OPENAI SEARCH INSIGHT

2026.10.03 / OpenAI最新情報

Chatham Financial、CodexとGPT-5.6で取引検証を4分未満に短縮

この記事で分かること: Chatham FinancialがCodexとGPT-5.6を資本市場業務へどう組み込み、監査可能性と人による判断を維持しながら取引検証を短縮したのかを知りたい。

OpenAIは2026年10月2日、資本市場向けアドバイザリー企業Chatham FinancialによるCodexおよびGPT-5.6の活用事例を公開した。Chathamは、取引検証用アプリケーションの初期測定で、レビュー時間を約30分から4分未満へ短縮したとしている。

重要なのは、単に既存工程を高速化した事例ではない点だ。Chathamは成果から業務を再設計し、必要な入力・証跡、人間の判断が必要な箇所、AIとAIで構築したツールの役割を定義している。金融実務では、精度、監査可能性、専門家の監督を伴う運用設計が中心論点となる。

OpenAI公式発表で確認できる内容

Chatham Financialは、複雑な資本市場の意思決定について顧客を支援する企業である。公式発表では、正確性と監査可能性が特に重要な業務領域で、実証済みのプロセスを統制された反復可能なワークフローとソフトウェアへ転換する機会を見いだしたと説明している。

同社は現在、社内向けおよび顧客向けツールの開発にCodexを使い、AI機能の基盤としてGPT-5.6を利用している。対象は従業員が構築するアプリケーション、次世代の資本市場オペレーティングシステム「Chatham Onyx」、業務再設計サービス「Process Zero」にまたがる。

Chathamのマット・ヘンリーCEOは、AIをあらゆるプロセスを速く動かすためだけに扱うのではなく、望む成果から出発し、判断が重要な場所を特定して、利用可能な能力で最適な提供方法を設計する考え方を示した。

Process Zeroが再設計する取引検証

Process Zeroでは、ワークフローごとに最小限必要な入力と証拠を特定し、人間の判断が不可欠な箇所を決めたうえで、AIとAIで構築したツールによる支援方法を定める。これはモデル導入を先に決めるのではなく、統制対象の業務を先に分解する手法といえる。

取引検証は初期の適用例だ。ChathamのControls and Data Integrityチームは、各システム記録が顧客の承認内容と実行された取引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する役割を担う。

ChathamはCodexを使い、取引を裏付ける証拠を収集し、主要条件を比較し、不一致をレビュー対象として通知する取引検証アプリケーションを開発した。公式発表によれば、同社はアプリケーションの結果を経験豊富なレビュー担当者の結果と比較している。

初期測定ではレビュー時間が約30分から4分未満になった。ただし、これは全面自動化の完了を意味しない。Chathamは実際の取引と経験者によるレビューに照らして性能を検証してから、自動化の拡大を進める方針を明示している。

従業員開発を顧客業務へつなぐ仕組み

Chathamの従業員は、調査、分析、文書ドラフト、ソフトウェア開発などの日常業務でChatGPTとCodexを利用している。さらに社内プラットフォーム「Chatham Vibes」を通じて、各自の業務に合わせたアプリケーションを構築しているという。

VibesアプリケーションのAI機能は、標準でGPT-5.6 Terra上で動作し、アプリごとの構成に応じてGPT-5.6 Solをオプションとして利用できる。従業員は複数のモデルを用いてアプリケーションを作成しているが、公式発表は外部利用者に対する提供条件や料金を示していない。

顧客対応に近い用途には、満期を迎える資本市場取引のレビュー、価格算定ワークブックや顧客向けコミュニケーションの準備を支援するアプリがある。固定利付のレートシート作成、ヘッジ用ダッシュボード準備、取引確認書のレビューなども支援対象として挙げられた。

ただし、何を顧客に提供するかはChathamの専門職が決める。市場環境、顧客理解、専門的判断を人が持ち込み、成果物を評価し、必要に応じて修正する構造である。AIの出力を顧客提供物へ直結させないことが、公式発表から読み取れる運用上の特徴だ。

Chatham OnyxでのCodexとモデル使い分け

Chatham Onyxは、資産、負債、デリバティブを接続された統制済みデータ環境に集約し、顧客とアドバイザーが基礎ソースへの追跡可能性を失わずにAIを使うことを目指すプラットフォームとして説明されている。

開発チームは、計画、実装、テスト、文書化、コードレビューを含むOnyxの開発ライフサイクル全体でCodexを使う。Chathamのジョン・デグエンサーCTOは、精度、セキュリティ、説明責任の基準を維持したまま、製品構想から実用機能までの速度を高める狙いを述べている。

