فنکاری AI کمپنی Rogo نے 1.6 ارب ڈالر کی D سیریز فنڈنگ مکمل کر لی، جس کے نتیجے میں اس کی قیمت 7.5 ارب ڈالر سے بڑھ کر 20 ارب ڈالر ہو گئی، صرف تین ماہ میں تقریباً دوگنا ہو گئی۔ Rogo کو انسٹی ٹیوشنل بینکنگ، PE اور ایسٹ مینجمنٹ کمپنیوں کے لیے AI اینالسٹ کے طور پر پوزیشن کیا گیا ہے، جو کمپنیوں کی تلاش، ڈیٹا کی تلاش، ویلیویشن ماڈلز بنانا اور صارفین کے لیے مواد تیار کرنے جیسے کاموں کو مکمل کر سکتا ہے۔ کمپنی نے OpenAI، Anthropic جیسے بنیادی ماڈلز اور Capital IQ، PitchBook جیسے فنکاری ڈیٹا کو اکٹھا کیا ہے اور Excel، PPT جیسے آفس سافٹ ویئر سے جوڑا ہے تاکہ مختلف سسٹمز میں بکھرے ہوئے کاموں کو آٹومیٹڈ پروسیس میں تبدیل کر سکے۔ اگست 2026 تک، Rogo نے 300 سے زائد فنکاری اداروں میں داخلہ حاصل کر لیا ہے اور اس کے 40,000 صارفین ہیں۔ اس کا مرکزی مقابلہ اس کا کمپلائنس، ماڈل نیٹرلٹی اور اکوسسٹم انٹیگریشن ہے، جو فنکاری اداروں کے لیے ایک کام کا دروازہ بن رہا ہے۔

مضمون کے مصنف، ذریعہ: وول سٹریٹ ویزن

AI بالآخر وال اسٹریٹ میں داخل ہو گیا۔

اس سال اپریل میں، فنانشل AI کمپنی Rogo نے 1.6 ارب امریکی ڈالر کی D فنڈنگ مکمل کی، جس سے اس کی قیمت براہ راست 20 ارب امریکی ڈالر پر پہنچ گئی۔ اور تین ماہ پہلے، اس کی قیمت صرف 7.5 ارب امریکی ڈالر تھی۔

تین ماہ، تقریباً دو گنا ہو گیا۔

روگو کیا کرتا ہے؟

بس ایک “AI اینالسٹ” کو انویسٹمنٹ بینکس، PE اور ایسٹ مینجمنٹ کمپنیوں کے لیے مختص کریں۔

کمپنی کی جانچ، ڈیٹا تلاش، اقدار کے ماڈل بنانا، ایکسل میں تبدیلی کرنا، اور صارفین کے مواد تیار کرنا — جو پچھلے وقت میں جونیئر اینالسٹس کو رات بھر جاگ کر کرنے پڑتے تھے، اس کا سب کچھ یہ کر لیتا ہے۔

لیکن اصل میں دلچسپ بات یہ ہے کہ روگو کے پاس کچھ بھی خاص طور پر "حصصی" نہیں لگتا۔

بنیادی ماڈل OpenAI اور Anthropic کا استعمال کرتا ہے، فنانسی ڈیٹا Capital IQ اور PitchBook سے آتا ہے، اور آخر میں Excel اور PPT مائیکروسافٹ کے ہیں۔

دوسرے الفاظ میں، ماڈل، ڈیٹا اور آفس سافٹ ویئر تک، سب سے اہم چیزیں اس کی اپنی نہیں ہیں۔ روگو کا کام زیادہ تر درمیان میں کھڑے ہو کر ان سب چیزوں کو جوڑنا ہے۔

