Rowspace 获 5000 万美元融资，打造永不遗忘的私募股权 AI

私募股权行业依赖专业判断，但判断力却难以规模化。数十年的交易备忘录、承销模型、合伙人笔记和投资组合数据分散在各个互不兼容的系统中。每当有新交易时，分析师往往从零开始，即使答案可能就埋藏在公司自身的历史里。

这正是 Rowspace 要解决的问题。这家旧金山初创公司近日结束隐身模式，带着5000 万美元的融资和一项大胆的承诺亮相：为私募股权打造的 AI，不仅辅助决策，更能学习一家公司的思维方式。

公司以红杉资本领投的种子轮和红杉与 Emergence Capital 共同领投的 A 轮融资公开启动，Stripe、Conviction、Basis Set、Twine 以及一批专注于金融领域的天使投资人也参与其中。

早期客户（未具名，但被描述为管理着数千亿至近万亿美元资产的知名私募股权和信贷公司）已在使用该平台，约有十家顶级公司签订了数百万美元的年合同。

两位 MIT 毕业生，一个棘手难题

Rowspace 由 Michael Manapat 和 Yibo Ling 创立，两人在麻省理工学院读研究生时相识，之后走上了截然不同的职业道路。Manapat 曾在 Stripe 构建处理数十亿笔交易的机器学习系统，随后作为首席技术官帮助 Notion 拓展 AI 业务。

Ling 则选择了金融路线——他曾两次担任首席财务官，领导过 Uber 和 Binance 的财务团队，并花费数年时间通过手动整合分散系统中的数据来做投资决策。当 ChatGPT 于 2022 年底推出时，Ling 将其用于尽职调查任务，却立刻遇到了同样的障碍。

“显然 AI 潜力巨大，但就是无法有效工作，”他告诉《财富》杂志。“你需要将正确的信息放在正确的上下文中。”AI 的潜力与金融领域混乱、专有且因机构而异的数据现实之间的差距，成为了公司的创立理念。

联合创始人兼首席运营官 Ling 直言不讳：“大多数技术工具对金融来说不够全面或细致。而大多数金融工具需要提高技术上限。我们打算两者兼顾。”

我们交谈的资产管理公司都表达了同样的观点：他们知道长期积累的数据蕴含着极具价值的模式和判断。Rowspace 正是帮助他们将这些规模化的平台。 pic.twitter.com/pDXPD62rLM

— Rowspace (@rowspace_ai) 2026年2月26日

私募股权 AI 的实际面貌

Rowspace 的平台连接了公司整个历史中的结构化和非结构化数据——文档库、投资和会计系统、旧的 PowerPoint、交易备忘录——并应用 Manapat 所说的“金融原生”视角：一种反映公司如何实际核对信息、解读差异并做出决策的视角。关键的是，所有处理都在客户自己的云环境中进行，公司数据始终在其控制之下。

结果可以通过 Rowspace 自己的界面、Excel 和 Microsoft Teams 等工具，或直接接入公司现有的数据基础设施来访问。一位审查新交易的一年级分析师可以调出数十年前的先前决策、可比交易和内部承销模式，而无需打电话或在共享驱动器中费力查找。

“金融领域充满高风险决策。过去，快速行动与利用公司所有可能数据做出充分知情、细致决策之间往往存在权衡。我们的 AI 平台消除了这种权衡，”Rowspace 联合创始人兼首席执行官 Michael Manapat 表示。“我们正在构建专业智能，将公司数据转化为符合金融严谨要求的可扩展判断力。”

Manapat 内部常用的一句话概括了这一雄心：“想象一家永不遗忘的公司。一位经验丰富的投资者以特定方式使用多种不同工具的工作流程可以被编码和复制。当这成为可能时，一年级分析师就能利用数十年的机构知识，判断力随公司规模增长而非被稀释。”

为何红杉和 Emergence 押注垂直 AI

此次融资背后的投资者信念本身就是一个值得解读的信号。领导此次投资的红杉合伙人 Alfred Lin 将 Rowspace 视为对“哪些 AI 应用能在日益强大的基础模型崛起中存活”这一问题的直接回答。

“Michael 在 Stripe 构建了处理数十亿笔交易的机器学习系统，并帮助推动了 Notion 向 AI 的扩张。Yibo 则是一位金融领袖和投资者，曾亲身应对 Rowspace 正在解决的挑战，”Lin 说，并补充道 Michael 和 Yibo 都从两方面看到了这个问题，将技术深度与对客户实际需求的第一手理解相结合。

Emergence Capital 的普通合伙人 Jake Saper 在数据基础设施论点上更进一步：“他们正在做以前不可能的工作：连接专有数据，并以真正的严谨性对其进行核对和推理。没有这个基础，你使用其他什么 AI 工具都无关紧要。”

这一论点巧妙地反驳了当前困扰许多软件行业的担忧：基础模型最终将使应用商品化。Lin 的观点恰恰相反——建立在深厚、专有数据层之上的垂直 AI 系统，正是持久竞争优势将不断积累的地方。

特别是对于私募股权 AI 而言，其超额收益本质上是公司特定且不可复制的，这一逻辑尤其难以反驳。投资管理的后台一直是通用人工智能难以攻克的最后前沿领域之一。Rowspace 刚刚以 5000 万美元融资为前提，宣称它知道原因——以及如何应对。