A empresa de IA financeira Rogo concluiu um financiamento da série D de US$ 1,6 bilhão, com sua avaliação subindo de US$ 7,5 bilhões para US$ 20 bilhões em apenas três meses, quase dobrando duas vezes. A Rogo posiciona-se como um analista de IA para bancos de investimento, fundos de private equity e instituições de gestão de ativos, capaz de realizar tarefas como pesquisar empresas, buscar dados, construir modelos de avaliação e preparar materiais para clientes. A empresa integra modelos subjacentes como OpenAI e Anthropic com dados financeiros de Capital IQ e PitchBook, além de se conectar a softwares de escritório como Excel e PowerPoint, unificando tarefas dispersas em fluxos automatizados. Até agosto de 2026, a Rogo já estava presente em mais de 300 instituições financeiras, com 40.000 usuários. Sua vantagem competitiva central reside na construção de conformidade, neutralidade de modelos e integração ecológica, tornando-se cada vez mais a porta de entrada de trabalho para instituições financeiras.

Autor e fonte do artigo: Wall Street Journal

A IA finalmente invadiu Wall Street.

Em abril deste ano, a empresa de IA financeira Rogo concluiu um round de financiamento D de US$ 1,6 bilhão, elevando sua avaliação diretamente para US$ 2 bilhões. Três meses antes, sua avaliação era de apenas US$ 750 milhões.

Três meses, quase dobrou.

O que é o Rogo exatamente?

Em poucas palavras, é como dar um “analista de IA” para bancos de investimento, fundos de private equity e instituições de gestão de ativos.

Pode assumir todo o trabalho de escritório que antes exigia analistas júnior trabalhando até tarde: pesquisar empresas, buscar dados, construir modelos de avaliação, ajustar planilhas do Excel e preparar materiais para clientes.

Mas o verdadeiramente interessante é que o Rogo não parece ter nada especialmente "exclusivo".

O modelo subjacente utiliza OpenAI e Anthropic, os dados financeiros vêm do Capital IQ e PitchBook, e o trabalho final é feito no Excel e PowerPoint da Microsoft.

Em outras palavras, o que é mais essencial — desde modelos e dados até softwares de escritório — não é original deles. O que o Rogo faz é mais como estar no meio, conectando tudo isso.

Por lógica, essa empresa é a mais fácil de ser contornada pela cadeia de fornecimento.

Mas a realidade é exatamente o contrário.

Até agosto de 2026, o Rogo já estava presente em mais de 300 instituições financeiras, sendo utilizado por mais de 40.000 profissionais do setor financeiro, e sua avaliação havia subido para 2 bilhões de dólares.

Isso é interessante. Por que um intermediário que parece ser apenas um “reunidor” se tornou uma das empresas de IA mais cobiçadas de Wall Street?

Hoje, o Silicon Guy vai falar sobre Rogo e como a IA começou a assumir o trabalho dos analistas de Wall Street.

Fazer o dever de casa para os analistas de Wall Street

Analistas de bancos de investimento, possivelmente o grupo com os salários mais altos do mundo, ao mesmo tempo que realiza o maior volume de trabalho físico repetitivo.

Embora pareçam vestidos a rigor e frequentando Wall Street todos os dias, o tempo que realmente passam sentados à mesa dos clientes para negociar é relativamente pequeno. A instituição de treinamento profissional de bancos de investimento Wall Street Mastermind estima que os funcionários de bancos de investimento gastam cerca de 90% do seu tempo em tarefas de escritório, como buscar dados, redigir relatórios de pesquisa, atualizar modelos no Excel e criar apresentações em PowerPoint.

A Forbes mencionou anteriormente, em uma entrevista com o fundador da Rogo, que alguns funcionários júniores de bancos de investimento trabalham até 90 horas por semana. Mesmo trabalhando todos os sete dias da semana, isso equivale a cerca de 13 horas por dia.

A razão é simples. Os bancos de investimento tradicionais são, em grande parte, um negócio baseado em "acumular pessoas para aumentar a produtividade". Quando há mais projetos, contrata-se mais analistas; quando a carga de trabalho aumenta, resolve-se com horas extras.

Rogo quer usar IA para alterar este modelo.

O primeiro passo é automatizar a "busca de dados".

Bancos de investimento realizam projetos, consultando dados financeiros no Capital IQ e FactSet, financiamentos no PitchBook e transações de fusões e aquisições no LSEG. Esses bancos já adquiriram esses bancos de dados, mas anteriormente os analistas precisavam buscar, filtrar e copiar manualmente.