معمول کے مطابق، ایسی کمپنیاں آسانی سے اپسٹریم اور ڈاؤنسٹریم سے گھیر لی جاتی ہیں۔

لیکن حقیقت بالکل اس کے برعکس ہے۔

2026ء کے اگست تک، روگو نے 300 سے زیادہ مالیاتی اداروں میں داخلہ حاصل کر لیا ہے، جسے 40,000 سے زیادہ مالیاتی ماہرین استعمال کر رہے ہیں، اور اس کی قیمت 20 ارب ڈالر تک پہنچ گئی ہے۔

یہ دلچسپ بات ہے۔ ایک ایسا درمیانی طرف جو صرف "اکٹھا کرنے" کا کام کرتا ہے، کیوں امریکہ کی وال سٹریٹ کی سب سے زیادہ ماننے والی AI کمپنیوں میں سے ایک بن گیا؟

آج، سائیکی جون روگو اور AI کے بارے میں بتائیں گے کہ وہ کیسے واٹ اسٹریٹ کے تجزیہ کاروں کے کام کو لینا شروع ہو گئے۔

وال اسٹریٹ کے تجزیہ کار کے لیے ہوم ورک جمع کروائیں

انویسٹمنٹ بینک اینالسٹ، شاید دنیا کے سب سے زیادہ تنخواہ پانے والے اور سب سے زیادہ دہرائے جانے والے جسمانی کام کرنے والے لوگ۔

ان کا دن بھر سوٹ پہنے، واٹ اسٹریٹ کے درمیان آ جانے والے نظر آتے ہیں، لیکن واقعی صارفین کے ڈیسک کے سامنے بیٹھ کر کاروبار کرنے کا وقت بہت کم ہوتا ہے۔ انسٹیٹیوٹ آف انورسٹمنٹ بینکنگ ٹریننگ، وال سٹریٹ ماسٹر مائنڈ نے اندازہ لگایا ہے کہ انورسٹمنٹ بینکنگ ملازمین کا تقریباً 90% وقت ڈیٹا تلاش کرنے، رپورٹس لکھنے، ایکسل ماڈلز اپ ڈیٹ کرنے اور پی پی ٹی بنانے جیسے دفتری کاموں میں گزر جاتا ہے۔

فوربس نے پہلے روگو کے بانی کے ساتھ انٹرویو میں ذکر کیا تھا کہ کچھ جنرل اسٹاف بینکرز ہفتے میں 90 گھنٹے تک کام کرتے ہیں۔ اگر ہفتے کے ساتوں دن کام کیا جائے، تو اوسطاً روزانہ تقریباً 13 گھنٹے ہوتے ہیں۔

وجہ بہت آسان ہے۔ روایتی سرمایہ کاری بینکس زیادہ تر ایک “انسانوں کے ذریعہ پیداوار بڑھانے” والی چیز ہیں۔ جب منصوبوں کی تعداد بڑھ جائے، تو زیادہ تحلیل کار مقرر کیے جاتے ہیں؛ جب کام کا بوجھ بڑھ جائے، تو اضافی گھنٹے کام کرکے اسے مکمل کیا جاتا ہے۔

روگو AI کے ذریعے اس ماڈل کو تبدیل کرنا چاہتا ہے۔

پہلا قدم، "ڈیٹا تلاش کرنا" کو خودکار بنانا ہے۔

اینورٹمنٹ بینکس کے منصوبوں کے لیے، مالیاتی ڈیٹا Capital IQ اور FactSet میں چیک کیا جاتا ہے، فنانسنگ کے لیے PitchBook استعمال کیا جاتا ہے، اور ضم شدہ معاہدوں کے لیے LSEG میں تلاش کی جاتی ہے۔ ان ڈیٹا بیسز کو اینورٹمنٹ بینکس پہلے ہی خرید چکے ہیں، لیکن پہلے تجزیہ کاروں کو خود تلاش کرنا، فلٹر کرنا اور کاپی کرنا پڑتا تھا۔

