一、最新全职岗位（2026 年 7 月公开招聘）
1. 岗位与薪酬
岗位：投行领域主题专家（SME），归属 Applied AI 应用 AI 团队，旧金山办公，每周 3 天线下混合办公，提供搬迁补助
- 基础年薪：18.5 万–20.5 万美元（约 125 万–139 万人民币）
- 额外配套：股权激励（OpenAI 已启动 IPO 筹备，股权增值空间大）
薪资公示截图
招聘海报
2. 核心定位：不是招交易员，是 AI 金融 “业务教练”
OpenAI不自己做投行、不承揽客户交易，核心目标是训练大模型满足华尔街专业标准：
- 制定 AI 投行工作质量评判标准，区分 AI 自动完成、人机辅助、必须人工复核的业务边界；
- 产出专业参考范本：财务模型、估值、尽调材料、IPO / 并购 Pitchbook、交易协议；
- 搭建评测体系，从财务正确性、逻辑可追溯、实操可用性多维度打分；
- 和算法、产品团队合作，挖掘投行高价值 AI 落地场景，搭建自动化业务原型。
3. 任职硬性要求
2 年以上一线投行经验，精通完整业务链条：行业研究、财务建模、估值、尽职调查、交易执行、客户材料全流程；熟悉分析师到董事总经理全层级决策逻辑。
二、更早大规模招募：秘密项目「水星计划 Mercury」（2025 年）
OpenAI 早已批量吸纳华尔街人才，规模远高于本次单岗招聘：
- 招募规模：超 100 名前投行从业者，来源高盛、摩根大通、摩根士丹利等顶级机构；
- 用工形式：合同制外包，时薪 150 美元（折合人民币约 1060 元 / 小时）；
- 核心工作：为 IPO、并购重组、企业分拆等交易写专业提示词、搭建标准财务模型，给大模型投喂真实投行专业数据；
- 底层目标：用专业人力打磨 AI，替代投行初级分析师重复建模、做 PPT、整理底稿等苦力工作。
三、OpenAI 疯狂吸纳投行人才的 3 大底层逻辑
1. 企业级金融市场是 AI 核心增量赛道
普通 ChatGPT 通用对话无法满足金融严谨需求；华尔街、全球机构付费意愿极强，专业金融 AI 工具是 OpenAI 商业化关键增长点。
普通科技公司只懂代码，不懂投行交易规则、风控、估值逻辑，必须靠资深银行家补齐专业短板。
2. 解决大模型 “专业可信度” 痛点
投行是全球标准最严苛的知识工作场景：模型一个数字错误、逻辑漏洞就会导致交易亏损。
只有资深银行家才能定义：什么是一份银行家敢交给客户、上董事会的合格分析报告，避免 AI 输出看似通顺但财务失真的无效内容。
3. 抢占金融 AI 标准制定权
当下金融 AI 赛道竞争激烈，OpenAI 通过大批量投行人才，抢先建立行业统一评测、工作流标准；未来向银行、券商、私募输出标准化 AI 工具，形成壁垒。
四、行业连锁影响
- 华尔街人才流向反转 过去金融人才跳槽对冲基金 / PE；现在大量初级、中层银行家流向头部 AI 企业，AI 公司开出的薪资 + 股权综合回报已赶超传统投行。
- 投行初级岗位承压 建模、数据整理、初稿材料等标准化工作将快速 AI 自动化，入行分析师加班强度、基础岗位需求长期收缩。
- 金融科技竞争升级 微软、谷歌、Anthropic 同步跟进挖角金融专家，行业从 “通用大模型比拼” 转向垂直行业专业能力比拼。
五、市场争议点
不少华尔街从业者认为本次全职岗位底薪偏低：顶级投行资深分析师全年总包（奖金 + 底薪）普遍超 30 万美元，单纯 20.5 万基础薪资吸引力有限，核心诱惑来自 OpenAI 上市股权收益。
OpenAI「水星计划（Project Mercury）」招募人才细分领域与来源
水星计划是 OpenAI 面向投行交易自动化的秘密外包训练项目，总计招募超 100 名金融专业人才，全部为合同制外部专家，无内部全职算法岗，人才分为四大类：
一、核心主力：顶级投行前在职人员（占绝大多数）
1. 头部全能投行背景
- 机构：高盛、摩根大通、摩根士丹利
- 岗位层级：前投行分析师、副董事（Associate/VP），覆盖IBD 投行部核心业务线
- 擅长场景：IPO 上市、并购 M&A、企业分拆、资产重组、LBO 杠杆收购全流程财务建模36氪
2. 精品投行、独立并购机构人才
机构：Evercore、Moelis 等精品投行，深耕中型企业交易、跨境并购、重组咨询
3. 私募股权 / 另类资管从业者
机构：KKR、布鲁克菲尔德 Brookfield、穆巴达拉主权基金 Mubadala
能力优势：掌握 PE 底层估值、基金现金流模型、不动产 / 能源行业专项财务测算
二、储备专家：顶尖商学院在读 MBA 学生
来源：哈佛大学商学院、MIT 斯隆管理学院全日制 MBA 在读生
筛选标准：具备投行实习经历、熟练搭建 DCF / 可比公司估值模型，作为补充人力扩充训练样本量
三、按专业业务能力划分的细分赛道人才
所有招募者必须精通至少一条交易线，覆盖投行全部标准化工作场景：
- IPO 上市赛道：境内外上市估值、招股书财务测算、路演 PPT 框架、收入预测模型
- 并购重组 M&A 赛道：收购对价分摊、合并报表、协同效应测算、商誉减值模型
- 杠杆收购 LBO 赛道：债务分层、偿债现金流、IRR 收益测算、退出回报模型
- 企业重组 / 困境投资：破产重整、资产剥离、分拆上市、减值测试模型
- 行业垂直建模专家：消费、科技、医疗、能源、地产细分行业专属财务假设与模板
四、项目不招募的人才范围（关键区分）
- 无量化交易、二级市场交易员；水星只做一级市场投行业务，不覆盖股票 / 期货交易
- 无银行风控、信贷、零售金融人才；聚焦企业股权 / 债权融资、并购交易
- 无 AI 算法、数据科学家、软件工程师；算法团队是 OpenAI 内部员工，水星仅提供金融专业标注人力
- 无会计师事务所审计、税务专家（税务仅为辅修能力，非核心招募方向）
补充：人才核心工作匹配其专业背景
- 搭建符合华尔街标准的 Excel 财务模型，输出行业通用底稿模板
- 撰写专业交易提示词（Prompt），定义 AI 建模的行业规范、逻辑校验规则
- 评测 AI 输出结果，修正财务错误、逻辑漏洞，形成标注反馈数据集
- 标准化投行 Pitchbook、尽职调查材料框架，训练 AI 自动生成交易汇报材料