Gabe Stengel谈Rogo：AI智能体接管金融交易全流程
点播放，字幕跟着声音走
Subtitles follow the audio
逐句文字稿
点任意一句，从那里开始听
正在加载字幕…
-
不过我们现在看到的是，这些模型比我认识的任何人都聪明，比我花时间相处的任何人都聪明。
-
想象一下，如果对冲基金的每个投资经理都有一万个智能体，它们就在那儿互相交流、聊想法、翻笔记、高谈阔论。
-
然后经过整整24小时没完没了的辩论，最后就给你一个想法。
-
十年后，世界上最顶尖的投资公司、最顶尖的银行，90%的企业价值不会在人身上，而是在软件、数据和系统里。你会从哪儿开始动手？
-
你会开始琢磨，怎么把你最优秀的人脑子里那些还没说出来的东西，全都搬进一个你自己拥有、自己运营的系统里。
-
这个业务里没有任何一个环节是你觉得神圣不可侵犯、不会被彻底颠覆的。
-
过去这几年，你我聊过很多次这个基本问题，我打算就从这儿开始。
-
你实际上是在打造投资领域的超级智能工具，帮投资人把活儿干得更快、更好、更便宜、更轻松、质量更高。
-
但现在开始感觉，哇，我们真的在吃掉很多核心职能，连几年前一个非常聪明的分析师、甚至投资组合经理在做的事都被吃掉了。
-
你怎么看这个发展轨迹？到目前为止你亲眼看到、亲身经历了这些，接下来两年又会往哪儿走？
-
我觉得两年其实比十年、二十年更好推演，因为两年之内，最优秀的投资人会想办法重塑自己的公司、重塑自己。
-
你看看做市和量化交易发生了什么，Jane Street花了15年才建起这个统治级的业务，而今天世界上最顶尖的投资人接下来两到五年会想办法把AI整合进他们做的事里。
-
你知道Dario有句很妙的话，说每个人都会有一个装满天才的数据中心，或者说数据中心里有一个国家的天才，那高盛会怎么做？Millennium会怎么做？
-
如果Citadel突然冒出来一整个国家的天才，他们会怎么做？
-
他们大概也得花上一阵子才能想清楚怎么改变工作方式、怎么利用这一点、怎么把它整合进自己的系统。我觉得，搞清楚怎么把AI用到投资生命周期里，是未来五年每个优秀投资人面临的最大挑战。
-
所以有很多公司都走过这条路，产品一开始是，Cognition特别有名，现在他们的广告 literally 就说，还记得Devin吗，它现在很好了。
-
所以很多现在明显很牛的公司、很牛的产品，都经历过一个阶段，AI业务的产品烂得不行，现在却非常出色。
-
如果你想想我们光从原始模型上就看到的那几次能力跃升，你能不能也这样给Rogo和它的产品划分几个时代？
-
几个时代你自己定。
-
我不知道你会怎么划分，但就是每个阶段它能做什么，一直到今天。
-
对，其实在真正开始做之前，我试过两次创业搞Rogo。
-
高中那会儿，我有个朋友，他爸是投行家，想要一个app，用来追踪两家上市公司在合并过程中的股权交换比率。
-
我们当时试着用特别老的AI技术来做，结果烂得不行。
-
后来上大学，在GBD3出来之前，我们发表了一篇论文，讲用AI辅助计量经济学和金融计量经济学。
-
那时候我们试着把它商业化，结果完全行不通。
-
然后真正开始做这门生意，是在GBD3出来的时候，那会儿ChatGPT还没发布。
-
所以Rogo最早那段日子，很明显能感觉到它有多神奇。
-
你能演示一些很酷的东西。
-
但什么都跑不通，完全跑不通。
-
我是说，我觉得从东西真正开始能用之后，各个时代跟模型的时代是紧密绑定的，对吧？
-
先是O1 Pro，然后大概是Opus 45。
-
O1 Pro是第一次可靠性够用了，至少能当一个不错的搜索工具，对吧？
-
比如你可以说，帮我算一下这家公司过去12个季度的某个财务指标。
-
它算得足够可靠，不至于烦到让你干脆自己动手。
-
然后到了Opus 45，大概是去年年底、2025年底、今年年初那会儿，模型基本上已经能干一个初级投资专业人士或者初级银行家干的任何事了，只要你给它正确的指令和上下文。
-
我是说，我觉得很多应用AI公司都有先发劣势，因为你以为自己知道世界会往哪走，想为那个方向做产品，但模型还没跟上。
-
所以人们一试就说，这太差了，这就是垃圾。
-
这对我们来说反而是劣势。我们也看到了这一点。
-
但现在我们看到的是，如果你对终局和模型的走向判断对了，并且朝着那个方向去建，等模型到位的时候，那就是魔法。
-
对我来说，一个好产品就是我们每天收到的所有反馈。
-
整天都有人在说，嘿，这正在改变我的工作方式。
-
我每个月能省下几百个小时。
-
我能做到以前根本做不到的事，所以我变得更聪明了，能做出更好的决策，而且用起来很愉快，我喜欢用它。
-
而且，你知道，它给我每天的工作带来快乐，因为用户体验、对细节的关注和那种匠心，明显就是为我、为我这样的人打造的。
-
所以这就是做产品最棒的部分。
-
你会把这归功于，你认真对待了所有合规、监管、工作流，还有最后一公里的对接这些东西，然后模型变得足够好了，突然之间这一切就变得超级有价值。
-
嗯，还有一些小细节，就是理解这些公司里的某个人是怎么工作的，然后针对这个来打造产品。
-
我举个例子。
-
我们让银行的一位董事总经理可以非常轻松地把一份演示文稿的批注通过邮件发出去，这本来就是他们通常做这些工作的方式，只不过以前是发给分析师，现在是发邮件给我们的AI分析师，然后20分钟就能拿回批注，而不是两天，
-
同时还会提醒负责这笔交易的初级分析师，告诉他正在发生什么，并向他们展示所有那些小批注的完整可审计记录，以防他们想发表意见。
-
而这一整套用户体验、这一整套流程，就让这位可能十年都没登录过电脑、但有一台iPad、知道怎么在上面做这些批注的金融专业人士，真正愿意采纳并使用AI。
-
就是这些小的细节，关于你怎么打造一个对特定终端用户来说很棒的产品，而你只有对这份工作有一种蜘蛛感应般的直觉，才能知道这些。
-
它现在能做到的最前沿的事情里，最让你印象深刻的是什么？比如什么样的工作？
-
哦，我是说，我觉得我们在做的最酷的事情之一，就是把像Malt Book这样的创新拿出来。
-
想象一下，如果对冲基金的每个投资组合经理都有1万个智能体，它们就在那儿互相交流、聊想法、翻看笔记、高谈阔论，然后在24小时无休止的辩论之后，只给你一个想法。
-
而你能这么做的原因是，投资者愿意为一个真正好的想法付5万美元，而很少有其他领域能让你为了一个简单的洞见就消耗那么多token。
-
不过我们现在看到的是，这些模型比我认识的任何人都聪明，比我花时间相处的任何人都聪明，而它就是管道。
-
把它接到你的上下文上，告诉它你的投资论点，告诉它你的工作方式，然后试着把它整合进你做的事情里。
-
所以，把所有这些管道搭起来，真正去收集那些数据、收集那些上下文，在我看来就是最前沿的东西。
-
对这样一个产品来说，我一直觉得很有意思的是，当然你对它该用来做什么是有自己主张的，但某种意义上，人们可以在怎么用它上面很有创意。
-
所以你能看出人们想怎么用它。
-
如果我以上帝视角来看，你知道，现在是纽约的周一早上，很多rogo用户可能正兴致勃勃地在用着它。
-
如果我能以某种方式看到产品被使用的每一个实例，我会看到什么？都是些什么人？
-
最主要的用例是什么？它们有多多样？
-
给我们讲讲，就在我们录这期节目的时候，它是怎么被用的。
-
尽管在很多方面，我觉得公开股票是AI最好的应用场景，因为所有数据都是现成的。
-
所以关键就在于尽可能做到最聪明。
-
那是一种很，你知道，证明、更糟的框架。
-
我们早期的用户、ICP，还有核心市场，其实是我会称之为做交易的人，或者说是在进行交易的人，他们买公司、卖公司，你知道，帮忙协调交易。
-
所以我们做的很多事情，既是让人变得更聪明，但实际上也是在真正做交易。
-
你怎么准备一个数据室？
