通。我一下车就给我联合创始人打电话，我说，嘿，你知道，这家公司并没有嘲笑这个数字。这我们可能找到了方向。你知道，如果有人听到每年200万美元，然后说，哦，这，你知道，这说得通。这意味着你正在推销一些他们认为非常有价值的东西。

所以正是这两件事，改变了我们的推销方式和我们正在构建的东西，才真正开始打开客户吸引力的大门。非结构化数据。我的意思是，我认为这是有道理的。我的意思是，你现在在很多产品中都看到了这一点，不仅仅是它的用例以及它提供的价值，能够将大量内容放入模型并让它返回结构化内容，而且还包括

你花费在构建架构和数据库结构上的时间，我会说，节省你初创公司的时间和成本是疯狂的。我们在很多初创公司都看到了这一点。是的。不，我的意思是，要很好地用LLM查询结构化数据，你……

仍然需要一个用数据字典很好地记录的漂亮的数据库。要很好地查询非结构化数据，我的意思是，你需要一些弹性搜索索引和智能关键词搜索提示。以及一个很大的上下文窗口。就是这样。把它扔进去。是的，就是这样。当你与这家大公司交谈时，你说，200万美元，对吧？

显然，这是一个大合同，尤其考虑到你们的阶段。我得说，最终金额并没有达到两百万美元。但我很高兴它以这个为起点。当然，当然。你知道，我猜想，他们以及他们规模的客户开始思考的是，好吧，显然，这个产品是有价值的，以至于我们正在考虑为此付费。但它最好也具备诸如

坚如磐石的安全、加密以及所有你与大型、强大的金融工具联系在一起的东西。而当时，你只是一家小型初创公司，你知道，你正在投资功能并快速发展。你同时考虑了多少企业级的东西？

所以我们，我的意思是，我们由于客户群的性质而被迫尽早考虑这个问题，对吧？就像我们被迫思考多云意味着什么，本地部署意味着什么，真正拥有这些企业级的权限系统、RBAC 系统和治理系统意味着什么。所以我们，我的意思是，我们必须比一家初创公司在典型生命周期中更早地做到这一点。而且这会减慢你的速度，对吧？就像需要时间。

将注意力从功能速度转移到企业级事务上，但这对我们来说是必要的条件。我认为这也是一种心态问题，对吧？就像我们不认为安全是配菜，而主菜是产品。我们认为安全是我们正在构建的产品的主要价值主张之一。因此，如果你这样对待它，你知道，你把它当作产品来对待，对吧？它不是，“哦，我们必须建立这个企业权限系统”。而是，“哦，这是一个功能”，就像这是我们的客户想要的东西。它只是部分

就像我们如何回应用户问题一样，是我们产品市场契合度的一部分。是的，明白了。说得通。你的团队有这种能力吗？你是如何解决这个问题的？我的意思是，你雇佣了一位首席信息安全官。告诉我们吧。你通过实践学习。你能执行吗？在必要时引入专业知识。否则，

你知道，就像很多工程问题一样，你可以从第一性原理来思考它们，有很多资源，你可以与你的合作伙伴和利益相关者合作来解决它们。但很有趣，就像你说的，这会减慢你的速度。现在，对于所有初创公司来说，游戏的名字似乎都是速度。我的意思是，我们甚至在早期就讨论过这个问题。为了像 Rogo 这样的公司能够成功，你必须领先足够远，以

领先于模型提供商，在他们决定金融实际上是一个他们关心的垂直领域之前。你如何平衡这一点？你如何在成本非常高的世界中快速行动，在你的行业中犯错的代价非常高？

我的意思是，从功能的角度来看，我们的行动速度比消费品公司慢得多。就像我们必须那样。我的意思是，这是一种不断地穿针引线，不断地思考权衡，并同时尽可能多地分配带宽来解决所有问题，并保持纪律。没有，你知道，没有执行的灵丹妙药。就是执行。是的，完全正确。这很难。我的意思是……

现在你看到的初创公司的创新和交付速度令人难以置信。而且这似乎是出于必要，对吧？是的。好吧，这也在考虑，看，如果我是一家横向公司，比如让我们以 glean 为例，你会有不同的权衡。你会说，嘿，我愿意构建一个本地版本或云本地版本或构建这个安全功能吗？可能不会，因为我与 ChachiBT 的竞争更激烈，我会更慢地进入其他垂直领域。