روگو کا کام بہت سیدھا سادہ ہے، وہ ان ڈیٹا کمپنیوں کے ساتھ تعاون کرتا ہے اور صارفین کے موجودہ ڈیٹا کے اختیارات کو ایجنٹ کو دے دیتا ہے۔

2024 کے آخر میں Capital IQ کے ساتھ اندراج کے بعد، Rogo میں ایجینٹ فنڈامنٹل ڈیٹا، مارکیٹ توقعات وغیرہ کو براہ راست استعمال کر سکتا ہے اور مزید تجزیہ جاری رکھ سکتا ہے۔

دوسرے الفاظ میں، روگو نے گزشتہ “لوگوں کے لیے چیک کی جانے والی ڈیٹا” کو “ایجنٹس کے لیے استعمال کی جانے والی پیداواری سامان” میں تبدیل کر دیا۔

دوسرا قدم، فوری طور پر استعمال کے قابل فائلیں فراہم کرنا ہے۔

روگو کا فیلکس ایجینٹ براہ راست انvestment بینکس کے استعمال کیے جانے والے ایکسل ماڈلز میں داخل ہو سکتا ہے، ڈیٹا اپ ڈیٹ کر سکتا ہے، پیش گوئی کے سالوں کو رول کر سکتا ہے، گرافکس کو ریفرش کر سکتا ہے، اور قابلِ موازنہ کمپنیوں کو تبدیل کر سکتا ہے۔

یہ بات آسان لگتی ہے، لیکن اصل میں بہت مشکل ہے۔ ایک حقیقی سرمایہ کاری بینک ماڈل میں دہائیوں کی ورک شیٹس ہو سکتی ہیں، جن میں پوری طرح سے ورک شیٹس کے درمیان ریفرنسز، تاریخی ڈیٹا اور پیش گوئی کے فرضیات ہوتے ہیں۔ پہلے تجزیہ کاروں کو ہر اپڈیٹ کے لیے خود ڈیٹا جمع کرنا پڑتا تھا، سال تبدیل کرنا پڑتا تھا، اور فارمولوں کو چیک کرنا پڑتا تھا۔

اب فیلکس براہ راست سنبھال سکتا ہے۔

مثلاً، اگر ماڈل میں 2027 کا آزاد نقدی بہاؤ اچانک منفی ہو جائے، تو یہ فارمولے کے ساتھ پیچھے کی طرف جا سکتا ہے تاکہ یہ پتہ چل سکے کہ کون سی فرضیات میں تبدیلی آئی ہے، اور پھر ترمیم کے تجاویز فراہم کر سکتا ہے۔

جب بہت پیچیدہ ماڈلز کا سامنا ہوتا ہے، تو وہ کچھ کمپوٹیشنل منطق کو پیتھن میں تبدیل کر دیتا ہے اور نتائج کی جانچ کے لیے دوبارہ چلاتا ہے۔

یعنی فیلکس اب سیدھے سرمایہ کاری بینک کے کام کے نتائج فراہم کر سکتا ہے۔

تیسرے مرحلے میں، ایکل تھرکس کو ایک مکمل ٹریڈ میں جوڑیں۔

انویسٹمنٹ بینکنگ پروجیکٹس پیچیدہ لگتے ہیں، لیکن انہیں الگ الگ کرنے کے بعد، صرف قابل موازنہ کمپنیاں، تاریخی ٹریکس، DCF، CIM، Teaser، اور خریداروں کا انتخاب جیسے دہرائے جانے والے اقدامات ہیں۔

روگو نے ان تمام اقدامات کو الگ الگ ایجینٹس میں پیک کر دیا۔ اس نے 75 سے زیادہ ایسے افراد کو شامل کیا جنہوں نے سرمایہ کاری بینک، پرائیویٹ ایکویٹی، کریڈٹ اور تحقیق میں کام کیا ہے، اور اب تک شیئرڈ ایجینٹس نے 430,000 سے زیادہ بار کام کیا ہے۔