-
你怎么拆解一个数据室？
-
你怎么协调和第三方的那通电话来讨论数据室？
-
你怎么走完一笔交易从最初几步到交割的全过程？
-
所以如果你用鸟瞰的视角看所有用rogo的人，我的意思是，他们要么在交易里是卖方，要么是买方，用rogo基本上就是来准备所有的思路和材料，帮助执行整笔交易。
-
不管是，你知道，把东西放进数据室。
-
这是公司的模型。
-
你知道，这是那份，你知道，描述他们客户的PowerPoint。
-
这是这些，就是DDQ问题里关于客户集中度的答案。
-
或者是另一边的所有agent，它们在翻遍数据，把它映射到公司的投资理念上，然后说，哦太好了，你知道，这个是不是低于我们这只基金想要的集中度风险水平？
-
然后这个系统的各个组成部分，人们是通过各种经典的渠道来访问的，就像你用AI工具时会用的那些，邮件、你知道，聊天机器人、主动推送的提醒之类的。
-
但Rogo其实还深入到了这些公司很多后台系统里。
-
因为当你在做一笔交易的时候，重要的不只是做这笔交易的人，你还得更新你的CRM。
-
你得更新你的投资组合监控系统。
-
你得更新你事后向LP分发信息的方式。
-
所以我们一半的业务面其实是冰山下面那部分，就是根据人在交易过程中做的事，去跟这些不同的记录系统打交道。
-
那今天的交易撮合者，你觉得什么时候你能对公开股票对冲基金里的初级分析师，或者类似这样的角色，给出同样的答案？他们的工作流程其实也是有套路的，但非常非常不一样。
-
对，你说得没错，有意思的是我的第一直觉会是公开市场最适合做这个，因为那里有太多数据可用了。
-
你觉得这个转变什么时候会发生？
-
我觉得对我们这门生意来说，我们得具备一个优秀的公开市场投资者所需要的全部领域知识。
-
我不知道那需要什么。我从没做过。
-
事实上，我跟那些擅长这行的人待在一起的时间，远远不够。
-
我们既得把这种领域专业能力招进来，然后还得基于它搞清楚怎么把我们建好的系统应用到那个市场上。
-
我极度确信，我们建好的底层系统、工具和基础设施对那个市场会极其宝贵，但现在我们需要一位了不起的大厨，能想清楚怎么把它拼起来，做出那种最终形态的产品，为公开股票投资者完成最后一公里的交付。
-
你知道，其实我们的董事会经常推着我去想，把ICP扩展到核心银行业务之外，但现实是，在这个交易撮合者的垂直领域里，深度和TAM都太大了，而且对我最终想要成为整个私募市场基础设施的那个愿景来说，让人们
-
能够非常高效地完成交易，这对交易撮合者来说重要得多。
-
而对公开股票来说，那些基础设施、那些交易所早就存在了。
-
所以我想服务他们，因为我想服务最老练、最聪明的用户，他们对所追踪的公司和所关注的行业有着超乎寻常的知识量。
-
我想让他们变得更聪明，因为那听起来超级酷，但我只要专注在现在所在的地方，就能做出一门巨大巨大的生意。
-
有意思，所以从这里面能得出一个结论：在一个垂直领域里做AI生意，很多机会都在于那些还没建好的管道。对。
-
然后在这个基础上应用你的工具。完全正确。
-
我是说，私募市场之所以这么有吸引力，部分原因就是它全靠人来完成，协调、标准化、调查事情，还有实际的交易。
-
而公开股票呢，我是说，很多都已经自动化了。
-
根据你所了解的，你觉得投资专业人士，笼统地说，不管是公开还是私募，应该考虑哪些技能随着时间推移会变得或者会变得更有价值，而哪些技能会变得，我是说，有些技能变得没那么有价值是挺明显的。
-
但换个方式问就是，我们到底该怎么办？
-
如果这东西能把从头到尾的尽职调查、IC备忘录、应对质疑，所有这些事都干了，那这可是投资界至少是初级员工工作的一大部分啊。
-
那你觉得几年后哪些技能对人来说还是很重要的？
-
我是说，我想先说明一下，我在金融行业干过两年。
-
所以我是这些人的学生，我对这项技术着迷的程度，跟我想要搞清楚怎么用它是一样的。
-
但世界上最顶尖的投资者有一种本事，能搞清楚什么才是重要的，并在各种话题上运用自己的判断力。
-
我觉得现在还没有定论，就是这件事到底是不是我最终能取代的，对吧？
-
我觉得当你知道第37手棋发生了，至少所有人都看到了我永远看不到的东西，如果这种事开始在公开股票领域出现的话，是的，
-
那真的会改变什么才是重要的，如果那真的彻底改变了这一切的运作方式，我是说，我觉得核心技能就是那些能出去收集数据和输入、并且能拿到别人没有的东西的人，如果你能花时间待在一线，如果你能跟专家交流，
-
如果你能建立一个能给你的模型提供信息的人际关系图谱，也许你不需要亲自去计算你那笔伟大的公开股票投资的第37手棋是什么，但你可以用别人都没有的数据来喂你的模型。
-
Ramp是唯一一个为了让你的财务团队更精简、更快速、更出色而打造的平台，平均每年帮企业省下百分之五，让你能专注于增长。
-
Ramp刚刚在英国开业，所以如果你在英国经营企业，你现在就可以用Ramp的AI驱动财务平台来管理卡片、开支、账单、审批和会计，全都在一个地方。
-
我的生意就跑在Ramp上，你也应该这样，了解更多请访问ramp.com slash invest。Rogo是专为金融机构打造的AI平台，服务着全球数百家领先公司里成千上万的银行家和投资者。
-
Rogo的AI代理能自主执行你公司工作流程中的很大一部分。
-
它们能筛选交易、起草SIM、进行买家外联、对数据室做尽职调查，全都带着完整的安全和合规处理。
-
每一个动作都会反馈给Rogo Intelligence，也就是公司的上下文层，把多年的交易经验变成一个安全、受管控的机构记忆，让每一笔新交易都比上一笔更强。
-
想了解更多，请访问rogo.com slash invest。
-
OpenAI、Cursor、Anthropic、Perplexity和Vercell都有一个共同点。
-
它们全都用Work OS。
-
原因是这样。
-
要想实现大规模的企业级采用，你必须交付SSO、SCIM、RBAC和审计日志这些核心能力。
-
这正是Work OS的用武之地。
-
你不用花好几个月自己去搭建这些关键任务能力，直接用Work OS的API就能在第一天全部拥有。
-
这就是为什么你听说过的那么多顶尖AI团队都已经跑在Work OS上。
-
Work OS是让产品达到企业级就绪、同时还能专注在最重要的事情——也就是你的产品上——的最快方式。
-
访问workos.com开始使用。
-
也许现在正好可以聊聊，就是那个，我脑子里想的流水线。
-
比如说Rogo产出了某个非常有用的结果，跟我讲讲整个系统。
-
我想了解这个系统里通向那个结果的每一个组成部分。
-
我特别感兴趣的是你自己拥有、使用、购买、构建的那些数据，还有你怎么做这些、你怎么看待数据，然后你怎么看待模型。
-
这两个问题，一个是我对你这个具体业务很好奇，但我也觉得基本上每个垂直领域都会出现像Rogo这样的公司。
-
所以我很好奇，你知道，有哪些东西可以抽象出来，用到其他专业服务或者其他垂直领域，那些同样有意思、也会被AI进步颠覆的领域。
-
那就跟我们讲讲，对，具体就是数据和模型这块，以及它随着时间是怎么演变的。
-
对，Rogo早期有点像那种鲁布·戈德堡式的复杂装置，你得调用60个不同的模型。
-
一个问题进来，你得先判断，你知道，Patrick问的是哪些公司？然后，它们的股票代码是什么？
-
接着，我怎么把这些股票代码喂给一个叫Bloomberg或者FactSet的API，或者某个内部数据集？
-
现在结果回来了，我还得调用另一个模型把它整合起来。
-
而随着模型越来越聪明，你就想少一点硬性规定，少一点那种鲁布·戈德堡式的复杂机器，而是去想什么是最简单、最好、质量最高的工具？
-