而如果你是一家金融公司，竞争是进入最大的金融机构，那么，关注安全实际上是让你能够更快地进入客户手中，而不是让你慢下来的东西。所以这取决于你是什么样的

公司。对我们来说，这一切都关乎权衡，比如，你知道，这种功能和企业级安全在短期和长期内实际上是加速还是减速？我认为对于像 OpenAI 这样的公司来说，很多安全工作都是减速，对吧？因为他们不是与我们竞争向大型投资银行销售。他们与 perplexity、co-pilot 和 entropic 竞争以接触所有消费者。是的，完全正确。是的。

所以，好的。所以现在你有很多客户，你的产品市场契合度之后，让我们来了解一下你的一些客户的日常工作，就一些用例而言，比如整天坐在 Rogo 的人，他们今天都在做什么？我给你举一个很好的例子，那就是当我还是一名投资银行分析师时，我们正在向一家大型医疗保健公司展示许多潜在的收购目标，你将有一份

10 家公司简介幻灯片。你会说，看看这家公司，看看这家生物技术公司，看看这家研究公司。你会说，这是他们的首席执行官。这是他们的重点。这就是为什么这对你们来说具有战略意义。这就是他们的快照财务状况。这将花费数小时甚至数小时。首先，如果我，让我们以某个随机的生物技术名称为例，也许我正在关注像

再生元或 Vertex 这样的公司。我不知道他们在做什么。我是一名投资银行分析师。我不是，你知道，肿瘤学专家。因此，你需要一段时间来阅读、综合、找出他们的研发渠道中有什么内容并将其写出来。在 Rogo 中，你可以说，嘿，把这 10 家公司做成 10 页 PowerPoint 幻灯片，你可以在 30 秒内获得输出。因此，这节省了大量时间。另一方面，不仅仅是初级银行家，我的意思是，还有高级投资者、银行家，他们会进入，而不是，你知道，而不是必须 ping，你

团队中的分析师，并说，嘿，Gabe，我需要一份关于 Datadog 的 PIB。他们可以直接进入 Rogo 并说，嘿，关于 Datadog 的新闻报道。好的，很酷。他们在做什么市场？为什么他们在那个市场下跌？他们的产品重点是什么？他们的并购战略是什么？并且只需一个线程就能获得他们可以立即使用并深入研究的答案，而不是请求一些交付物来帮助他们准备会议。是的，这很有道理。人们一直在谈论的跨

各个行业，但也包括金融和资本配置，那就是，人工智能会取代 X 吗？你如何看待像 Rogo 这样的产品在最终取代它今天增强的、人力驱动的工作的角色？它将取代工作流程。我认为它不会取代人。是的，就像，你知道，我描述的为我的董事总经理创建 PIB 的工作流程一样，对吧？

在我之前的 10 年，你知道，你会创建 PIB，然后你会打印出来，装订起来，然后在晚上 11 点送到你董事总经理的公寓，以便他们早上可以阅读。你没有做打印工作。你没有做装订工作。你没有送货。对吧？你仍然在努力工作。你用其他事情填满了你的时间，对吧？就像这些机构都在努力工作。他们想要，你知道，互相竞争。他们不想依赖他们的，你知道，仅仅依赖更健康的利润率。他们正在

将会有越来越多的工作。也就是说，这将是不同的工作，对吧？就像你可能不会花那么多时间进行数据立方体和准备演示文稿，就像，你知道，在 Excel 的核心部分，你可能会花更多时间思考一家公司或一个问题。你可能会花更多时间与利益相关者、创始人以及高管会面，建立这些关系。

我看到一个行业与之有相似之处和相似性，我不知道你是否也一样，那就是法律工作和律师事务所。你知道，我们看到和听到的关于律师事务所的事情，大型律师事务所，像真正大型的那些，是，你知道，他们正在获取所有数据，你知道，他们多年积累的合同以及这些合同中的变量，他们对这些变量有独特的专有洞察力。他们正在构建自己的模型，对吧？他们正在构建自己的工具。他们不想把这些东西交给 OpenAI。

或 Anthropic 来构建最终会取代他们的工具。你是否看到大型投资银行，像 Lazards 这样的公司也发生了同样的事情？他们正在构建自己的工具吗？你认为他们是竞争对手吗？我认为许多专业服务机构知道自己擅长什么，并且知道自己不擅长什么。构建真正强大的技术、人工智能模型和产品

并不是让投资银行变得伟大的原因。是人际关系，是商业敏锐度，是谈判并为客户取得良好成果的能力。我认为我们将与这些类型的银行合作，生产能够互惠互利、提高效率并帮助改变其商业模式的工具