لیکن معیاری ایجنٹ کافی نہیں ہے کیونکہ ہر سرمایہ کاری بینک کا ٹیمپلیٹ، انداز اور عمل مختلف ہوتا ہے۔

اس لیے، Rogo اپنی ٹیم کو صارفین کے اندر بھیجتا رہے گا تاکہ Agent کو مخصوص ورژن میں تبدیل کیا جا سکے۔ صرف 2026 کے جولائی کے شروع میں ایک ہفتے میں، Rogo نے صارفین کے ساتھ مل کر 2450 سے زیادہ کسٹم Agent تعمیر کیے۔

زیادہ اہم بات یہ ہے کہ ان ایجنٹس کو جوڑا جا سکتا ہے۔

ایک ایجینٹ سی آئی ایم اور ٹیزر کا مسودہ تیار کرتا ہے، دوسرا قابلِ موازنہ کمپنیوں اور ڈی ایف سی کا کام جاری رکھتا ہے، اور پھر ممکنہ خریداروں کا انتخاب کرتا ہے۔ جو کام پہلے مختلف تجزیہ کاروں کے ہاتھوں میں بکھرے ہوئے تھے، وہ اب ایک خودکار ٹریڈنگ پروسیس میں جُڑ رہے ہیں۔ یہی روگو کی حقیقی تخلیقی صلاحیت ہے۔

بے شک، سافٹ ویئر کر سکتا ہے، لیکن اس کا مطلب یہ نہیں کہ انویسٹمنٹ بینک اس کا استعمال کریں گے۔ اس لیے، روگو کا بزنس ماڈل بھی خاص ہے۔

یہ سیٹ کے لحاظ سے چارج کرتا ہے، جو بنیادی طور پر SaaS ہے۔ فروری 2026 تک، اس کے 25,000 سے زیادہ صارفین اور 150 ادارہ جاتی کلائنٹس ہیں۔

لیکن اس کا طریقہ کار بہت زوردار ہے۔ روگو کلائنٹس کے اندر براہ راست سابق بینکر اور انجینئرز بھیجتا ہے تاکہ وہ کلائنٹس کے لیے ورکفلو بنائیں، ٹریننگ دیں اور ایجنٹز کو تبدیل کریں۔

مثلاً، بیرڈ میں روگو نے تقریباً 600 سیٹس شروع کیے۔ فیلڈ ٹریننگ اور مستقل فالو اپ کے ذریعے، کچھ ماہوں کے بعد استعمال کی شمولیت 95% تک پہنچ گئی، جس میں ہفتہ وار تقریباً 10,000 آٹومیٹڈ ٹاسکز مکمل ہوئے اور کل مل کر 250,000 سے زیادہ ہوئے۔

یعنی، جبکہ روگو سافٹ ویئر بیچ رہا ہے، لیکن اس کا عمل زیادہ تر مشورہ جیسا لگتا ہے۔

اگر روگو کا یہ ماڈل کامیاب ہو جائے، تو مستقبل میں اتنے ہی لوگ زیادہ پروجیکٹس کو کور کر سکیں گے۔ ایک ایسے صنعت کے لیے جس نے کئی دہائیوں تک "انسانی طاقت سے کمپیوٹنگ طاقت جمع کی" ہے، یہی AI کی سب سے بڑی قیمت ہے۔

معمول کے مطابق، روگو جیسی کمپنیاں بہت خطرناک ہوتی ہیں۔

اوپر OpenAI، Anthropic جیسے ماڈل فراہم کنندگان ہیں، نیچے Capital IQ، PitchBook جیسے ڈیٹا فراہم کنندگان ہیں، اور صارفین کے طور پر گولڈمن سیکس، لازارڈ جیسے بڑے مالیاتی ادارے ہیں۔