这就好比，如果你明天请来一个世界上最聪明的人，想让他成为一个出色的银行家和投资者，他需要哪些工具？这些工具不只是靠聪明就够的，对吧？需要哪些数据工具？
-
有哪些出去搜集信息的方式？
-
有哪些审查自己工作的方式？
-
然后有哪些方式把成果呈现出来，再推回到它需要的系统里去？
-
所以对我们来说，我们花了很多时间思考，一个出色的银行家或者出色的投资者，要真正做好他们的工作，需要哪些数据输入。
-
然后我们花很多时间思考，好，当你做这份工作的时候，有哪些合规和监管要求，确保万一哪天特拉华州的某个法官把AI的输入和研究都列为可调取证据，
-
你确实每一步都做对了，没有把信息混在一起，因为AI投资判断和AI银行家产出的现实就是，你得能看到这些东西是怎么一步步做出来的。然后我们花很多时间给这些模型做基准测试，
-
建各种不同的评估和数据集合，这样我们随时能判断哪个性能最好？
-
哪个从token角度最便宜？
-
哪个延迟最低，然后把任务路由到合适类型的模型上？
-
我敢肯定你最喜欢的问题是，你最终怎么跟Anthropic和OpenAI竞争？它们把金融看成一个大……这是少数几个你能看到它们在谈论、在思考的领域之一。长远来看，你能做什么是它们做不了或者不会做的、跟它们形成错位竞争的事？你觉得呢？
-
我是说，你要做的是跟它们想建的东西垂直错开的东西。有时候你可能会做个聊天机器人，因为那能帮你更快推向市场，但你得知道，水面之下有一大堆东西，是那些实验室永远不会去建的，而我们需要为金融去建，
-
或者为任何其他垂直领域去建。
-
你想想金融服务和资本市场，有多少生意光是深入这些工作流程、深入这些数据集、深入工作是怎么完成的，就能做到50亿甚至100亿美元？在那些非常杂乱、非常具体的问题之上，有巨大的市场空间和支出。
-
而整个金融就是一堆不同细分领域的集合，各有各的数据集、各有各的“好”的定义、各有各的监管要求。
-
我们只要深入这些东西，去打造那些系统、那些帮助管理它们的记录系统，就能做到50亿美元的收入。而对Anthropic来说，这大概就像，你知道，在路边停下车去捡一枚硬币，
-
因为它们正走在从1000亿美元收入奔向1万亿美元收入的路上。
-
而这些系统有太多深度是真正需要去建的，远不止是智能本身。
-
有没有一个你特别喜欢的例子，就是那种特别烦人的东西，你不得不去接通的最后一公里的事情？
-
有啊，我是说，你想想，你知道，如果你因为正在做交易或者正在做会对市场产生影响的买卖而持有MNPI
-
你光是审计能力方面就有一堆合规要求，或者你能标记什么、这些东西怎么接入投资公司或银行的内部系统，这样万一你被审计了，或者监管机构想看你怎么做的。
-
你有没有把所有这些管道都做到位，做到像素级完美？
-
这是一个例子。另一个例子是，你知道，如果你真的想做交易，你想说，你是一家大型上市公司要收购另一家大型上市公司，你需要来回传数据，你实际上需要某种数据室，某种合规、安全、可靠、能协调的东西。
-
而且理想情况下，它不只是某种静态的Dropbox文件夹，而是接入你工作方式的东西——你的智能体、你的工作流。
-
而且我不觉得，你知道，OpenAI和Anthropic会愿意去做数据室这门生意。
-
而如果你真的想成为整个高端金融和整个资本市场的交易所，你不仅需要拥有智能，你还需要拥有交易场所、沟通场所、工作流，以及所有输入其中的数据。所以这挺有意思的。
-
我问的是数据和模型，但听起来其实harness或者说基础设施，可能是这三者里最重要的。
-
想想Claude Code刚出来的时候和Claude Cowork，跟OpenAI和ChatGPT之间的根本区别。
-
模型其实相当相似，但harness以及Claude呈现它的方式要好得多。
-
这就让模型能发挥出更多它们长时间运行的能力。
-
这就是为什么它们的使用量涨了上去，还带来了巨大的扩展。
-
这就说明你驾驭这些模型的方式是多么、多么重要。
-
而且我觉得人们低估了智能这一点，你知道，人类之所以能动性高、能做很多事，不只是因为我们有很高的，你知道，那种纯粹的回忆能力、智商和知识。
-
而是你脑子里有所有这些不同的微服务。
-
你怎么把知识存起来？你怎么把它调出来？你怎么触发各种东西？
-
情绪就是我们触发所有这些不同微服务的方式。
-
而且，你知道，这就是为什么一个伟大的投资者可能有很好的判断力，因为他们有，你知道，一种很好的蜘蛛感应，当他们在市场上看到这类东西时，它实际上会触发对某个事件的回忆，从而促成一个有创造性的决定，
-
所有那些小小的微服务，都是需要去搭建出来的东西。
-
如果你，或者如果我逼你去当一个投资者，而你唯一的目标就是投资像rogo这样的生意，比如说这些生意里的一个，一个垂直应用，正在把各种能力接起来，我把它想成就是把AI的能力接到一个行业上，
-
你会看重哪些特点，会让你最兴奋，不管是行业本身，还是创始人、搭建者以及他们的做法，基于你学到的东西？有几个方面。
-
第一，这个行业本身确实得有足够的复杂度和深度，在数据类型上、在人们使用的记录系统类型上、在部署模式类型上，你得能花大量精力去解决这些问题，才能有一个切入点去解决其他所有事情。
-
因为如果这是一个谁都能随便走进来、卖个基础版聊天就该是T或者co work或者co pilot的行业，你不需要解决所有这些奇怪的集成，你就不会有足够的时间去搭建所有那些跟你正在做的事垂直相关的东西。
-
所以这个行业本身得跟核心市场足够邻近。这是一点。
-
第二点我会看重的是，你知道，团队和创始人的领域专业知识，我并没有独特的领域专业知识，但我有足够的来起步，然后我对金融、金钱和资本市场特别好奇。
-
我在纽约长大，我周围的人都满脑子想的、满嘴聊的都是高端金融，我对此很着迷，我想去了解它。
-
然后我们组建了一个同样对此充满独特热情的团队。
-
所以我有超过一百个人，他们曾在投资银行或投资机构待过，遍布全球最好的机构，所以我们可以不断地把模型在发布时拿来，为金融所用。
-
而我们的工作其实就是抓住模型的变化，然后搞清楚怎么把它应用到这些机构里去。
-
我会看重的最后一个大点是，一个愿意不断重塑核心产品的生意，愿意不断把它砍到什么都不剩。
-
而且我觉得任何人，如果他们的产品交付方式不是他们能快速完全自我颠覆的东西，比如一个终端，或者一个非常特定的用户体验或界面，那就不够敏捷，没法在模型出现阶跃式变化时每六个月就不断重塑一次。
-
你做过的一个例子是什么，比如拆掉重建？
-
我是说，最激励我的故事、那个轶事是Max Levchin，他讲他们公司每年都会重建那种底层账本技术，他们重建它有几个原因。
-
一是它是最有意思的工程问题，所以所有工程师都想做它，所以这是个留住人才的好办法，
-
二是让工程师了解公司的核心基础业务，但然后第二点，这是个好办法来确保那个系统不会僵化，而是在不断改进，所以我们对我们的harness和那种核心agentic系统做的正是同样的事，我们不断地审视它，意识到我们甚至不在一个
-
局部最小值上，如果我们处在局部最小值上那是不可能的，因为模型变化太快了，我们需要把整个东西重做。
-
模型目前做不到、但如果能做到就会真正改变产品本质的，是什么事？压缩。
-
就是，你知道，如果你跟一个单一agent有一百次对话，它怎么确保它真的记住了对的东西，并把它的记忆压缩到它每次能用的token数量里，
-
而且它对你是谁、你在乎什么有足够的连贯性和上下文，让它感觉像是一个真正的人你在跟它说话，你知道，它越来越了解你。那是个难题。
-
而且当你把agent不只看成一对一的，而是考虑更多时，它会呈指数级复合增长，现在几乎所有的agent都是一对一的。
-
你单独用ChatGBT，单独用Copi，单独用Gemini。
-
一旦这些东西真的能和很多同事一起协作，或者在一个有一百人的Slack频道里，必须跨整个公司运作，那压缩问题就指数级放大了，
