読み込み中…
読み込み中…
本動画では OpenAI ソリューションエンジニアが、金融サービス分野における AI の実装戦略と具体的な価値提案を行っています。特に GPT-5.5 を基盤とした「Deep Research」機能や Excel 連携、カスタムスキルを活用した投資分析プロセスの自動化をデモで示しています。AI が信頼できる情報源（Dow Jones, S&P など）と統合され、財務モデルやプレゼン資料を瞬時に生成するワークフローが紹介されています。最終的に、AI は人間の判断力を代替するものではなく、業務時間を解放して高付加価値な意思決定に集中させるツールであることを強調しています。
単なる機能紹介に留まらず、実際の金融アナリストのワークフロー（調査→分析→報告）全体を AI でどう再構築するかを示す貴重なケーススタディです。実務家向けに具体的な導入イメージが湧く内容となっています。
GPT-5.5 を基盤とし、Dow Jones や S&P などの信頼できる情報源への接続と、Excel 内での自然言語操作機能を強化。
投資判断に必要な SEC ファイルや決算資料を自動収集・分析し、投資家向けドシエを作成するプロセスをデモ。
「Blossom Bank の 3 大財務モデル」などのスキルを定義することで、複雑なプロンプト不要で正確な数値計算と監査可能な Excel を生成。
分析結果を基に投資委員会（IC）向けプレゼン資料を自動生成し、チャートや根拠コメントを含めて迅速な判断を可能にする。
金融業界において、AI エージェントとドメイン特化型モデルの組み合わせが、投資分析やリスク評価のスピードを劇的に向上させる実証例となりました。これにより、専門家の業務負荷軽減と意思決定の質的向上が同時に実現され、業界全体のデジタルトランスフォーメーションを加速させる可能性があります。
OpenAI のソリューションエンジニア、ステファニー・アナニ氏は、金融サービス分野における AI の真価は「人間の判断を代替すること」ではなく、「業務時間を解放し、高付加価値な意思決定に集中させること」にあると説きます。GPT-5.5 を基盤とした新機能や信頼できる情報源との連携により、投資分析からプレゼン資料作成までが数分で完了するワークフローが実証されました。
AI が金融現場で真に価値を発揮するためには、単なる計算速度の向上だけでなく、「文脈」と「信頼性」が不可欠です。ステファニー氏は、OpenAI が最も信頼できる情報源である Dow Jones、LSEG（ロイター）、S&P などのアプリコネクタを直接接続し、最新の市場データを即時に反映できる環境を整えていると明かしました。
さらに、金融業務の多くが Excel で行われている現状を踏まえ、Excel 内で ChatGPT を起動して自然言語でワークブックと対話できる機能を強化しています。これらを支えるのは「GPT-5.5」です。OpenAI はこのモデルの性能を検証するために「OpenAI Banker Bench」という独自のベンチマークを開発し、GPT-5.5 が金融サービスタスクにおいて他の最先端モデルを凌駕していることを確認しました。
「あなたの従業員は、本来必要な業務に時間を割いていますが、実は人間の判断を必要としない仕事です。ここで AI が役立ちます。」
デモでは、ブロッサム銀行の投資アナリストが「明日の投資委員会（IC）会議のために QXO 社に関する新鮮な視点が必要」という指示を受けた場面を再現しました。ここで活用されたのが、信頼できる情報源と連携した「Deep Research（深層調査）」機能です。
AI は自動的に SEC 提出書類や決算説明会議事録、投資プレゼンテーションなどを収集・分析し、必要な情報を抽出します。この過程でアナリストは気づきを得ました。「QXO は Kodiak を買収する」という重要な事実です。以前なら数日かかった情報収集と整理が、AI による深層調査によって瞬時に行われ、投資判断の根拠となる文脈が整いました。
「効果的な投資判断を行うためには、可能な限り多くの文脈を集めることです。」
収集した情報を数値化し、財務モデルに落とし込む過程で、カスタムスキルの活用が鍵となります。デモでは「Blossom Bank の 3 大財務モデル」というスキルを定義していました。
このスキルには、複雑なプロンプトや仮定の詳細ではなく、「3 財務諸表モデルをどのように作成するか」というノウハウが組み込まれています。そのため、アナリストは短い指示だけで AI に正確な計算を命じることが可能です。AI が生成する Excel ワークブックには、すべての数値に実際の関数が埋め込まれており、仮定や出典に関するコメントも残されています。
「単なるブラックボックスではありません。ChatGPT が仮定や出典についてコメントを残していることがわかります。」
これにより、アナリストは自分で数式を監査・検証でき、財務モデルの信頼性を担保しつつ、市場の動きにほぼ同等のスピードで対応できるようになりました。
分析が完了した後は、経営層（投資委員会）に向けた意思決定支援へと移行します。ここでは「Blossom Bank デッキ構築」というスキルと、思考時間を確保する「拡張思考」機能が活用されます。
AI は深層調査レポートやバリュエーション結果を基に、条件付き承認などの明確な判断を示すプレゼン資料を自動生成しました。チャート作成や根拠となるコメントも含まれており、発表者ノートには決定に至った理由が詳細に記載されています。これにより、プロセスは最初から最後まで監査可能となり、経営層は重要なシグナルだけを抽出して迅速に意思決定を下すことができます。
このデモで示されたワークフローは、信頼できる情報源からの深層調査から財務モデル、そして最終的な意思決定支援へと至る一連の自動化です。ステファニー氏は最後に、AI の役割をこう定義しました。
「AI は人間の判断を不要にするものではありません。むしろ、一日の時間を解放し、その時間を有意義に使い、判断を下せるようにするものです。」
金融業界における AI エージェントとドメイン特化型モデルの組み合わせは、専門家の業務負荷を劇的に軽減すると同時に、意思決定の質的向上をもたらし、業界全体のデジタルトランスフォーメーションを加速させる可能性を秘めています。
この記事はAIが動画の内容を記事化したものです。正確な発言は動画および文字起こしをご確認ください。