但我认为这更像是一种合作伙伴关系，而不是要么自己构建，要么购买现成的工具。顺便说一句，我认为这也是一些大型法律人工智能公司的核心。对。如果你与 Harvey 的 Winston 这样的人交谈，他的愿景很大一部分是与律师事务所合作，生产他们可以共同向客户提供的产品。是的，这很有道理。是的，我想会有张力。对。再说一次，我看到律师事务所也是这样。我甚至没有与投资银行或 Rogo 交谈，但是是的。

当我们去与律师交谈时，这些大型公司中的一些人似乎存在一种张力，哦，当然，我们知道人工智能即将到来。但我们宁愿使用我们自己的工具和我们自己的数据，而不是，你知道，一些初创公司，甚至，再说一次，一些大型模型，这些模型显然是专门从事这些工作的。肯定会有张力。我的意思是，我认为我认为金融界的人还没有。

意识到越来越多的日常工作将像法律界的人一样实现自动化。所以我认为这部分将仅仅是一种心态

在未来五年内的心态转变。然后我认为另一个现实是，人们，你知道，公司还没有真正看到工作岗位被取代。对。就像，你知道，还没有大型银行或大型专业服务机构或任何规模的大型公司，比如，你知道，苹果、迪士尼或微软，他们还没有真正用人工智能取代工作岗位。对。所以我认为，在我们开始看到这一点之前，你知道，这些公司将继续

照常营业，但利润率可能略高，或者产品略好。当你开始看到人工智能真正自动化人类工作的能力时，那么这些专业服务机构将不得不退后一步，说，好吧，这将如何改变我的商业模式？我认为那时我们将开始看到你所说的那种张力。是的，我完全同意。我认为可能，我的意思是，看，我对经营律师事务所或投资银行一无所知，但现在可能有一个机会，如果你领先于

你可以完全像，你可以为你的员工配备这些超能力。就像你说的，大幅提高你的利润率。我不知道，如果我经营一家律师事务所，我可能会现在就这样做。是的，我知道这并不那么简单。但也有一些人开始构建

律师事务所或银行，但，你知道，从技术层面自下而上地构建。有一家很棒的公司叫 Off Deal，由我的朋友 Ori 创立，他是一位投资银行家。他的想法是，嘿，我该如何从技术入手，你知道，创建下一个高盛，并减少银行家的数量？所以我认为人们将从两方面入手，从，你知道，大型的现有公司，他们想弄清楚如何数字化他们的员工，与，你知道，那些从第一天起就以人工智能为基础构建的初创公司，但不是作为科技公司，而是作为专业服务机构。

是的。我的意思是，这是你看到的趋势的一部分，你知道，风险投资公司正在利用杠杆收购典型的现金流私募股权业务，然后对其进行技术赋能。是的，这些并购。是的，完全正确。你对未来有什么看法？你对 Rogo 的未来有什么看法？你的客户类型和种类如何变化？

开始改变和发展？用例如何开始改变和发展？现在，它就像投资银行家、私募股权公司等等。你是否想象过一个世界，在未来，任何人都可以

进行财务分析，各种类型的公司的财务部门，你知道，帮助我们思考这个问题。是的，我经常被问到这种内部公司 FP&A 的事情。我可能以后会后悔，当有一天我们成为一家大型公司，并且我们在投资者日演示中争取更多的可寻址市场时。但是，我对公司 FP&A 部门不太感兴趣。好的，对。就像

这对我来说没那么令人兴奋。为什么？帮助。它更像是会计工作流程，而不是像投资者那样思考哪些公司令人兴奋。你想投资哪些伟大的商业模式？你想支持哪些创始人？或者作为一名银行家，对于像迪士尼的鲍勃·艾格这样的人来说，关于资本配置、收购或土地或，你知道，市场是什么样的战略方法？所以它更像是他的公司发展团队而不是他的 F。

是的，完全正确。是的。但话虽如此，我的意思是，看，如果我看看这些公司，我模仿并钦佩的公司，比如彭博社。彭博社从未说过，好吧，太好了。你知道，我们对金融市场已经有了足够的控制。让我们开始向所有人销售。他们说，不，让我们继续为这个市场中的这一种买家类型创新，他们几乎有无限的能力来支付能够使他们更聪明、更高效的工具。对。就像。

