Excel没干掉会计，AI盯上了分析师。
9 月 11 日，财联社的消息，OpenAI 推出了金融版 ChatGPT，内置 Astra 模型，接入 Daloopa、PitchBook 这些专业数据源，首批客户瞄准投行和股票研究。
产品副总裁 Nick Turley 亲自演示，让 AI 分析一个并购标的，从行业数据库里抽数，挑可比公司，核对图表，解释股价为何跌了又弹回来，最后自动生成一份符合投行格式规范的 PPT。
全程几分钟。

而这套活儿，过去是华尔街初级分析师的主业。
二十多岁的小伙子小姑娘，每周干 100 个小时，熬夜改幻灯片改到凌晨三点，换来一份学徒期的入场券。
几十年来，投行都是这么培养人的，先当三年表哥表姐，才有资格谈交易。
现在，表哥表姐的岗位说明书，被写进了一个 API。
Turley 被问到，这会减少初级银行家的招聘吗？
他的回答很标准，这是提升效率的工具，重点是最大化每名员工的生产力。他还补了个类比，说就像当年 Excel 改变了这个行业一样。
这个类比值得拆开来瞧瞧。

Excel 当年确实改变了华尔街，算账的活儿快了，但会计没失业，因为 Excel 干掉的是算盘，不是判断。
工具替的是手，人还能往上游走，从按计算器的人，变成看报表的人。
可这回 AI 替的是什么呢？
研究、分析、组织论点、解释因果。这全是脑子的活儿，是学徒期真正要练的那块肌肉。
工具往上游走了，人往哪儿走？
高盛的 Chris Churchman 上个月说了句重话，如果这些培养初级员工的工作被自动化，下一代金融从业者会出现认知萎缩。
他的原话是，推理仍然非常重要，你仍然需要思考问题并把它组织成论点，而现在，我们正在把推理工作交给机器。
你看，连高盛自己都急了。
这就像健身房老板警告你，新出的机器太好用了，以后你们都不用长肌肉了。

主流的看法是，效率提升总是好事，年轻人从重复劳动里解放出来，可以去做更有创造力的工作。
这话我听了二十年，每次技术革命都这么说。
可华尔街的创造力从哪儿来？恰恰来自那些枯燥的年头。
一个分析师核过一千张图表，才会在第一千零一张里嗅出不对劲。一个 banker 改过三百版并购方案，才知道哪条条款会在谈判桌上被捅刀。
判断力从来不是教出来的，是在枯燥里泡出来的。
把这个过程抽掉，你得到的将是这样一代金融精英，他们熟练地审阅 AI 生成的报告，直到某天报告错了，而他们已经没有能力发现。
认知萎缩最可怕的地方就在这儿，萎缩发生的时候，你自己是感觉不到的，系统一切如常，直到它不如常。
有人会说，危言耸听了吧，AI 输出的东西人还会复核的，产品里不也带了引用追溯和图表审计功能吗？
复核的前提，是复核者比被复核者懂得多。
等十年之后，坐在复核席位上的人，全都是 AI 带出来的徒弟，你猜谁审谁？

再往深看一层，OpenAI 这步棋的心思。
首席财务官 Sarah Friar8 月刚告诉投资者，企业级业务收入已经超过了消费者业务，公司还在筹备一场大型 IPO。
金融服务、接下来还有多个行业的定制方案，Anthropic 那边 Claude 也在抢华尔街的蛋糕。
说白了，前两天 Astra 的需求把 Pro 订阅都挤关了门，烧钱的速度摆在那儿，总得找到付得起大钱的客户。而全世界谁的钱最好赚？金融。
每周工作 100 小时的年轻人值多少钱，OpenAI 比谁都清楚，因为那正是它可以替代的计价单位。
这里头有个冷笑话。投行花 100 个小时压榨一个分析师，是因为这 100 小时能换来判断力的复利。
OpenAI 把 100 小时压缩成几分钟，把复利连根拔了，然后按小时向投行收费。
两头都赢了，除了那个曾经需要被压榨的年轻人。

所以，我的判断是这样的。
短期，初级岗位会缩水，但不会消失，因为总得有个人在文件上签字背锅。
中期，华尔街会出现一批提示词写得很溜、模型用得很熟、但对生意本质一无所知的中层。
长期，当某次危机来临，市场需要的恰恰是那种从枯燥岁月里泡出来的直觉，而到那时，已经没人知道该怎么培养它了。
每一代人都担心被机器取代，这一回的不同之处在于，机器收走的不是饭碗。
是饭碗底下，那张看不见的学徒桌。