AREX Feed Article
OpenAI 发布 ChatGPT for Financial Services：以投资银行与股票研究为起点，内置 GPT-6 Astra 与付费金融数据
9 月 10 日，OpenAI 在官方博客宣布推出 。据 OpenAI 介绍，这是建立在企业版产品 ChatGPT Work 之上的定制体验，把内置金融数据与 GPT-6 Astra 的推理能力结合起来，用于撰写研究报告、搭建财务模型和制作客户材料；该产品的设计伙伴是 Morgan Stanley 与 Evercore，初期方向为投资银行与股票研究。
这一版本预置了 Daloopa、PitchBook、LSEG News 和 Crunchbase 等数据供应商的付费金融数据。OpenAI 表示，产品面向符合资格的金融机构开放，有意向的机构可以联系 OpenAI 或对接的客户团队。文中涉及的功能与性能描述均来自 OpenAI 的官方发布与简报会演示，属于公司自述。
付费数据被索引托管，引用可以追到表格和段落
OpenAI 列举的数据集覆盖财报电话会议记录、财务报表、公司基本面和私营公司信息等。还提到，数据集来自 Quartr 等其他供应商。这些数据由 OpenAI 索引并托管在自己的基础设施上，OpenAI 称，这么做能改善检索效果、延迟和产品内的呈现方式。
更直接的使用变化体现在引用上：分析中出现的数字和结论可以追溯到具体的表格与段落，支撑信息会在界面里高亮显示，供人核对。OpenAI 举了一个例子：做利润表正常化分析时，银行家可以查看调整后 EBITDA（息税折旧摊销前利润）背后的调节表和附注，弄清哪些成本被排除，再决定如何在估值中使用这个数字。
GPT-6 Astra 负责检索、推理和成稿
按 OpenAI 的说法，GPT-6 Astra 在金融服务工作所需的三项核心能力上处于最先进水平：信息检索、金融推理和交付物生成。它能读懂财务文件中的数字、表格与附注，能基于输入开展金融分析并得出结论，再把成果整理成文档、电子表格和幻灯片。产品内置了多来源检索、跨期数字追踪和公开数据注释解读等基础能力；分析完成后，团队可以生成交互式图表和可视化。
管理员可以在专门的管理页面发布 Excel、Word 和 PowerPoint 模板，配置好公司模板与样式规范后，团队产出的估值模型、研究笔记和 pitchbook（投行推介材料）会沿用本机构的格式和风格。
据 ，在面向记者的简报会上，OpenAI 产品副总裁 Nick Turley 演示了对一个潜在并购标的的分析：系统从行业标准数据源拉取财务数字，并按银行预先设置好的样式规范生成一份 PowerPoint。Turley 说：「做出好看的幻灯片很容易，但要让幻灯片真正讲得通，难得多。」他描述了要走到这一步需要完成的操作：「ChatGPT 必须自己选出相关的可比公司，把价格拉进电子表格，用数据核对图表，还要解释抛售和反弹。」
Morgan Stanley 与 Evercore 参与确定了产品起步方向
OpenAI 称，与两家设计伙伴的早期合作，帮助它选定了投资银行与股票研究这个起点。两家机构团队的反馈帮助 OpenAI 锁定了最大的痛点：可靠的数据获取，以及高质量交付物的产出。OpenAI 还表示，与伙伴的合作将影响模型的后续训练、产品改进，以及向其他金融服务类别的扩展。
Morgan Stanley 在发布中表示：「当前沿研究能帮助我们的员工完成对客户真正重要的工作时，它承诺的价值才成为现实。我们正与 OpenAI 一道，把这种智能带入我们研究公司、开展分析和准备建议的方式中。我们可以一起测试想法，帮助塑造这项技术的发展。对我们公司而言，这意味着产品会越来越多地反映我们的人员、我们的方法和客户看重的工作。」
Evercore 则表示：「在 Evercore，我们聚焦于对客户最重要的问题，而现在有机会运用前沿智能来帮助解决这些问题。我们正与 OpenAI 密切合作，塑造其技术如何加深我们建议背后的洞察，同时建立在客户期待 Evercore 具备的判断力和严谨标准之上。」
