一家丹麦公司用AI代理把合规分析师几小时的工作压缩到几分钟，NEA领投2000万美元。这不是又一个"AI提效"的故事——它瞄准的是金融行业最顽固的"人肉流水线"。
01 | 一个被忽视的200亿美元痛点
金融合规可能是科技渗透最慢的领域之一。
银行每年在反洗钱和客户尽职调查上花费超过2000亿美元，但核心工作方式几乎没变：分析师打开十几个标签页，在公司注册数据库、新闻源、制裁名单之间来回切换，手动复制粘贴信息，用Word写风险评估报告。
Spektr的联合创始人兼CEO Mikkel Skarnager在创立公司前，曾在丹麦金融科技公司Pleo负责合规。他亲历了这个矛盾：合规团队拿着高薪，却把80%的时间花在机械性信息检索上。
「典型的银行合规审查流程包括搜索公司注册信息、交叉比对多源文件、绘制受益所有权结构、手工撰写风险理由——这些工作每天看起来都一样，难以一致审计，且随着监管量增加而难以扩展。」Spektr在官方声明中这样描述现状。
更麻烦的是审计。当监管来查，分析师需要证明自己为什么做出某个判断。但手工操作留下的痕迹是碎片化的：截图、本地文件、邮件记录。重建决策链条往往比做决策本身更耗时。
过去十年，合规科技赛道不缺玩家。但大多数产品做的是" workflow management（工作流管理）"和"data aggregation（数据聚合）"——帮分析师把信息搬到同一个界面，或者自动填充表格。
Skarnager认为这不够。「这些工具减少了摩擦，但没能消除底层的分析劳动。」
换句话说，分析师从"在十个网站之间跳转"变成了"在一个仪表盘里跳转"，核心工作——判断、推理、写报告——还是人肉完成。
02 | 从"辅助工具"到"替代劳动力"：Spektr的AI代理架构
Spektr的解法是把AI从"副驾驶"变成"执行层"。
平台的核心是一组专门的AI代理（specialised AI agents），每个代理负责合规流程中的特定环节：公司背景调查、业务真实性验证、多源文件解读、结构化风险评估生成。
关键区别在于分工方式。传统工具给分析师提供信息，分析师做判断；Spektr的代理直接产出可审核的结论，合规团队的角色从"从零生产"变成"审查批准"。
据公司披露，原本需要分析师数小时完成的工作，现在压缩到分钟级。金融机构可以自主设计开户和持续监控的工作流，在这些流程中部署代理网络，把手工驱动的分析师流程转化为可大规模运行的自动化操作。
覆盖范围包括KYC（了解你的客户）、KYB（了解你的企业）、资金来源审查、文件审核、以及整个合规生命周期中的误报削减。
这种架构设计回应了银行的一个深层顾虑：黑箱问题。
纯AI决策在金融合规领域难以被接受，因为监管要求可解释性。Spektr的代理输出结构化结果，保留完整的推理链条和数据来源，让人类审核员能够快速验证或修正。
「我们不是要取代合规官，」Skarnager在融资声明中强调，「而是把他们从重复劳动中解放出来，去做真正需要人类判断的事。」
客户名单包括Pleo（公司前雇主）、Santander Leasing（桑坦德银行租赁部门）、Mercuryo（加密支付基础设施）、Phantom（Solana生态钱包）、Monta（电动车充电平台），以及公司描述的"美国大型 marketplace 客户"。
这个组合有意思：既有传统金融机构的租赁部门，也有加密原生公司，还有平台型经济企业。三类客户的共同点是都面临"大规模、高频率、跨司法管辖区"的合规审查需求。
03 | NEA的押注：为什么是现在？
本轮2000万美元A轮融资由NEA领投，Northzone、Seedcamp、PSV Tech跟投。总融资额接近2600万美元。
NEA合伙人Luke Pappas亲自操刀这笔投资。他在接受Crunchbase News采访时给出了两个关键判断：
第一，Spektr赢在"taste（品味）"和深度领域专长。Pappas认为，在AI能够大规模生产功能的时代，"知道该做什么"比"能做出来"更重要。合规领域的know-how壁垒极高，外行很难快速补齐。
第二，Spektr的差异化在于"与现有解决方案共存"的能力。银行不会一夜之间换掉所有合规系统，Spektr提供的是编排层（orchestration），让还没准备好整合到单一供应商的合规团队，能够逐步引入自动化。
