OpenAI推出“水星计划”，AI将替代金融民工吗？
在AI逐渐替代人工，开始写代码、做文案、搞绘画之后，OpenAI正把目光转向另一座金字塔——金融业。
过去一周，一项名为“Project Mercury（水星计划）”的内部项目被曝光。OpenAI正在秘密招募前投行人士、华尔街分析师及MBA学生，训练AI学习金融建模、估值分析和企业并购模型。
可靠消息称，已有逾百名投行背景的专业人士加入项目，他们的任务是让AI理解Excel公式、DCF估值、财务报表推演等金融建模逻辑。换句话说——OpenAI在训练自己的AI去接管初级投行分析师的重复性工作。
OpenAI为什么要进军金融行业呢？
水星计划：AI闯进金融腹地
项目的参与者并非工程师，而是金融领域的“老兵”——他们大多来自摩根士丹利、高盛、花旗、摩根大通等投行机构。OpenAI给出的时薪约为150美元，相当于每月超过2万美元的兼职报酬。这批人主要负责“教AI如何理解金融世界”，以便AI能掌握估值与财务建模的逻辑。
这些受雇专家正在帮助AI学习企业估值、资本结构分析、现金流预测、市场对赌模型等内容。部分训练素材包括并购模型模板、IPO估值文件和重组案例。AI在反复迭代中被引导去学习这些结构化思维与数学框架。
业内人士称，OpenAI此举瞄准的是投行最基础、最机械化的部分——建模。一个初级分析师往往花费十几个小时，构建一个包含上百个公式的Excel模型。而AI若能掌握这种技能，将直接改变金融行业的底层生产方式。
在华尔街，投资银行分析师通常在处理实际交易时，每周工作时长超过80小时，大量时间用于在微软Excel程序中为并购和杠杆收购等交易构建精细模型，甚至还要不厌其烦的修改PPT，这些都让他们耗费了大量的精力和时间。
为什么是金融业？
在AI浪潮中，金融业一直是个谨慎的行业。监管严格、数据敏感、逻辑复杂，让AI的介入显得步步为营。然而，正因如此，金融也是AI最渴望攻克的领域之一。
首先，金融建模是一种高度重复的劳动 。一名初级投行分析师的日常，是在无数个Excel单元格里复制、调整、验证。AI的强项，恰恰在于这种可标准化、可量化的逻辑任务。OpenAI选择在此切入，等于直击效率瓶颈。
其次，AI在自然语言与数据理解上的突破，为“认知金融”提供了条件 。从ChatGPT到GPT-4，再到企业版模型，OpenAI的语言模型已能解析财报、合约、市场新闻等文本数据。若将这些能力与财务数据相融合，AI有潜力在“理解商业”层面上超越人类。
更关键的是，OpenAI正在寻求商业化落地。与微软合作后，ChatGPT企业版已被广泛用于代码与文档处理，而金融行业的高门槛与高价值，为OpenAI提供了理想的测试场。相比写文案、画图表，金融建模的商业价值更高，也更能验证AI的真实能力。
可以说，“水星计划”不仅是技术实验，更是一场商业战略的延伸。OpenAI希望打造出能在投行、咨询、会计、基金管理等场景中工作的AI助手——从后台支持到分析建议，完成一次真正的“AI职业迁移”。
对OpenAI而言，这次实验有着明确的目标：让AI在初级分析工作中发挥替代作用。金融机构的人员结构呈金字塔型——顶层是合伙人和董事总经理，中层是副总裁与经理，而底层则是庞大的分析师群体。后者承担了大量基础计算、图表制作和报告撰写工作，是最容易被算法替代的一环。
据报道，OpenAI正在测试的系统可以生成基本的财务模型，并在输入企业数据后完成初步估值与假设推演。一些测试者表示，这种自动化功能在实验中已能显著缩短工作时间。
这意味着，若“水星计划”顺利推进，投行的初级分析师团队规模可能在未来数年出现收缩。AI将成为新一代“虚拟分析师”——能快速生成模型、撰写Pitch Book、准备路演材料，并实时更新估值参数。
从劳动力角度看，这一转变极具颠覆性。金融业的培养体系建立在“以人养人”的结构上：初级分析师熬夜打模型，中层审核，顶层定策略。而AI的介入，可能重构这一晋升链条。在未来，只有具备判断力、创意与关系资源的人类银行家，才能在AI时代留下立足点。底层金融从业者则可能被大规模替代。
在罗马神话中，Mercury是商业与金融之神，也象征速度与沟通。OpenAI用这个名字，似乎在暗示其目标——让AI成为资本运转的加速器。
金融行业的震荡与应对
对金融机构而言，AI将带来很大的不确定性。
大型投行已开始实验自动化模型生成工具，用于辅助估值和风险分析。部分咨询机构也考虑用AI替代初级顾问，完成数据清洗与材料整理。
这场浪潮的首批受冲击者，将是年轻的金融从业者。他们曾以高薪与精英文化著称，如今却可能被算法分担部分工作。AI能在短时间内完成的事，再无理由由人类通宵完成。金融行业长期以来以“工作密度”筛选人才的机制，也将因此改变。
但AI的到来也可能重塑金融的边界。分析师可以从重复劳动中解放出来，投入更具创造性的任务，如战略评估、客户沟通、行业洞察。投行角色可能从“建模执行者”变为“智能指挥者”，引导AI协同工作。
对于行业而言，这场变革将迫使机构重新定义价值链。未来的核心竞争力，不再是人力的堆叠，而是数据与算法的整合。谁能率先构建高精度的AI金融系统，谁就能在资本市场中占据先机。
当然，AI接管金融建模，并非没有风险。
首先是监管问题。金融模型关乎企业估值、投资决策、甚至市场定价。AI若出现误判，可能引发系统性风险。监管机构对AI在金融领域的合规标准仍在摸索中。
其次是数据保密。投行的数据极度敏感，涉及客户并购、财报、交易计划。AI系统若由外部公司训练，如何防止泄露成为关键问题。目前有报道称，OpenAI正在通过“匿名化数据”方式训练模型，但在实践中仍存在不确定性。
最后是责任归属。当AI给出分析建议时，谁来承担最终决策的风险？如果算法偏差导致错误判断，是否意味着AI模型本身也需接受监管？这些问题，比技术更复杂。
但无论如何，OpenAI的水星计划，都是一次象征性的事件。
它标志着AI从内容创作、代码编写，迈入人类利润率最高，凝结智慧最多的行业之一——金融。当AI开始学习估值模型和财务逻辑，它不再只是语言模型，而是金融智能体的雏形。
有人称这是一场革命，也有人称它是金融业的“AI化”。正如工业革命让人类脱离体力劳动，AI革命正在让人类脱离认知劳动。而这一次，被改变的，是那些最聪明、最勤奋、最熟悉数字的人。
未来的华尔街，或许不再是西装革履的分析师，而是一台名为“Mercury”的系统，在无声地计算、推演与生成。
人类金融的秩序，正在被重新书写。