OpenAI联手摩根士丹利发布金融版ChatGPT，GPT-6 Astra直指华尔街初级分析师

2026年9月10日，OpenAI正式发布ChatGPT for Financial Services——这是其企业产品ChatGPT Work的金融行业定制版本，以GPT-6 Astra作为底层模型，摩根士丹利和精品投行Evercore担任设计合作伙伴。产品内置Daloopa、PitchBook、LSEG News、Crunchbase等金融数据源，可按各家银行的自有模板自动生成可编辑财务模型、研究报告和推介材料，并提供颗粒化引用溯源。OpenAI将目标场景明确描述为承担投行初级分析师的核心工作。

它实际上是怎么运作的

ChatGPT for Financial Services的核心机制，是将大语言模型的推理能力与专业金融数据的实时访问权限绑定在一起。该产品通过50余个MCP连接器接入外部数据生态，合作方涵盖S&P Capital IQ、LSEG、MSCI、道琼斯Factiva、穆迪，以及FactSet、Preqin、Datasite等机构——覆盖了当前投行日常数据工作的主要来源。这意味着用户不需要在系统之间切换，数据调取、分析和材料生成可以在同一个界面内完成。

OpenAI产品副总裁Nick Turley在发布简报中展示了一个完整的工作流演示：系统分析一家潜在并购标的，自动从行业标准数据源拉取财务数据，再根据银行预设的风格指南生成格式化的PowerPoint幻灯片。Turley在发布会上说，“我们实际上是在教ChatGPT像分析师一样研究，并像分析师一样用数据支撑结论。”他还强调，“做出好看的幻灯片很容易，但做出真正说得通的幻灯片要难得多”——系统要完成这个任务，必须自主选择可比对手、将价格数据导入电子表格、核对图表与原始数据的一致性，并对股价波动给出解释。

在合规与安全层面，产品支持SAML单点登录、SCIM权限管理、基于角色的访问控制、静态与传输中数据加密，以及审计日志导出，这些特性直接对应金融行业的监管合规要求。GPT-6 Astra在OpenAI发布的OfficeQA Pro基准测试上得分69.9%，高于上一代GPT-5.6 Sol的60.2%。

各方利益相关者的得与失

对金融数据供应商而言，冲击是当日兑现的。FactSet Research股价在9月10日当天下跌5.3%至264.32美元，同日S&P 500软件与服务指数下跌1.5%，Salesforce跌4%，ServiceNow和Intuit各跌约5%。OpenAI将PitchBook、LSEG News等数据的访问权直接内置于产品，而非引导用户另行购买独立订阅。这动摇了金融数据中间商的核心商业模式——以独家数据入口为筹码收取高额订阅费。当用户可以通过ChatGPT的统一界面调取多源数据时，单一数据商的议价空间将收窄。OpenAI与FactSet、S&P Global等机构同时保有合作关系。

对投行初级雇员而言，华尔街的初级分析师和助理历来承担数据整理、可比公司分析、财务模型建立和推介材料制作等工作，这些恰好是ChatGPT for Financial Services在发布演示中逐项展示的任务类型。初级岗位的价值不仅在于输出文件，更在于通过反复执行这些任务积累对行业、交易和客户的理解。

对OpenAI自身而言，这次发布有明确的商业动机。其首席财务官Sarah Friar在今年8月向投资者透露，公司的企业业务收入已超过消费者业务。在OpenAI被广泛预期即将完成IPO的背景下，金融服务垂直版不只是产品扩张，更是企业营收叙事的组成部分：向潜在投资者展示，这家公司能够将AI能力系统性地变现为高价值行业解决方案，而不仅依赖月度订阅收入。Turley透露，金融服务只是起点，OpenAI计划向多个行业推出类似定制版本。

对开发者和系统集成商而言，50余个MCP连接器的开放架构提供了接口机会，但也意味着OpenAI已将连接层标准化，第三方的差异化空间将随OpenAI直接对接数据源的范围扩大而收窄。

Anthropic先走一步，但OpenAI有设计合作伙伴背书

ChatGPT for Financial Services并非华尔街第一个大型AI平台。Anthropic早在2025年7月就发布了Claude for Financial Services，并已在摩根大通、高盛、花旗、AIG、Visa等机构落地生产——这意味着Anthropic在主要美资大行的机构渗透上已领先约一年。2026年5月，Anthropic进一步发布了10个面向投行、资产管理和保险工作流的现成AI Agent模板，并与Moody's、FactSet、晨星、标普全球建立数据合作，全面接入Microsoft 365。摩根大通CEO杰米·戴蒙当时在发布会上现场演示了在20分钟内构建国债资产互换分析仪表盘。

两者的竞争格局有几个具体差异。第一，设计深度不同：OpenAI的摩根士丹利和Evercore是产品设计阶段就参与进来的合作伙伴，这意味着产品内置了这两家机构对实际工作流的理解；Anthropic的大行合作更多体现为部署级别的落地，而非共同设计。第二，机构覆盖不同：Anthropic已有多家顶级大行的生产部署记录，OpenAI目前公开的机构合作名单仍以设计伙伴为主。第三，模型基础不同：GPT-6 Astra是OpenAI目前最先进的模型，Anthropic对应的金融场景主要采用Claude Opus 4.7。

接下来最可能发生什么

从行业角度看，ChatGPT for Financial Services的真正意义在于选择了一个极具说服力的证明场景。投行是高度规则化、文档密集、同时强监管的行业——AI垂直落地的难度极高。如果AI能在这一场景被机构级采用并通过合规审查，其向法律、会计、咨询等同类行业的迁移将大幅降低决策摩擦。OpenAI在金融行业打下标杆，其战略价值不限于金融本身。

监管合规是最关键的变量。金融行业对模型可解释性和结论可追溯性有法规层面的要求，远超一般企业SaaS的自愿采纳门槛。颗粒化引用溯源是ChatGPT for Financial Services明确强调的功能，说明OpenAI已将合规性纳入产品设计。美国SEC及各司法管辖区的金融监管机构如何认定AI生成材料的合规性，将决定产品能在多深的核心业务场景中被采用。

定价模式是另一个信号。Bloomberg Terminal单席年费历来超过两万美元，金融数据订阅是高壁垒的收入来源。OpenAI若以捆绑数据访问权的方式定价，将与现有数据供应商形成正面竞争；若维持按使用量计费的API模式，则更像是在数据之上加一层推理层。当前FactSet等股票的市场反应倾向于前一种判断，但最终定价策略将由商业谈判决定。

对正在评估AI工具的金融机构，当前最务实的执行判断是：不要把这次发布视为是否采用AI的选择题，而应将其理解为在哪个工作节点引入、谁的方案、承担多大审查成本的实施问题。无论OpenAI还是Anthropic的方案，初级分析师岗位不会因单次发布而立即消失，但在相同时间内，能用这些工具的分析师与不能用的之间，产出效率将产生结构性差距。机构真正需要建立的能力，是审核AI生成材料质量的判断机制——这恰恰是目前两家产品都没有内置的部分，需要由机构自行构建。