这笔钱的用途很明确：扩充工程团队、加速银行和大型金融机构的采用、在伦敦和纽约开设办公室。
伦敦和纽约的选择有讲究。前者是欧洲金融监管中心，后者是美国金融科技和银行总部密集区。两地都是合规人才和客户的枢纽。
Pappas的"共存"判断值得展开。金融IT系统的替换成本极高，不仅是技术迁移，更是流程重构和人员培训。Spektr的代理架构允许银行在现有基础设施上"嫁接"自动化，而非推倒重来。
这种渐进式路径降低了采纳门槛，但也带来挑战：集成复杂度。每一家银行的遗留系统组合都不同，代理需要适配各种数据格式和API。
Spektr的应对是让客户自主设计工作流。平台提供模块化组件，金融机构按自身流程组装。这种灵活性牺牲了部分"开箱即用"的便捷，但换取了大型客户的接受度。
04 | 时间线复盘：从Pleo内部工具到独立产品
Spektr的故事始于2022年。
Mikkel Skarnager当时还在Pleo担任合规负责人。Pleo是一家快速增长的B2B费用管理公司，客户遍布欧洲多国。随着业务扩张，合规审查量激增，传统人力模式难以为继。
Skarnager开始探索用AI自动化部分流程。最初的尝试可能是简单的脚本和规则引擎，但很快转向更复杂的代理架构。
2023年，Spektr从Pleo分拆独立，获得种子轮融资。Northzone、Seedcamp、PSV Tech成为首批支持者。Pleo不仅是投资方，也成为第一个大客户——这种"从客户中孵化"的路径在B2B SaaS领域越来越常见。
种子轮后的12-18个月，Spektr的核心任务是验证代理架构在真实银行环境中的可靠性。金融行业对错误容忍度极低，一个误判可能导致监管罚款或客户关系破裂。
客户名单的扩展反映了产品成熟度的提升：从Pleo这样的金融科技公司，到Santander Leasing这样的传统金融机构部门，再到Mercuryo、Phantom等加密原生企业。
2024年下半年，Spektr开始接触美国市场。"美国大型marketplace客户"的加入是一个信号：产品已经能够处理更复杂的、跨司法管辖区的合规场景。
2025年4月，A轮融资官宣。距离种子轮约18个月，节奏紧凑。
融资声明中特别强调了"just under $26 million"的总融资额——接近2600万美元，而非"约3000万"或"上亿"这类模糊表述。这种精确性本身也是一种信号：面向银行客户，财务透明度是信任的基础。
05 | 行业启示：AI代理的"垂直深耕"逻辑
Spektr的案例提供了一个观察AI落地的切片：为什么同样是"AI提效"，有些领域快速突破，有些却长期停滞？
金融合规的特殊性在于：数据非结构化程度高（PDF扫描件、手写笔记、多语言文件），决策逻辑复杂（需要结合监管要求、内部政策、风险 appetite），且容错成本极高。
通用大模型可以直接处理部分任务，但缺乏领域特化的可靠性。Spektr的代理架构本质上是在通用能力之上，叠加了合规专用的推理层和验证机制。
更深层的趋势是"AI劳动力"的重新定义。过去两年，AI应用集中在内容生成、代码辅助、客服等"人机协作"场景。Spektr指向的是另一类机会：知识工作流的端到端自动化。
这类工作的特点是：规则明确但繁琐、需要多源信息整合、产出必须可审计。法律尽职调查、保险核保、医疗记录审核都属于同一范畴。
NEA的押注暗示了一个判断：2025年可能是"垂直AI代理"的爆发年。通用模型的能力已经足够好，差距在于领域知识和系统集成。像Spektr这样从行业内部生长出来的团队，有机会建立难以复制的壁垒。
对25-40岁的科技从业者，这个案例的具体启发是：
第一，B2B AI产品的护城河不在技术，而在"被客户信任处理关键业务流程"的资格。这需要时间、案例、监管关系的积累。
第二，"替代劳动力"比"辅助劳动力"更有商业价值，但前提是能够嵌入现有工作流程，而非要求客户重构组织。
第三，欧洲在金融科技监管科技（RegTech）领域有独特优势。GDPR、MiFID II等严格监管催生了复杂的合规需求，也培育了解决方案。Spektr从哥本哈根出发，而非硅谷，本身就是一种验证。
Spektr的下一步值得关注：伦敦和纽约办公室能否复制欧洲的成功？大型美国银行是否会接受一家丹麦公司的核心合规基础设施？代理架构在更复杂的衍生品、跨境支付场景中表现如何？
这些问题的答案，将决定"AI吃掉合规分析师"是局部实验，还是行业重构的开始。
热门跟贴