Rogo AI

Rogo es una plataforma de IA empresarial creada específicamente para los flujos de trabajo de la banca de inversión, el capital privado y las finanzas institucionales. Fundada en 2021 por Gabriel Stengel y John Willett, la empresa surgió directamente de la experiencia de Stengel como analista en Lazard, donde observó cómo los banqueros júnior se agotaban procesando información a pesar de estar altamente capacitados. Rogo ajusta modelos de lenguaje grande (LLM) con datos financieros etiquetados profesionalmente y los implementa en instancias en la nube de inquilino único (single-tenant) para cumplir con los requisitos de seguridad y normativos de las instituciones de primer nivel. Hasta mayo de 2026, más de 35,000 profesionales financieros en más de 250 instituciones utilizan la plataforma a diario, incluyendo Lazard, Rothschild and Co, Jefferies, Moelis, Nomura y Baird.

La plataforma ejecuta todo el conjunto de tareas de la banca de inversión: análisis automatizado de comparables, creación de modelos financieros, preparación de presentaciones (pitchbooks), síntesis de resultados, redacción de memorandos de debida diligencia y evaluación de acuerdos. Rogo se conecta con los principales proveedores de datos financieros, como LSEG, FactSet, Capital IQ, PitchBook, Preqin, Quartr, Dow Jones y Third Bridge, y también indexa documentos internos de la empresa almacenados en SharePoint, OneDrive y OneNote. Su función principal más reciente es Felix, un sistema basado en agentes que acepta la delegación de tareas por correo electrónico y ejecuta flujos de trabajo financieros de múltiples pasos de forma autónoma, devolviendo entregables formateados en Excel, PowerPoint y Word. La plataforma utiliza una arquitectura independiente del modelo que ejecuta tanto Claude de Anthropic (incluyendo Opus) como o1 de OpenAI, y ha demostrado una precisión 2.42 veces mayor que ChatGPT en las evaluaciones de tareas financieras de FinanceBench.

Lo que Rogo AI realmente hace en mayo de 2026

La interfaz principal de Rogo es una capa de consulta al estilo ChatGPT respaldada por datos financieros y contenido interno de la empresa. Pero el desarrollo más significativo en 2025 y 2026 ha sido el cambio hacia la ejecución basada en agentes. La biblioteca de flujos de trabajo preconfigurados de la plataforma cubre las tareas repetitivas que consumen las horas de los analistas: análisis de comparables de ganancias, perfiles de empresas públicas, resúmenes de patrocinadores financieros, preparación de reuniones, resúmenes de compradores secundarios, seguimiento de noticias y revisión de presentaciones, entre otros. No se trata de plantillas que aún requieran la entrada manual de datos. Rogo extrae datos en tiempo real de las fuentes con licencia de la empresa, completa el resultado con el formato estándar de la firma y devuelve un documento listo para la revisión del analista.

Felix, presentado de manera destacada en febrero de 2026 y fundamental para el anuncio de la Serie D en abril de 2026, lleva esto más allá. Un banquero puede enviar un correo electrónico a Felix con una tarea de la misma manera que lo haría con un analista de primer año: "prepara los comparables de fusiones y adquisiciones para la presentación de la junta" o "prepara una lista de compradores para el proceso XYZ". Felix itera sobre el entregable a medida que el banquero responde con comentarios, operando las 24 horas del día. Los usuarios de las primeras implementaciones lo describieron como un avance del "90% del camino" en el trabajo real, y como "una de las pocas herramientas que realmente se adapta a cómo piensan y estructuran los resultados los banqueros". La actualización del producto de febrero de 2026 también agregó un intérprete de código impulsado por Python para Excel, lo que permite un análisis preciso de modelos financieros con múltiples pestañas y gran cantidad de fórmulas que el análisis básico de los LLM maneja de manera deficiente.

La postura de cumplimiento es un verdadero diferenciador para este mercado. La implementación de inquilino único (single-tenant) significa que los datos del cliente nunca tocan una infraestructura compartida. Rogo se compromete contractualmente a no entrenar modelos con los datos de los clientes. La plataforma mantiene las certificaciones SOC2, ISO 27001, GDPR, CCPA y la Ley de IA de la UE. Para una empresa que ejecuta procesos confidenciales de fusiones y adquisiciones, estos no son simples requisitos de una lista de verificación, sino verdaderos criterios de evaluación.

"Nuestros analistas de investigación utilizan Rogo para profundizar y descubrir ideas que ayudan a nuestros clientes en su proceso de inversión. Más que una herramienta de productividad, Rogo permite a nuestros analistas investigar problemas complejos y alimentar la curiosidad que los hace excelentes". - Craig Kennison, analista sénior y director de operaciones de investigación, Baird Equity Research (estudio de caso de cliente de Baird, 2025)

Dónde se sitúa Rogo frente a Hebbia y AlphaSense

Tres plataformas compiten de manera más directa en el segmento de IA para finanzas: Rogo, Hebbia y AlphaSense. Tienen arquitecturas genuinamente diferentes y atienden casos de uso que se superponen pero que son distintos.

