# 金融向けChatGPTをつくる ― OpenAI金融サービス責任者 Joseph Kim 氏

- 番組: [Latent Space: The AI Engineer Podcast](https://ai-curator.jp/podcasts/shows/cmv3z5bz700015o10zwiyz4qc)（Latent.Space）
- 元のタイトル: ⚡ Building ChatGPT for Finance — Joseph Kim, OpenAI's Head of Financial Services
- 配信日: 2026年10月31日
- 長さ: 27分
- 要約作成日: 2026年10月31日
- トピック: [#OpenAI](https://ai-curator.jp/topics/OpenAI) [#ChatGPT](https://ai-curator.jp/topics/ChatGPT) [#金融AI](https://ai-curator.jp/topics/%E9%87%91%E8%9E%8DAI) [#Codex](https://ai-curator.jp/topics/Codex) [#MCP](https://ai-curator.jp/topics/MCP) [#評価(eval)](https://ai-curator.jp/topics/%E8%A9%95%E4%BE%A1(eval)) [#RLHF](https://ai-curator.jp/topics/RLHF)
- URL: https://ai-curator.jp/podcasts/cmvwb2i1p00004g115slj9cpv

## 要約

Latent Space がニューヨークの AIE Finance で、OpenAI の Joseph Kim 氏に金融向け製品「ChatGPT for Financial Services」の開発について聞いた回。金融データを本流の学習に組み込む方針、プラグイン基盤上で作る製品戦略、人間が確認する前提の安全設計、評価（eval）の難しさ、2027年に向けた「センス」の学習や上流業務への展開が語られた。最後に採用の呼びかけもあった。

## ポイント

- 金融の推論データは「ビッグラン」と呼ぶ主力モデルの学習に上流で組み込まれ、API を通じて外部の開発者や金融機関も使えるようにするという。
- 製品の95%はスタートアップでも作れるもので、Codex が80%を担い、残り20%をプラグイン基盤上で作り込む戦略だったと述べている。
- MCP コネクタを試したところ、一部の大手でもエラー率が40%超だったため、データを製品に同梱し、体験を一貫して管理する判断をした。
- 現行製品は人間が確認することを前提とした生産性ツールで、今後は同僚や新人と働く感覚に近い権限・監査の仕組みを目指す。
- モデルに足りないのは致命的な事実誤りより、スライドの見栄えのような人間のセンスで、人間の比較評価による報酬モデルで改善できるとの見方を示した。
- 金融の評価指標は飽和や不備が多く、投資銀行業務など職種単位で自動化可能性を予測する新しい eval を構築中だという。

## 章立て

- [00:00] **ChatGPT for Financial Services の概要** — 企業向け新製品の紹介。Morgan Stanley や Evercore などデザインパートナーと開発し、キーノートでは今後のモデル進化も論じた。
- [02:01] **研究と製品の共同開発** — 金融データは主力モデルの学習に入れる方針。Codex デスクトップアプリ公開で金融・法務・営業の利用が急増した点にも触れた。
- [04:05] **データ同梱の判断とMCPの課題** — MCP コネクタのエラー率の高さを確認し、決算トランスクリプトなどのデータを自社で束ねる決定をした経緯を説明した。
- [07:06] **プラグイン基盤と10億ドル事業** — Codex で80%、独自の20%をプラグインで補う戦略。データ、UI、連携などが差別化要因になると語った。
- [09:07] **安全性とヒューマン・イン・ザ・ループ** — 現行は人間の確認が前提。今後は人に近い権限管理や、銀行の階層的なチェック体制を活用する考えを示した。
- [13:17] **ミスの捉え方とセンスの学習** — 致命的な事実誤りは減少中で、課題は審美的判断。報酬モデルと人間の比較評価、コーディングでの前例を挙げた。
- [19:24] **上流業務への展開と評価指標** — 2027年はアソシエイトやMDの業務へ。目的が曖昧になる難しさと、既存eval の飽和・不備、新しい eval 構築を語った。
- [25:34] **採用と今後の提供** — エンジニア、PM、専門家（SME）を募集。将来は Pro プランなど一般向けにも広げたい考えを述べた。

## 解説記事

Latent Space がニューヨークの AIE Finance で収録した回に、OpenAI で ChatGPT Finance を率いる Joseph Kim 氏が登場した。新たに公開された企業向け製品「ChatGPT for Financial Services」の作り方と、2027年に向けたモデル進化の見通しが主な話題である。

#### 研究とプロダクトを一体で進める

Kim 氏によると、新製品は ChatGPT の使い勝手に、企業向けの層を加えたものだ。社内テンプレートや、S&P などのデータソースが含まれる。Morgan Stanley と Evercore がデザインパートナーとして参加した。

