9 月 10 日，OpenAI 推出 ChatGPT for Financial Services。發表稿裡最值得停下來看的一句，不是模型有多強，是它把 LSEG News、PitchBook、Daloopa、Crunchbase、Quartr 這五家資料商直接接進了同一個工作區。法說會逐字稿、財務報表、公司基本面，不用再切平台，就擺在做分析的那個視窗裡。
這個動作的意義，得從投資銀行的日常動線來看，而不是從模型排行榜來看。
接進來的到底是什麼
除了內建的那五家，已經買了訂閱的機構還能把 FactSet、S&P Global、Preqin、Datasite 再掛上去。OpenAI 說這些資料在自己的基礎設施上重新建了索引，目的是讓檢索更準、引用能追溯到出處。
產品的設計合作夥伴是 Morgan Stanley 和 Evercore。一家是全球性的大行，一家是精品投行，兩邊的分析師每天在做什麼，OpenAI 是照著抄下來的。
抄下來的動線有三段：跨多個資料來源做研究、搭財務模型、按公司自己的範本產出客戶資料，pitchbook 也算在裡面。
底座是 GPT-6 Astra，OpenAI 9 月 3 日發表的那個模型。我們當時寫過，Astra 的核心能力是替人操作電腦：開瀏覽器、填表格、跑完一整串多步驟流程，一直做到交出一份成稿為止，中間不停下來問下一步該幹嘛。那篇稿子裡說，這個能力真正的落點要等到它被裝進某個具體產業才看得清。七天之後，第一個產業出來了。
法遵那一層也鋪好了。產品建在 ChatGPT Enterprise 之上，加密、按角色分權限都是現成的，法遵團隊可以把工作區日誌匯進自己原有的查核流程。這一條不是給分析師看的，是給風險管控、資訊安全和科技部門看的——在銀行裡，這三個部門不點頭，工具進不了門。
為什麼這次和前面幾輪不一樣
過去兩年，華爾街上的 AI 工具大多停在一個位置：好用的助手，但活還是人幹。它能幫你改一段措辭，幫你把一段文字整理成三行，可它不知道你公司的 pitchbook 範本長什麼樣，也調不動你花錢買的那套資料訂閱。
這次兩個口子都堵上了。資料訂閱能接，公司範本能讀。工具因此從「旁邊放著的一個視窗」變成了「工作流程本身」。
對照一下我們 9 月 9 日寫過的 Harvey：那家做法律 AI 的公司公布，美國律師事務所百強裡已經有八成在用它。法律和投資銀行是同一類生意——按小時計費、靠金字塔結構養人、初級職位負責把原始資料整理成可用的東西。Harvey 在法律那一側已經跑到了八成滲透率，OpenAI 現在帶著兩家設計合作夥伴進投資銀行，走的是同一條路，只是晚了一年多。
誰在這套工作台上被頂掉
投資銀行的初級分析師，一年裡的時間大致花在四件事上：找資料、更新模型、做 comps、把上面三樣拼成客戶資料。這四件事，正好是 OpenAI 這次列出來的產品能力清單。
不用猜它衝的是誰。CNBC 的標題就寫著它瞄的是華爾街初級銀行家的活。
這件事的傳導路徑，不是裁員。投資銀行不會在九月發一封信說初級分析師職位取消，它會做一件更安靜的事：把明年的 analyst class 招少一點。我們 7 月寫過，法律和顧問業的入門職缺從 2023 年到現在掉了 35%，PwC 計畫到 2028 年把查核新人招募砍掉 39%。掉下去的過程裡，沒有一家公司開過發表會。
金字塔的底被削薄，塔尖暫時還穩。真正的問題在三到五年之後：今天不招的這批人，就是五年後沒有的那批 VP。
數字上的對照
Morgan Stanley 這次是設計合作夥伴，可它自己的研究部門今年 5 月 28 日剛給出過一組數：AI 鋪開之後，歐洲銀行未來五年可能減掉 10% 到 20% 的人力，到 2030 年前對應 20 萬個以上的職缺；生產力提升的估計值是 30%。分析師團隊點名的重災區是後台營運、風險管理和法令遵循。
把這兩件事放在一起看，就有意思了。5 月給出 20% 估計的那家機構，9 月成了這套工具的設計合作夥伴之一。研究部門算的是別人家的帳，業務部門在給自家的流程做客製。兩邊說的其實是同一件事，只是一邊用的是百分比，一邊用的是產品藍圖。
還有一個參照點值得記下來。今年 5 月 21 日，Jamie Dimon 在 Bloomberg 電視上說 JPMorgan 會「多招 AI 的人，某些類別的銀行家招得少一些」。當時那句話還只是一句話。現在，做這件事的工具有了，而且是兩家同業幫著一起設計出來的。
接下來看什麼
三個觀察點，按出現的先後排：
第一，Morgan Stanley 和 Evercore 會不會公開講部署規模。設計合作夥伴通常先在小範圍裡跑，等內部數據出來才對外說。哪一家先給出「多少人在用、省了多少小時」這類數字，哪一家就是這輪的第一個可引用樣本。
第二，2027 年的 analyst class 規模。這個數字每年春天在校園徵才季前後定下來，是投資銀行這一側最誠實的指標。任何一份 AI 策略聲明都比不上它誠實。
第三，OpenAI 說要把產品擴到更廣的金融服務領域。投資銀行和股票研究只是第一站。資產管理、私募、保險精算，這幾塊的工作結構和投資銀行是同構的：大量的資料整理、大量的範本化產出、大量的初級人力。第一站跑通，後面幾站不需要重新發明輪子。
工具這回不是站在分析師旁邊。它站在了分析師的位置上。
