Tegus是一个面向投资专业人士的市场情报平台，提供专家访谈、公司数据和财务指标等访问服务。该公司利用人工智能来组织和交付定性与定量研究，旨在简化尽职调查和投资研究流程。Tegus成立于2016年，已将自己定位为传统专家网络和研究服务的现代替代方案，将可搜索的专家电话会议记录数据库与全面的财务数据相结合。
该平台的核心产品包括一个庞大的专家访谈记录库，涵盖广泛的行业和公司。这些访谈的对象包括前高管、行业专家和其他关键意见领袖，提供了公开文件中通常无法获得的见解。Tegus还提供集成的财务数据，包括历史财务数据、预测和关键绩效指标，使用户能够将定性洞察与定量指标进行交叉参考。机器学习算法的集成有助于索引和搜索这些广泛的内容，使用户能够快速找到相关信息。
成立与历史
Tegus由Thomas Elnick和Michael LaBella于2016年在伊利诺伊州芝加哥创立，其目标是实现专家网络行业的现代化，该行业传统上依赖昂贵的一次性咨询。Elnick和LaBella认识到，通过专家电话会议收集的大量宝贵信息往往被孤立且未得到充分利用。他们设想了一个平台，可以系统地捕获、索引这些知识，并将其提供给更广泛的投资专业人士。
公司最初专注于构建专有的专家电话会议数据库，通过进行数千次访谈来充实其库。到2019年，Tegus已获得大量融资，其中包括由Insight Partners领投的A轮融资，用于扩大其研究覆盖范围并发展其技术基础设施。该平台的用户群迅速增长，吸引了对冲基金、私募股权公司和机构投资者，他们看重专家洞察与财务数据在单一可搜索界面中的结合。
2021年，Tegus完成了1亿美元的B轮融资，公司估值超过10亿美元，成为独角兽企业。这笔资金用于增强其AI能力、扩大团队并增加内容库。公司持续创新，推出了自动转录和情感分析等功能，帮助用户更高效地提取洞察。到2023年，Tegus已将业务扩展到国际范围，在纽约和伦敦设有办事处，并积累了超过50,000份专家电话会议记录。
AI与技术
Tegus采用一系列机器学习和自然语言处理技术来增强其平台。核心挑战在于管理海量的非结构化访谈记录和财务文档数据集。为解决这一问题，Tegus使用大型语言模型来改进搜索并提供生成式答案以回应用户查询。这些模型基于平台的专有数据进行训练，使其能够理解投资研究中的特定术语和语境。
该平台的搜索功能超越了简单的关键词匹配。它利用由Transformer架构驱动的语义搜索来理解用户查询背后的意图。例如，搜索“半导体行业供应链风险”的用户，即使确切短语未出现在记录中，也能获得讨论相关概念的结果。这是通过多头注意力机制实现的，该机制能够捕捉文本中词语与概念之间的关系。
Tegus还使用AI进行自动摘要和关键点提取。当新增一份专家电话会议记录时，系统会自动生成摘要、突出关键财务指标，并标记相关公司和主题。这减少了整理内容所需的人工工作，并确保新信息能够快速供用户使用。公司还尝试使用生成式AI来创建研究备忘录草稿和比较分析，尽管这些功能旨在辅助而非取代人类分析师。
Tegus的技术栈包括自建模型以及与基于云的AI服务的集成。公司使用亚马逊云服务作为其基础设施，利用AWS Trainium等服务进行高效的模型训练和推理。这使得Tegus能够在无需大量资本支出购买硬件的情况下扩展其AI能力。使用Azure和谷歌云处理某些辅助功能则提供了冗余性和灵活性。
产品与服务
Tegus提供多种针对不同投资研究需求的关键产品：
- 专家电话会议：一个包含超过50,000份与行业专家录制的访谈记录的库。用户可按公司、主题或关键词进行搜索，并可收听或阅读完整记录。每份电话会议记录都带有元数据标签，包括专家背景、日期和涉及主题。
- Tegus数据：涵盖上市公司和私营公司的全面财务数据，包括历史财务数据、一致预期和另类数据集。这些数据与专家电话会议库集成，使用户能够并排查看定性观点和定量数据。
- Tegus洞察：由AI驱动的工具，提供跨平台内容的摘要、情感分析和趋势检测。这帮助用户快速识别新兴主题和行业动态变化。
- 定制研究：一项服务，由Tegus团队代表客户进行定制专家访谈，以解答特定的投资论点或问题。这类似于传统专家网络服务，但已集成到更广泛的平台中。
这些产品通过网络界面和移动应用程序交付，具有保存搜索、提醒和协作工作区等功能。该平台设计直观，重点是缩短分析师从提出问题到获得充分支持答案所需的时间。