Rogo faz algo direto: colabora com esses comerciantes de dados para conceder aos agentes os direitos de acesso aos dados já existentes dos clientes.

Após a integração com o Capital IQ no final de 2024, os Agentes no Rogo já podem acessar diretamente dados fundamentais, expectativas de mercado e outros, continuando a análise.

Em outras palavras, Rogo transformou os dados anteriormente "disponíveis para consulta" em "recursos de produção para chamadas por Agentes".

O segundo passo é entregar diretamente os arquivos prontos para uso.

O Felix Agent do Rogo pode acessar diretamente os modelos Excel usados em bancos de investimento, atualizar dados, rolar anos de previsão, atualizar gráficos e ajustar empresas comparáveis.

Isso parece simples, mas na prática é muito difícil. Um modelo real de banco de investimento pode ter dezenas de planilhas, cheias de referências entre planilhas, dados históricos e suposições de previsão. No passado, os analistas tinham que puxar manualmente os dados, alterar os anos e verificar fórmulas a cada atualização.

Felix pode assumir agora diretamente.

Por exemplo, se o fluxo de caixa livre para 2027 no modelo subitamente se torna negativo, ele pode rastrear retroativamente a fórmula para identificar quais suposições específicas mudaram e, em seguida, fornecer sugestões de ajuste.

Ao encontrar modelos especialmente complexos, ele ainda reexecuta parte da lógica de cálculo em Python para verificar os resultados.

Ou seja, Felix começou a ser capaz de entregar diretamente os resultados do trabalho de investimento.

O terceiro passo é conectar as tarefas individuais em uma única transação.

Projetos de bancos de investimento parecem complexos, mas, quando desmontados, resumem-se a ações repetitivas como análise de empresas comparáveis, transações históricas, DCF, CIM, Teaser e seleção de compradores.

Rogo encapsulou essas ações individualmente como Agentes. Ele contou com a participação de mais de 75 profissionais reais com experiência em bancos de investimento, PE, crédito e pesquisa para construí-los, e até agora os Agentes compartilhados já foram executados mais de 430 mil vezes.

Mas o agente padrão ainda não é suficiente, pois cada banco de investimento tem seus próprios modelos, mensagens e processos.

Portanto, a Rogo ainda enviará equipes para dentro dos clientes para continuar modificando os Agentes em versões exclusivas. Somente na semana inicial de julho de 2026, a Rogo colaborou com clientes para construir mais de 2.450 Agentes personalizados.

Mais importante ainda, esses Agentes podem ser encadeados.

Um agente primeiro elabora o CIM e o Teaser, outro continua com as empresas comparáveis e o DCF, e depois filtra os compradores potenciais. O trabalho, anteriormente disperso entre diferentes analistas, começa a ser integrado em um fluxo de negociação automatizado. Este é o verdadeiro ponto de criatividade do Rogo.

Claro, o fato de o software poder fazer isso não significa que os bancos de investimento realmente o usarão. Por isso, o modelo de negócios da Rogo também é muito especial.

Cobrança por assento, essencialmente SaaS. Até fevereiro de 2026, possui mais de 25.000 usuários e 150 clientes institucionais.

Mas a forma de implementação é muito intensa. O Rogo envia diretamente ex-bancários e engenheiros para dentro das empresas dos clientes, ajudando-os a construir fluxos de trabalho, realizar treinamentos e ajustar os Agentes.

Por exemplo, na Baird, o Rogo lançou cerca de 600 vagas. Após treinamento presencial e acompanhamento contínuo, a participação atingiu 95% alguns meses depois, com cerca de 10 mil tarefas automatizadas concluídas por semana, totalizando mais de 250 mil.

Ou seja, embora o Rogo venda software, sua implementação se assemelha mais a consultoria.

Se o modelo Rogo funcionar, no futuro, o mesmo número de pessoas poderá cobrir mais projetos. Para uma indústria que dependeu de “força de trabalho humana” por décadas, esse é o maior valor da IA.

Por lógica, empresas como Rogo são realmente perigosas.

Acima estão fabricantes de modelos como OpenAI e Anthropic, abaixo estão fornecedores de dados como Capital IQ e PitchBook, e os clientes são grandes instituições financeiras como Goldman Sachs e Lazard.

Ele está preso no meio; qualquer lado que dê um passo à frente pode contorná-lo.

Mas a realidade é exatamente o contrário.

Até agosto deste ano, o Rogo já possui 40.000 usuários e mais de 300 clientes institucionais, incluindo bancos de investimento tradicionais como Rothschild e Lazard.