金融の推論・分析用の学習データは、「ビッグラン」と呼ぶ主力モデルの学習に上流で投入される。そのため自社製品だけでなく、スタートアップや金融機関も API 経由で同じ知能を使えると同氏は述べた。OpenAI は自らを「研究とデプロイの会社」と位置づけ、順序も研究が先だという。

社内の Codex 利用推移では、ソフトウェアエンジニアは緩やかに増える一方、金融・法務・営業は2月の Codex デスクトップアプリ公開を機に、ほぼゼロから約90%へ跳ね上がった。同氏はこれを、モデルとプロダクトを同時に作る重要性の例として挙げた。

#### 業界の現実に合わせた設計：データとプラグイン

製品づくりの最大の教訓は、企業向けでは業界の現実を無視できない点だという。例としてデータを挙げた。決算トランスクリプトを同梱すると言えば、「MCP コネクタがあるのに二重払いでは」と反論されがちだ。しかし実際に試すと、大手を含む一部の MCP でエラー率が40%を超えていた。そこで、データを自社側に取り込み、体験を一貫して管理する決断をした。顧客から最も評価される点もデータだと述べている。

技術面で同氏が強調したのは、製品の95%はスタートアップにも作れるという点だ。チームは Codex（記憶やスキルを備える）が製品の約80%を担い、残り20%の作り込みが勝敗を分けるという仮説で動いた。その20%は、一般の開発者にも開かれた ChatGPT のプラグイン基盤で構築している。データ、UI、連携といった独自要素を載せることで、プラグイン上に10億ドル規模の事業が生まれると同氏は考えている。

#### 安全性：人間の確認から「同僚のような」権限管理へ

現行製品は知識労働者向けの生産性ツールで、常に人間が成果物を確認する前提だ。タスクによって30%から80%程度まで仕上がり、監査の責任は利用者が負うため説明しやすいという。

次の段階では、エージェントの権限やセキュリティを、新人や同僚との働き方に近い形にする方針だ。Google 時代の「readability」のような権限付与の仕組みを例に、人に対する既存の監視体制を流用できると述べた。銀行ではアナリストからアソシエイト、VP、ディレクターへと成果物が回覧され、暗黙のチェックが働いている。人間もモデルと同程度にミスをするため、この仕組みを活用できるとの見方だ。

致命的なのは結論を変える事実誤りで、ハルシネーション（もっともらしい誤り）は2022〜23年ほど話題にならなくなったと同氏は言う。現在足りないのは、スライドの見栄えなどの人間的な判断力、つまり「センス」だとしている。

#### センスの学習と上流業務への展開

センスの学習は、初期の RLHF（人間のフィードバックによる強化学習）に立ち返ればよいという。二つの出力を人間が比べ、報酬モデルを学習させる方法だ。スライド生成でもこの手法を使い、人間は数秒で優劣を判断できるが、採点モデルは長く推論したうえで誤ることもあると述べた。コーディングも、コンパイルの可否といった検証可能な報酬と、設計の良し悪しという人間の好みが混在する分野で、金融も同様だとする。Excel モデルの「手触り」を専門家が入力を変えて確かめる例を挙げた。

これまでの金融向け AI は、指示が明確で面倒な作業（モデル構築、スライド作成）に集中してきた。2027年はアナリストからアソシエイト、MD の業務へ上がっていく。上位ほど目的関数があいまいになり、投資アイデアの良否は結果が出るまで数年かかる。研究は難しくなるが不可能ではなく、専門家の高品質なフィードバックとベースモデルのスケーリング、研究上の優先度が鍵だと述べた。

#### 評価（eval）の難しさ

同氏は、良い eval の作成は非常に難しいと強調する。測りたい能力の代理指標にすぎず、正解キーの作成も手間で、不備があると報酬ハックを招く。OpenAI が以前出した知識労働の評価「GDP eval」は飽和し、残りは壊れていると見なして追跡をやめたそうだ。GPT-6 では金融の eval を回してもスコアが伸びず、調べると正解キーの誤りや不備のあるプロンプトが見つかった。そこで現在、投資銀行 eval のように、高得点なら若手アナリスト業務の多くを自動化できると予測できる評価を作っている。

#### まとめ

日本の読者にとっての要点は三つある。第一に、垂直特化製品の大半はモデル改変ではなく、データ品質、連携、業務フローといった製品側の作り込みで差がつくという主張だ。第二に、人間の確認を前提とする設計から、人の組織に似た権限・監査へ移る見通しは、規制の厳しい業界での AI 導入を考える際の参考になる。第三に、評価指標の整備と専門家の関与が、今後の金融 AI の競争領域になる点だ。なお、これらは同氏の見解であり、2027年の予測は実現が保証されたものではない。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Latent Space: The AI Engineer Podcast「⚡ Building ChatGPT for Finance — Joseph Kim, OpenAI's Head of Financial Services」