10月21日，彭博社援引知情人士和內部文件的消息稱，OpenAI 正在進行一個代號為「水星計畫」（Project Mercury）的秘密項目。這個項目招募了超過 100 名具有金融背景的約聘工（許多來自 JPMorgan、GS、Morgan Stanley 等頂級投行），以每小時 150 美元的薪資，幫助訓練 AI 模型掌握複雜的金融建模、估值分析等技能，目標是自動化取代投資銀行初級分析師的繁重工作。
OpenAI 此舉的用意非常明確且具有高度戰略性，其核心目標是打造一個能執行複雜、高價值任務的「金融專業AI Agent」。不僅是為了「取代初級分析師」，更是要攻佔全球利潤最豐厚的產業之一：金融服務業。
具體來說，其用意可以分為以下幾個層面：
1. 商業目標：搶佔高利潤的「垂直領域」市場
金融業是AI最直接的變現渠道： 金融服務（投行、資產管理、私募基金）是一個資訊密集、利潤極高，且極度依賴複雜分析的行業。一個能自動化金融建模的AI，其商業價值遠超通用的聊天機器人。
從「通用」走向「專用」： 通用大模型（如 ChatGPT）什麼都懂一點，但在專業領域的深度和可靠性不足。OpenAI 顯然意識到，AI 的下一階段競爭在於「垂直領域」的專業應用。金融，就是皇冠上的明珠。
打造企業級殺手應用： 這項「水星計畫」（Project Mercury）如果成功，OpenAI 就能向全球的投資銀行、基金和大型企業銷售一種「AI金融分析師」服務。這將帶來巨額的企業訂閱收入，遠比個人用戶的 $20/月 訂閱更有利可圖。
2. 技術目標：解決「高品質數據」的稀缺性
AI 模型能達到的高度，取決於它所學習的「教材」品質，AI 的天花板在於數據質量。
網路數據充滿「垃圾」： 網路上公開的金融知識和模型大多是簡化、過時或教學用的。而專業投行內部的模型是高度客製化、保密且極其複雜的。
如何建立一個正確的 M&A 模型或 DCF模型？這其中充滿了只有經驗豐富的分析師才知道的「潛規則」、行業假設和判斷。
OpenAI 是在購買專家的判斷力，讓這些華爾街專家來「訓練」AI，透過「專家反饋強化學習」（RLHF）的方式，教AI如何像一個華爾街分析師一樣思考。
3. 產品目標：從「聊天」進化為「執行任務」
OpenAI 的最終願景不是一個只會「聊」的機器人，而是一個能「做事」的AI Agent。
金融建模是完美的試驗場： 這個任務有明確的輸入（財報、市場數據）、複雜的過程（建模、估值）和清晰的輸出（模型、報告）。
未來的理想狀態是，CEO 或基金經理只需要下達指令：「分析 A 公司收購 B 公司的可行性，並在週一給我一份估值報告。」然後由 AI Agent 自主完成所有數據搜集、建模和簡報製作。
總結：為何是「初級分析師」？
瞄準「初級分析師」的工作，是實現上述所有目標的最佳切入點。
工作性質： 初級分析師的工作是「繁重」但「高度結構化」的——處理數據、建立模型、製作PPT。這些任務極其耗時，但邏輯清晰，非常適合AI自動化。
效益最高： 投行願意為這些初級分析師支付極高的薪水（即使是初級崗位）。如果AI能以更低的成本完成 80% 的工作，銀行將有強烈的動機去採購這項服務。
因此，OpenAI 的用意非常清晰：他們正在利用華爾街最聰明（也最昂貴）的老師，為自己訓練一支不知疲倦、成本低廉、效率極高的「AI金融軍團」，目標是徹底改變金融行業的遊戲規則。
「水星計畫」所揭示的邏輯——瞄準高利潤、資訊密集、分析複雜、且初階人力成本高昂的「白領專業服務」。如果將這個邏輯套用下去，OpenAI（及其競爭對手）絕對會將律師事務所、頂級顧問業、會計師事務所視為繼金融投行之後的下一個，不，也許是同時並行的攻佔目標。
