Rowspace平台定位与Apollo的业务背景

Michael Manapat作为Rowspace的联合创始人，介绍了该平台的核心价值：利用AI代理（Agents）处理金融服务中混乱且碎片化的数据。Rowspace本质上是用AI执行数据工程工作，通过从多个系统中提取、清洗和核对信息，帮助投资组合经理（PM）和交易员更快更准确地做出决策。与之对话的是Jack McDonald，他是Apollo旗下信贷部门Reading Ridge Capital的首席运营官（COO）。Reading Ridge是一家独立运营的实体，管理着约500亿美元资产，主要专注于结构化信贷生态系统中的CLO（担保贷款凭证）管理。Jack自2020年加入Apollo以来，曾在金融机构集团、资产支持等多个部门任职，目前负责Reading Ridge的运营。他强调，结构化信贷市场的数据具有高度私有性和碎片化特征，不像公开股票或债券那样透明，因此数据的准确性、一致性及可用性是决策的关键。

投资组合构建：从三天到几分钟的效率飞跃

Jack McDonald详细阐述了AI在CLO投资组合构建中的具体应用。由于CLO具有严格的规则基础和水流分配机制，这些信息分散在复杂的法律文件和契约中。在传统模式下，PM需要审阅这些文档，建立基于Excel的模型，并模拟包含200到400个单一信贷名称的投资组合。这一过程通常耗时2至3天。Jack指出，这种手动操作不仅缓慢，而且容易出错。引入Rowspace后，团队能够实时整合来自文档库、交易合规系统以及实时定价等多源数据。现在构建同样的投资组合仅需几分钟。这种效率提升使得PM能够将精力集中在最后10%到20%的精细化调整上，利用专业判断完善由AI生成的完成度达80%到90%的基础组合，从而在快节奏环境中显著提升决策质量。

交易对账自动化：从人工核查到日常例行程序

除了投资组合构建，Rowspace还彻底改变了Reading Ridge的交易对账流程。历史上，团队每周需要进行一次“交易核对”（trade wreck），以汇总当周的买卖活动。这一过程极其繁琐，涉及手动登录银行账户查看结算情况，由专门团队花费数小时甚至更长时间进行核对，最终生成报告发送给管理层。Jack描述道：“我们以前是手动进入各个银行账户以了解结算情况……这是一项非常耗时的任务。”如今，同样的报告可以通过Rowspace在一分钟内生成并实现自动化。团队的角色转变为每日进行质量保证（QA），确保数据准确无误。原本需要两到三名团队成员花费数周时间的繁琐工作，现在变成了日常例行程序，极大地释放了人力资源。

AI置信度与数据源的确立

针对为何不能简单使用通用云聊天工具的问题，Jack强调了金融领域对准确性和数据质量的高要求。Rowspace并非简单的聊天机器人输出，而是深入理解业务逻辑的代理平台。团队与Rowspace紧密合作，明确什么是“黄金真理来源”（golden source of truth），即确定哪些数据是最终权威。Rowspace的AI引擎通过学习这些复杂的计算逻辑和数据源，能够重复执行并优化流程。这种深度定制和验证过程让团队对AI输出的结果建立信心，从而敢于将其用于实际的交易和投资决策中。Jack表示：“我们寻找像Rowspace这样的公司来与我们团队坐在一起，理解我们要查找的实际计算和信息……从而让我们变得更加高效。”

数据主权与系统信任：Rowspace的“地面部队”模式

在构建AI驱动的投资组合时，建立信任是核心挑战。通用大模型（如Claude、ChatGPT）虽能提供快速的研究支持和信息聚合，但其本质是基于通用数据而非企业私有数据。Rowspace与Apollo合作的关键差异在于，他们坚持拥有并控制真实的数据平台。Michael Manapat指出：“通用LLM非常适合快速了解产品或投资，但它们缺乏你自己的实际数据。”

Rowspace团队采取了“深入一线”（boots on the ground）的策略，与Apollo的投资组合管理和财务团队每日协作。由于同一数据可能来自20个不同来源且仅有一个准确，Rowspace团队通过理解计算逻辑、验证数据正确性并覆盖错误来源来确保准确性。这种深度整合使得系统能够自动从交易订单管理系统、绩效系统及彭博等价格索引中聚合数据，解决了传统系统中信息碎片化和手动拼接的问题。Michael强调：“Rowspace团队花费时间与我们的团队合作，理解计算并确定哪些数据是正确的……从而让我们信任系统。”

Apollo的AI原生文化：从创新基因到运营重构

Apollo早在Cursor等工具普及前就被视为最拥抱AI的金融机构之一。这种前瞻性源于其作为另类资产管理领导者的文化基因：创新、扁平化和开放。Michael Manapat表示：“Apollo一直以在金融服务行业处于变革前沿为荣……我们欣赏AI世界的到来，需要适应和采用它。”

这种文化使得Apollo在运营层面不满足于点状解决方案，而是致力于以AI原生方式重建公司。其核心逻辑是通过自动化释放人力容量，让员工从事更具思考性的工作。Michael解释道：“我们非常开放地采用新技术……释放人员容量，让他们更富有思考性，取代手动流程。”这种敏捷适应市场变化的能力，是Apollo在AI浪潮中保持领先的基础。他总结道：“从核心层面看，我们一直是一家非常创新的公司，拥有扁平且开放的文化来接受这些变革。”

