OpenAIは2026年10月2日、資本市場のコンサルティング会社であるChatham Financialが、OpenAIのCodexとGPT-5.6を活用して業務を再設計した事例を発表しました。同社によると、トレード検証の時間が30分から4分未満に短縮されたといいます。
トレード検証の再設計
Chatham Financialは、業務プロセスを成果に基づいて再設計するコンサルティングサービス「Process Zero」を通じて、各ワークフローに必要な最小限の入力と証拠を特定し、人間の判断が不可欠な部分を決定し、AIとAIが構築したツールがどのように作業を支援すべきかを判断しています。
トレード検証は初期の事例の一つです。同社のコントロール・データ整合性チームは、各システムの記録がクライアントが承認した内容と実行された内容を反映しているかを検証し、取引データの正確性を保護しています。Codexを使って開発されたトレード検証アプリケーションは、取引の証拠を収集し、主要な条件を比較し、不一致をレビュー用に指摘します。現在は、経験豊富なレビュー担当者の結果とアプリの結果を比較しています。同社は、このアプリケーションを追加の取引タイプに拡張し、適切な管理と専門家による監督を維持しながら、ワークフローの自動化を進める計画だとしています。
社内アプリケーションの拡大
Chatham Financialのクライアント向けAI業務は、同社自身の運用経験から生まれました。従業員は調査、分析、文書作成、ソフトウェア開発などの日常業務でChatGPTとCodexを使用しています。AIは同社全体で広く採用された実用的なツールとなりました。
従業員は社内プラットフォーム「Chatham Vibes」を通じて、自身の作業に合わせたアプリケーションを作成しています。Vibesアプリケーション内のAI機能は、デフォルトでGPT-5.6 Terraが動作し、アプリごとの設定に基づいてGPT-5.6 Solをオプションとしてアップグレードできます。これらのアプリケーションはクライアント向けワークフローをますます支援しています。例えば、満期を迎える取引のレビュー、価格設定ワークブックやクライアント向けコミュニケーションの準備、固定金利レートシートの作成、ヘッジダッシュボードの準備、取引確認書のレビューなどがあります。Chatham Financialの専門家は、市場の文脈、クライアントの理解、判断力を提供し、作業を評価し、必要に応じて修正し、クライアントに届ける内容を決定します。
Chatham Onyxの構築
Chatham Onyxは、資産、負債、デリバティブを統合した環境で、クライアントとアドバイザーが接続された管理データから作業し、基盤となるソースへのトレーサビリティを失うことなくAIを利用できるようにします。Chatham FinancialはOnyxの開発ライフサイクル全体でCodexを使用しています。チームは計画、構築、テスト、文書化、ソフトウェアのレビューにCodexを活用し、コンセプトから持続可能な製品機能への道のりを短縮しています。
Onyxプラットフォームは、GPT-5.6 Sol、GPT-5.6 Terra、GPT-5.4、GPT-4.1を利用します。単純な分析や非本番環境のテストなどのタスクは最もコスト効果の高いモデルにルーティングされ、複雑なタスクには精度と価値を最大化するGPT-5.6が使用されます。具体例として、過去の市場データのパターンを要約し、ポートフォリオの理解を支援し、債務、デリバティブ、リース条件に関する法務文書を検索してリンクする「ChatFIN」があります。これらの機能により、クライアントとアドバイザーは情報や洞察にアクセスできる一方、Chatham Financialのアドバイザーは情報を解釈し各クライアントに適用する専門知識を提供します。
今後の展開
Chatham Financialは、OpenAIを構造化比較の実行、証拠の整理、例外の特定、チームによる情報探索の効率化に使用しています。その結果、アドバイザーは情報をまとめる時間を減らし、解釈、困難なケースの管理、クライアントへの助言に多くの時間を費やすことができます。同社は今後、トレード検証を追加の製品に拡張し、従業員が構築したアプリケーションの改良を続け、Codexを使ってOnyxの新機能を開発する計画だとしています。
どう見るか
今回の発表では、Chatham FinancialがOpenAIのCodexとGPT-5.6を活用し、トレード検証の時間を30分から4分未満に短縮したと報告されました。この効果は同社による主張であり、第三者による測定結果は公表されていません。また、具体的な導入コストや提供時期、価格については資料に記載がありません。モデルの詳細な性能比較や、他社での導入事例との比較も示されていません。