OnyxではGPT-5.6 Sol、GPT-5.6 Terra、GPT-5.4、GPT-4.1を利用する。単純な分析や本番環境ではないテストには、より費用効率の高いモデルを割り当て、精度と価値を最大化する必要がある複雑なタスクにはGPT-5.6を用いるという。

例として「ChatFIN」は、過去の市場データにおけるパターンの要約、ポートフォリオ理解の支援、負債・デリバティブ・リース条件に関する法的文書の検索とリンクを行う。ここでも、情報の解釈と顧客別の適用はアドバイザーの専門性に委ねられる。

日本の資本市場・金融IT実務で評価すべき点

日本で同種のAI導入を検討する場合、評価指標を処理時間だけに置くべきではない。まず、どの原資料を証跡として取得するか、比較対象となる条件をどう正規化するか、不一致を誰がどの基準で判断するかを、ワークフローとして明文化する必要がある。

とりわけ取引検証、照合、帳票作成、契約条件レビューでは、出力のもっともらしさよりも、根拠への遡及性が重要になる。Chatham Onyxが掲げる「基礎ソースへの追跡可能性」は、RAG、データ基盤、業務アプリケーションを分離して導入する場合にも確認すべき要件である。

また、モデルの一律採用ではなく、業務の重要度や本番性に応じてモデルを振り分ける設計が示されている。日本の開発組織でも、非本番の検証、低リスクの定型処理、高精度を要する判断支援を区別し、品質・コスト・統制の配分を設計対象にすることが求められる。

Agent Memories編集部の考察

本件の技術的な新規性は、Codexをコード生成ツールとして限定せず、統制された業務アプリケーションを作る開発工程へ位置付けている点にある。計画、実装、テスト、文書化、レビューまでを対象にすると、AI活用の成否はモデル性能だけでなく、開発・検証・承認の接続方法に左右される。

もう一つの示唆は、人を「AIの例外処理担当」として残すのではなく、判断の価値が高い場所へ再配置していることだ。Chathamは取引の証拠収集や条件比較、不一致の抽出を支援対象にしつつ、性能比較と専門家の監督を継続している。自動化率ではなく判断の配置を設計する発想が重要になる。

もっとも、公式発表で示された4分未満という値は初期測定の結果であり、対象取引の範囲、データ品質、検証基準、運用環境が異なる組織へそのまま転用できるものではない。導入効果を評価する際は、時間削減に加え、差異検知率、再レビュー率、監査証跡の完全性を個別に測定する必要がある。

よくある質問

Chathamは取引検証を完全自動化したのか

公式発表は完全自動化を示していない。アプリケーションは証拠収集、主要条件の比較、不一致の通知を担い、Chathamは実取引に対する結果を経験豊富なレビュー担当者の結果と比較している。自動化を拡大する前に性能を検証する段階にある。

GPT-5.6はどの業務で使われているのか

GPT-5.6は、ChathamのAI機能を支えるモデルとして使われる。VibesではGPT-5.6 Terraが標準で、GPT-5.6 Solはアプリごとの構成に基づくオプションとされる。Onyxでは複雑で精度と価値の最大化が必要なタスクにGPT-5.6を使う方針だ。

Codexは取引検証だけに使われているのか

いいえ。公式発表によれば、Codexは取引検証アプリケーションの開発に加え、Chatham Onyxの計画、構築、テスト、文書化、レビューを含むソフトウェア開発ライフサイクルで利用されている。社内・顧客向けツールの構築も対象である。

日本企業が最初に整備すべきものは何か

編集部の考察としては、対象業務に必要な入力、根拠資料、照合条件、人間の承認点を先に定義することが出発点となる。モデル選定や画面開発だけを先行させず、検証結果を比較できる評価手順と監査証跡を同時に設計することが重要だ。

まとめ

Chatham Financialの事例は、OpenAIのCodexとGPT-5.6を、資本市場の高統制業務へ段階的に組み込む取り組みである。取引検証では初期測定として約30分から4分未満への短縮を示しながら、経験者との比較検証と専門家の監督を維持している。

開発者とAI専門職にとっての実務上の焦点は、モデル導入そのものではなく、証跡、比較ロジック、例外通知、レビュー、責任分界を一体で実装できるかにある。速度向上と監査可能性を同時に測る設計が、金融領域のAI活用を評価する基準になる。

本カテゴリはMiraigent / Agent Memoriesによる非公式編集記事です。OpenAIとの提携・承認・後援を示すものではありません。