Rogo vs. Hebbia: Hebbia utiliza una arquitectura especializada de subagentes que separa la recuperación del formato de salida, con una interfaz de cuadrícula de datos donde cada celda se vincula a su cita de origen a nivel de oración. Hebbia es fuerte en la síntesis simultánea de conjuntos masivos de documentos, razón por la cual los bufetes de abogados, las prácticas de consultoría y los equipos de diligencia de capital privado lo prefieren para el análisis de salas de datos (data rooms). Pero Hebbia no genera de forma nativa entregables en formato de banca de inversión. No hay automatización de presentaciones, ni flujo de trabajo de comparables, ni resúmenes de ganancias preconfigurados en la interfaz. El resultado de Rogo tiene formato de banca de inversión: modelos de Excel en plantillas de la empresa, diapositivas de PowerPoint, memorandos de Word, entregados a través de flujos de trabajo calibrados según las convenciones de la banca de inversión. Para los equipos de acuerdos que preparan materiales para clientes, Rogo hace un trabajo para el que Hebbia no fue diseñado.

Rogo vs. AlphaSense: AlphaSense es una herramienta fundamentalmente diferente en una dimensión crítica: el contenido exclusivo. AlphaSense ha creado una biblioteca de más de 450 millones de documentos externos premium, incluyendo su agregador de investigación de corredores Wall Street Insights que abarca más de 1,000 fuentes de venta (sell-side), más de 240,000 transcripciones de entrevistas de llamadas de expertos y más de 4,500 modelos financieros de actualización automática. Estos son datos exclusivos que Rogo no tiene. La cobertura de contenido externo de Rogo depende de las licencias de datos que la institución ya posea: FactSet, Capital IQ, PitchBook y similares. Si su tarea principal de investigación es la inteligencia de mercado, el análisis de sentimiento en las llamadas de ganancias o el seguimiento de temas de la competencia en los informes de los analistas, la biblioteca de contenido de AlphaSense es una ventaja estructural. Rogo gana en la ejecución del flujo de trabajo de la banca de inversión y en la producción de entregables de acuerdos. AlphaSense gana en la profundidad de la investigación y en la amplitud del contenido preexistente. Las herramientas atienden a diferentes compradores principales: AlphaSense se dirige a equipos de estrategia, relaciones con inversores (IR) e investigación; Rogo se dirige a equipos de acuerdos y banqueros.

Un tercer punto de comparación que vale la pena destacar: los usuarios que necesitan principalmente la gestión del conocimiento de documentos empresariales junto con los flujos de trabajo financieros también deberían considerar Glean, que indexa todos los datos internos de la empresa en todas las herramientas, pero carece de la ejecución de flujos de trabajo específicos de finanzas que proporciona Rogo.

"Rogo permite a nuestros equipos analizar datos de mercado e identificar oportunidades con una velocidad y precisión sin precedentes, al tiempo que permite a nuestros banqueros centrarse más profundamente en las relaciones con los clientes y el asesoramiento estratégico". - Patrice Maffre, director internacional de banca de inversión, Nomura (anuncio de la Serie B de Rogo, abril de 2025)

Cómo es la realidad del flujo de trabajo de los agentes

La imagen de marketing de un "analista de IA disponible 24/7" es genuina en algunos aspectos, pero requiere calibración sobre cómo se ve el traspaso en la práctica. La implementación en Baird es el caso público mejor documentado: más de 100 usuarios activos, 85% de uso activo semanal, 70% de uso activo diario. Los analistas allí utilizan Rogo durante la temporada de ganancias para comprimir el procesamiento de transcripciones de horas a minutos, comparando los resultados reales con el modelo y las estimaciones de consenso para construir la columna vertebral de las notas de investigación. Esa parte del flujo de trabajo está funcionando.

La verdad más dura es que los comentarios en foros de analistas en empresas clientes, incluyendo Lazard y Moelis, pintan un panorama más matizado. Los hilos de Wall Street Oasis de 2025 incluyen caracterizaciones de versiones anteriores de Rogo como "mediocres y decepcionantes" y resultados que "no producen nada que pueda enviar a un cliente o a un socio sin revisión". Los comentarios más recientes reconocen la mejora ("ha mejorado drásticamente"), pero la tensión subyacente es real: la brecha entre un borrador que le ahorra a un analista dos horas y un borrador que va directamente a un socio es exactamente donde Rogo todavía está trabajando para cerrar.