我将始终继续投资于为投资者和银行家创造更好、更强大的工具，而不是偏离航向。只是因为我认为，我的意思是，这是地球上唯一一个市场，它有无限的能力来支付能够让你更聪明的工具。你可以去一家伟大的对冲基金投资者那里，说，嘿，我会让你成为一个 20% 更好的投资者。他们会付给你什么？

你想要的。而如果我去找一个公司发展团队或 FP&A 团队，说，嘿，我会让你的生活轻松很多，那么他们愿意支付的价格是有上限的，对吧？就像他们没有，他们没有在他们的决策中获得无限的上涨空间。投资者有。对，对。是的，这是完全正确的。就像想象一下，如果我去 Lightspeed，我说，嘿，我会让你们成为 20% 的，你知道，更好的投资公司。你们会为此支付多少钱？是的，3000 万美元？是的。

是的。我想你可能在那里看到大量的市场扩张，也许已经在这样做了，那就是在咨询领域。像麦肯锡这样的公司，是埃森哲。就像，你在考虑这个吗？这已经是你们正在做的事情的一部分了吗？是的。不，我们平台上已经有几家咨询公司了。我们实际上有一家三大咨询公司正在推出这款产品，不仅是为了他们的前台顾问，也是为了，你知道，他们内部的研究团队，这对我来说有点好笑，因为

你会认为 Rogo 会取代为顾问服务的那些研究团队，而不是被研究团队用来进一步帮助顾问。但是，是的，我认为这种专业服务工作就在我们能够做的事情的靶心。完全正确。所以当你向这些组织销售这款产品时，专业服务、投资银行等。你是否从一个

纯粹的从上往下的销售模式来考虑？或者这里有一些东西，你可以真正拥有一个有点像产品引导增长飞轮的东西，你知道，一个银行家使用它，然后与其他人共享数据，这就会解锁一个新的席位？就像，如何

我希望拥有更多产品引导增长飞轮。这很有趣，我们的新投资者 Thrive。那里有一位投资者，Vince Hanks，他很棒，非常聪明，并且总是推动我拥有一个产品引导增长产品。银行家，这个领域将被列入黑名单。就像他们有如此严格的信息安全策略，以至于如果我有，你知道，如果你可以访问 app.rogo.ai 并登录，你仍然无法做到。我的意思是，你必须以艰难的方式销售。即使在内部，事情也不能共享。是的。

我认为，在 Lightspeed 这样的买方，存在产品引导增长可能性。我相信人们只是使用 ChessVTM 用于个人设备，然后公司认为，好的，我们不妨现在就获得企业帐户，因为我们真的不想让人们使用个人设备。但在整个金融服务领域，这是一个更难进入的市场，从产品引导增长的角度来看。我的意思是，你可以使用产品引导增长或一些产品引导的事情来产生漏斗顶部。对。但我认为你不会看到像 Notion 或 Airtable 那样类型的市场。

销售模式，它只是获得一些自下而上的采用，并真正获得可观的收入牵引力。然后你将其转化为企业。我想所有这些类似共享和病毒式传播的循环都被打破了，对吧？即使你即使你有一个 URL 并将其在 Slack 中共享，就像它甚至不会展开。它不会向你展示任何内容，你只需要你的 MD 团队成员会说，我无法打开它。有一个防火墙。

对。完全正确。是的，这肯定很难。我的意思是，也许再次回到你如何学习安全，它如何，它如何，作为一个小团队，你如何学习销售？你们是怎么做到的？销售是一次艰难的学习经历。真的吗？是的。告诉我们吧。哦，是的。我的意思是，我是计算机科学专业的本科生。我去做投资银行家。我从未见过从事销售工作的人。就像我从未被这种原型包围过。它，

很难。企业销售很难。就像它不是一件容易的事情，你知道，哦，销售并没有那么难。你只需要展示产品。你让人们注册。企业销售有 40 个利益相关者。他们都关心。这是政治性的。你必须弄清楚人们想听到什么。痛点是什么？如何穿针引线？这是一件困难的事情。我的意思是，这一切都是学习。我们很幸运在早期聘请了一些非常优秀的人，他们有在这个市场销售的经验。这确实加快了一切。

我的学习和我们的成功。但它不是，你知道，企业销售不是一件可以轻描淡写的事情。是的。因为你没有像产品引导增长这样的东西，你甚至无法采用某种类似于“占领并扩张”的模式，其中一些随机的人开始使用它，然后你去说服……是的。

