【ITニュース解説】Claude for Financial Services: Open-Source Finance Agents

Anthropic（アンスロピック）社は、金融サービス向けのAI（人工知能）活用を具体的に示す「Claude for Financial Services（クロード・フォー・ファイナンシャル・サービス）」というプロジェクトを公開した。これは、GitHubという場所で誰もが利用できるオープンソースのソフトウェア群で、金融業界でよく行われる業務、例えば投資銀行業務、株式の調査、プライベートエクイティ（未公開株投資）、資産運用といった分野で、AIをどのように役立てるかを示す「設計図」のようなものだ。Pythonというプログラミング言語で主に書かれており、Apache License 2.0という比較的自由度の高いライセンスで提供されているため、企業はこれを自由に利用し、自分たちの業務に合わせて改良できる。

このプロジェクトの最大の特徴は、提供されるAIエージェントが「二つの方法」で利用できる点にある。一つは「Claude Coworkプラグイン」として、もう一つは「Claude Managed Agents API」を通じてデプロイする方法だ。同じAIエージェント、同じ指示、同じ機能を持っているにもかかわらず、ユーザーは自分の使い方に合わせて実行環境を選べる。このプロジェクトは、単なるデモンストレーションや、購入する必要がある「製品」ではない。それは、具体的にどのようにAIが構築され、金融サービスで機能するかを示す「参照実装」、つまり手本となる具体的な実装例なのだ。ファイルベースで構成されているため、中身を隅々まで確認し、自社のニーズに合わせて変更や調整を加えられる。

金融業界の分析業務には、構造化されていて繰り返しが多く、かつ非常にコストのかかる作業が数多く存在する。例えば、競合他社の分析、企業の決算発表後のモデル更新、帳簿の照合、顧客確認（KYC）のための書類審査などだ。これらの作業は、確立された手順に従って行われるため、AIを導入するのに非常に適している。しかし、金融機関は厳しい規制の下にあり、AIが出した「ブラックボックス」のような不透明な答えは受け入れられないという大きな課題がある。そのため、これまでの議論の中心は、AIが仕事をできるかどうかではなく、「リスク管理委員会が承認できるような形で仕事をできるか」という点にあった。

Anthropicは、このリポジトリを通じてこの課題に対し、二つの側面から答えを提示している。まず、すべてのAIエージェントは、アナリストが作成するような資料、モデル、メモ、調査報告、照合結果などを「下書き」として作成する。そして、それらは必ず資格を持った専門家によってレビューされることを前提としている。このリポジトリは、AIエージェントが投資の推奨、取引の実行、リスクの引き受け、帳簿への記帳、オンボーディングの承認といった最終的な判断や行動は行わないことを明言している。すべての出力は、人間の承認を得るための「準備段階」として提供される。次に、このシステム全体が「プレーンなファイル」で構成されている点だ。隠されたサービスが裏で何かをしているわけではないため、金融機関のコンプライアンス担当者は、KYCスクリーナーというエージェントの「システムプロンプト」（AIへの指示文）を、まるで手順書を読むかのように詳細に確認できる。これにより、AIの動作の透明性が確保され、規制当局への説明責任も果たしやすくなる。

このタイミングでの公開は、Anthropic自身のAIモデルの性能向上とも連動している。同社は、最新のClaude Opus 4モデルが「Financial Modeling World Cup」という金融モデリングの大会で高い成績を収め、また「Vals AI」の金融エージェントのベンチマークテストでも他の最先端モデルを上回ったと報告している。これらはベンダー自身が発表した数字ではあるが、Anthropicが単なるマーケティング文句ではなく、具体的な「参照ワークフロー」を公開する自信を持った理由を説明していると言えるだろう。

このリポジトリは、その内容がいくつかの明確な階層に分かれて整理されている。この構造を理解することが、効果的に使いこなす鍵となる。最も上層には、特定のワークフローを最初から最後まで実行する「10個の命名されたエージェント」がある。その下には、業務分野ごとに「スキル」「スラッシュコマンド」「データコネクタ」をまとめた「垂直プラグイン」が配置されている。さらに、プログラムから自動でデプロイするための「クックブック」や、Microsoft 365環境で利用するための「管理ツール」も含まれている。

具体的な10個のエージェントは、それぞれが実行するワークフローの名前が付けられており、必要なスキルをすべて含んだ自己完結型のプラグインとして提供されている。そのため、使いたいエージェントをインストールするだけで利用を開始できる。例えば、「Pitch Agent（ピッチエージェント）」は、企業比較分析やLBO分析を行い、最終的に企業のブランドが入った提案資料（ピッチデッキ）を作成する。また、「Earnings Reviewer（決算レビュアー）」は、企業の決算発表や関連書類を基にモデルを更新し、分析メモの草稿を作成する。「KYC Screener（KYCスクリーナー）」は、顧客確認書類を解析し、ルールに基づいて評価を行い、不足している点を洗い出す。これらのエージェントは「完成品」ではなく、「出発点」と位置づけられているため、ユーザーは自分の会社の業務慣行に合わせて、AIへの指示（プロンプト）、スキル、データコネクタを細かく調整することが求められる。

