OpenAIとモルガン・スタンレーが金融版ChatGPTを発表——GPT-6 Astraはウォール街のジュニアアナリストをターゲットに

2026年9月10日、OpenAIはエンタープライズ製品ChatGPT Workの金融業界カスタム版である「ChatGPT for Financial Services」を正式にリリースした。基盤モデルにはGPT-6 Astraを採用し、モルガン・スタンレーおよびブティック投資銀行のEvercoreが設計パートナーを務めた。製品にはDaloopa、PitchBook、LSEG News、Crunchbaseといった金融データソースが内蔵されており、各行独自のテンプレートに基づいて編集可能な財務モデル、リサーチレポート、ピッチ資料を自動生成できるほか、粒度の細かい引用元の追跡機能も備えている。OpenAIはターゲットシナリオを、投資銀行のジュニアアナリストが担う中核業務の代替と明確に位置づけている。

実際の仕組み

ChatGPT for Financial Servicesの核心的なメカニズムは、大規模言語モデルの推論能力と専門的な金融データへのリアルタイムアクセス権限を結び付けることにある。同製品は50以上のMCPコネクターを通じて外部データエコシステムに接続しており、パートナーにはS&P Capital IQ、LSEG、MSCI、ダウ・ジョーンズFactiva、ムーディーズ、FactSet、Preqin、Datasiteなどの機関が含まれ、現在の投資銀行における日常的なデータ業務の主要ソースをほぼ網羅している。これにより、ユーザーは複数のシステム間を行き来する必要がなく、データの取得・分析・資料生成をひとつのインターフェース内で完結させることができる。

OpenAIの製品担当副社長Nick Turleyは発表ブリーフィングで、完全なワークフローデモを公開した。システムが潜在的なM&A対象企業を分析し、業界標準のデータソースから財務データを自動取得し、銀行が事前設定したスタイルガイドに従ってフォーマット済みのPowerPointスライドを生成するというものだ。Turleyは発表会で「私たちは実際に、ChatGPTにアナリストのように調査し、アナリストのようにデータで結論を裏付けることを教えている」と述べた。さらに「見栄えの良いスライドを作るのは簡単だが、本当に筋の通ったスライドを作るのははるかに難しい」と強調した。このタスクを達成するには、システムが自律的に比較対象企業を選定し、価格データをスプレッドシートに取り込み、チャートと元データの一致を確認し、株価変動に対する説明を行う必要がある。

コンプライアンスとセキュリティの面では、SAMLシングルサインオン、SCIMによる権限管理、ロールベースアクセス制御、静止データおよび転送中データの暗号化、監査ログのエクスポートをサポートしており、これらの機能は金融業界の規制コンプライアンス要件に直接対応している。GPT-6 AstraはOpenAIが公表したOfficeQA Proベンチマークで69.9%のスコアを記録し、前世代のGPT-5.6 Solの60.2%を上回った。

各ステークホルダーの得失

金融データプロバイダーにとって、影響は発表当日に即座に現れた。FactSet Researchの株価は9月10日に5.3%下落して264.32ドルとなり、同日S&P 500のソフトウェア・サービス指数も1.5%下落、Salesforceは4%下落、ServiceNowとIntuitはそれぞれ約5%下落した。OpenAIはPitchBookやLSEG Newsなどのデータへのアクセス権を製品に直接内蔵しており、ユーザーに別途独立したサブスクリプションを購入させる仕組みではない。これは金融データ仲介業者のコアビジネスモデル——独占的なデータ入口を武器に高額のサブスクリプション料を徴収するという構造——を揺るがすものだ。ユーザーがChatGPTの統一インターフェースを通じて複数ソースのデータにアクセスできるようになれば、単一データプロバイダーの交渉力は狭まることになる。なお、OpenAIはFactSetやS&P Globalなどの機関とも同時にパートナーシップを維持している。

投資銀行のジュニア従業員にとっては、ウォール街のジュニアアナリストやアソシエイトは従来、データ整理、比較企業分析、財務モデル構築、ピッチ資料作成などの業務を担ってきたが、これらはまさにChatGPT for Financial Servicesが発表デモで一つひとつ示したタスクの種類と一致する。ジュニアポジションの価値は成果物の提出にとどまらず、これらの業務を繰り返し執行することで業界・取引・顧客に対する理解を積み重ねることにもある。

OpenAI自身にとっては、今回の発表には明確な商業的動機がある。同社のCFOであるSarah Friarは今年8月に投資家に対し、企業向け事業収益がすでに消費者向け事業を上回ったと明らかにした。OpenAIのIPOが近いと広く予測される中で、金融サービスの垂直特化版は単なる製品拡張ではなく、企業収益のナラティブの一部でもある。すなわち、月次サブスクリプション収益だけに依存するのではなく、AI能力を高付加価値の業界ソリューションとして体系的に収益化できる企業であることを潜在的投資家に示すものだ。Turleyは、金融サービスはあくまで出発点であり、OpenAIは複数の業界向けに同様のカスタム版を展開する計画だと明かした。

