RogoはOpenAI o1とGPT-4oを使用して金融リサーチをスケールさせる

RogoはエンタープライズグレードのAIファイナンスプラットフォームであり、投資銀行、プライベートエクイティファーム、アセットマネージャー向けに複雑な金融リサーチとデューデリジェンスワークフローを自動化するためにOpenAIのモデルスイートを統合しています。この統合により、金融プロフェッショナルは手動でのデータ集約からリアルタイムの金融インテリジェンスを活用して高付加価値の意思決定へとシフトできます。

財務ワークフローへの運用インパクト

Rogoのプラットフォームは、会議準備、企業プロファイリング、市場調査などの時間集約型タスクを自動化することにより、アナリストの週あたり10時間以上を削減します。2024年にステルスから登場して以来、このプラットフォームはメガキャップのプライベートエクイティファームおよび公開取引されている投資銀行にわたる5,000人以上の銀行家にサービスを提供し、年間経常収益（ARR）の27倍成長に貢献しています。

OpenAIのAPIによって可能になる主な機能は次のとおりです：

• リアルタイムインサイト生成: ファイリング、トランスクリプト、デッキから数秒で実行可能なインサイトを抽出し、プレゼンテーション用の資料を作成する能力。
• 自動化されたデューデリジェンス: プライベートデータルームと統合し、カスタマイズされた質問リストを生成し、クライアントとのインタラクションを追跡します。
• コラボラティブ分析: ジュニアおよびシニアプロフェッショナル双方のための市場マップと競合分析の作成を効率化します。

レイヤードモデルアーキテクチャと技術的実装

Rogoは、推論の深さ、運用コスト、処理速度のバランスを取るためにレイヤードモデルアーキテクチャを採用しています。このシステムはS&P Global、Crunchbase、FactSetからの巨大なデータセットを統合し、5,000万件以上の金融ドキュメントの検索と分析を可能にしています。

モデルの専門化

Rogoは、金融ワークフローの各段階に特定のOpenAIモデルを割り当てています：

• GPT-4o: チャットベースのQ&Aを駆動し、詳細な金融分析を実行します。
• o1-mini: 金融データを文脈化し構造化して検索の効果を最適化するために使用されます。
• o1: 高度な推論ワークフロー、合成データ生成、評価のために予約されています。

機械学習エンジン

RogoのMLエンジンの核は、マルチステップクエリプランニング、理解、コンテキスト管理、効率的な検索を管理するエージェントフレームワークです。正確性を確保するため、元銀行家および投資家からなるチームがデータセットをレビューしラベル付けしています。

Rogoの共同創設者兼CTOであるTumas Rackaitisによれば、戦略はプライベートエクイティやヘッジファンド向けの深いインサイトのために最も高度なモデルを使用し、その後それらのインサイトを小さなモデルに蒸留して投資銀行が必要とする速度を維持することです。

戦略的統合とスケーリング

Rogoは、推論能力、マルチモーダル機能、関数呼び出し、ファインチューニングAPIのためにOpenAIのエコシステムを選択しました。同社は、12月にGoogleのGeminiチームからJoseph KimがAIヘッドに任命されたことを受けて、人間および機械からのフィードバックを用いた強化学習を組み込むことでプラットフォームの進化を続けています。