OpenAIは2026年9月10日、金融機関向けの新サービス「ChatGPT for Financial Services」を発表しました。業務向けの「ChatGPT Work」を金融向けに調整したもので、あらかじめ組み込まれた金融データとGPT-6 Astraの推論能力を組み合わせ、リサーチ、財務モデル、顧客向け資料の作成を支援します。
開発にあたっては、Morgan StanleyとEvercoreがデザインパートナーとして参加しました。両社との協業を通じて、金融機関が抱える課題のうちOpenAIが解決できる領域を見極め、日々の業務に役立つ機能を設計したとしています。提供対象は条件を満たす金融機関で、利用を希望する場合は営業窓口またはアカウント担当への問い合わせが必要です。
最初の対象は投資銀行業務とエクイティリサーチ
ChatGPT for Financial Servicesが最初に対象とするのは、投資銀行業務とエクイティリサーチです。Morgan StanleyとEvercoreとの初期の取り組みでは、信頼できるデータへのアクセスと、質の高い成果物の作成が現場の最大の課題だと明らかになったといいます。
公式ページでは、バリュエーション分析、LBOモデリング、買い手候補のスクリーニング、決算分析、ピッチブック作成といった業務が例として挙げられています。パートナーとの取り組みは、今後のモデルの追加学習や製品改善、さらに他の金融分野への展開にも反映される方針です。
Morgan Stanleyは、フロンティアAIが現場の人材が顧客のために取り組む仕事を支えてこそ意味を持つとコメントしています。Evercoreも、顧客が求める判断力と厳格な基準を土台にしながら、助言の背景にある洞察を深める形でOpenAIと協業しているとしています。
金融データを内蔵、別途契約やコネクタ設定なしで利用可能
本サービスの大きな特徴は、プレミアム金融データが最初から組み込まれている点です。Daloopa、PitchBook、LSEG News、Crunchbaseといった提供元のデータセットが含まれ、決算説明会の書き起こし、財務諸表、企業のファンダメンタルズ、非上場企業の情報などをカバーします。
利用企業は個別の契約交渉やコネクタの設定をせずに、すぐにこれらのデータで作業を始められます。データはOpenAIの基盤上でインデックス化・ホストされるため、検索精度や応答速度の改善につながるとしています。
具体例として、調整後EBITDAを扱うP&Lの正規化分析では、その裏付けとなる調整内容や注記を確認できると説明されています。どの費用が除外されたかを把握したうえで、バリュエーションにどう反映するかを判断できるわけです。
数値や記述の根拠を、表や本文までさかのぼって確認
データをOpenAI側でホストすることで実現したのが、きめ細かな引用機能です。分析の中で示された数値や記述について、根拠となる特定の表や本文の箇所までさかのぼり、該当部分をハイライト表示した状態で確認できます。
金融分析では、数値の出どころを検証できるかどうかが成果物の信頼性を大きく左右します。分析を進めながら根拠を確認できる設計は、AIの出力をそのまま鵜呑みにせず、担当者が検証する前提の業務フローに沿ったものといえます。
既存の契約データも、ChatGPTのサインインで利用可能に
多くの金融機関は、すでに各種データサービスを契約しています。OpenAIはこうした既存契約にも対応するため、S&P Capital IQ、LSEG、MSCI、Dow Jones Factiva、Moody'sとサインインと利用権限の連携を進めています。
提供元はChatGPTのサインイン情報からユーザーを識別し、そのユーザーがすでに契約しているデータへ自動的にアクセスできるようにする仕組みです。S&P Globalは、同社のAI Data Portalを通じて財務データや書き起こし、市場・エネルギーデータをChatGPT上で提供するとコメントしています。
また、金融分野でよく使われるMCPコネクタを最適化し、すぐに使える状態で提供するとしています。コネクタ全体ではDatasite、Box、Preqin、FactSet、Intappなど50種類以上に対応します。