-
因为它要跟一百个不同的人对话，还得能跨这些对话进行协调。
-
所以能够把所有这些记忆、所有这些互动，真正沉淀到你知道的，那个agent的心智模型或大脑里，让它能持久，让它能在一堆互动过程中真正保持上下文。
-
这是模型今天做得不太好的地方。
-
你觉得主要的AI软件业务类型有哪些？
-
我们有像Cognition或者Cursure这样的公司，能增长得快得难以置信。
-
我特别好奇想让你把这个跟以前软件公司的老分类体系做个对比。
-
我很好奇人们是怎么买ROGO的，你会把它归到哪一类？是按用量收费？按席位收费？还是别的什么？
-
跟我们讲讲人们想怎么买这些东西，以及AI软件业务正在出现的一些模式。
-
我们是经典的企业软件业务。
-
我们现在按席位定价，因为我们的买家习惯了按席位定价。
-
他们把我们，你知道，归到跟Bloomberg、FactSet、Capital IQ、PitchBook类似的类别里。
-
所以我们必须打造一个非常依赖人的业务。
-
每次你签一单，都需要，你知道，一个AE、一个解决方案架构师和一个销售工程师进去握很多手，解释它怎么运作，解释怎么集成它。
-
你不可能签一单然后用量就涨一百倍。
-
我看Anthropic卖给我们有多难，非常容易，而我们付给他们的钱呈指数级增长，中间不需要人参与，因为它是token消耗模式。
-
有很多行业，光靠搭token消耗的顺风车在企业销售里是行不通的，我们就是其中之一。
-
所以这其实挺有意思，因为我们必须以比大多数企业销售组织快五倍的速度打造一套go-to-market机器。
-
所以我确实认为，有一类是典型的企业销售，只不过是用AI模型当顺风车，做出好一百倍的产品。
-
然后还有一类是token经纪人，也就是token消耗型生意，你卖的是企业里那些已经习惯按用量付费的部分。
-
Cursor、factory、cloud code，还有其他的。
-
所以你可以用更少的人，在商业上走得更远。
-
你预测这在金融领域会怎么变，或者会不会变？
-
我觉得每家企业都得经历两场不同的定价革命。
-
你得先转向某种按用量计费，然后再转向某种按结果计费。
-
对我来说，如果我能想出办法跳过token计费，跳过按用量计费，给用户简化掉，然后一直等到我能说，嘿，Patrick，要不我就按我给你的每一个好的投资想法来收费？
-
或者我按你卖给LP的那份季报来收费，那个我能做得完美无缺，怎么样？
-
我按你作为banker做的每一份SIM来收费，怎么样？
-
我宁愿走到那一步，也不想去琢磨某种乱七八糟的办法，硬给每个token标个价。
-
这一点我们不太可能完全达成一致，因为你会花十万美金在token上，然后说，我到底有没有拿到十万美金的价值？我其实也不太清楚。
-
但一个好的投资想法对你值多少钱，你是知道的，因为你能实实在在看到我赚了多少钱。
-
或者如果你是银行，你能做出一份SIM，你就知道它对你值多少钱，因为你知道你向那些公司收多少钱来真正把生意卖出去。
-
按理说，你不能动态地随时改你的座位价，至少对同一个客户不行。
-
那你怎么处理这个问题——某种程度上你的生意和客户之间的错位：如果你干得很好，他们用得更多，而这让你花很多钱，他们反而变成了更差的客户。
-
现实是，我们的产品路线图才走了1%。
-
资本市场99%的创新还在我们前面。
-
所以重要的是，我们是个好伙伴，我们是他AI战略的好管家，他们未来愿意跟我们合作。
-
想想这件事未来的形态，真的很有意思。
-
你说你们在产品路线图上才渗透了1%。
-
那从产品的角度，给我们讲讲你觉得这一切会往哪儿走。
-
我的意思是，不是整个行业，而是既然你前面还有那么多路线图要走，就给我们描述一下。
-
我的意思是，想想看，所有资本市场的工作流程、投资流程、投行的工作，有多大比例仍然是完全受限于人力、由人类中介来完成的。
-
这跟金融服务其他领域有点像，15年前、20年前，一个人办每一笔房贷，都得走进当地分行，跟一个银行经理聊，感觉那是个非常人性化的决定。
-
我要买房，我要贷款，这很重要，我得找个人聊聊。
-
没人会想过，这种事你居然不需要人在里面把关。
-
可现在，40%到50%的房贷就是由Rocket Mortgage这样的平台在线直接办完的。
-
我觉得，在公司怎么交易、公司怎么融资、公司怎么发债这些方面，会有大量的创新。
-
我觉得，对一个企业主或者一个在公司上班的人来说，未来10年、20年里，上网点个按钮就能试着融资，会比以往任何时候都容易，就像一个人上Robinhood点个按钮就能买股票一样。
-
我觉得，KKR要想搞清楚“我能不能把这个被投公司卖给另一个基金”，会只需要五分钟，而不是五个月。
-
我觉得，你给资产定价的时间会缩短一个数量级。
-
结果就是，市场会更透明、流动性更好、更高效，而且会有多得多的交易活动。
-
那我就聚焦讲讲自动化风险定价这个具体的未来。
-
我想不出更好的简单说法，就先这么叫吧。
-
你知道，三年之后，你刚说的一切都成真了，我可以像填个在线表格一样融到几百万美元量级的债或者股，这东西能直接帮我给风险定价，给我一个报价。
-
这就像是所有东西都变成了OpenDoor那种模式。
-
要实现那样一个资本市场的未来，你需要搭建哪些你现在还没有的东西？
-
其实这跟彭博的策略非常像。
-
彭博的策略是，我这儿省略很多细节，但就是先提供一点点数据，借此进门，
-
在上面搭建某个人需要的所有分析和流程，然后提供交易所和沟通平台，让你真正能在一堆以前相当不透明的资产类别里做交易，以前是彭博的messenger，对我们来说就是用一点AI来进门，然后搭建完整的
-
流程，从copilot聊天机器人到完全autopilot的工具，这样我就能确保你的IC memo或者你在做的DD问卷百分之百准确，然后提供交易对手之间的沟通渠道，这样如果我有能autopilot干活的agent，我就能真正替你完成交易
-
而跟我需要在彭博messenger里搭建的东西的区别在于，我不需要搭建让人来交易的沟通渠道，我需要搭建让agent在这些企业之间、这些投资公司之间进行交易的沟通渠道，所以如果你想想真正需要搭建的
-
基础设施是什么，我是说，想想什么样的系统能让一家大型私募股权公司放心地让一个agent代表它去谈一笔交易，跟所有第三方顾问、做QAV的人、法律顾问等等通信，
-
然后真正跑一个拍卖流程，让一堆sponsor来出价。
-
需要搭建的软件量巨大。
-
我觉得有时候我们把这形容成，对很多这些非标准化的资产类别来说，它看起来就像一个交易所。
-
跟我们讲讲今天的客户群吧，比如有多大比例是巨型银行，多大比例是投资公司，上市公司还是——主要是大型银行。
-
原因很简单，因为那是我的背景。
-
我做过几年投资银行家，做买方并购覆盖，非常有意思。
-
所以我们很早就开始瞄准银行，原因有几个，都很简单。
-
一是投资银行在某种程度上是整个金融业的分销渠道。
-
很多后来成为优秀投资者的人，最初两年就是在高盛的TMT项目之类的地方做分析师起步的。
-
二是他们的席位远远最多。
-
所以如果你能拿下一家像美国银行这样的银行，你实际上能触达的人比拿下10个最好的单一投资组合经理、公共股票投资者要多得多，而后者每个人只有10个投资者。
-
如果我想到美国银行之类的，大家都想知道，企业采用AI这件事，我们现在到底走到采用曲线的多深了？
-
也许你的样本有偏差，因为你的客户在用ROGO，而且用得很频繁，但给我们讲讲你觉得我们现在处在什么位置。
-
这个问题好像真的很难给出一个好答案。
-
我会说，大多数公司都在看到大量的个人生产力提升，他们在想办法怎么把这种个人生产力转化成可以衡量的公司生产力。