エージェント全体ではなく、特定の機能だけが必要な場合は、その下層にある「垂直プラグイン」を単独でインストールすることも可能だ。「financial-analysis（金融分析）」プラグインは、共有のモデリングスキルとデータコネクタを含んでおり、最初にインストールすべきとされている。このプラグインには、例えば「/comps」（企業比較分析）、「/dcf」（割引キャッシュフロー評価）、「/lbo」（レバレッジド・バイアウトモデリング）といったスラッシュコマンド、つまりチャットインターフェースで特定の機能を呼び出すショートカットコマンドが含まれている。また、Excelモデルの監査を行う「/debug-model」といった高度なスキルも提供されている。他にも「investment-banking（投資銀行）」、「equity-research（株式調査）」、「private-equity（プライベートエクイティ）」、「fund-admin（ファンド管理）」、「operations（オペレーション）」といった業務分野ごとのプラグインがあり、それぞれに特化したスキルセットを提供している。これらのスキルレベルの具体的な詳細が、このリポジトリの真に価値ある部分だと言えるだろう。

すべてのデータコネクタは「financial-analysis」コアプラグインに集約されており、他のプラグインから共有して利用される。これらは「MCPサーバー」として機能し、Claudeを各種金融情報ターミナル、調査プラットフォーム、文書管理システムなどに接続する。具体的には、Daloopa、Morningstar、S&P Global、FactSet、Moody's、PitchBookといった主要な金融データプロバイダーへのコネクタがリストアップされている。ただし、重要な注意点として、これらのデータコネクタが事前に設定されているからといって、データそのものが無料で利用できるわけではない。これらのエンタープライズ（企業向け）データサービスを利用するには、通常、別途プロバイダーとのサブスクリプション契約やAPIキーが必要となる。

このリポジトリの設計における中心的な考え方の一つが「二つの実行方法」を提供することだ。何かをインストールする前にこの考え方を理解しておくと役立つだろう。一つは「Claude Coworkプラグイン」として、対話形式で利用する方法だ。Claude Coworkのインターフェースから設定画面を開き、プラグインを追加することで、リポジトリのURLを貼り付けるか、プラグインディレクトリを圧縮してアップロードするだけで簡単にインストールできる。インストールが完了すると、エージェントがCoworkのディスパッチ画面に表示され、関連するスキルが自動的に発動したり、「/comps」のようなスラッシュコマンドをセッション内で直接利用できるようになる。もう一つは「Claude Managed Agents API」を通じてデプロイする、いわゆる「ヘッドレス（非対話型）」な利用方法だ。これは、プログラムからAPIを介してエージェントを呼び出し、独自のワークフローエンジンと連携させる場合に用いられる。リポジトリには、デプロイメントスクリプトが用意されており、簡単なコマンドを実行するだけでエージェントをクラウド上に展開できる。この方法では、エージェントが内部で「リーフワーカーサブエージェント」と呼ばれる小さなAIを動かし、より複雑なタスクをこなすためのオーケストレーション（調整役）も可能になる。

具体的なワークフローをいくつか見ていくと、このシステムの価値が個々のスキルだけでなく、それらが連携して機能する「連鎖」にあることがよくわかる。例えば、投資銀行業務における「Pitch Agent」は、企業比較分析、先行取引分析、LBO（買収のための借入金活用モデル）の構築をこなし、最終的に会社のブランドが入った提案資料を一貫して作成する。また、「investment-banking」垂直プラグインは、「/one-pager」（企業概要の作成）、「/cim」（機密情報覚書の下書き）、「/merger-model」（合併モデルの作成）など、個別の業務に必要な様々なスキルを提供する。さらに、「/ppt-template」コマンドを使えば、Claudeに自社のPowerPointのテンプレートを学習させることができ、生成される資料が会社の標準フォーマットに沿ったものになる。

株式調査の分野では、「Earnings Reviewer」エージェントが活躍する。これは、企業の決算発表の電話会議の内容や提出書類を取り込み、モデルを更新し、調査メモのドラフトを作成する。また、「Model Builder」は、Excel内でDCF（割引キャッシュフロー）やLBOといった高度な金融モデルをAIの力で直接構築できる。これは、多くの企業でこれらのモデルが実際に運用されているという現実を考慮したものだ。オペレーション面では、「GL Reconciler（一般会計照合エージェント）」が、帳簿の不一致を見つけ出し、その原因を特定し、承認のために担当者に振り分ける。「Month-End Closer（月末締めエージェント）」は、発生主義会計の調整、繰越処理、差異分析レポートを作成する。そして、「KYC Screener」は、顧客のオンボーディング書類を解析し、ルールに基づいて評価を行い、人間が解決すべき不足点を指摘する。これらの事例に共通するのは、AIエージェントが情報収集、分析の第一段階、資料の組み立てといった「一次処理」を行い、最終的な確認や意思決定は人間が行うというパターンだ。

