OpenAI高薪聘懂投行的人，教AI做金融

过去一年，金融学生最焦虑的问题就一个：AI都会建模、写memo、做pitchbook了，junior banker还值得冲吗？

答案还没找到，新剧情就来了。OpenAI 正在招聘一位“投行主题专家”（Subject Matter Expert, Investment Banking），base年薪$185k–$205k，另加股权。

地点旧金山，岗位不叫“投行分析师”，但要求候选人真正懂投行工作怎么运转：公司研究、财务建模、估值、尽调、交易执行、客户材料制作与审阅——一个不落。

反差感拉满：一边，学生担心AI吃掉junior的工作；另一边，AI公司正高薪雇懂投行的人，来教AI怎么做投行。

所以问题不是“金融学生会不会被替代”，而是：被替代的是哪类人？被抢走的又是哪类人？

AI最先替代的从来不是投行人

哪些活正在被加速、甚至重构？

从年报里摘数据

拉trading comps

做初版DCF

改格式、写第一版market update

把客户材料整理成标准deck

这些是junior banker的传统训练场，但现在它们正变成工具化流程。焦虑由此而来：如果基础活被AI接走，新人还怎么成长？

这个问题问得对，但OpenAI这则招聘提供了另一个视角——OpenAI真正要的，不是“会用AI的banker”，而是“能教AI做投行的人”。

AI想杀入投行，光会生成文字和表格远远不够。它需要有人定义“什么是对的”：

这个模型假设站得住吗？

这页材料能拿出去见客户吗？

哪些内容必须可追溯，哪些判断必须由人复核？

这些不是技术问题，是纯金融业务问题。所以OpenAI招的不是被替代的banker，而是能告诉AI哪些能自动化，哪些绝不能乱自动化的那个人。

对金融学生，这是三重提醒

第一层：只会执行的人，越来越危险

会三表、会DCF、会做PPT，正在从“差异化能力”变成“基础入场券”。

未来真正拉开差距的是：你能不能解释模型背后的假设？能不能判断输出是否合理？能不能把数字放回行业和交易逻辑里？

第二层：懂完整工作流的人，会变得更贵。

OpenAI要求的不是单点技能，而是全链条理解从research到valuation，从尽调到执行，从analyst的交付到director的判断。

你能讲清一个deal怎么从idea变成mandate吗？每个级别交付什么、判断什么？哪些环节可自动化，哪些出错风险反而更大？

这类能力，以前是“熬出来的”，未来是“明码标价”的硬通货。

第三层：金融人的去处，比你想的更宽。

过去路径窄：投行→PE/Corp Dev/HF/MBA。

现在，AI/fintech/企业软件公司也在抢金融人才——它们不可能只靠工程师理解客户。

它们需要懂业务流程的人，来帮产品团队想清楚：

banker为什么需要这个模型？

哪些数据必须溯源？

客户愿意为哪类效率提升付费？

这就是“金融+AI”的新生态位。它不需要你转码，但需要你意识到：你学的不是一套Excel技巧，而是一套高压商业判断和复杂工作流。在银行里值钱，在AI公司里同样开始值钱。

核心不是“不学基本功”，恰恰相反——基本功会变得更关键，因为未来你要判断AI输出的对错。

连基础会计、估值、交易流程都不懂，你根本没法复核AI。

别再被“AI替代”吓住。真正危险的是你只把自己训练成可被流程替代的人。

OpenAI的招聘给我们的最大提醒是：未来最有竞争力的学生，不是只会说“我想进IBD”的人，而是能讲清楚——

我懂金融基本功；

我理解真实交易流程；

我能用AI提升效率；

我知道哪些判断不能交给机器；

我能把金融能力迁移到银行、买方、fintech、AI产品甚至企业战略。

这类人，银行需要，AI公司也需要。

所以，现在准备金融求职，别只问“AI会不会抢我饭碗”。

更该问：我身上有没有AI抢不走、反而必须向我学习的东西？

如果你是金融背景，也想提前布局投行/买方/fintech/AI金融等方向，扫码添加小助手，私信暗号「AI」，预约一次1V1求职规划。

我们会帮你梳理：你的背景适合传统IBD，还是更贴近Markets/FinTech/AI产品/Data路线；以及如何把你的经历讲成一条有未来感的求职故事。

窗口期不会等人，现在想清楚，就是最好的时间点。