-
你跟任何一家我们部署了的银行里的任何一个banker聊，他们都会说，日子太好了。
-
哦，他们会说，我比以前高效一百倍，对吧？
-
你去跟一个MD聊，他会说，Gabe，我给客户发了五页纸，以前我得跟一个analyst来回搞三天多才能做出来，现在我自己十分钟就搞定了。
-
而且这些banker已经二十五年没做过任何分析工作了，对吧？
-
他们可能二十年都没真正打开过一个Excel文件了，现在他们自己能做了。
-
问题是，这些到底流向了哪里？
-
你赢下更多deal了吗？
-
你实际成交更多了吗？
-
你在服务以前没接触过的市场板块吗？
-
这就变成了不只是一个个人生产力工具的问题，而是一个公司战略问题。就是，你的计划是什么？
-
你是想用这个东西来削减成本？
-
你还是想用这个东西进入以前觉得不值得服务的市场板块？
-
你可以看看像JP Morgan这样的银行，JP Morgan刚刚宣布他们要尝试为SMB做更多的M and A业务，进入以前他们觉得不值得去服务的市场板块，因为那些deal的费用可能太小了。
-
所以你需要太多人来配备这些项目。
-
但现在如果你有一个banker能一个人顶一个deal team，那也许你就能进入以前完全没道理去做的市场板块了。
-
所以从某种意义上说，某个时候瓶颈会是客户的创造力，而不是——你可以提供无限的能力，很快你就要靠他们自己想出这个问题的答案了。
-
是他们自己想清楚他们要做什么，对吧？
-
如果你明天有100个优秀的investor开始在这里为你工作，你会怎么引导这种生产力？
-
你得花一段时间才能想清楚，结构是什么？他们都做不同的东西吗？
-
我给每个人多少钱？我们攻什么方向？太有意思了。
-
两年前，这里面最明显的问题会是准确性和人们用hallucinations这个词，这个词好像已经从对话里消失了，我都想不起来上次有人跟我说hallucinations是什么时候了。
-
关于这个问题，你能教我们什么？就是在准确性极其重要、精确到小数点的地方，确保准确性，现在这方面的情况是什么样的？
-
这仍然超级重要。
-
我觉得实际上，可审计比准确更重要，显然这两件事经常被混为一谈，但真正重要的是，我给你一个答案，你知道怎么用它，如果它不准确，你又不知道怎么核查，很难看出它是从哪来的，那你就根本用不了
-
不管它准不准确，因为你根本不信任它。
-
如果它大多数时候是准确的，但即便不准确的时候，你也很容易看出里面用了哪些假设、数据是从哪拉的，那它仍然是可执行的，仍然能帮你省时间，然后随着这些东西从你只是用来做信息检索的copilot工具，越来越多地变成autopilot，
-
你信任它们不只是获取信息，而是去执行、去有自主权，真正做一个投资决策或者发一封邮件，你就需要有完全的信心，如果你回过头去看它为什么做了这个决定，你能理解为什么。
-
因为你是要去debug它的。
-
就像会有个人投资者做出糟糕的决定，你需要进去看看哪里出了问题，是数据输入错了，是有人骗了他们，还是发生了什么？
-
你对agents也得做同样的事。
-
尤其是在资本市场里那些有监管机构盯着、需要确保没有违规操作的部分，如果你解释不了你为什么做了这个决定、数据是怎么进去的，那是行不通的。
-
你之前说过，你得像一个正常的企业销售组织那样去卖。
-
你得增长，或者说能以比上一代增长最快的企业SaaS公司快很多倍的速度增长。
-
你怎么解决这个问题？
-
在企业销售这块，你的速度某种程度上受限于人的速度。
-
你怎么足够快地招到足够多的人？
-
比如，当你没有anthropic那种认知API使用量的增长时，你怎么考虑以合适的速度增长？你知道，他们增长10倍太容易了，对你来说难得多，你怎么解决？
-
我们需要解决的核心问题是，你能多快让一个人变得高效？作为一个销售？
-
一个销售，但也可以是任何其他人？
-
作为一个marketer、一个SDR、一个售后，他们能多快理解我们的业务，帮我们往前推、帮客户往前推、帮我们的终端用户，所以赋能和培训人、不断重新培训人，就是我们——我猜还有其他快速增长的企业
-
startup——必须面对的根本问题。
-
那你会用AI来造工具吗？
-
哦，我们内部那些工具还挺神奇的。
-
我是说，首先，Rogo内部发生的每一次对话都是百分之百被录下来的，任何人一进来我们就说，嘿，提前说一声，Patrick，你一直都是被录音的。
-
它一直都会被过滤进公司大脑里。
-
这不是那种老大哥监视的情况。
-
只是你要交谈的每个人都会开着Granola或者某种会议转录工具，因为他们需要用，他们需要有极好的记忆回溯能力，他们需要把自己掌握的知识不断累积起来。
-
结果就是，我们有了这么一个巨大的信息储备库。
-
然后我们还有所有这些工具，人们可以在上面用，比如说，哦，你知道吗，我们正在跟某类市场上的某家上市公司合作。
-
我们以前处理过这类数据吗，有没有可能用得上的用例？
-
然后你可以把某个同事三周前的一段对话调出来，而你根本没见过那个人，因为他常驻亚太。
-
能够把所有这些信息都吸收进来，然后在人们需要的时候把它提取出来，这就是赋能的核心问题。
-
那你能不能描述一下这个内部大脑？
-
它叫Shrek，不知道为什么，因为我的工程师觉得叫它Shrek会特别好笑。
-
其实你可以，有一个仪表盘，你可以看到大家在任何时候正在忙活的那一滩东西。
-
但它连接着我们所有不同的系统。
-
它非常明确地知道我们公司的目标是什么，对吧？
-
就像它会问，我们的价值观是什么？
-
我们想给客户交付的东西是什么？
-
我们的北极星指标是什么？
-
这样它就能以此来塑造每一个答案和交付物。
-
而且它既能主动推送，也能被动响应。
-
有人可以进去说，嘿，你知道，我想搞清楚该怎么谈模型路由这件事，该怎么给一个非常大的机构讲清楚它的价值主张、能省多少钱，它就能把所有这些信息给你调出来。
-
但它也可以主动说，嘿，Patrick，我看到你周四的日历上要见一家这种私募信贷公司。
-
这是你应该知道的所有信息，所有能打动对方的应用场景，还有我们以前合作过的那些公司会想听到的各种ROI指标。
-
那招人时的推销话术是什么？
-
比如说，假设有这么一个人，如果你明天能把他招进来，那会是颠覆性的，因为他水平太高了，或者太有名了，或者随便什么，那你怎么说服他来Rogo，而不是去现在别的那些很火的地方？
-
这永远取决于那个人的动机，所以很难给出一套通用的说辞。
-
但今天我为Rogo招人时的说辞是，AI会彻底改变世界。
-
而最有意思的地方是应用AI，因为那是AI和人类交汇的地方。
-
所以那些决定AI如何与人类交汇、如何触达人类的公司，将会做出世界上最有趣的创造性工程和产品工作。
-
金融这个领域是人类一切进步和创新的催化剂，而资本配置又处在每一家公司、每一个想法、每一个经济体融资的上游。
-
所以如果你能让它变得更高效，你就能给整个世界加速。
-
而我们是这个赛道里的领头羊，最有希望做到这一点的，不只是做成一家千亿美元的公司，而是做成一家彻底改变资本市场的五千亿美元公司，而且这里有如此多的深度、复杂性和有趣的问题，实在太让人兴奋了。
-
而且我们有一支超强的团队，特别聪明、有干劲、有好奇心、还不自负，这件事就靠他们来做。真他妈好的说辞。
-
幸好我投了。
-
再多讲讲资本市场这块。
-
我确实觉得，从历史上看，随着市场变得更高效、流动性更强，嗯，它们的正面影响……
-
在我看来，会大幅增长。
-
你可以看到这一点，你可以通过市场历史把它画出来，这段历史其实也不算长，三百、三百、三百、四百年吧，算是真正意义上的市场。
-
你觉得什么是可能的？
-
那这可能会往哪儿发展呢？
-
那你为什么相信，在资本市场里制造更多或者更少的摩擦，能这么有力量呢？
