10月20日、Terminal Xに関する記事「Terminal X matches senior investor judgment 88.6% with GPT-6.1」がOpenAIの公式サイトで公開された。投資判断AIプラットフォーム「Terminal X」が、OpenAIの最新モデル「GPT-6.1 Sol」（※後述）を活用し、上級審査員の判断と**88.6%**一致する精度を達成したことを報告している。
「記憶の負債」を返済するAIシステム
投資ファームにおいて、意思決定の根拠は往々にして少数のシニア投資家の頭の中にのみ存在する。彼らが退職すると、ドキュメントは残っても、その背後にある推論が失われる。Terminal Xはこれを「メモリーデット（記憶の負債）」と呼び、それを解消するOSとして「Capital Memory」を開発している。
Terminal Xのエンジニアは元JPMorganやBlackstoneの金融・投資プロフェッショナルで構成されており、顧客の投資チームに数週間オンサイトで入り込む。そこで信頼されてきた投資メモをリバースエンジニアリングし、クレジットデスクが借り手を審査する方法や、共同投資チームがメモ作成前に参照するソースといった、文書化されていなかったプロセスを書き起こす。
それらを数百のエージェントとして実装し、顧客企業が自社クラウドまたはオンプレミスで所有・運用する形で展開する。エージェントは英語・韓国語・日本語・中国語のドキュメントを処理し、過去の分析、委員会の決定、ワークフロー指示、ハウスビュー（自社の相場観）を含む「firm Memory」としてバージョン管理する。
あるプライベートエクイティ（PE）ファーム（※未上場企業への投資を専門とする運用会社）では、デューデリジェンス（※投資前に対象企業の財務・法務・事業等を精査するプロセス）と投資メモのワークフロー自動化により、年間240万ドルのコスト削減を報告している。
88.6%一致を支えるEvalエージェントの仕組み
今回の記事で最も注目すべきは、Terminal Xが構築した「Eval Agent」の精度検証結果だ。
Eval AgentはGPT-6.1 Solをベースとしたオーケストレーションワークフローで、VPがアナリストのレポートをチェックするような役割を担う。出力を54項目のルーブリック（採点基準）で評価し、以下を確認する。
- 数値・比較対象・コンセンサス数値・引用が正しいソースから取得されているか
- ナラティブ（論旨）に一貫性があるか
- レコメンデーションがハウスビューと整合しているか
各チェックは合否で判定され、不合格には1行の理由と修正テキストが付与される。この不合格例が即座に新しいMemoryとなり、ワークフロー指示やテストケースとして蓄積される。
Terminal XのCTO、Ken Lee氏はこう説明する。
「すべての回答がevalされ、アナリストが修正した内容がそのファームの動き方をシステムに少しずつ教える。使えば使うほど、自社チームのように考えるようになる。」
GPT-6.1 Solを選んだ理由：2.2ポイント（220ベーシスポイント）の差
※GPT-6.1 Solは、OpenAIが提供する大規模言語モデルの一つ。本記事執筆時点では一般向けの詳細なモデル仕様ページは公開されていないが、元記事においてTerminal XがAPI経由で利用したモデルとして明記されている。OpenAIのモデル系列全体についてはOpenAI公式モデル一覧も参照されたい。
500件のスコアリング済み判断を対象とした評価で、GPT-6.1 Sol上のEval Agentはシニア人間レビュアーと88.6%一致。次点モデルの86.4%に対して2.2ポイント（220ベーシスポイント：bpsは0.01ポイントを1単位とする金融分野の慣用表現）上回った。
特に際立った差が出たのが「スタイルドリフト」の検出だ。たとえば、バイアウトファンドの投資基準はNAV（純資産価値：ファンドが保有する資産の時価総額から負債を差し引いた値）を下回る水準で取引されているテイクプライベート（※上場企業を買収して非上場化する手法）候補を探すことにある。しかし市況変化のシナリオでは、エージェントがディストレスト債権（※財務難に陥った企業の債権）やレスキューファイナンスのポジションを推奨し始めることがある——これがファンドのマンデート（運用方針）からの逸脱だ。GPT-6.1 Solは次点モデルより約25%多くこうした逸脱を検出した。
コスト面でも優位で、同一ワークフローの実行コストが次点モデル比で約30%低い。これによりTerminal Xは同じ予算内でレビューワークフローを多段階化できた。具体的には、まずファンドのマンデートに対してテーゼを検証し、次に直近の案件と照合し、不確実な判定は再実行してエージェントが結果を整合させてから報告する、という深いレビューフローを構築している。
現状と今後
Terminal Xはすでに1,700件のfirm Memoryを構築し、100万件以上のカスタムワークフローを実行。週次アクティブユーザー数は月次アクティブユーザーの**81%**に達しており、エンゲージメントの高さを示している。
次のステップはMemoryの粒度をデスク単位から個人単位へ拡張することで、各投資プロフェッショナルの判断基準を、言語化された説明としてではなく、実際の行動として記録することを目指している。
CEOのHyun Hong氏はこう述べている。
「次の10年を勝ち抜くファームは、自社の判断をデータとして所有する。私たちの仕事はその判断を計測可能にし、保存・改善・再利用できるようにすることだ。」
詳細はTerminal X matches senior investor judgment 88.6% with GPT-6.1を参照していただきたい。
