FinTechのRogo、OpenAIのo1モデルを活用してAI駆動の金融リサーチを拡張

Rogoは、投資銀行やプライベートエクイティ、資産運用会社向けに新しいワークフローを提案するエンタープライズ向けAI金融プラットフォームです。S&P GlobalやCrunchbase、FactSetといった多様な金融データを取り込み、OpenAIのモデルを高度にチューニングすることで、リアルタイムのファイナンシャルインテリジェンスを提供し、膨大な手作業を削減しながら金融プロフェッショナルを意思決定に集中させる環境を整備しています。

2024年にステルスから表舞台に出て以来、Rogoは既に大手投資銀行や巨大プライベートエクイティ企業を含む5,000人以上のバンカーに利用され、週10時間以上にわたるミーティング準備や企業分析、市場調査などの作業時間を削減してきました。また、OpenAIのモデルを活用することでARRを27倍に成長させています。CTO兼共同創業者のTumas Rackaitisは、「Rogoは長年変化のなかった金融業界のワークフローを一新する存在を目指しており、Bloombergが金融情報で不可欠なツールとなったように、深いインサイトを得るための日常的なプラットフォームになりたい」と語っています。

RogoはOpenAIの多様なモデルを活用し、投資銀行などが本来注力すべき高付加価値業務に時間を割けるよう、統合的かつ安全なソリューションを提供します。具体的には、数秒で膨大なファイリングやトランスクリプト、プレゼン資料から有用なインサイトを抽出し、ドキュメント作成やデューデリジェンスの自動化、クライアントとのやり取りの追跡など多岐にわたる支援を行っています。特にJuniorからSeniorクラスまで、同じプラットフォームを共有して市場マップ作成や競合分析などを行うことで、チーム全体で作業効率と情報精度を高めることが可能です。

OpenAIのモデルは、高度なファイナンスの課題に対応するためにファインチューニングされており、S&P GlobalやCrunchbase、FactSetなど約5,000万件に及ぶ金融ドキュメントを検索・分析するフレームワークを構築しています。GPT‑4oがチャットベースのQ&Aと詳細な財務分析を担当し、より小型のo1‑miniが検索など日常的なタスクの効率化を担い、大規模で複雑な推論にはo1を活用するという階層型アーキテクチャを採用することで、コストと性能を最適にバランスしています。銀行や投資機関の出身者がデータセットのラベル付けを行い、金融ユーザーにとって正確かつ関連性の高い情報を保証しています。

RogoのMLエンジンの中心には、複雑なファイナンシャルワークフローを処理するエージェントフレームワークがあり、多段階のクエリ生成や文脈管理、高効率な検索を可能にします。デスクトップ、モバイル、タブレットなど多様な端末での利用に対応しており、ユーザーは必要なときにいつでもインサイトにアクセスできます。Rackaitisは、「プライベートエクイティやヘッジファンドなど、より高度で複雑なファイナンスのインサイトを必要とする顧客のために最新のOpenAIモデルを活用しています。そして、その成果を高速・効率性重視の小型モデルに凝縮し、投資銀行のような急速なペースで動く現場でも活用可能にしているのです」と説明しています。

さらに、RogoはOpenAIの継続的なモデル進化を活用しつつ、ユーザー企業との密な協力体制のもとリアルタイムで機能をアップデートし、広範かつ専門的なニーズに対応できる柔軟性を持っています。2024年12月には、GoogleのGeminiで生成系言語モデルの改善に取り組んでいたJoseph KimをHead of AIに迎え、組織を強化しました。今後もRogoは、金融領域に特化したAIプラットフォームとして成長を続ける見通しです。

Rogoについて
Rogoは、金融業界に特化したエンタープライズ向けAIプラットフォームを展開するスタートアップです。クライアントである投資銀行やプライベートエクイティ、資産運用会社などが、大量の財務情報をリアルタイムで分析し、手作業を削減しながら高品質なインサイトを得られるよう支援します。OpenAIのモデルを活用して高度なファイナンシャルリサーチを提供し、より戦略的な意思決定を促進する点を強みとしています。