既有订阅可通过登录打通，连接器超过 50 个
对已经购买数据订阅的机构，OpenAI 表示正与 S&P Capital IQ、LSEG、MSCI、Dow Jones Factiva 和 Moody's 推进共享登录与授权集成：数据商将能够通过用户的 ChatGPT 登录识别身份，自动开放其已有权限的数据。金融服务中使用最多的 MCP（Model Context Protocol，模型上下文协议）连接器，如 S&P Global 和 FactSet，经过优化后可以在产品里直接使用；更大的连接器生态包含 50 多个连接器，例如 Datasite、Box、Preqin 和 Intapp，OpenAI 称这些连接器的可靠性经过自动化评测与迭代加以优化。
数据供应商也给出了各自的说法。Crunchbase CEO Jager McConnell 称：「金融研究的价值取决于输入数据的质量，但可靠的私募市场数据很难从公开来源找到并验证。现在，Crunchbase 的结构化私营公司数据将出现在使用 ChatGPT 的金融团队手边。这些数据覆盖公司、融资、投资者和并购，并持续更新和核验。有了这些数据，金融团队可以更快地从问题走向有意义的洞察。」PitchBook 技术与工程执行副总裁 Tom Van Buskirk 则说：「私募市场一直很难看清，要得到清晰的图景，就得把散落各处的数据拼起来。PitchBook 花了近二十年，用投资者可以依赖的数据和洞察弥合这一缺口。与 OpenAI 合作显示出这个行业的走向：答案建立在可信数据之上，而不只是速度。」
安全与信息隔离：给合规团队的控制项
产品建立在 ChatGPT Enterprise 的安全与治理框架上：SAML 单点登录、SCIM 用户同步和基于角色的访问控制。OpenAI 称，机构的业务数据默认不用于训练模型，数据在静态存储和传输过程中都加密，管理员可以配置工作区的保留策略；合规团队可以把受支持的工作区日志通过 OpenAI Compliance Platform 导出，接入现有的审计和调查流程。管理员还可以按角色管理技能与应用的访问、启用或禁用应用的读写操作，并通过建立多个工作区来执行信息隔离（information barriers）。
初级银行家的工作被瞄准，争议随之出现
CNBC 的报道写道，产品瞄准的是华尔街初级银行家传统的劳动密集型工作：公司研究、财务建模和制作 pitchbook，这些活几十年来一直由刚毕业不久的分析师和助理承担。Turley 在简报会上说：「我们实际上是在教 ChatGPT 像分析师一样做研究，也像分析师一样为结论提供依据。」
被问及这是否会减少投资银行对初级银行家的招聘时，Turley 把它定位为效率提升，让每位员工产出更多。「如果你研究一下分析师或银行家的生活，会发现他们每周工作 100 小时，具体视行业而定，」他说，「就像当年 Microsoft Excel 改变这个行业、让人们更快做出更好的分析一样，你会看到这类技术也做同样的事。」Turley 表示，市场对这款产品的需求「非常大」。
CNBC 还指出，OpenAI 过去一年在竞争激烈的企业市场争取客户，对手包括 Anthropic 和 Google；Anthropic 去年已宣布面向华尔街的定制方案 Claude for Financial Services。
自动化初级任务还牵出另一重担忧。CNBC 提到，高盛负责一项旗舰 AI 项目的合伙人 Chris Churchman 上个月警告，把用于训练初级银行家的任务自动化，可能让下一代金融从业者出现「认知萎缩」。「推理仍然重要，」他说，「你仍然需要对问题作推理，并把它组织成论证，而现在我们把推理交了出去。」
Turley 还对记者说，OpenAI 计划为金融服务之外的「多个行业」推出定制解决方案；至于有哪些银行已经签约使用，他拒绝透露。