据彭博社援引知情人士消息，OpenAI已秘密启动名为“水星计划（Project Mercury）”的内部项目，招募超过100名来自高盛、摩根士丹利、摩根大通等顶级投行的前投资银行家，以时薪150美元的价格，帮助训练其人工智能系统构建财务模型。这一举措被外界视为OpenAI在金融垂直领域最激进的商业化尝试之一。
水星计划：从手动建模到AI自动化
水星计划的核心目标，是利用前华尔街从业者的实战经验，让AI学会如何完成投行分析师日常耗时数小时的财务建模工作——从IPO估值、债务重组到杠杆收购的复杂现金流模型。参与该项目的承包商需要每周提交一个完整的财务模型，并遵循严格的华尔街格式标准：保持格式一致、百分比使用斜体、维持精确的页边距等。只有通过AI聊天机器人初筛、财务报表测试和现场建模挑战三重考核的候选人才能加入。
OpenAI发言人证实，公司“与专家合作以提升和评估模型在不同领域的能力”，并强调所有贡献者均经过严格背景审查。这些前银行家不仅教授AI数学逻辑，更传授投行严谨的专业风格——从单元格配色到标注习惯，力求让AI输出的模型可直接用于实际交易。参与者的背景覆盖了布鲁克菲尔德（Brookfield）、穆巴达拉投资（Mubadala Investment）、Evercore、KKR等机构，甚至包括少量哈佛和麻省理工的MBA在读生。
每小时150美元：OpenAI的“高成本”商业押注
尽管OpenAI估值已高达5000亿美元，但其至今尚未实现盈利。水星计划以每小时150美元的费率招募前银行家，远高于普通数据标注员的薪资水平，凸显其对金融AI模型训练质量的重视。每位参与者通过第三方供应商独立运营，提交的模型将经过内部评审员的反馈与审核，确保数据源和逻辑结构符合真实交易场景。
这一模式直接瞄准华尔街长达数十年的“加班文化”——初级分析师每周工作80小时以上，处理Excel模型和PPT文档，随时应对上级的临时修改需求。正如业内流传的“pls fix”梗所示，这些重复性劳动正面临被算法替代的转折点。如果AI能准确完成基础建模，投行很可能大幅削减初级分析师岗位，转而要求员工掌握更高级的客户关系与交易策略能力。
市场影响：金融AI加速走向产业化
水星计划是OpenAI进入企业工作流市场的最大步之一。此前，其推出的ChatGPT Enterprise、代码生成工具Codex等产品并未深度覆盖金融建模领域。通过直接聘用前投行精英作为“训练师”，OpenAI试图解决大语言模型在金融数据精确性上的痛点——数字敏感度、公式逻辑、监管合规性等问题长期制约AI在金融核心业务中的应用。
这并非孤例。摩根士丹利、高盛等投行自身也在探索内部AI工具，但OpenAI的第三方方案可能更具跨平台推广潜力。一旦水星计划形成的金融模型能力成熟，OpenAI将有可能推出针对投行、资产管理、私募股权等领域的专用AI服务，形成与Bloomberg Terminal、FactSet等传统金融数据终端竞争的差异化优势。
不过，风险同样存在：金融行业对模型误差的容忍度极低，一个错误的估值可能引发法律风险。此外，前银行家训练出的AI是否具备应对非标准交易结构（如复杂衍生品或新兴市场案例）的能力仍待验证。此外，高额的人力成本意味着该模式在规模化前需要找到更经济的数据生成路径。
总结
水星计划表明，OpenAI正将触角延伸至金融行业最核心的定量工作领域。通过“真金白银”聘请前华尔街精英，这家AI巨头正试图在华尔街最固执的Excel单元格里，种下下一次效率革命的种子。