金融行业的AI阶段：从效率工具到结构性优势

关于金融行业在AI光谱中的位置，Michael认为目前仍处于早期阶段（first inning）。尽管模型创建和研究聚合已展现价值，但这属于低附加值领域。他预测未来某些职能对初级支持的需求将减少，但当前重点在于通过AI优化常规任务以提高效率。Michael指出：“在资产管理、投资银行等机构世界中，我认为我们仍处于非常早期的阶段……目前主要是为常规任务提高效率。”

关于AI是通用商品还是结构性竞争优势，Michael认为正确采用将带来竞争力。在主动交易市场中，优势取决于流程（process）。虽然Excel已成为通用生产力工具，但AI若被深度整合进投资决策和交易结构流程中，将能实质性强化Apollo在结构化创意交易方面的领先地位。他暗示：“如果适应并利用得当，它将使您更具竞争力……在主动交易市场如资产管理中，归根结底取决于你的流程。”这意味着AI不仅是提效工具，更是重塑竞争壁垒的关键变量。

信息优势与私募市场的数字化演进

在金融投资领域，信息的即时获取能力是构建竞争优势的核心要素。Jack McDonald指出，拥有强大的执行流程、清晰的流动性认知以及实时的定价和价值评估能力至关重要。这种优势在活跃交易市场中已普遍存在，但在私募市场（Private Markets）中仍在演变过程中。Apollo作为行业巨头，正致力于推动这一变革，通过提供更精准的信息来建立长期的竞争壁垒。他特别强调，信息的准确性是决策的基石，任何基于错误信息做出的决定都会沿着组织链条向下传导，最终损害企业声誉和投资者信任。因此，确保团队对数据的高度信赖，避免信息错位（Misalignment），是AI工具在Apollo内部落地的首要目标。这种对数据质量的严苛要求，使得能够自动化验证信息、减少人工核对成本的AI应用显得尤为珍贵。

五年愿景：从技术辅助到思维重塑

当被问及未来五年的展望时，Jack幽默地表示连下周团队会使用CodeX还是Cloud Code都无法预测，但他更关注技术如何重塑工作模式。他期望看到的核心变化是对输出信息的绝对信心。目前，Apollo拥有超过40家全球投资者（原文提及over 400 global investors），确保流向这些投资者的数据准确无误且无需花费数小时进行人工校验，是技术赋能的关键价值所在。此外，他提到团队在技术enabled mindset（技术驱动思维）方面仍有提升空间。过去，技术应用往往被视为次要任务或事后补充；未来，随着常规任务的自动化，团队将有更多精力去反思流程的本质：为什么需要这个流程？如何优化它？是否应引入新技术？将技术思维从“辅助”转变为“首要考量”，是Apollo未来组织进化的关键方向。

深入一线：理解复杂性与人机协作的真谛

针对希望将AI应用于金融领域的从业者，Jack分享了一条至关重要的经验：深入理解业务的复杂性。Apollo的组织结构极其复杂且充满细微差别，许多看似奇怪或过时的流程背后都有其特定的历史原因和业务逻辑。因此，技术人员不能仅停留在代码层面，而必须“脚踏实地”（Boots on the ground）。他高度评价了Rowspace团队的成功经验，指出其之所以能超越预期路线图，是因为Michael及其团队成员几乎每天都与Apollo的前台业务人员坐在一起，深入理解他们的工作流。这种深度的场景嵌入和流程洞察是AI工具成功落地的前提。只有真正理解业务痛点和工作细节，才能开发出既符合逻辑又高效实用的AI解决方案，而非仅仅追求技术的 novelty（新颖性）。

"Spending the time and really putting boots on the ground to sit with whatever team or front office professional that you're working to build a tool for... is time well spent."

结语与行业呼吁

在访谈的最后，双方强调了当前AI金融领域的巨大机遇。Apollo Technology和Rowspace正在积极招聘希望将人工智能应用于金融领域的人才，鼓励具备跨学科背景的专业人士加入。这一呼吁不仅反映了行业对复合型人才（懂金融又懂AI）的迫切需求，也象征着传统金融机构与新兴技术公司之间合作模式的深化。通过结合Apollo庞大的数据资源和Rowspace的技术创新能力，双方正在共同探索AI在私募投资全流程中的深度应用潜力。这种合作模式为行业提供了范本：即通过紧密的人机协作和深度的业务理解，将原本需要数天的投资组合构建过程缩短至几分钟，从而释放巨大的生产力价值。

"We are extremely complex organizations and it's not as straightforward... things might look a little bit novel or strange and out of place, but it's probably actually there for a reason."

"Bothace and Apollo Technology are hiring people who want to apply AI to finance."

结论

Apollo与Rowspace的合作证实，AI代理在结构化信贷领域能实现从数天到几分钟的效率跃迁。通过深入理解业务逻辑并确立“黄金真理来源”，系统成功将投资组合构建与交易对账自动化，释放人力专注于高价值判断。这种基于私有数据、人机深度协作的模式建立了信任壁垒，使AI成为重塑竞争优势的结构性变量。然而，该方案高度依赖对复杂流程的定制化嵌入与数据治理，并非通用工具可替代。其核心价值在于通过消除信息错位提升决策质量，而非单纯的技术炫技。