導入事例金融特化型AIがリサーチ業務を支援
情報の信頼性が分析結果の高度化に寄与

Q. 現在担当している業務と、従前からの課題についてお聞かせください。

私はバランス運用ファンドのアセットアロケーションを決定するチームに所属し、国内外株式のリサーチを担当しています。個別銘柄の分析というよりも、TOPIXやS&P500といった国内外の市場全体の動向を注視する役割です。

リサーチ業務では、日々膨大なニュースやレポートをチェックするため、情報の整理だけかなりの時間を費やしていました。また、新しい投資アイデアが浮かんでも、過去データの収集や分析に手間取ってしまい、肝心の「アイデアの深掘り」に十分な時間を割けないというジレンマもありました。

さらに、リサーチ業務に加え、月次や四半期の市場動向を振り返る顧客向け資料の作成にも時間を要しており、業務全体の高度化・効率化が大きな課題となっていました。

Q. Reflexivityを実際にどのように活用していますか。

日々、投資の新しいアイデアを探す私たちにとって、運用者目線で知りたい情報や、投資の視点に即した回答が返ってくる点は、金融専門AIならではの強みだと感じています。

レポートを読みながらアイデアが浮かんだ際、自分で調べつつ、よく分からない部分をAIアシスタントの「アルフレッド」に質問しています。返ってきた回答に対して「この部分をさらに深く知りたい」「過去の類似ケースではどうだったか」などと対話を重ね、じっくりと深掘りしていくことも多いです。

特に「深掘り分析」という機能は、過去のエピソードやシナリオ分析に非常に有用で、こちらの意図にフィットした答えを返してくれます。回答までに少し時間はかかりますが、細かく精緻な分析が欲しいときは「アルフレッド」、簡単にすぐ知りたいことがある場合は「既存の生成AI」と、シーンに応じて使い分けています。

例えば、最近話題のSpaceXやOpenAIなどの大型新規上場（IPO）に関連して、「過去に巨額のIPOが相次いだ際、S&P500はどう動いたか」といった複雑な質問にも、しっかりとした分析が可能です。FacebookやAlibabaの上場時など、個別の過去事例まで詳細に提示してくれます。私はまだこの業務の経験が浅いのですが、今の市場環境に似た過去のケースを、当時を知らなくても瞬時に分析・把握できる環境は、業務を進める上で強力な支えになっています。

また、アルフレッド以外にも、国内外の株式リサーチに使える機能が豊富です。私の担当である外国株式（特に米国株）はデータが充実しており、個別銘柄のページで決算レビューや説明会のスクリプトをいち早くチェックしています。株価の変動要因を関連ニュースから紐解いたり、ブランドや地域ごとの競合状況を調べたりといった活用もしています。

ちなみに別の部署では、新興国の情報収集に役立っていると聞いています。例えばベトナムマーケットはニュースをはじめとした情報の絶対量の少なさから情報収集に苦労する面がありますが、アルフレッドでは適格な応答が得られるという評価のようです。
さらに、Webベースのサービスであることから、ふと思いついたときに自席のPCから手軽にアクセスできる使い勝手の良さも、日々の業務にかかせないポイントです。

Q.Reflexivityの導入によって、どのような効果が得られましたか。他の生成AIとの違いも教えてください。

リサーチ業務の高度化・効率化という課題は、一般的な生成AIでもある程度は対応できるかもしれません。しかし、Reflexivityが最も優れているのは「ニュースソース（情報源）の信頼性の高さ」です。一般的な生成AIでは不確かなウェブサイトを参照してしまうリスクがありますが、Reflexivityは確かな情報やデータを基に回答を生成するため、運用実務でも安心して使える信頼性があります。

また、返ってくる回答にテキストだけでなく、グラフやチャートが添えられている点も、視覚的に非常に分かりやすいです。これらはExcelデータとしてダウンロードし、自分が付け加えたい情報を入れてアレンジすることもできます。私の部署では毎朝、最新のニュースやリサーチ結果、着目点を担当ごとに発表する「朝会」があるのですが、そのネタ探しやプレゼン資料の作成にも大いに役立っています。

Reflexivityの導入によってリサーチ時間が短縮され、その分、他の業務に時間を割けるようになりました。今後は、アルフレッドのレスポンス時間がさらに短縮されれば、よりスピーディーに対話のキャッチボールを重ねられるようになり、リサーチ業務のさらなる高度化と効率化につながるのではないかと期待しています。