据Bloomberg报道，OpenAI已从高盛、摩根士丹利和摩根大通等华尔街顶级投行招募了超过100名前投资银行家，用于训练其人工智能系统构建金融模型。这一秘密内部项目代号为‘Mercury’，参与者以每小时150美元的报酬，向AI系统提供真实交易数据、结构和逻辑，涵盖从IPO到重组、杠杆收购等各类交易场景。
Project Mercury揭秘：高薪招募前银行家
该项目旨在替代华尔街初级分析师长时间、高强度的人工建模工作。Mercury项目下的前交易员需编写提示词并构建完整的金融模型，模拟真实分析师的工作流程。每位参与者每周需提交一个模型，并由审核人员提供反馈，合格后方可纳入系统。OpenAI表示，所有承包商独立作业，支付与管理通过第三方供应商处理。
申请流程本身就充满AI色彩：候选人需先通过AI聊天机器人进行的20分钟面试，机器人会直接从简历中提取问题；随后通过财务报表测试和现场建模挑战，证明其能够制作干净、专业的电子表格。一旦入选，他们需严格遵守详细指令：保持格式统一、百分比用斜体、保持与实际银行模型一致的边距大小。
据知情人士透露，参与者来自Brookfield、Mubadala Investment、Evercore、KKR等机构，还有少数哈佛和麻省理工学院的MBA学生参与。每个模型都遵循华尔街标准，以便OpenAI的系统不仅学习数学运算，还能掌握银行家应使用的专业风格。
华尔街精英如何训练AI？
OpenAI发言人称，公司‘与专家合作，以提高和评估我们模型在不同领域的能力’，并强调所有贡献者都是经过审查的专业人士。其目的是利用真实经验教会AI管理交易工作流程，无需无休止的试错。典型的投行分析师每周工作80小时，构建Excel模型和PowerPoint演示，同时应对上级的临时修改要求——这种文化催生了华尔街著名的‘pls fix’表情包。如今，这些重复性任务可能很快由算法接手。
值得注意的是，OpenAI当前估值高达5000亿美元，但尚未实现盈利。因此，每一个类似Mercury的实验都被视为证明其商业实力的尝试。该项目被报道为OpenAI迄今向企业工作流程进军的最重大举措之一，是其让工具适用于依赖深度定量工作的行业的更广泛努力的一部分。
市场影响与行业变革
Project Mercury的推出对金融科技和劳动力市场可能产生深远影响。从短期看，AI金融模型的成熟将大幅降低投行初级分析师的人力成本，提升模型构建效率。长期而言，这可能改变华尔街人才招聘模式，降低对传统金融建模技能的依赖。同时，此举也引发了对就业岗位被替代的担忧——低级投行分析师职位可能面临萎缩风险。
对于OpenAI自身，Mercury项目是其从消费级AI向企业级AI转型的关键一步。通过深入垂直行业训练模型，OpenAI有望在金融领域建立新的收入增长点，并为其IPO或进一步融资增加筹码。然而，数据隐私、模型准确性以及合规风险仍是需克服的挑战。金融监管机构可能加强对AI生成模型的审查，确保其符合行业标准。
总体而言，OpenAI通过Project Mercury展现了对高端商业场景的渗透野心，而华尔街正站在AI辅助决策与人工经验博弈的十字路口。未来，金融分析师的角色可能从‘模型制作者’转变为‘模型审核者’，这或许才是真正的职业进化方向。