OpenAI銀行版ChatGPT鎖定初級銀行員三大計費工作

OpenAI發布金融服務版ChatGPT，由摩根士丹利（Morgan Stanley）與Evercore共同打造，瞄準占據投資銀行分析師職涯頭兩年的公司研究、財務分析與簡報草擬工作。該產品是OpenAI企業版方案的客製化版本，兩家銀行身分為設計夥伴，而非既有成品的客戶。

OpenAI在發布資料中表示：「金融服務是價值最高的企業市場區隔之一，其工作流程高度依賴文件且受規則約束，這正是模型能穩定發揮效能的領域。」該公司未揭露金融服務版的定價、席次數量或基準測試成績。

關鍵在於經濟效益。根據華爾街綠洲（Wall Street Oasis）公布的數據，與彭博報導的水準相當，美國大型銀行初級投資銀行分析師的底薪約為11萬至12.5萬美元，含獎金的全額薪酬通常落在18萬至22萬美元之間。一家大型券商單一屆分析師人數可達100至300人。摩根士丹利（MS）與Evercore（EVR）是首批具名將通用型模型大規模導入該工作流程的機構，而兩者也都有動機對外說明：Evercore的顧問模式取決於每位董事總經理的營收貢獻，摩根士丹利則已花三年時間主張科技支出是利潤率的故事，而非成本的故事。

競爭格局比產品本身更重要。微軟已將Copilot推進Excel與Outlook，而多數實際分析工作正是在這些軟體中完成；彭博則多年來將數據與分析直接嵌入終端機，而銀行每年已為每席終端支付約3萬美元。OpenAI的優勢在於模型品質，劣勢則在於它既不擁有試算表，也不擁有終端機。在ChatGPT中組出的簡報，仍須與彭博終端、FactSet螢幕及銀行自家的合規資料庫相互核對。

最後這項限制才是真正的關卡。金融服務部署需要資料落地保證、稽核軌跡，以及可供監理機關重建的模型輸出。OpenAI過去曾與銀行簽署企業協議，但與兩家具名機構共同進行的設計夥伴開發是不同程度的承諾——這意味著合規架構是共同開發，而非在既有系統上事後加裝。若該架構站得住腳，可觸及的市場將是整個賣方研究與顧問業務堆疊，而不只是草擬環節。

對投資人而言，其外溢解讀可分為三個方向。摩根士丹利與Evercore取得一項可在同業之前向客戶與股東展示的生產力主張；Evercore的員工約2,500人，市值接近100億美元，因此分析師工時減少10%是可見的利潤率變化，而非微不足道的尾差。向銀行銷售的企業軟體廠商——微軟、彭博，以及程度較輕的Salesforce與Palantir——凡是主要價值在於彙整文件的產品，其切入空間都將收窄。而本就因多年交易低迷而緊縮的初級銀行員勞動市場，則在其初階招聘上迎來第二股與交易量無關的下行壓力。

反方論點是，銀行過去也曾自動化分析師工作。Excel、PowerPoint範本，以及印度與菲律賓的離岸研究中心，都曾承諾削減初級人力，結果卻把省下的資源吸收為每位銀行員更高的產出。生成式模型是否會打破此一模式，取決於它們是減少工時，還是提高單一分析師被期待完成的產出量。來自設計夥伴部署的初步證據目前尚未公開。

觀察重點：是否有第三、第四家銀行具名成為OpenAI金融服務客戶，以及其中是否有任何一家揭露2027年招聘週期的分析師班級規模。摩根士丹利下一次季度揭露與Evercore下一場財報電話會議，是兩者最早可量化該效果的排定時點。在銀行端提出節省工時或削減席次的具體數字之前，這項生產力主張仍屬行銷定位，而非財務事實。

本文僅供參考，不構成投資建議。