「デジタル・コーワーカー（Digital Co-worker）」の夜明け：ゴールドマン・サックスがClaudeエージェントを導入
Creati.ai 編集チーム著 | 2026年2月7日
ハイリスクな金融分野への生成AI（Generative AI）の統合は、実験的なパイロット運用から、コアとなる業務への導入フェーズへと移行しました。エージェンティックAI（Agentic AI）への決定的な転換を示す動きとして、ゴールドマン・サックスは、複雑な会計およびコンプライアンスのワークフローを自動化するために、AnthropicのClaude AIエージェントを導入したことを発表しました。
ゴールドマン・サックスの最高情報責任者（CIO）であるマルコ・アルジェンティ氏によって明らかにされたこのパートナーシップは、自律型AIに対するウォール街で最も積極的な取り組みの一つとなります。Anthropicのエンジニアが同行のテクノロジーチームに直接加わった6ヶ月間の集中的な共同開発フェーズを経て、この金融大手は現在、取引照合、クライアント・オンボーディング、および規制上のコンプライアンス（歴史的に何千時間もの人手と厳格な監視を必要としてきた業務）の処理にAIエージェントを活用しています。
チャットボットを超えて：自律型エージェントの台頭
業界では、質問に答える「チャットボット」から、ワークフローを実行する「エージェント」への移行が以前から期待されていました。ゴールドマンの取り組みは、この移行における主要なケーススタディとなります。メールのドラフト作成や文書の要約のアシスタントとして機能していた従来のAI実装とは異なり、これらの新しいエージェントは「デジタル・コーワーカー」として機能するように設計されています。
アルジェンティ氏によれば、同行はClaudeモデルの推論能力がソフトウェアのコーディングをはるかに超えて及んでいることに気づきました。複雑なコードベースをデバッグするために必要なのと同じロジックが、金融規制の解析や膨大なデータセットの照合において非常に効果的であることが証明されたのです。現在、エージェントはルールベースのフレームワークを自律的にナビゲートして取引を検証し、新規顧客を審査する任務を負っており、これらの重要なプロセスのタイムラインを効果的に短縮しています。
この変化は、特に労働集約的な2つの領域に影響を与えています：
- 取引会計： エージェントは、毎日数百万件の取引の照合を自動化し、人間では不可能なスピードで異なるシステム間の記録を一致させます。
- クライアント・オンボーディング： 従来、「顧客確認」（KYC）やマネーロンダリング防止（AML）規制のためにボトルネックとなっていたこのプロセスは、文書を読み取り、検証し、世界の規制基準と照合できるエージェントによって効率化されています。
運用への影響：従来のワークフロー vs エージェントによるワークフロー
この変化の大きさを理解するには、従来のワークフローと新しいエージェント駆動型モデルを比較することが不可欠です。以下の比較は、ゴールドマン・サックスがいかにバックオフィス業務を再構築しているかを示しています。
コンプライアンスおよび会計ワークフローの比較
| レガシーなプロセス | エージェントによるプロセス | 運用のメリット |
|---|---|---|
| データの取り込み | 複数のフォーマット（PDF、Excel、メール）からの文書の手動入力と検証。 | エージェントがあらゆるフォーマットの非構造化データを即座に取り込み、構造化する。 |
| ルールの適用 | 人間が静的なコンプライアンス・ハンドブックと取引を照合する。 | エージェントがリアルタイムで動的な規制ロジックを適用し、特定の条項を引用する。 |
| 例外処理 | 異常が一般的なエラーとしてフラグ立てされ、ゼロからの手動調査が必要になる。 | エージェントが異常の根本原因を診断し、人間の承認を得るための解決策を提案する。 |
| 監査証跡 | 意思決定の手動ログ記録。メールやチャットログに断片化しがち。 | エージェントによるすべての推論ステップと意思決定の自動的かつ不変のログ記録。 |
「埋め込み」戦略：エンタープライズAIの新しいモデル
この導入の成功は、独自のコラボレーションモデルに由来しています。ゴールドマン・サックスは、単にAPIサブスクリプションを購入するのではなく、深い統合を選択しました。6ヶ月間、Anthropicのエンジニアはゴールドマンの社内開発者と並んで作業しました。この期間により、チームは同行の独自データと特定の規制要件に基づいてClaudeモデルを微調整し、機関投資家向け金融のニュアンスをAIに効果的に「教える」ことができました。
この「埋め込み」戦略は、汎用的な大規模言語モデル（LLM）が、大幅なカスタマイズなしでは企業のニーズに不十分であるという成長しつつあるトレンドを浮き彫りにしています。エージェントを共同開発することで、ゴールドマン・サックスは、厳格に規制された銀行部門において交渉不可能な要件である、必要なセキュリティプロトコルを備えた**重要非公開情報（Material Non-Public Information：MNPI）**をAIが扱えるようにしました。
経済への波及：労働力と市場への影響
この発表は、テクノロジーおよび金融セクター全体に即座に反響を呼びました。ニュースを受けて、AIエージェントがスタンドアロンのSaaS（Software as a Service）ツールを時代遅れにするのではないかという投資家の懸念から、従来のエンタープライズ・ソフトウェア株が売られました。AIエージェントがカスタムワークフローを構築し、データを直接管理できるのであれば、中間ソフトウェアライセンスの必要性は減少します。
社内的には、この動きはデヴィッド・ソロモンCEOが戦略的に重点を置いている効率化と一致しています。ソロモン氏は以前、AI機能を中心に組織を再編する中で「従業員数の増加を抑制する」計画に言及していました。アルジェンティ氏は、エージェントを人間の才能の支援者（スタッフがルーチンワークではなく、より価値の高い戦略に集中できるようにするもの）と表現していますが、エントリーレベルのアナリストやサードパーティのサービスプロバイダーの業務をエージェントが遂行できる能力は、長期的には運用部門の採用縮小を示唆しています。
フィンテックの戦略的展望
ゴールドマン・サックスはこの競争において孤独ではありませんが、その実行力が他を際立たせています。JPモルガン・チェースが数百のユースケースに一連のLLMを活用している一方で、ゴールドマンが高い自律性を持つエージェントをコアな会計機能に集中させていることは、テクノロジーを銀行の「実行レイヤー」へと押し進めています。
広範な金融サービス（Financial Services）業界にとって、この導入はエージェンティックなワークフローの安全性と有効性を立証するものです。適切なガードレール（特に、安全性と解釈可能性を優先するAnthropicが好む「憲法的AI（Constitutional AI）」アプローチ）があれば、AIに帳簿を任せられることを証明しています。
これらの人工知能（Artificial Intelligence）システムが成熟するにつれ、フィンテックにおける成功の指標は変化しています。もはや誰が最もスマートなチャットボットを持っているかではなく、誰が最も有能なデジタルエージェントの労働力を持っているかが重要です。ゴールドマン・サックスは先手を打ちました。ウォール街の他の面々は、追いつくために全力疾走を強いられることになるでしょう。