以下這些行業會是「水星計畫」模式的完美複製對象。
1. 律師事務所 (The Legal Industry)
目標角色： 律所的初級律師（Junior Associate）和律師助理（Paralegal）。
AI 待辦任務：
文件審閱： 這是律所，尤其是 M&A 和訴訟案中，最耗時、最昂貴的初階工作。AI 可以用幾小時閱讀和標記數百萬份文件（例如 Due Diligence 或「證據開示」），而人類團隊需要幾個月。
法律研究： AI 能以比人類快數千倍的速度，分析所有過往判例、法條和法律評論，找出最強的論點。
合約分析與起草： AI 可以快速分析合約中的風險條款、不一致性，甚至根據特定需求起草標準化合約。
為何是完美目標？ 法律是純粹的「語言」行業，而這正是大語言模型的強項。初級律師的時薪極高（數百美元），但工作內容高度重複，使其成為AI自動化的首選。
2. 頂級顧問業 (McKinsey, BCG, Bain - 「MBB」)
目標角色： 顧問公司的大學畢業生或初級分析師（Analyst）。
AI 待辦任務：
數據搜集與分析： 自動化抓取市場報告、行業數據、競爭對手資訊，並完成初步的數據分析（俗稱 “Crunching numbers”）。
製作投影片： 這是顧問業最核心的「苦力活」（真心話大冒險：拿著頂級 MBA 領著 20 萬美元薪資，花最多時間做精美的 PPT）。AI 可以根據分析結果，自動生成符合公司範本的、邏輯清晰的 PowerPoint 簡報。
應用策略框架 ： 訓練AI自動化執行基礎的策略分析，例如波特五力分析、SWOT 分析等。
為何是完美目標？ 顧問業的產出高度結構化（就是 PPT 簡報）。初級顧問的核心工作是將海量資訊「合成」為結構化的簡報。AI 幾乎是為此而生。McKinsey 等公司內部已經在瘋狂開發自己的專有AI工具，因為他們知道自己既是AI的客戶，也是AI的目標。
3. 四大會計師事務所（PwC, Deloitte, EY, KPMG）
目標角色： 審計員和稅務專員（Tax Associate）。
AI 待辦任務：
審計抽樣與異常偵測：AI 可以 100% 檢查所有帳目（而非傳統的「抽樣」），並即時標記出可疑的交易或不符合會計準則的條目。
稅務合規與申報（Tax Compliance）： 自動閱讀複雜且不斷變化的稅法，並自動化處理企業報稅。
法規遵循（Regulatory Compliance）： 確保公司財報完全符合IFRS、GAAP等複雜的會計準則。
為何是完美目標？ 會計和審計是一個規則驅動的行業。雖然規則極其複雜，但終究只是「規則」。這對AI來說是完美的學習材料。自動化不僅能降低成本，還能大幅提高合規性並減少人為錯誤。
重點在於，OpenAI 不再滿足於使用網路上的公開資料訓練模型，而是開始深入高價值專業領域的核心，投入真金白銀聘請專家，親自「餵養」與「校正」AI。
他們的模式相當一致：
聘請頂級律所的退休合夥人，指導 AI 學會如何「像律師一樣」分析與撰寫合約；
聘請前 BCG 專案經理，訓練 AI 「像顧問一樣」構建簡報與邏輯框架；
聘請四大會計師事務所的審計主管，教 AI 「像審計員一樣」識別財報漏洞。
OpenAI（以及 Google、Anthropic 等）如今的 playbook 已經非常明確：
鎖定一個高附加價值的知識產業；
找來該領域的菁英專家，而非低薪的資料標註員，作為模型導師；
訓練出能處理高難度任務的「垂直型 AI 代理人」——AI 律師、AI 顧問、AI 審計員；
再將這些專業化的 AI 服務以高價回售給原本的行業，重塑其成本結構，並取代初階人力。
2026 屆的畢業生，請認真思考要不要轉行當水電工？！