Por que um camada intermediária que parece mais fácil de ser substituída acaba se tornando cada vez mais profunda?

O ponto crucial é que Rogo ocupou os três principais pontos da inteligência artificial financeira.

O primeiro é conformidade.

Rogo foi fundado por volta de 2022, mas sua verdadeira comercialização em larga escala ocorreu dois anos depois.

Nestes dois anos, ele fez principalmente um trabalho árduo: fazer com que instituições financeiras se sentissem à vontade para entregar dados à IA.

Bancos de investimento processam diariamente informações sobre fusões e aquisições, dados de clientes e pesquisas internas. Se um AI divulgar MNPI ou calcular incorretamente um número chave, as consequências podem se transformar diretamente em incidentes de conformidade e reputação.

Portanto, o Rogo já implementava isolamento de dados, lógica de isolamento de MNPI, permissões granulares e auditoria em todo o fluxo de trabalho, e progressivamente obteve as certificações SOC 2 Type I/II, ISO 27001 e a certificação ISO 42001 de governança de IA em 2025.

Nada disso é sexy, mas é extremamente demorado. Como resultado, assim que a comercialização começou, o crescimento foi rápido: de 0 para sete dígitos em ARR em menos de cinco meses, com receita superior a US$ 15 milhões em 2025.

O segundo é que ele não aposta no modelo.

O maior risco para muitas empresas de aplicações de IA é apostar no modelo subjacente errado.

Ele simplesmente não aposta. Ele desenvolveu um Model Broker que se conecta simultaneamente a modelos como OpenAI, Anthropic, Google, escolhendo automaticamente o mais adequado para cada tarefa financeira.

Por que fazer isso? Porque não existe um modelo universal para tarefas financeiras.

Rogo criou o Big Finance Bench com 928 tarefas financeiras reais e descobriu que o GPT-5.5 é mais competente em estrutura de capital e M&A, o Claude Sonnet 4.6 é mais adequado para análise de demonstrações financeiras e o Claude Opus 4.7 se destaca em capital privado e previsões.

Ao fazer roteamento simples com base no tipo de tarefa e na fonte de dados, o desempenho geral pode ser 4,5 pontos percentuais superior ao do melhor modelo único.

A diferença de custo é maior. Para a mesma tarefa, usar o modelo de ponta pode custar US$ 1,26, enquanto um modelo leve mais adequado custa apenas US$ 0,02 no mínimo.

Essa arquitetura significa uma coisa muito importante: o modelo subjacente pode ser substituído continuamente, mas os dados do cliente, os Agentes e os fluxos de trabalho permanecem no Rogo.

No entanto, o verdadeiro limite do Rogo é determinado pelo terceiro nível.

Ele começou a se infiltrar no meio de todos os softwares das instituições financeiras.

O fluxo de trabalho dos bancos de investimento é extremamente fragmentado. Os dados estão no Capital IQ e no PitchBook, arquivos internos no SharePoint, relacionamento com clientes no Salesforce, e-mails no Outlook, modelos no Excel e documentos de transação no Data Room.

Antes, uma grande parte do tempo que os analistas dedicavam era movendo coisas entre esses softwares.

Rogo começa a encaixá-las peça por peça.

Em setembro de 2025, adquiriu a Subset e inseriu diretamente o Agente no Excel, permitindo que ele modifique modelos complexos compostos por dezenas de planilhas. Em março deste ano, adquiriu a Offset, dotando o Agente de "memória", para que ele saiba como um modelo foi construído e alterado no passado.

Ao mesmo tempo, ele se integra ao SharePoint, Outlook, Salesforce, Box e Intralinks.

Até agosto deste ano, o Rogo adquiriu ainda mais a Rivanna, aprimorando suas capacidades na due diligence de M&A. O agente pode processar dezenas de milhares de documentos de transações de uma só vez, fornecer citações originais, identificar riscos e acompanhar todo o processo de due diligence.

Vistos isoladamente, esses são apenas recursos. Mas quando os conectamos, as coisas mudam.

Rogo está reunindo gradualmente os fluxos de trabalho de uma transação financeira, anteriormente espalhados por uma dúzia de softwares, em seu próprio nível.

Se este quebra-cabeça finalmente se fechar, Rogo não terá apenas uma ferramenta de IA.

Ele se tornará a porta de entrada para o trabalho diário das instituições financeiras. Essa é a verdadeira razão pela qual o capital está disposto a avaliá-lo em US$ 2 bilhões.