Anthropicのコアセットを拡張する形で、二つのパートナー製プラグインも提供されている。LSEGプラグインはLSEGデータを使って債券の相対価値分析やスワップカーブなどを、S&P GlobalプラグインはS&P Capital IQデータを使って企業概要（ティアシート）や決算プレビューなどを生成する。これらも他のプラグインと同じファイルベースの構造に従っている。さらに、Microsoft 365アドインを通じてExcel、PowerPoint、Word、Outlook内でClaudeを利用する企業向けに、「claude-for-msft-365-install/」という管理ツールがリポジトリに含まれている。このツールは、カスタマイズされたアドインマニフェストの生成、Azure管理者の同意付与、ユーザーごとのルーティング設定の作成といったIT管理者の作業を支援する。特に注目すべきは、このアドインがAnthropicのAPIではなく、ユーザー自身のクラウド環境（例えばGoogle CloudのVertex AIやAWSのBedrockなど）や、企業の内部LLMゲートウェイに対してプロビジョニングされる点だ。これにより、企業のデータが外部に送信されるリスクを低減し、よりセキュアな環境でAIを利用できる。

Anthropicは、これらのツールが「参照テンプレート」であり、ユーザーが調整することでより良いものになると明言している。推奨されるカスタマイズ方法は非常に実用的だ。例えば、.mcp.jsonファイルを編集して、自社で利用しているデータプロバイダーや社内システムにコネクタを切り替えることができる。また、スキルファイルに自社の専門用語やフォーマット基準を組み込んだり、「/ppt-template」コマンドを使って自社のブランドが入ったPowerPointレイアウトをClaudeに学習させたりすることも可能だ。さらに、agents/<slug>.mdファイルを編集することで、エージェントのワークフローを自社のチームが実際にどのように作業しているかに合わせて変更できる。貢献する際も同様のファイルベースのロジックに従う。新しいスキルは関連する垂直プラグインのskills/ディレクトリに追加され、スクリプトを実行することで、そのスキルをバンドルする任意のエージェントに反映される。これにより、複数のプラグインからなるリポジトリ全体の一貫性が保たれる仕組みになっている。

このシステムを利用するにあたって、いくつか正直な注意点がある。まず、法的な側面についてだが、このリポジトリのいかなる内容も、投資、法務、税務、会計に関するアドバイスではないと明記されている。生成された出力の検証や、規制への準拠は、利用する企業自身の責任だ。次に、データコネクタは、ユーザーが対応する金融データサービス（FactSetやPitchBookなど）の契約をしている場合にのみ有用である。これらの契約がないチームは、自社が実際にアクセスできるデータソースにコネクタを交換する必要がある。また、「サブエージェント委譲」という機能はまだ研究プレビュー段階にあるため、複数のAIエージェントが連携して自動的に動作するようなシステムを構築する際には、実際の顧客業務に適用する前に、特に慎重な検証が求められる。

Anthropicが発表したベンチマーク結果も、適切な視点で捉える必要がある。同社は金融タスクにおいて自社モデルの優れた結果を報告しており、コンプライアンス面でもSOC 2やFedRAMPといった認証への対応状況を挙げている。しかし、このリポジトリや関連ページでは、プラグインの料金に関する情報は公開されておらず、このシステムを導入した企業全体での生産性向上効果に関する独立した測定結果もまだない。最も公平な見方は、このリポジトリが「AIを金融分野で活用するための具体的な機械仕掛けや設計図」を提供している、というものだ。実際にビジネス上の価値を生み出すかどうかは、各企業が自社のワークフロー内で検証し、実証していく必要がある。

最終的に、「Claude for Financial Services」は、単なる「製品」としてではなく、「リファレンスアーキテクチャ（参照となる設計思想）」として理解するのが最も適切だ。このプロジェクトが提供する10個のエージェント、6つの垂直プラグイン、パートナー連携、そしてManaged Agent用のクックブックは、Anthropicが考える「AIを活用した金融ワークフロー」の具体的な構築方法を、検査可能なファイル形式で示している。その核心には、すべての出力が人間による承認を前提としていること、厳格なスキーマ（データ構造）に基づいた引き渡しが行われること、そして対話型と自動化されたヘッドレスな両方の方法で実行できる単一のソースが提供されること、という思想がある。金融サービス分野でAIの導入を検討しているチームにとって、このシステムに対する意見を形成する最も手っ速い方法は、リポジトリをクローンしてコアプラグインをインストールし、よく知っている企業に対して「/comps」コマンドを実行してみることだろう。その出力が、いかなるベンチマークの数値よりも、このAIの可能性と限界について多くを語ってくれるはずだ。