-
你看，你总是有风险的，你知道，听起来像那种亿万富翁私募股权大佬，你知道，在你说金融对世界有好处的时候，说私募股权对世界有好处。
-
但我喜欢去想高级金融的起源。
-
当你想到像J.P.这样的企业。
-
Morgan，你知道，它的一些起源是J. Pierpont Morgan帮助把欧洲投资者和新兴市场——美国——的企业家连接起来，去为铁路融资、为基础设施建设融资，以及所有让美国……
-
成为经济巨无霸的东西。
-
而这之所以发生，是因为有中间人帮助把你知道的、那些愿意承担风险的人和资本配置者，与那些有创业精神、想要创新的人连接起来，而这对世界产生了极其深远而巨大的影响，现在再想想经济中的所有部分，所有那些……
-
美国国内的部分，但国际上也是，那些无法接入资本市场的部分，对吧，每一个新兴国家，你在那里都会很难筹集资本来为你的想法融资、来发债，然后是那十万家美国企业，他们甚至都说不清Goldman Sachs是做什么的，而JP Morgan也……
-
没时间去外面和他们合作，因为生意太小了。
-
如果你能够加快企业家、公司创始人和个人接入资本市场的速度，你就能加速所有创新。
-
Fanta实现合规自动化，让你的团队可以少花时间在安全审查上，多花时间获取客户。
-
Fanta把审计准备时间削减了82%，并为你提供即时、最新的信任证明，不用再做那些手工活儿，这样你就能更快、更少摩擦地完成交易。
-
客户报告投资回报率达到526%，超过16,000家公司使用Vanta，包括Ramp、Harvey和Snowflake。
-
现在就到vanta.com slash invest开始，立减1,000美元。
-
Ridgeline是第一个端到端的记录系统，内置AI，面向投资管理公司，把投资组合会计、对账、报告、交易和合规运行在一个统一平台上。
-
各家公司在从传统技术迁移到Ridgeline，因为Ridgeline的AI功能比投资管理软件里的其他任何东西都领先太多。
-
我一直在听很多投资经理谈AI，他们大致分成两派，有些人甚至不确定该从哪里开始，另一些人则确信自己能在周末就搭出自己的订单管理系统。
-
现实是，经营一家投资公司永远都需要治理、控制，以及你数据的单一事实来源。
-
再多的AI热情也改变不了这个要求。
-
Ridgeline正是建立在这个基础之上的，所以我相信，在AI时代能脱颖而出的公司，一定是那些跑在Ridgeline统一平台上的公司。
-
如果你认真对待公司的AI战略，Ridgeline就应该成为这场讨论的一部分，你可以在ridgeline.ai申请演示。
-
你从那些跟你公司形态类似、但做的是其他领域的同行身上学到了什么？
-
我学到的是，要增长这么快，得有多大的进攻性。
-
我学到的是，日复一日地啃玻璃是什么滋味，以及你在长期上需要多大的信念，Tam和Sam，才能确保你不会因为每天那些完全出错的事情而焦躁不安。
-
你知道，我会打电话给像Harvey的Winston这样的人，Winston的能力就是不去担心随时加在他身上的那一百处皮肉伤，只想着三年后他要到达的那个终局目标，而到达那里真正重要的只有两件事，这
-
真的很了不起。那玻璃是什么样的？
-
那进攻性又是什么样的？那到底是什么意思？我在疫情期间工作。
-
所以我根本没机会看到办公室长什么样。
-
这一直是非常，你知道，我和我的联合创始人John以前开玩笑说，这是一段非常昂贵的商学院教育。
-
所以我们当时做什么都是错的，不知道怎么招人，不知道怎么开人，不知道怎么带人，不知道怎么管理，不知道怎么给反馈，不知道怎么定方向。
-
而快速扩张带来的很多人的问题，至少对我来说，感觉就像在吃玻璃。
-
所以当有人辞职，当你有留人问题，当你花六个月招一个候选人结果人家不来，那就是在啃玻璃。
-
当你花一大堆时间做一个产品，结果下一个模型一出来就把它完全冲没了，让你觉得自己像个白痴，把那么多时间和精力花在了一个错误的判断上，啃玻璃。
-
当你被40个投资人连续拒绝之后才终于融到钱，啃玻璃。
-
而我对创业的感受就是，它像过山车，你必须感受到极致的high，也得感受到极致的low。
-
我是个特别情绪化的人。
-
我尽量不让团队感觉到，但我在高点会觉得自己站在世界之巅，在低点又觉得一切都完了。
-
但回过头看这段旅程，低点会越来越低，高点会越来越高。
-
我回头看三个月前我正面对的那个低点或者高点，我就想，那算个什么啊。
-
我现在闭着眼睛都能做。
-
我觉得关键就是调节这些东西，把情绪引导到推动业务前进上，但别让它太分散你的注意力。那攻击性呢？
-
这好像有点像个老生常谈。
-
所以你采访过Pat Grady。
-
Pat Grady周三来参加了我们的董事会，我们展示了一个，怎么说呢，极其激进的明年计划，包括招聘目标、商业目标、产品目标。
-
我喜欢Pat的一个原因就是他，他把所有东西都浓缩成大概两个要点，而且逻辑上无懈可击。
-
你知道，他就是这样，前提一，前提二，结论就是这个，然后他说，Gabe，好吧，如果金融行业里的每个人在未来18个月内都要就AI做出购买决策，而且他们肯定会买点什么，不管怎样，就算你不在那儿，
-
那唯一重要的就是你能多快地轰炸市场，确保你在那儿。
-
基于这一点，你觉得这个计划够激进吗？还是不够？
-
答案是不够。不够激进的原因是我太软了。
-
我觉得现实就是你必须非常非常非常激进，承担所有这些风险，并且清楚你在玩的是什么游戏。
-
而我作为一家风投支持的公司，我的目标是增加分布的尾部。
-
如果我失败的几率增加30%，但我成为千亿美元公司的几率也增加20%，那没关系。
-
但你实际上必须接受同时抬高这两个尾部。
-
你经历过的最情绪化的低点是什么？
-
我们在融A轮的时候，我们的股权结构表上还没有任何明星投资人，但有一位很棒的投资人，Box Group的David Tisch，他是做早期pre-seed和种子轮投资的，他给我介绍了一堆A轮的大佬。
-
我当时想，哇，我见过让一个蓝筹投资人进入你的股权结构表能带来什么，对招揽人才能带来什么，对成为品牌和客户的引力黑洞能带来什么，等等。
-
这就是我们终于要抓住的机会了。
-
我们已经做了两年半了。
-
David给我们介绍了40个，40个投资人，我每个人都见了。
-
我见了红杉、Kleiner、Benchmark，所有人，40个人全都拒了我，而且不是那种，哦，你收到一封带着deck的邮件，觉得没啥意思，而是那种，哦，这个挺有意思，让我见见Gabe。
-
哦，我还挺喜欢Gabe的，让我跟他聊一个小时。
-
哦，Gabe，来投委会吧，哦，Gabe，一起吃个晚饭吧。
-
哦，Gabe，周末过来一趟吧。你知道吗，我们还是要拒你。
-
而且这特别针对个人，因为在这个阶段，这跟别的都没关系，只跟你这个人有关。对吧。
-
这就像被40个女朋友甩了，每一次你都坠入爱河，然后每一次她们都说，你不合适。
-
而这其实正是Thrive的契机。
-
A轮的时候Thrive花了很多时间跟我在一起。
-
跟Avery和Vince吃了晚饭，爱上了他们和这家公司，因为他们太棒了，然后就是毁灭性的打击。
-
幸运的是Keith Rabois，你知道，基本上是在所有人拒绝我们一个月之后来的。
-
然后Keith就说，这有点，这不算逆向押注啊。
-
这基本上就是金融界的Harvey。我为什么要投？
-
我说，Keith，如果这不算逆向，那为什么你的每一个朋友都说这是个烂主意，都不相信我？
-
你觉得他们为什么不信？原因很多。
-
我觉得人们低估了金融领域的TAM，这挺蠢的，但部分原因是我觉得旧金山对金融的直觉比较弱，因为他们没投过ION Group、Bloomberg、SMP、FactSet、PitchBook、Morningstar这些。