市场与竞争
Tegus在投资研究和专家网络的竞争格局中运营。该领域的主要传统参与者包括GLG（Gerson Lehrman Group）、AlphaSights和Third Bridge，它们主要提供一次性专家咨询。这些服务通常价格昂贵，每小时费率从1,000美元到2,000美元不等，且洞察不在客户之间共享。Tegus通过提供订阅制模式来实现差异化，所有专家电话会议均被录制并向所有订阅者开放，从而产生网络效应。
另一个竞争对手是Bloomberg Intelligence，它通过彭博终端提供研究和数据。然而，彭博的产品更侧重于定量数据和分析师报告，而Tegus则强调来自专家的第一手定性洞察。此外，像AlphaSense这样的新进入者使用AI分析公开文件和申报材料，但它们不具备同等深度的专有专家访谈内容。
Tegus的关键优势在于其专有内容库，这是难以复制的。公司在开展和录制专家电话会议方面投入巨大，其AI工具使这些内容比竞争对手的产品更容易获取。截至2024年，Tegus服务于超过2,000家机构客户，其中包括许多全球最大的对冲基金和私募股权公司。
数据与内容策略
Tegus平台的质量取决于其内容的广度和深度。公司拥有一支研究员团队，负责识别和招募来自各行业的专家，包括科技、医疗保健、消费品和金融服务等领域。专家通常是前高管、经理或对其行业有直接了解的专家。每位专家都经过严格的筛选流程，以确保其可信度和相关性。
Tegus在获得专家和客户双方同意后对每次专家电话会议进行录制，然后对内容进行转录和索引。这创造了一个可以搜索和重复使用的永久性资产。公司还从其他来源获取数据，例如行业报告和公开文件，以补充其专有内容。这些数据的整合由一支数据工程团队负责，以确保一致性和准确性。
公司的内容策略还包括主动研究。Tegus识别新兴主题，并就诸如生成式AI对各行业的影响或半导体供应链等问题开展电话会议。这确保了平台在客户明确提出需求之前就已拥有相关内容，使其成为紧跟市场趋势的宝贵资源。
用户体验与采用
Tegus非常重视用户体验，认识到投资专业人士时间有限，需要高效的工具。平台界面旨在最大限度地减少查找信息所需的点击次数。搜索结果带有摘要显示，用户可按日期、行业、公司和专家类型进行筛选。AI驱动的洞察功能提供关键点的快速概览，使用户能够决定是否阅读完整记录。
Tegus的采用主要依靠投资社区的口碑传播。许多用户表示，Tegus已经取代了他们相当一部分的外部研究支出，因为订阅成本通常低于传统专家电话会议的累计费用。该平台还提供免费试用，这在转化新用户方面非常有效。截至2023年，Tegus报告的客户留存率超过90%，表明用户对平台高度满意和依赖。
公司还发展了社区功能，允许用户共享笔记并就研究项目进行协作。这培养了社区感，并增加了平台作为协作工具的价值。Tegus定期举办网络研讨会和活动，向用户介绍最佳实践和新功能，进一步提高了用户参与度。
未来方向
展望未来，Tegus专注于深化其AI能力。公司正在探索使用深度学习模型来提供更细致的情感分析和预测性洞察。此外，还有潜力集成实时数据源和新闻，为专家洞察提供最新的背景信息。Tegus正在投资模型剪枝和高效推理技术，以降低成本并改善响应时间，确保其AI功能保持可扩展性。
另一个重点领域是拓展新市场和资产类别。虽然该平台目前专注于股票和私营公司，但未来有可能覆盖固定收益、大宗商品和宏观经济数据。Tegus还在考虑与其他数据提供商建立合作伙伴关系，以丰富其内容库。随着投资研究行业的持续发展，Tegus旨在通过将人类专业知识与先进的人工智能相结合来提供可操作的智能，从而保持在行业前沿。
公司领导层，包括联合创始人Thomas Elnick和Michael LaBella，仍然致力于使专家知识易于获取和有用的使命。凭借强劲的财务状况和不断增长的用户群，Tegus已做好充分准备，在未来几年继续其增长和创新。
结论
Tegus通过将专家访谈与财务数据和先进AI工具相结合，已确立了自己作为领先市场情报平台的地位。其订阅制模式和全面的内容库为传统专家网络提供了一种引人注目的替代方案。通过利用机器学习和大型语言模型，Tegus提供了高效、可搜索的定性洞察访问途径，帮助投资专业人士做出更明智的决策。随着对及时准确的市场情报需求的增长，Tegus将人类专业知识与技术相结合的方式，很可能继续成为金融界的一项宝贵资产。