یہ درمیان میں ہے، اور کسی بھی طرف ایک قدم آگے بڑھنا اسے گھیر لے سکتا ہے۔

لیکن حقیقت بالکل اس کے برعکس ہے۔

اس سال اگست تک، روگو کے 40,000 صارفین اور 300 سے زیادہ ادارہ جاتی客户 ہیں، جن میں روتھسچائلڈ، لازارڈ جیسے پرانے سرمایہ کاری بینک بھی شamil ہیں۔

کیوں ایک ایسا درمیانی لیyer جو سب سے زیادہ قابل تبدیل لگتا ہے، اس کی گہرائی بڑھتی جا رہی ہے؟

اہم بات یہ ہے کہ روگو نے فنانشل AI کے تین اہم مقامات پر قدم رکھ دیا ہے۔

پہلا، کمپلائنس ہے۔

روگو 2022 کے تقریباً اسی وقت قائم ہوا، لیکن اس کا واقعی بڑے پیمانے پر تجارتی طور پر آغاز دو سال بعد ہوا۔

اس نے پچھلے دو سالوں میں صرف ایک مشکل کام کیا: مالیاتی اداروں کو AI کو اپنا ڈیٹا دینے کے لیے تیار کیا۔

انویسٹمنٹ بینکس روزانہ ایکویٹی مرجز اور ایکسکائرز، کسٹمر ڈیٹا اور اندر کی تحقیق کا انتظام کرتی ہیں۔ اگر AI MNPI کو لیک کر دے یا ماڈل ایک اہم نمبر میں غلطی کر دے، تو نتائج فوراً کمپلائنس اور ریپوٹیشن کے واقعات میں تبدیل ہو سکتے ہیں۔

اس لیے، روگو نے زمانہ سے ہی ڈیٹا الگ کرنا، MNPI منطقی الگ کرنا، سوکھی اجازتیں اور مکمل عمل کی آڈٹ کی ہے، اور SOC 2 Type I/II، ISO 27001، اور 2025 کا ISO 42001 AI گورننس سرٹیفکیشن حاصل کرتا جا رہا ہے۔

ان باتوں میں کوئی جذبہ نہیں ہے، لیکن یہ بہت زیادہ وقت لیتی ہیں۔ نتیجہ یہ ہوا کہ جب تجارتی طور پر شروع کیا گیا، تو اضافہ بہت تیز ہوا: صرف پانچ ماہ میں 0 سے سات رقم کا ARR حاصل کیا گیا، اور 2025 کے لیے آمدنی 15 ملین ڈالر سے زیادہ ہو گئی۔

دوسرا، یہ مدل پر ڈیپ نہیں کرتا۔

بہت سے AI ایپلیکیشن کمپنیوں کا بڑا خطرہ، بنیادی ماڈل پر غلط بات ڈالنا ہے۔

روگو کبھی بھی دبایا نہیں جاتا۔ یہ ایک مڈل بروکر تیار کرتا ہے اور OpenAI، Anthropic، Google جیسے ماڈلز کو جوڑتا ہے، جو مختلف مالی کاموں کے لیے خودکار طور پر منتخب ہوتے ہیں۔

اسے کیوں کرنا چاہیے؟ کیونکہ فنانشل ٹاسکس کے لیے کوئی جامع ماڈل موجود نہیں ہے۔

روگو نے 928 حقیقی مالیاتی کاموں پر بگ فنانس بینچ تیار کیا، جس سے پتہ چلا کہ GPT-5.5 کوٹیشن سٹرکچر اور ایم اینڈ اے میں زیادہ ماہر ہے، کلود سونیٹ 4.6 فنانشل رپورٹس کے تجزیہ کے لیے زیادہ مناسب ہے، اور کلود اوپس 4.7 پرائیویٹ ایکوٹی اور پیشگوئی میں بہتر کارکردگی دکھاتا ہے۔