-
所以这个市场上其实一直没出现过什么特别成功的风投支持的企业。
-
所以大家对市场的轮廓和规模没有直觉。
-
第二就是产品太烂了。
-
所以每个投资人都说，哦，我在金融行业工作。让我用用看。它能改变我的工作方式吗？
-
然后他们试了，一半的时候都是错的。
-
他们就说，这永远行不通。
-
我就说，兄弟们，我们现在是在指数曲线上，对吧？
-
就是说，再过六个月、十二个月、十八个月，或者不管多久，它总会行得通的。
-
我会把它搞明白的。
-
最后一个原因是，大家觉得我搞不定。
-
大家没有足够多的例子，看到我啃玻璃、看到我一次次想出下一步该怎么走。你觉得那之后是什么变了？
-
因为现在你的股东名单上全是响当当的大人物了。
-
嗯，因为我很早的时候就认识了这些人，而且每一轮融资我都见他们，每次我都说，嘿，我们要做这件事。
-
他们就说，行吧，这不可能。
-
然后每次我们都做到了。
-
顺便说一句，很多时候它实现的方式跟你想的不一样。
-
你知道，你可能真的会失去那个关键员工，或者你本以为的那个特别好的客户，结果完全泡汤了。
-
但我们一直在想办法，一直在市场里摸索前行。我觉得这就是为什么，在像今天这样的市场里投资，尤其是投应用型AI，市场这么动荡、这么不明朗，你得把赌注押在创始人能不能极度灵活应变上。你觉得为什么没有更多
-
那种相当靠谱的
-
金融服务领域的竞争对手呢？
-
我觉得分销这块真的很难攻破。我觉得这更多是个人的问题——建立信任、交付价值、跟这些机构打交道，而不只是工程和产品的问题。
-
但与此同时，工程和产品上的门槛也高得吓人。
-
所以要想真正攻下这个市场，执行的标准我觉得是相当高的。
-
我特别幸运，早期招的一批人都是金融背景出身，而且都是狠角色。
-
我们刚从Inner Network招了一批人，他们之前在Goldman、Citi、Jeffries、Apollo、Aries或者Blackstone干过。
-
所以我们有一支团队，这些人执着、有野心、好奇、聪明，而且都是好人。
-
低调、谦逊、足够年轻，所以思想开放，也愿意吃苦。
-
我也很好奇你是怎么处理技术人才的，在你团队里一个技术人最重要的是什么，这方面又是怎么演变的。
-
一个直觉是，随着执行变得越来越容易，技术人身上领域专业知识的价值反而上升了。
-
你知道，现在写好的代码不需要你特别懂技术，或者说比过去要求低了。
-
那你们的工程团队或者说技术团队，随着时间推移是什么形态？
-
我问这个，也是因为我在想其他那些想攻克这个领域的公司，不管他们是什么行业。
-
我想说，确实有些问题里，领域专业知识的价值在上升，产品直觉、以及更像一个总经理而不是工程师的思维方式，是超级超级重要的。
-
但我们的产品也有一些部分，就是需要那种纯粹、硬核的工程人才，因为你在极其激进地扩张。
-
但如果看我们团队里那些特别出色的人，很多都是曾经的创始人，对吧？
-
他们是那种自己创过业、坚持下来、啃过玻璃、积累了大量产品和教训、并且懂得怎么把这些转化出来的人。
-
然后，你知道，那个生意可能就慢慢不行了。
-
接着你刚才说的那点，有很多公司都在试图攻克金融AI。
-
有很多非常聪明、有产品思维、有工程思维的领域专家尝试过做金融AI，我们已经收购了六家那种刚起步的金融AI创业公司。
-
所以那些前创始人，既能在产品未来上有天马行空的想法、能规划出UX应该是什么样，同时又有工程功底，能不断做出正确的决定，这超级重要。
-
你之前在我们录制前跟我说过，这是这个领域第一次出现这种重大的创新者困境。
-
你能说说你指的是什么吗？
-
嗯，我觉得对很多投资机构、很多高端金融服务业来说，过去10年、20年过得挺不错的。
-
你知道，做一个资本配置者、做一个投资人，能赚很多钱。
-
这是个非常难进入的行业。
-
尤其是如果你做的是私募市场，你知道，你的生意本身就有一种自然的惯性，因为你募了一支基金，又募一支，再募一支，之后想把生意搞砸都很难，
-
我敢肯定有一百个人在创业做基金，他们知道这比我刚才说的要难上一百倍，但公平地说，之前从来没有出现过这样一个时刻、这样一次对市场的冲击，让每一家投资机构、每一家银行都在说，哇，我得彻底重新思考我在做什么，
-
而现在会出现一个机会，让成百上千家AI原生的颠覆者、AI原生的投资机构、AI原生的投资银行来攻击我的商业模式，我得想清楚现在该怎么办，而私募股权公司、对冲基金、
-
投资银行已经很久没有面临过这种创新者的窘境了。
-
AI原生，这个词对你来说意味着什么？
-
它的定义是什么？
-
某种程度上，我觉得它就是指愿意不断地把你正在做的一切都重新发明一遍，而且被AI洗脑得足够彻底，以至于你根本不去担心什么是可能的、什么可能看起来完全不切实际，
-
你只是在规划一条轨迹，把这项外星般的基础性技术整合进你做的每一件事里。
-
而且它体现在业务的每一个部分。
-
业务里没有任何一个部分是你视为神圣、可以免于被彻底革新的。你是怎么做到的？
-
比如说，你是一家非常AI原生的公司的领导者，你想确保……
-
你是想在Rogo里把你刚才说的这一切都做到吗？
-
但我也相信，肯定有些领域你对AI被用来做某某事的程度并不满意。作为领导者，你是怎么做的？
-
你怎么确保你的公司把这件事当成一种持续的实践和习惯，而不是一次性的、或者只是笼统地做做？
-
那我给你说个很简单的事，就是每个月我都会收到一份报告，上面显示公司每一个部门，他们在多大程度上使用了我们拥有的各种不同的AI工具，既有我们采购的，也有我们内部自己搭建的，所有这些不同的东西。
-
而且我在每个部门里都有一个排名，列出排名前五的重度用户和排名后五的用户。
-
我们把这个到处张贴，每个部门排在最后的那个人会收到一张印着笨蛋帽的打印件，我们把它贴在办公室各处。
-
这特别搞笑，但大家都知道这事会来。
-
而且顺便说一句，随着我们规模变大，越来越少的人认识我、知道我这人其实是在开玩笑、挺逗的，他们是真的被吓到了。
-
我希望他们别被吓到，也希望这种情况会改变，但这确实是一个很强的激励机制，能真正确保你在用这些东西。
-
如果你要列出一份问题清单，比如说，有个人坐下来，他是这些公司之一的掌门人。
-
这是一门很棒的生意，来之不易，但确实是一门好生意。
-
而且说句公道话，这些公司从组织和技术角度看往往相当简单。主要靠的是人，对吧？
-
这些生意里很多都没有太多额外的开销。
-
也许他们会买很多数据之类的。
-
你会鼓励他们问自己、问自己的生意哪些问题，才能最有把握地有效应对这场转型？
-
我会说，如果你确定知道，现在你90%的企业价值都在你的人身上，对吧？
-
你最好的投资人、最好的银行家，就是那些带来交易、带来收入的人，而正是这些积累了企业价值。
-
而十年后，世界上最好的投资公司、最好的银行，它们90%的企业价值不在人身上，而在软件、数据和系统上。那你会开始做什么？
-
你会开始想办法，怎么把你最优秀的人脑子里那些潜在的东西全部提取出来，放进一个你自己拥有、自主运营的系统里。所以这是很重要的一点。
-
我想到的第二件事，是把交易生命周期的每一个环节都拆解开，在每一个环节里试着画出你认为自己不可替代、或者拥有别人没有的数据、或者拥有别人没有的领域专长的地方，然后认真地对自己说，好吧，
-
在这个市场里，我是不是真的拥有别人没有的东西？
-
是一段关系吗？
-
是别人没有的背景信息吗？
-
还是我只是觉得自己在这个领域和市场上更聪明、读得更多？如果是这样，AI会把这些抹平。
-
你有没有见过谁，在一家大公司里，是这种态度最前沿的典范？
-
比如说，有没有你特别喜欢的一个例子，某个人就是完全拥抱这一套的？
-
有意思的是，今天看起来最跟得上趟的那些人，两年前听起来简直疯得不行，对吧？
-
