Rogo масштабирует финансовые исследования на базе ИИ с помощью OpenAI o1
Rogo, финансовая ИИ-платформа корпоративного уровня, меняет подход к работе инвестиционных банков, компаний прямых инвестиций и управляющих активами.
Тонкая настройка моделей OpenAI и интеграция широкого спектра финансовых наборов данных, таких как S&P Global, Crunchbase и FactSet, позволяют Rogo предоставлять финансовую аналитику в режиме реального времени тысячам специалистов финансовой сферы, смещая их фокус с ручной работы на принятие ценных стратегических решений.
С момента выхода из тени в 2024 году компания Rogo достигла следующих результатов:
- Обслужила более 5000 банкиров из публичных инвестиционных банков и мегакапитализированных фондов прямых инвестиций.
- Экономит аналитикам более 10 часов в неделю на таких задачах, как подготовка к встречам, составление профилей компаний и маркетинговые исследования.
- Увеличила регулярную годовую выручку (ARR) в 27 раз, используя модели OpenAI для работы своих решений.
«Десятилетиями на рынке не было компании, способной перевернуть финансовые рабочие процессы», — отмечает Тумас Рацкайтис (Tumas Rackaitis), соучредитель и технический директор Rogo. — Мы создали Rogo, чтобы оно стало незаменимым инструментом, на который каждый инвестиционный банкир полагается ежедневно — как Bloomberg, но для глубокой финансовой аналитики».
Экономия времени и получение ценных идей для современных финансовых компаний
Rogo использует различные модели OpenAI для создания безопасного решения, которое органично встраивается в повседневные рабочие процессы финансовых специалистов, высвобождая время для сосредоточения на приносящей доход и высокоэффективной работе.
Среди множества других вариантов использования API OpenAI позволил Rogo создать платформу, которая обеспечивает:
- Точные аналитические данные в реальном времени: пользователи могут за считанные секунды извлекать полезную информацию из отчетов, стенограмм и презентаций, а также создавать готовые к показу материалы от начала и до конца.
- Автоматизированную проверку (дью-дилидженс): Rogo интегрирует закрытые виртуальные комнаты данных, генерирует специализированные списки вопросов, предлагает помощь в написании текстов и помогает отслеживать взаимодействие с клиентами, экономя аналитикам до 10 часов каждую неделю и помогая командам быстрее готовиться к встречам.
- Совместные рабочие процессы: как начинающие, так и опытные специалисты полагаются на Rogo при оптимизации таких задач, как создание рыночных карт или проведение конкурентного анализа, что делает платформу общим ресурсом для партнеров и аналитиков.
«До появления Rogo я тратил часы на изучение десятков документов и файлов. С Rogo я получаю все необходимые данные мгновенно», — говорит аналитик ведущего публичного инвестиционного банка.
Тонкая настройка моделей OpenAI для автоматизации финансовой работы
Rogo адаптировала безопасные модели OpenAI для решения специфических задач финансовой сферы. Путем тонкой настройки моделей OpenAI и интеграции огромных массивов данных, таких как S&P Global, Crunchbase и FactSet, компания получила возможность осуществлять поиск и анализ более чем по 50 миллионам финансовых документов.
Архитектура моделей компании имеет многоуровневую структуру для баланса между производительностью, стоимостью и требованиями к конкретным задачам:
- GPT‑4o обеспечивает работу чат-бота Rogo для ответов на вопросы и выполняет углубленный финансовый анализ.
- o1‑mini используется для контекстуализации и структурирования финансовых данных с целью эффективного поиска.
- o1 зарезервирована для оценок, генерации синтетических данных и сложных рабочих процессов логического вывода.
Этот подход позволяет Rogo оптимизировать затраты, поручая рутинные задачи более компактным моделям и оставляя самые продвинутые возможности для критических ситуаций. Команда бывших банкиров и инвесторов также проверяет и размечает наборы данных для обеспечения точности и актуальности для конечных финансовых пользователей.
В основе механизма машинного обучения (ML) Rogo лежит агентная структура, разработанная для обработки сложных финансовых рабочих процессов, включая многоэтапное планирование и понимание запросов, управление контекстом и эффективный поиск. Результаты работы доступны на ПК, мобильных устройствах и планшетах, что позволяет пользователям легко получать доступ к аналитике в любой момент.
«Мы используем новейшие модели OpenAI для получения уникально глубоких и сложных финансовых данных, которые особенно важны для инвестиционных фондов, таких как фонды прямых инвестиций и хедж-фонды, — говорит Рацкайтис. — Затем эти данные могут быть адаптированы для более компактных моделей, обеспечивающих высочайшую скорость и эффективность, что крайне важно для динамичных сред, подобных инвестиционным банкам».
Стимулирование роста с помощью развивающихся моделей OpenAI
Команда Rogo выбрала OpenAI за ее превосходные возможности логического вывода, надежные API и гибкость в решении как общих, так и специализированных задач.
«Экосистема инструментов, предоставляемых OpenAI — тонкая настройка, вызов функций и мультимодальные возможности, — гарантирует, что мы сможем удовлетворить сложные требования наших клиентов как сейчас, так и в будущем», — говорит Рацкайтиis.
Команды также разделяют культуру экспериментов. Команда развертывания Rogo, состоящая из бывших банкиров и инвесторов, работает с клиентами над улучшением функций в реальном времени, а постоянное совершенствование моделей OpenAI позволяет Rogo быстро проводить итерации.
Rogo продолжает расширять возможности своей платформы. В декабре Rogo наняла Джозефа Кима (Joseph Kim) на должность руководителя отдела искусственного интеллекта (Head of AI). Джозеф перешел в Rogo из Google Gemini, где он занимался обучением с подкреплением на основе отзывов людей и машин для улучшения генеративных языковых моделей.
Полный текст статьи читайте на OpenAI
