11月8日、Startuphub.aiが「OpenAI Puts Finance Agent Inside ChatGPT」と題した記事を公開した。OpenAIがエンタープライズ向けChatGPTにファイナンス特化のエージェント機能を統合し、SECファイリングへのリアルタイム接続やスキル・プラグインの2層構造を含む具体的な実装が公開された。BloombergやPalantirといった金融データプラットフォームが長年築いてきた領域に、ChatGPTが本格的に踏み込んだ格好だ。
ChatGPT Work for Financial Servicesとは何か
OpenAIのApplied AI Engineeringチームに所属するStefano FabbriとOliver Steffmannが、AI Engineer主催の2時間に及ぶライブビルドセッションを実施した。デモはエンタープライズワークスペース限定で動作するChatGPT Work for Financial Servicesと、Codexデスクトップアプリ上で展開された。
ChatGPT Work for Financial Servicesは、一般向けのChatGPTや開発者向けのCodexとは区別されるエンタープライズ専用プロダクトだ。対象は金融機関・大手運用会社などの組織ユーザーを想定しており、個人や小規模チームが直接契約するものではない。Fabbriによれば、このプロダクトは以下の3要素で構成される：
- サードパーティデータの接続：SECファイリング、ニュース、非上場企業プロファイル、決算説明会のトランスクリプト、15分遅延の市場データ
- ファイナンス業務向けにチューニングされたモデル：M&A、エクイティリサーチなど職種別に最適化
- ドキュメント出力：テンプレートを参照してプレゼンテーションや表計算ファイルを生成するアーティファクト機能
ウェルスマネジメントのデモでは、ポートフォリオの変更→損益アトリビューション分析→リバランスを説明するクライアント向けデッキ生成という一連のフローが実演された。Bloomberg Terminalが提供してきたデータアクセスと、ChatGPTの自然言語インターフェースを組み合わせた形に近く、金融AIエージェント市場における競合ポジショニングとして注目に値する。
「スキル」と「プラグイン」の構造設計が実装上の核心
エンジニア視点で最も実装の参考になるのが、スキルとプラグインの2層構造だ。
Fabbriの定義では：
- スキル（Skill）：モデルを特定のファイナンス業務に誘導する再利用可能な指示セット。アドバイザーに作業のベースラインを与える
- プラグイン（Plugin）：複数のスキルに加え、MCPコネクタ（Model Context Protocol：モデルが外部システムのデータ取得やアクション実行を行うためのオープンコネクタ規格）を束ねた重いユニット
投資銀行・エクイティリサーチ向けのプラグインはOpenAIが実務家と共同で構築しており、「80%完成品として提供し、残り20%を各社のハウススタイルに合わせて追加する」というアプローチを取っている。このモデルは、SalesforceのAppExchangeやMicrosoftのCopilot拡張エコシステムに近い発想であり、金融機関が既存のコンプライアンス要件やデータポリシーを維持しながら段階的に導入できる設計になっている点が実用上の強みと言える。
社内開発者向けの選択肢：カスタムアプリかプラグイン拡張か
Steffmannは内部開発者向けに2つのパスを提示している：
- パスA：APIキーを使ったカスタムアプリ構築。独自のメンテナンスコストが発生する
- パスB：スキル→プラグイン→プラグイン拡張という順で構築し、ChatGPTおよびCodexのインターフェースをそのワークフロー向けにカスタマイズする
Steffmannはかつてアセットマネジャー社内でSECファイリングのインジェスト（データ取り込み）パイプラインを構築した経験を持ち、「難しいのは、モデルが実際に使えるコンテキストレイヤーを維持しながら、新しいファイリングをリアルタイムに近いスピードで供給すること」と警告している。
データ鮮度とコンテキスト設計の問題は、RAG（Retrieval-Augmented Generation：検索拡張生成。外部データベースから関連情報を動的に取得し、モデルの回答精度を高める手法）を使った金融データ基盤を構築したことがある開発者なら即座に共感できる課題だ。SEC EDGARのようにファイリング頻度が高いデータソースを扱う場合、インジェストパイプラインのレイテンシ設計が実運用の品質を大きく左右する。
小規模チームへの言及
元記事では付記的に、より小さいチーム向けのDIY構成としてHuman Modeによる構成も紹介されている。モデルが乱雑な加盟店名の読み取りを担当し、Power Automateが反復処理を受け持つ役割分担だ。ただし、本記事の主題であるエンタープライズ向けプラグイン構成とはコスト・スコープが大幅に異なり、対象読者層も別となる。
詳細はOpenAI Puts Finance Agent Inside ChatGPTを参照していただきたい。