El agente Felix intenta abordar esto cambiando el modelo de interacción. En lugar de hacer una pregunta y juzgar la respuesta, los banqueros delegan una tarea e iteran a través del resultado por correo electrónico. El modelo mental se acerca más a la gestión de un analista júnior que a la consulta de un motor de búsqueda, y ese enfoque parece reducir la frustración al establecer expectativas más claras. Para los equipos que adoptan ese flujo de trabajo, se informa que las ganancias de productividad son significativas. Para los equipos que esperan un trabajo terminado y listo para el cliente sin revisión, la brecha persiste.

La cobertura de datos también es importante aquí. La tabla de IA (AI Table) y las capacidades analíticas de Rogo son tan buenas como las licencias de datos que la empresa aporta a la plataforma. Una institución con contratos de Capital IQ y FactSet obtiene sustancialmente más de Rogo que una que depende únicamente de fuentes públicas. Esta no es una crítica exclusiva de Rogo, pero significa que la propuesta de valor escala con la infraestructura de datos que la institución ya tiene.

Para quién está diseñado Rogo

Rogo está genuinamente diseñado para banqueros de inversión e inversores institucionales en empresas lo suficientemente grandes como para negociar contratos de software empresarial, mantener una infraestructura de TI dedicada y absorber los requisitos de implementación de inquilino único. El punto ideal son los bancos del mercado medio hasta los grandes bancos de inversión (bulge-bracket) que se implementan en toda la empresa (el modelo de implementación de Rogo asume un despliegue institucional, no licencias individuales), empresas de capital privado y capital de crecimiento con un flujo de acuerdos activo, y equipos de investigación de acciones en los principales corredores. La implementación documentada de Baird, con más de 100 usuarios y un alto compromiso diario, es la implementación de referencia de cómo funciona la herramienta en su mejor momento.

Para los equipos que ejecutan procesos frecuentes de debida diligencia con grandes salas de datos, el flujo de trabajo de diligencia automatizado de Rogo, que integra salas de datos privadas, genera listas de preguntas y redacta memorandos, supuestamente ahorra a los analistas hasta 10 horas por semana. Para los equipos de acuerdos que preparan presentaciones y memorandos de información confidencial (CIM), el modelo de delegación por correo electrónico de Felix puede comprimir significativamente los plazos de preparación.

La herramienta también se conecta a flujos de trabajo de infraestructura de IA más amplios. Los equipos que crean aplicaciones financieras personalizadas sobre la capa de datos y modelos de Rogo pueden usar la API para extender las capacidades a herramientas patentadas. Para aquellos interesados en enfoques adyacentes, vale la pena examinar AnythingLLM y Snowflake Cortex como componentes que podrían complementar o replicar parcialmente la inteligencia de documentos al estilo Rogo para equipos con capacidad de ingeniería de datos.

Lo que Rogo no es

Rogo no es una herramienta de autoservicio. No hay prueba gratuita, ni nivel freemium, ni registro individual. Cada implementación pasa por un proceso de ventas y un contrato institucional. Esto significa que los analistas júnior en empresas que no han obtenido la licencia de Rogo no tienen forma de evaluarlo de forma independiente, y las boutiques o las oficinas familiares (family offices) sin la infraestructura de TI para la implementación de inquilino único quedan efectivamente excluidas de la base de clientes.

No es una plataforma de inteligencia de mercado en el sentido de AlphaSense. Los usuarios que necesitan principalmente el monitoreo de los comunicados de prensa de la competencia, las tendencias de sentimiento en las llamadas de ganancias o el acceso a la investigación de venta (sell-side) encontrarán que la brecha de contenido exclusivo es significativa. Rogo no tiene una red de transcripciones de llamadas de expertos, no tiene agregación de investigación de corredores exclusiva y no tiene la amplitud de contenido de larga cola que AlphaSense ha reunido durante 15 años.

No es un generador de trabajo terminado. Los resultados requieren la revisión y el juicio del analista antes de ir a los clientes o socios. Los equipos que esperan enviar los resultados de la IA directamente a la revisión sénior sin pasar por un analista se sentirán decepcionados. La herramienta está correctamente enmarcada como un multiplicador de la productividad del analista, no como un reemplazo de la decisión final.

También vale la pena señalar que la trayectoria de financiación de la empresa, desde la Serie A de $18.5M en octubre de 2024 hasta la Serie B de $50M en abril de 2025 y la Serie D de $160M en abril de 2026, refleja la convicción de los inversores más que la prueba del mercado. El crecimiento de los ingresos recurrentes anuales (ARR) de 27 veces desde una base pequeña es impresionante, pero los números absolutos de ARR no se divulgan públicamente. Con una valoración posterior a la inversión implícita por más de $300M en financiación total, Rogo tiene el precio de un ganador de categoría antes de que se resuelva ese resultado.