開発者やシステムインテグレーターにとっては、50以上のMCPコネクターのオープンアーキテクチャがインターフェースの機会を提供する一方で、OpenAIが接続レイヤーを標準化したことを意味し、サードパーティの差別化余地はOpenAIが直接データソースと接続する範囲の拡大とともに縮小していくことになる。

Anthropicが先行、しかしOpenAIには設計パートナーの裏付け

ChatGPT for Financial Servicesはウォール街初の大型AIプラットフォームではない。Anthropicはすでに2025年7月に「Claude for Financial Services」をリリースしており、JPモルガン・チェース、ゴールドマン・サックス、シティグループ、AIG、Visaなどの機関で本番稼働している——これはAnthropicが主要な米系大手行への機関浸透においてすでに約1年のリードを持つことを意味する。2026年5月にはAnthropicがさらに、投資銀行、資産管理、保険ワークフロー向けの10種類の既成AIエージェントテンプレートを発表し、Moody's、FactSet、モーニングスター、S&Pグローバルとデータ連携を構築、Microsoft 365とも全面接続した。当時の発表会ではJPモルガン・チェースCEOのジェイミー・ダイモンが20分で国債資産スワップ分析ダッシュボードを構築するデモを現場で披露した。

両者の競争構図にはいくつかの具体的な差異がある。第一に、設計の深度が異なる。OpenAIのモルガン・スタンレーおよびEvercoreは製品設計段階から参加したパートナーであり、これら両機関の実際のワークフローに関する知見が製品に内蔵されていることを意味する。一方、Anthropicの大手行との連携はどちらかといえば共同設計ではなく、デプロイメントレベルの展開として現れている。第二に、機関のカバレッジが異なる。Anthropicはすでに複数のトップ大手行での本番デプロイ実績を持つが、OpenAIが現時点で公開している機関パートナーリストは依然として設計パートナーが中心だ。第三に、モデルの基盤が異なる。GPT-6 AstraはOpenAIの現時点で最先端のモデルであり、Anthropicが金融シナリオで主に使用しているのはClaude Opus 4.7である。

今後最も起こりえること

業界の観点から見ると、ChatGPT for Financial Servicesの真の意義は、説得力の極めて高い実証シナリオを選んだことにある。投資銀行は高度にルール化され、文書集約的で、かつ強く規制された業界であり、AIの垂直展開における難易度は極めて高い。このシナリオでAIが機関レベルで採用されコンプライアンス審査を通過できれば、法律・会計・コンサルティングなど同様の業界への移行における意思決定の摩擦は大幅に低下する。OpenAIが金融業界でベンチマークを確立することの戦略的価値は、金融そのものにとどまらない。

規制コンプライアンスが最も重要な変数だ。金融業界はモデルの説明可能性と結論の追跡可能性について法規制レベルの要件を持っており、一般的なエンタープライズSaaSの任意採用基準をはるかに上回る。粒度の細かい引用元追跡はChatGPT for Financial Servicesが明確に強調する機能であり、OpenAIがコンプライアンスを製品設計に組み込んでいることを示している。米SECおよび各司法管轄区の金融規制当局がAI生成資料のコンプライアンス性をどのように認定するかが、製品がどこまで深いコアビジネスシナリオで採用されうるかを決定づける。

価格モデルも一つのシグナルだ。Bloombergターミナルの1席あたりの年間費用は従来2万ドルを超えており、金融データのサブスクリプションは参入障壁の高い収益源だ。OpenAIがデータアクセス権を束ねた形で価格設定をするならば、既存のデータプロバイダーと正面から競合することになる。一方、使用量ベースのAPI課金モデルを維持するならば、データの上に推論レイヤーを加える形に近い。現在のFactSetなどの株価の市場反応は前者の判断に傾いているが、最終的な価格戦略は商業交渉によって決まる。

AIツールの導入を検討している金融機関にとって、現時点で最も現実的な実行判断は次のとおりだ。今回の発表をAIを採用するかどうかの選択問題として捉えるのではなく、どの業務ノードで導入するか、誰のソリューションを使うか、どの程度の審査コストを負担するかという実装の問題として理解すべきだ。OpenAIとAnthropicのいずれのソリューションにおいても、ジュニアアナリストのポジションが一度の発表で即座に消えることはない。しかし同じ時間の中で、これらのツールを使いこなせるアナリストとそうでないアナリストの間には、アウトプット効率において構造的な差が生まれるだろう。機関が本当に構築すべき能力は、AI生成資料の品質を審査する判断メカニズムである——これはまさに現時点で両社のどちらの製品にも内蔵されていない部分であり、機関自身が構築する必要がある。