OpenAI инвестбанкинг больше не рассматривает как экзотический сценарий для презентаций, а переводит в найм. Компания открыла вакансию профильного эксперта по инвестиционному банкингу с компенсацией до $205 тыс. в год плюс доля в капитале, чтобы научить ChatGPT работать с задачами, которые обычно отдают младшим аналитикам и ассоциатам на Уолл-стрит. Для русскоязычной IT-аудитории это важный сигнал: LLM все активнее идут не в «общую автоматизацию офисной рутины», а в дорогой knowledge work, где ошибка стоит заметно дороже, чем испорченный черновик письма.
Речь не о слухах с форумов и не о фантазиях консультантов. OpenAI опубликовала вакансию Subject Matter Expert in Investment Banking, сообщает The Register. Из описания следует, что компании нужен человек, который поможет определить, как вообще должна выглядеть «качественная работа в инвестиционном банкинге с поддержкой ИИ», а затем превратить этот стандарт в задачи для обучения, проверки и улучшения моделей. В списке зон ответственности названы вполне прикладные вещи: research, analysis, valuation, modeling, diligence, transaction execution и подготовка client materials. Если убрать корпоративный лоск, смысл довольно прямой: OpenAI хочет, чтобы ChatGPT уверенно справлялся с тем, на чем держится значительная часть повседневной банковской аналитики.
Особенно показательно, как именно сформулирована роль. Эксперт должен не просто консультировать продуктовую команду, а проектировать реалистичные задания, оценивать эталонные ответы, разбирать сбои модели и помогать инженерам улучшать поведение системы. Это уже не маркетинговый заход в духе «ИИ поможет специалистам быть продуктивнее». Это инфраструктурная работа по упаковке отраслевой экспертизы в набор измеримых тестов и продуктовых требований. Для разработчиков это знакомый паттерн: когда компания нанимает доменного специалиста не ради одного интеграционного пилота, а ради системной разметки качества, значит, она собирается строить вертикальный продукт, а не просто красивое демо для конференции.
Контекст у этой истории тоже вполне конкретный. В мае OpenAI объявила о коннекторах для персональных финансовых аккаунтов в ChatGPT, которые дают модели доступ к банковским данным и другой финансовой информации пользователя. В конце июня функция стала общедоступной для подписчиков ChatGPT Plus и Pro. На этом фоне вакансия по теме инвестбанкинга выглядит не случайным экспериментом, а следующим шагом: сначала личные финансы как потребительский сценарий, затем более дорогой и более маржинальный корпоративный контур. OpenAI инвестбанкинг, судя по этой связке, рассматривает как отдельную вертикаль, где можно продавать не просто чат-интерфейс, а рабочий инструмент для анализа, оценки и сопровождения сделок.
Правда, у этого плана есть одна проблема, и она не новая: модели по-прежнему ошибаются там, где от них ждут уверенности. The Register напоминает, что OpenAI еще в прошлом году признавала неприятный факт: ее модели склонны выдумывать ответы вместо того, чтобы честно сказать, что не знают. Для финансового сектора это не баг из серии «бот перепутал год основания стартапа». В контуре M&A, привлечения капитала или due diligence любая галлюцинация быстро превращается в юридический, репутационный и денежный риск. Поэтому сама постановка вакансии выглядит одновременно амбициозно и слегка нервно: если компании нужен человек, который будет вручную поднимать планку качества в одной из самых требовательных областей знания, значит, коробочная версия ИИ для таких задач пока явно не тянет.
В тексте The Register есть и более колкая трактовка происходящего. Издание связывает новый найм с тем, что OpenAI сама находится в процессе выхода на биржу и уже не выглядит безусловным любимцем AI-рынка. Автор напоминает, что Anthropic успела подать документы на IPO раньше, а в финансовой индустрии параллельно растут опасения насчет возможного перегрева AI-рынка и последствий для экономики, если пузырь начнет сдуваться. На таком фоне желание OpenAI глубже зайти в инвестиционный банкинг можно прочитать двояко. Либо это попытка создать полезный инструмент для банковских команд, либо стремление лучше контролировать сам язык, на котором финансовый рынок описывает AI-компании, их перспективы и риски. Версия ироничная, но в логике отрасли совсем не абсурдная.
Для бизнеса и IT-команд здесь важнее другое. Такие вакансии показывают, как именно меняется рынок корпоративного ИИ. Главная ценность смещается от базовой мощности модели к отраслевой упаковке: у кого лучше тесты, эталоны, сценарии отказа и знания о рабочем процессе конкретной профессии, тот и выигрывает контракт. Проще говоря, эпоха «просто подключите LLM к данным компании» заканчивается быстрее, чем хотелось бы продавцам универсальных платформ. Начинается этап, где доменная экспертиза становится не приложением к модели, а ее обязательным слоем. Для продуктовых команд это довольно прозрачный намек: если вы делаете AI-решение для юристов, финансистов, врачей или HR, одних промптов и красивого интерфейса уже недостаточно.
Есть и еще один неприятный, но практичный вывод. Когда OpenAI пытается формализовать задачи инвестиционного банкинга в набор проверяемых AI-оценок, под удар в первую очередь попадают не самые дорогие партнеры и managing directors, а младшие специалисты, чья работа уже давно состоит из ресерча, таблиц, валидации цифр, сборки презентаций и бесконечных правок клиентских материалов. Именно эту часть офисной фабрики знаний проще всего описать в виде типовых задач и отдать модели в качестве ассистента. Это не значит, что завтра банки массово сократят команды и посадят ChatGPT в кресло аналитика. Но это вполне значит, что часть входных позиций начнет меняться раньше, чем корпоративный рынок привык думать. Если ИИ стабильно берет на себя черновую аналитику, у junior-сегмента становится меньше пространства, чтобы учиться на ней и расти дальше.
На этом фоне OpenAI инвестбанкинг выглядит не как курьезная вакансия, а как маркер следующего раунда конкуренции в enterprise AI. Вопрос уже не в том, способен ли чат-бот пересказать отчет или набросать меморандум, а в том, кому рынок доверит право ошибаться в задачах с ценником в миллиарды долларов. И вот здесь ставка на «сначала заменим младших аналитиков, а потом разберемся» может оказаться для отрасли куда менее комфортной, чем очередной бодрый релиз с демо и аплодисментами.