powered by TechFeed
表示モード
Deep Dive

2週間半が3日に——Northern TrustとMicrosoftのAIエージェントが機関投資家の口座開設業務を83%短縮、F1スコア96.5%で本番稼働

11月10日、Inside AI Newsが「Northern Trust, Microsoft Deploy AI Agent to Cut Client Onboarding Time by 83%」と題した記事を公開した。機関投資家のオンボーディングに2週間半かかっていた作業が3日に縮まる——この数字だけでも十分に驚きだが、金融規制の厳しさゆえに自動化が遅れてきた領域で、AIエージェントがどうやって本番稼働まで漕ぎ着けたかという問いがより本質的だ。83%削減、F1スコア96.5%——具体的な数字が示す成果Northern TrustとMicrosoftは、Northern Trust Asset ServicingのFront Office Solutionsプラットフォーム向けに、AIを活用したクライアント・オンボーディング・エージェントを共同開発した。このエージェントの核心的な役割は、クライアントの過去の取引データをNorthern Trustの標準フォーマットに自動変換することだ。従来、この作業には2週間半を要していたが、エージェントの導入により3日間にまで短縮された(削減...

11月10日、Inside AI Newsが「Northern Trust, Microsoft Deploy AI Agent to Cut Client Onboarding Time by 83%」と題した記事を公開した。機関投資家のオンボーディングに2週間半かかっていた作業が3日に縮まる——この数字だけでも十分に驚きだが、金融規制の厳しさゆえに自動化が遅れてきた領域で、AIエージェントがどうやって本番稼働まで漕ぎ着けたかという問いがより本質的だ。

83%削減、F1スコア96.5%——具体的な数字が示す成果

Northern TrustとMicrosoftは、Northern Trust Asset ServicingのFront Office Solutionsプラットフォーム向けに、AIを活用したクライアント・オンボーディング・エージェントを共同開発した。

このエージェントの核心的な役割は、クライアントの過去の取引データをNorthern Trustの標準フォーマットに自動変換することだ。従来、この作業には2週間半を要していたが、エージェントの導入により3日間にまで短縮された(削減率83%)。

品質面では、**F1スコア96.5%**を達成している。F1スコアとは、情報の適合率(Precision)と再現率(Recall)を組み合わせた精度指標で、1.0が理論上の最高値。このスコアは、Northern Trustが提供した実際の匿名化済み取引データを用いた7件のテストケースで、エージェントの出力とアナリストが作成したリファレンス出力を比較して算出されたものだ。人間によるフィードバックや修正が入る前の、いわばファーストパスの数値である。

なぜオンボーディングが難しいのか

機関投資家(財団、基金、年金、大規模ファミリーオフィスなど)のオンボーディングには、複数の情報源から数年分の投資・取引履歴を統合する作業が伴う。特に、オルタナティブ資産(プライベートエクイティや不動産など、取引所で流通しない資産)のパフォーマンス履歴の再構築は工数がかかる。

Northern Trust自身の調査によれば、資産オーナーの**57%**が「社内外の異なるソースからのデータ統合」を最大の課題として挙げている。こうした業務の複雑性と厳格な規制対応が、金融機関における自動化の進展を遅らせてきた背景がある。

技術スタックと「eyes-off」アプローチ

エージェントはMicrosoft Azure上に構築され、**Azure AI Foundry**(旧Azure AI Studio)を利用している。Azure AI FoundryはMicrosoftが提供する企業向けAI開発・運用基盤で、モデルの選定からエージェントのオーケストレーション、ガバナンス管理までを一元的に扱えるプラットフォームだ。ExcelやSharePointなどMicrosoft 365ツールとも統合されており、アナリストはなじみのあるインターフェース上でエージェントの出力をレビュー・承認できる。

データガバナンスの観点では、「eyes-off」アプローチが採用されている。MicrosoftはF1スコアの改善などをすべて匿名化データのみで行い、クライアントデータはNorthern Trustの管理下に置き続けた。規制産業における自社データの外部AI活用で常に問題となるデータ管理の懸念に対し、明確な線引きを設けている点は実務上の重要な判断だ。

また、エージェントが承認済みのオンボーディング知識を蓄積する「ガバナンス・インテリジェンス・レイヤー」も備えており、利用を重ねるごとに精度が上がる仕組みになっている。このレイヤーはアナリストが下した判断や例外処理の結果を継続的に取り込み、次回以降の類似ケースに対してより精度の高い変換案を提示できるよう設計されている。規制対応の履歴そのものが学習資産になるという点で、金融機関にとって長期的な差別化要素になり得る。

人間の監視はループに組み込まれたまま

エージェントは完全自律ではない。アナリストが出力を確認し、例外処理を解決し、フィードバックを継続的に与える設計になっている。クライアントが本番稼働する前の実装フェーズでエージェントを使うことで、スタートデータの検証と誤りの修正が事前に完了する。

Northern TrustのCOO、Pete Cherecwichは次のようにコメントしている。

「このソリューションは、データの準備・検証にかかる時間を削減しながら、クライアントが期待する監視と管理を維持する。両社がより高付加価値の業務に集中するための余力を生み出す」

Microsoftの金融サービス担当コーポレートバイスプレジデント、Bill Bordenも言及している。

「規制産業全体にわたって、複雑なワークフローを変革しビジネス価値を提供する、より広い機会を示している」

金融AIエージェントの量産モデルとなるか

今回のデプロイは、機関向け資産サービスという規制の厳しい領域における、フロンティアAIエージェントの本番規模での展開事例として、業界内で注目されている。1889年創業、シカゴを拠点とするNorthern Trustは、2026年9月末時点で19.9兆ドルの資産を管理している。

オンボーディング・エージェントはすでにFront Office Solutionsのクライアント向けに展開済みで、両社は他の業務プロセスへの拡張も計画している。具体的な対象領域やタイムラインは未公表だが、ガバナンス・インテリジェンス・レイヤーがオンボーディング以外の業務知識も蓄積できる汎用的な構造を持っている点は、横展開の可能性を示唆している。規制対応・データ管理・人間監視の三層を維持しながらスケールできるかどうかが、次のフェーズの焦点となるだろう。

詳細はNorthern Trust, Microsoft Deploy AI Agent to Cut Client Onboarding Time by 83%を参照していただきたい。