BT财经

境内金融信息服务备案编号:

【京金信备(2021)5号】

2026年11月19日

注册 / 登录

运行成本仅2%,这家英国金融AI公司凭什么融资2.5亿美元?

北京时间2026年11月17日,英国伦敦金融科技初创公司Model ML正式宣布完成2.5亿美元B轮融资,投后估值达到15亿美元。消息传出当天,市场讨论的核心并非融资金额的绝对数值,而是投资方General Atlantic在新闻稿中披露的一组关键指标:Model ML第三季度的年化经常性收入(ARR)同比增长了12倍,日活跃用户(DAU)更是增长了26倍。

这并非又一个依靠大模型聊天机器人概念圈钱的案例。Model ML的产品定位是让AI成为投行银行家和资管人士的“个人智能代理”,它能理解交易上下文,自动更新财务模型和演示文稿,直接嵌入客户的内部系统工作。更为显著的是,其自研模型的运行成本仅为前沿闭源模型的约2%,运行速度快约5倍,且准确率匹配甚至超越了前沿模型。

这组数据揭示了一个正在发生的产业变化:当AI技术的边际成本被压缩到二十分之一时,过去只能做概念验证的任务开始转化为真实的商业订单。

把AI卖进投行金库,路径比想象中更清晰

Model ML由英国兄弟Chaz Englander和Arnie Englander共同创立。这对连续创业者此前曾联手创办P2P租赁平台Fat Llama,并在2022年被瑞典公司Hygglo以4150万美元收购。经历了一次成功的退出后,他们比多数技术型创始人更早地洞察了企业采购的核心逻辑:功能的先进性固然重要,但能否无缝嵌入客户现有工作流程以及确保数据安全才是关键。

这也是Model ML产品设计的关键差异点。市面上绝大多数AI产品都倾向于让客户绑定特定的外部供应商,使用统一的API接口;而Model ML选择将系统直接部署在目标客户的自有基础设施内部署,不依赖任何单一的外部AI供应商,客户数据完全留在企业内部且不用于第三方训练。

这一策略直击金融机构最敏感的安全痛点。Model ML因此获得了ISO/IEC 27001:2022认证并通过了SOC 2 Type II审计。这些看似枯燥的文件,恰恰是它们能够进入高盛、摩根士丹利等顶级机构内部系统的敲门砖。在全球范围内,Model ML已在纽约、巴黎、马德里、东京、新加坡和迪拜等地设立办事处,构建了覆盖主要金融中心的本地化服务网络。此外,公司的顾问委员会成员包括前汇丰集团CEO诺埃尔·奎因爵士和前瑞银董事长阿克塞尔·韦伯,这些重量级行业人物的背书进一步增强了其在传统金融机构中的信任度。

产品线目前主要覆盖三大群体:投行银行家、管理咨询顾问和资管投资者。这些角色的核心痛点高度一致——他们需要处理大量重复性、高专业度且容错率极低的文档工作。例如,在一份典型的并购交易中,分析师需要在数天内完成几十份财务模型、尽职调查报告和投资者演示文稿的编制,而这些工作的质量直接关系到数百万美元的交易成败。Model ML的技术不仅解决了效率问题,更在成本控制上展现了颠覆性潜力。

15亿美元估值背后的行业信号

从成立到完成B轮融资,Model ML仅耗时18个月,累计融资金额已达3.5亿美元。这个速度在传统金融服务业尤为罕见,因为该领域的决策周期通常以半年为最小单位。General Atlantic在此时果断领投,释放出的信号不容忽视。

这家管理着超过700亿美元资产的全球私募股权基金,近年来在人工智能垂直应用领域的布局非常密集。2026年以来,General Atlantic已在多个面向企业用户的AI工具平台中下注,其中包括专注于法律文件审阅、供应链优化和企业知识管理的平台。选择在当下重仓金融AI,背后是华尔街自身面临的人力成本压力已经到达临界点。

一家中型投行的初级分析师团队每年带来的成本通常在数亿美元级别——其中包括招聘费用、培训成本、薪酬福利和差旅开支。而这些岗位从事的核心工作,诸如数据采集、初步分析、模板化报告撰写和基础建模,正是当前AI技术最擅长替代的领域。如果AI能以五分之一的成本完成同等质量的输出,那么人力成本的节省就是立竿见影的财务报表结果。

这也是为什么Model ML能在短短一年半内实现12倍ARR增长的根本原因——市场需求不是“要不要用”,而是“有多快能用”。不过需要注意的是,虽然ARR增速惊人,但具体的客户数量及付费合同详细金额仍未对外披露,这意味着我们尚无法推算其绝对营收规模。

当然,15亿美元的估值并不意味着一路坦途。Model ML面临的竞争格局同样激烈,同赛道中的Hebbia曾在2025年获得过SoftBank领投的巨额融资,估值一度高达20亿美元;此外,Anthropic、OpenAI等大型模型厂商也在不断推出针对企业客户的专业化工具。真正的考验在于谁能建立足够深的客户粘性壁垒。一旦大型投行将Model ML深度嵌入核心业务流程,其替换成本将变得极高。但这道转换窗口期的时间,可能比市场预期的还要短。

三个必须关注的后续指标

对于关注AI商业化落地的读者而言,这场融资只是序幕。判断AI是否真正开始重塑金融业就业结构,未来12个月内需重点跟踪以下三个可量化的指标:

第一,Model ML的客户续约率。ARR的增长可能源于新客户获取,也可能来自既有客户的增购。若年度续约率能维持在90%以上,说明该产品已深度嵌入客户流程,具有极高的粘性;若低于80%,则需警惕这可能是短期尝鲜带来的虚高增长。

第二,华尔街头部机构的初级分析师招聘冻结情况。目前尚无公开数据显示主要投行已大规模削减初级岗位,但如果2027年金 Sachs、摩根大通等机构出现明显的招聘缩减,那将是AI替代效应从实验室走向现实财报的直接证据。

第三,开源模型在金融行业的采用比例。Model ML的成本优势建立在开源模型微调的基础之上。如果更多金融机构出于成本考量转向开源方案而非昂贵的闭源API服务,整个行业的底层成本曲线将被重新定义。反过来,若大型机构因合规原因仍倾向闭源方案,Model ML的技术护城河就需要继续加深。这三个指标的动态变化将在很大程度上决定这场AI金融革命的最终走向。



版权声明:本文版权归BT财经所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。
帮助中心
联系我们
联系我们

 

商务合作:

 

公司地址

北京市丰台区汉威国际广场一区一号楼629

 

 

商务合作

周先生

Tel: +86-17743514315

Email: info@btimes.com.cn

官方微信公众号

北京领讯时代信息技术有限公司 | Copyright ©️ 2026 财经时报 版权所有 京ICP备19043396号-7

京公网安备 11010602007380号 | 境内金融信息服务备案编号:京金信备(2021)5号

网信算备110106674807801230011号


声明:未经授权,不得复制、转载或以其他方式使用本网站的内容。BT财经尽最大努力确保数据准确,但不保证数据绝对正确。