GPT-6 Astraが情報検索・財務推論・成果物作成を担う
分析を担うのはGPT-6 Astraです。OpenAIは、金融業務に必要な情報検索、財務的な推論、成果物の作成という3つの中核能力で、同モデルが最先端の性能を持つとしています。
財務文書の数値や表、注記を読み取って理解し、入力をもとに財務分析を行い、結論を導きます。さらにその結果を文書、スプレッドシート、スライドにまとめるところまで対応します。
ベンチマークでは、米財務省の公報から複雑な財務表や図、脚注を含む情報を探して分析できるかを測る「OfficeQA Pro」で、GPT-6 Astraが69.9%を記録しました。前世代のGPT-5.6 Solは60.2%でした。分析結果はインタラクティブなグラフとしても表示でき、元データや出典を確認しながら企業間の業績を比較できます。
自社テンプレートで、分析を社内形式の成果物に
成果物の作成では、社内の形式に合わせられる点も特徴です。管理者は専用の管理画面から、Excel、Word、PowerPointのテンプレートを公開できます。
自社のテンプレートとスタイルガイドを設定しておけば、各チームは分析結果をバリュエーションモデル、リサーチノート、ピッチブックといった成果物に、自社の書式のまま落とし込めます。AIが作った資料を社内形式に整え直す手間を減らせる設計です。
未公開の重要情報を守るセキュリティとガバナンス
金融機関にとって、未公開の重要情報や顧客の機密を守ることは欠かせません。ChatGPT for Financial Servicesは、ChatGPT EnterpriseのSAML SSO、SCIMによるプロビジョニング、ロールベースのアクセス制御を土台にしています。
企業の業務データは、デフォルトでモデルの学習に使われません。保存時・転送時ともに暗号化され、管理者はワークスペースのデータ保持期間を設定できます。コンプライアンス部門は、OpenAI Compliance Platformを通じてワークスペースのログを出力し、既存の監査・調査業務に組み込めます。
さらに、スキルやアプリへのアクセスを役割ごとに管理し、アプリの読み取り・書き込み操作の可否も設定できます。複数のワークスペースを作成して、部門間の情報障壁を運用に反映することも可能です。
日本の金融機関への示唆——「データ連携」と「統制」が導入判断の軸に
現時点で、日本での提供時期や価格は公式ページに示されていません。ただし、今回の発表は国内の金融機関がAI導入を検討するうえで参考になる論点を多く含んでいます。
1つは、AIの性能よりもデータへのアクセスが成果を左右するという点です。OpenAIが「データはあらゆる金融分析の土台」と位置付け、データの内蔵と既存契約の連携に力を入れていることからも、それがうかがえます。国内で導入を検討する際も、自社が契約する情報サービスや社内データとどう接続できるかが、評価の中心になりそうです。
もう1つは、統制機能の重要性です。情報障壁の設定、ログの監査連携、学習への不使用といった機能は、金融業界の規制や社内ルールに対応するうえで前提条件になります。出典を確認できる引用機能も含め、AIの出力を人が検証できる仕組みが整っているかを確認することが欠かせません。
OpenAIの直近の動向はこちらもチェック！[OpenAIがAI研究加速の内実を公開——エージェント1日7,000ドル利用の裏で「監視能力低下」、チーフサイエンティストは"自発的減速"を提唱]
まとめ
ChatGPT for Financial Servicesは、金融データの内蔵、既存契約データとの連携、GPT-6 Astraによる分析、自社形式での成果物作成、そして金融機関向けの統制機能を1つにまとめたサービスです。Morgan StanleyとEvercoreとの共同設計を経て、まずは投資銀行業務とエクイティリサーチから展開されます。
汎用のAIアシスタントから、業界ごとの業務とデータに合わせたサービスへと、生成AIの提供形態が広がりつつあることを示す発表でもあります。国内の金融機関にとっては、日本での提供動向を注視しつつ、データ連携と統制の要件を先に整理しておくことが、次の導入判断に向けた準備になりそうです。