他们就是那些走进来说"我们得把每一次对话都录下来"的人。
-
你知道，你能把这段对话直接接入我的公司大脑，然后会有一个我的数字克隆。
-
然后它就会吐出，你知道，关于这笔投资到底该长什么样子的博弈论分析，而两年前，大家听到这种人都会觉得，Patrick到底在说什么鬼？
-
举个例子，有一家公司的联合创始人叫Mollus John Mumtasi，他对这件事的走向就是有先见之明。
-
他想要他们所有最优秀的银行家的数字克隆。
-
他想要那种系统，基本上能替他出现在电话会议上，替他发言，知道他是怎么想的，然后把那些上下文都吸收进去。
-
然后他想建一个系统，让那家投资银行里任何初级员工都能立刻调用他的专业能力、上下文和人脉关系，这样那些上下文和数据就不只是给他一个人的创收能力供能，
-
而是给那家银行里每一个初级员工的创收能力供能。
-
所以有不少人，你知道，都经历了他们那种"第37手"的时刻，突然意识到，哇，这件事会比任何人预期的都要深刻得多。
-
对你来说，你这项业务的未来里，最不确定的是什么？
-
我会说，是私募市场到底多快才能真正转型，对吧？
-
你想想为什么不同类型的资产类别交易量会增长，你知道，流动性会提高，往往跟标准化有关，因为标准化之后追踪和交易这些资产就更容易了。
-
私募市场一直对标准化免疫，因为里面有太多非结构化数据。
-
AI应该能解决这个问题。
-
话虽如此，会不会有某种监管力量或市场力量，逼着出现一些额外的标准化，从而真正加速私募市场能拥有的那种透明度和流动性？
-
那有点不在我的控制范围内。
-
另一件事是，我到现在也还不清楚，在人际关系里到底还会剩下多少alpha，对吧？
-
我聊到那个微型市值并购，很难想象如果你是一个小企业主，你花了20年建起一门生意，你想确保当你把这门生意交到别人手里时，你信任他们，你能跟他们握个手，这件事能完全自动化。
-
但对于很多赞助商持有的企业，或者像二级份额、私募信贷、GP-LP二级份额这些东西，我确实觉得可以完全自动化。
-
但所有这些小企业、所有这些中型企业，它们得面对代际交接，它们要花多久才能舒服地按一个按钮就把生意卖掉，而不是跟人握个手，这对我来说有点说不准。
-
如果你这儿坐着几个新的年轻创始人，他们对怎么进入私募市场、怎么跟私募市场投资人打交道感到好奇，你会教他们什么？
-
你会告诉他们该做什么，不该做什么？
-
我融资的风格可能不是每个人都适用的。
-
我特别直接，我对自己担心什么、想去哪儿都特别透明。
-
但在那个终局上，你必须非常坚定。
-
然后我会说，关键就在于反复练习和关系。
-
那些突然冒出来领投C轮或D轮的人，其实都是我在种子轮就见过、然后A轮、B轮、C轮又见的那些人，他们每次都因为各种各样的原因没投。
-
但他们对我和这门生意积累的数据多得多。
-
有没有什么是你会劝大家别做的？
-
我觉得有很多那种"假装成功直到真的成功"的做法。
-
你需要有那种气势，对你正在做的事有信心，哪怕你并不是真的完全有信心。
-
而我是一个极度偏执、极度缺乏安全感、极度害怕的人。
-
但你得把那张脸戴上，说你对你要去的地方有信心，哪怕是在那些你知道的起起伏伏、潮起潮落的时刻。
-
我觉得，你知道，人们有时候会误解这一点，以为他们得假装成不是自己的样子，我觉得那不是真的。
-
你得相信那个5%的可能性——你能做成一家千亿美元的公司——是很有可能的。
-
你不需要假装它是100%可能，但你应该能用非常清晰的路线图和战略，勾勒出你怎么可能成为一家千亿美元的公司，然后有信心：如果这些事都实现了，你就会是——这就是你为什么害怕、为什么没安全感。
-
我对所有可能出错的事都特别偏执。
-
每一天都感觉你走在刀刃上，有一千件事随时会崩塌。
-
我觉得这种创业的现实就是，它是一场势能不断累积的游戏。
-
你怎么把每一件小事都做好，让自己在下坡路上跑得再快一点点，而我就是害怕这个势能会停下来。
-
或者，你知道，你撞上一堵墙，然后偏离了轨道，然后你又得重新把势能激发起来。
-
对我来说特别清楚的是，真正造出一台能不断积累势能的机器，有多难。
-
所以，如果有任何绊脚石会拖慢这个速度，如果我不是一直对那些时刻感到恐惧，我就不会想尽一切办法去准备，确保我们能挺过去。我们还漏了什么？
-
比如说，你在这个时代创办这样一家公司学到了什么，在这个时代一切都像是跳球，感觉每个能出现Rogo或者Harvey或者类似公司的地方都会出现一个，尤其是在最后一公里的连接很难做的地方。
-
而且不会只是Anthropic一家公司统治一切，或者OpenAI。
-
对，我们还漏了什么，你觉得到目前为止在创业过程中真正重要的还有什么？
-
我觉得会有公司来解决所有这些问题，但做到的那些公司会变成人才、资本和品牌的黑洞，它们能够把资源吸进来真正去执行，因为AI是一股惊人的顺风，
-
但竞争的执行门槛也比以往任何时候都更高。
-
每个人都被拉进了大联盟，都在经历自己的“欢迎来到NFL”时刻，你必须比你预想的跑得更快、更强、更坚韧、更灵活。
-
拥有对的团队比以往任何时候都更重要。
-
而如今对的团队极其、极其昂贵。
-
所以如果你搞不清楚怎样才能尽快成为人才和资本的黑洞，我确实认为你沦为某个实验室或某家能做到的公司的垫脚石的风险要大得多。
-
我做这种节目的时候，总是把最喜欢的问题留到最后，别人为你做过的最善良的事是什么？
-
你知道，我会说我受益太多了，因为我有极其善良、慷慨、无私的父母，但在我母亲和我父亲身上，这种善良的表现方式完全不同。
-
我母亲那种善良是，不管我做了什么，我都很棒、很聪明、不可能做错事，尽管从小到大事实完全不是这样，但她给我灌输了相信自己的信心。
-
即使在你处于那些低谷期，感觉一切都要完蛋、你什么都做不对、连续被拒40次、觉得自己是个白痴、被淘汰、挂科，不管是什么，无论如何，她都表现得好像我可能是地球上最聪明的人，这其实是不理性的，
-
但你需要一些那种来自不渝之爱的非理性的自信。
-
我父亲就非常不一样。
-
你知道，我父亲，如果我回到家，我做错了什么事。
-
他会几乎没法看我，无法理解，对吧？
-
他这个人极其自律、极其优秀、标准极高。
-
所以他那种善良的方式是去琢磨，你知道，他怎么理解我是谁、我为什么会在这件事上失败？
-
然后帮我。
-
所以，你知道，他会坐下来，跟我把每一个细节都过一遍，尽管有时候他根本没法理解，为什么我拥有那些机会，却没能好好利用，还愿意花时间让我变得更好，同时又坚守他的原则、他的卓越标准，还有他对
-
“好”的定义。你在打造一个非常吸引人的生意。
-
看着它越做越好，真是太酷了。谢谢你跟我做这期节目。谢谢。
-
你知道小优势是怎么随着时间累积的吗？
-
这在投资上是真的，在你怎么经营公司上也是一样。
-
你的支出系统就是你的资本配置策略。
-
Ramp 默认就让它变得更聪明。
-
更好的数据，更好的决策，随着时间带来更好的经济效益。
-
去 ramp.com slash invest 看看吧。
-
随着你的业务增长，Vanta 也跟着你一起扩展，自动化合规，给你一个关于安全和风险的唯一真实来源。
-
想了解更多，去 vanta.com slash invest。
-
从 open AI 到 cursor 再到 perplexity，最顶尖的 AI 和软件公司都用 Work OS 一夜之间做好企业级准备，而不是花上好几个月。
-
去 workos.com 看看，跳过那些不光鲜的基础设施工作，专注于你的产品。
-
Ridgeline 正在重新定义资产管理技术，做一个真正的合作伙伴，而不只是一个软件供应商。
-
他们帮公司把规模扩大了 5 倍，实现更快的增长、更聪明的运营和竞争优势。
-
去 ridgelineapps.com 看看他们能为你的公司解锁什么。