صرف کام کے قسم اور ڈیٹا کے ذرائع کے مطابق سادہ راؤٹنگ کرنے سے کل کارکردگی سب سے زیادہ مضبوط منفرد ماڈل سے 4.5 فیصد زیادہ ہو جاتی ہے۔

لاگت کا فرق زیادہ ہے۔ ایک ہی کام کے لیے، اعلیٰ ماڈل کا استعمال کرنے سے 1.26 امریکی ڈالر لگ سکتے ہیں، جبکہ ایک مناسب ہلکا ماڈل استعمال کرنے سے صرف 0.02 امریکی ڈالر لگ سکتے ہیں۔

یہ ساخت ایک بہت اہم بات کو ظاہر کرتی ہے: بنیادی ماڈل کو بار بار تبدیل کیا جا سکتا ہے، لیکن صارفین کا ڈیٹا، ایجنٹ اور ورک فلو Rogo پر ہی رہیں گے۔

لیکن، روگو کی سب سے اوپری سیم کو حقیقی طور پر تیسری سطح طے کرتی ہے۔

یہ مالیاتی اداروں کے تمام سافٹ ویئر کے درمیان میں دھکیلنا شروع ہو گیا ہے۔

انویسٹمنٹ بینکنگ کا ورک فلو بہت زیادہ ٹکڑوں میں تقسیم ہے۔ ڈیٹا Capital IQ اور PitchBook پر ہے، اندر کے فائلز SharePoint پر، کسٹمر ریلیشنز Salesforce پر، ای میل Outlook پر، ماڈل Excel میں، اور ٹریڈنگ ورک پیپرز Data Room میں رکھے جاتے ہیں۔

گزشتہ زمانے میں تجزیہ کاروں کا زیادہ تر وقت ان سافٹ ویئرز کے درمیان چیزوں کو منتقل کرنے میں گزرتا تھا۔

روگو انہیں ایک ایک کر کے جوڑنا شروع کر دیتا ہے۔

2025ء کے ستمبر میں Subset کی خریداری کی گئی، جس سے Agent کو Excel میں براہ راست ڈال دیا گیا تاکہ وہ کئی ورک شیٹس پر مشتمل مجمع ماڈل کو تبدیل کر سکے۔ اس سال مارچ میں Offset کی خریداری کی گئی، جس سے Agent کو "یادداشت" فراہم کی گئی تاکہ وہ جان سکے کہ ایک ماڈل کو پہلے کیسے بنایا گیا اور کیسے تبدیل کیا گیا۔

اس کے علاوہ، یہ SharePoint، Outlook، Salesforce، Box اور Intralinks سے جڑا ہوا ہے۔

اس سال اگست تک، روگو نے ریوانا کو مزید خرید لیا، جس سے اس کی صلاحیت M&A ڈیویلپمنٹ تک پہنچ گئی۔ ایجنٹ ایک بار میں لاکھوں ٹریڈ فائلز کو پروسیس کر سکتا ہے، اصل حوالہ دے سکتا ہے، خطرات کی شناخت کر سکتا ہے، اور پورے ڈیویلپمنٹ پروسیس کو ٹریک کر سکتا ہے۔

الگ الگ، یہ صرف فیچرز ہیں۔ لیکن انہیں جوڑ دیا جائے تو بات مختلف ہو جاتی ہے۔

روگو ایک مالی لین دین کے عمل کو، جو اصل میں دس سے زیادہ سافٹ ویئرز میں بکھرا ہوا تھا، ایک ایک کر کے اپنی سطح پر اکٹھا کر رہا ہے۔

اگر یہ پہیلی آخرکار مکمل ہو جائے، تو روگو کے پاس صرف ایک AI ٹول نہیں ہوگا۔

یہ مالیاتی اداروں کے لیے روزانہ کام کرنے کا دروازہ بن جائے گا۔ یہی وہ حقیقی وجہ ہے جس کی بنا پر سرمایہ کار اس کی قیمت 20 ارب ڈالر رکھتے ہیں۔