首席信息官或其他什么人购买整个组织的许可证。我猜你实际上只是在做自上而下的销售，就像猛敲门一样。是的，现在我们越来越多地可以向投资公司销售 5 个席位，这稍微容易一些。然后我们在三个月后回来，说，嘿，你们有 5 个席位，但这 20 个其他人也要求加入。为什么你不直接获得企业许可证呢？所以我们在买方看到了更多这种情况。

对于银行来说，是的。我的意思是，你正在运行试点项目。你进行了大型利益相关者对话。你需要证明投资回报率。它不是那种可以像产品引导增长一样的事情。是的，完全说得通。所以我们刚才谈到了你将来会做什么和不会做什么，就潜在客户和可寻址市场扩张而言。但是

但是，你知道，也许五年后、十年后你认为公司会是什么样子，也许还会因为人工智能而更广泛地影响银行业？我认为五年后、十年后，Rogo 将成为华尔街最有效的分析师。我的意思是，我认为如果你不使用 Rogo，那么经营投资公司或银行将非常困难。对。如果你没有字面上的 Rogo。

你知道，一支 Rogo 分析师大军帮助你变得更聪明、更高效。你将无法在交易的第一轮中足够快地提交投标，因为你将没有这支人工智能分析师大军来进行尽职调查。你将无法赢得 S1 烘焙赛，因为在没有像 Rogo 这样的工具的情况下，你在向客户推销时会稍微不那么老练。它将成为每家公司最聪明、生产力最高的分析师。另一方面是，我们还将能够向以前没有获得这些类型金融服务的公司提供金融服务，对吧？就像提供并购建议、运行融资流程一样，这是一种高级金融服务，对吧？我们不这样认为，因为它不像你可以通过 Chime 获得的支票账户，或者像金融服务一样，你知道，能够通过像 Robinhood 这样的东西买卖你自己的股票。但这些仍然是许多公司无法获得的重要金融服务

到。如果你有一家，你知道，价值 2000 万美元的电动汽车 HVAC 业务，谁在运行你的卖方流程？没有人。所以当你将其出售给一些私募股权支持的回购时，你会得到 20% 的更低价格。如果我们有技术来帮助人们做到这一点，我很乐意直接提供它。并且

帮助提高私人市场效率，并帮助使一些高级金融服务民主化，你知道，并非每个人都能获得这些服务，因为你无法向高盛支付 500 万美元来，你知道，运行流程或给你建议或，你知道，帮助你筹集资金，这非常有趣，所以是的，我的意思是，我们之前谈到过，你知道，你不想进入 FP&A，但我认为，你知道，我们正在谈论迪士尼和鲍勃·艾格，我们说，哦

哦，他的公司发展团队可以使用这个。当你通过这个视角来看待它时，我认为，根据你的观点，我的意思是，这是初创公司可以使用的东西，小型企业、中小型企业，再次获得他们可能只有在成为一家真正的大公司并且内部拥有，或者他们正在雇佣像 Lazard 这样的人时才能获得的服务类型。这就是你的意思吗？是的，好吧，我的意思是，如果你鲍勃·艾格，你正在考虑，也许你正在将公司出售给苹果，对吧？

你正在考虑我应该雇佣谁作为我的投资银行？我应该雇佣 Lazard 还是高盛，或者，你知道，谁？如果你不需要雇佣银行家来出具公平意见书怎么办？对。对。就像如果你不需要为此支付 2500 万美元怎么办？或者如果你可以使用，你知道，让我们假设 Lazard 有一款人工智能产品可以帮助生成公平意见书，而且价格只有四分之一，质量却是两倍。你可以直接使用它吗？

嗯，所以有一些类型的金融服务，我认为公司将能够直接使用技术来提供，还有一些你做不到的，对吧？就像如果你，如果你正在做经纪业务，并且，呃，进行交易，并且需要人工参与，并且你想与某人握手，并且你想信任你正在与之合作和谈判的人，就像那时银行家将非常宝贵，尤其是一位拥有电话簿的银行家，并且，你知道，了解你的业务、你的行业以及所有交易对手的银行家。

完全说得通。Gabe，这太吸引人了。我真的很感谢你花时间与我们在一起。是的，祝你和 Rogo 一切顺利。我们应该下次再做这个。Mike，感谢你。感谢你的邀请。

感谢收听 Generative Now。如果你喜欢这一集，请对节目进行评分和评论。当然，还要订阅。这确实有帮助。如果你想了解更多信息，请在 X、YouTube 或 LinkedIn 上关注 Lightspeed at Lightspeed VP。Generative Now 由 Lightspeed 与 Pod People 合作制作。我是 Michael McNano，我们下周再见。到时候见。