Agent Memories
← OpenAI最新情報

OPENAI SEARCH INSIGHT

2026.11.09 / OpenAI最新情報

Franklin Templeton、Codexで投資調査AIを開発

Agent Memories編集部による非公式記事「Franklin Templeton、Codexで投資調査AIを開発」。OpenAIとの提携・承認はありません

この記事で分かること: Franklin TempletonがOpenAIのCodexやエージェント、セマンティックレイヤーを用いて投資調査をどう再設計し、日本の金融・AI実務者が何を評価すべきかを知りたい。

OpenAIは2026年11月5日、資産運用会社Franklin Templetonが、投資調査を支援するAIワークフローの開発にOpenAIのツールを活用していると公表した。取り組みは株式調査から始まり、ポートフォリオマネジャーが複数の調査見解を比較し、投資アイデアに伴うリスクを検討できるようにすることを目指す。

技術面での要点は、単に社内データベースへモデルを接続するのではなく、エージェントとセマンティックレイヤーを加えて、データの意味と相互関係を構造化した点にある。Franklin TempletonはCodexを複数の開発手段の一つとして使い、調査、リスク、コンプライアンス、トレーディングの情報を結び付ける「接続されたインテリジェンス」の構築を進めている。

OpenAI公式発表で確認できる内容

今回の発表はOpenAIの公式ニュースとして公開された。OpenAIによると、Franklin TempletonはAIで投資判断そのものを置き換えるのではなく、ポートフォリオマネジャーが異なる調査見解と投資リスクを吟味するためのワークフローを開発している。公式カテゴリは「Official News」である。

Franklin TempletonのPublic Market Investments担当シニア・バイス・プレジデントであるKatrina Dudley氏は、OpenAIのツール活用について、継続的に得られるインテリジェンスと人間の判断を組み合わせられることが大きな転換点だと説明した。

従来は人間主導の工程をAIで自動化していたのに対し、現在は洞察の発見をAIで支援する方向へ移っているという。

Codexは投資調査ワークフロー開発に用いる複数ツールの一つと位置付けられている。公式発表は、Codexが単独でどの業務を実行するか、また個別の投資判断を自動化するかについては述べていない。したがって、Codex導入が投資判断の完全自動化を意味すると解釈することはできない。

データ接続だけでは不足した理由

公式発表によれば、Franklin Templetonは初期のAI活用で、データをデータベースに格納し、モデルをそこへ接続した。しかし、モデルがデータ同士の関係を理解できず、チームが必要とする回答を得られなかったという。これは検索対象を増やすだけでは、専門業務の推論に必要な文脈を供給できないことを示す事例である。

そこで同社は、エージェントとセマンティックレイヤーを追加した。セマンティックレイヤーは、企業内データが何を意味し、どのように関連するかを表す構造化モデルとして説明されている。これにより、データをツールへ取り込み、意思決定に影響し得る洞察を提示する「connected intelligence layer」を構築できたとしている。

ここで重要なのは、生成AIの品質をプロンプトや基盤モデルだけの問題として扱わない点だ。投資調査のように企業、銘柄、業績、競合、ポジション、規制、リスクが交差する業務では、データ定義、関係性、利用時の文脈を設計する層が回答品質と監査可能性の基礎になる。

目指すのは見解の集約ではなく多面的な検討

投資に関しては、調査、リスク、コンプライアンス、トレーディングがそれぞれ異なる視点を持つ。Franklin Templetonは、これらの入力をポートフォリオマネジャーへ統合して届けることを目標に掲げる。単一のレポートを要約する仕組みではなく、判断者が複数部門の論点を参照できる状態を志向している。

同社は、ユーザーの好みに合わせて類似情報を多く表示する一般的な仕組みが、資産運用には必ずしも適さないとも説明する。特定の調査提供元を好む利用者に同種の情報ばかりを示せば、投資プロセスへ偏った視点を持ち込む可能性があるためだ。目標は、調査と意見の多様性を確保することにある。

また同社は、AIが投資アイデアの魅力だけでなく、そこに含まれるリスクを理解し、ポートフォリオマネジャーへ認識させることを重視する。よく根拠付けられたアイデアであっても、リスク分析を伴わなければ十分ではないという立場であり、AI出力を肯定材料の収集器にしない設計思想が読み取れる。

株式調査をどう再設計するのか

Dudley氏は従来の株式調査について、アナリストが一次的な銘柄分析を行い、決算説明会を確認し、各事業ラインの競合企業を調べる、人間主導で逐次的なワークフローだったと説明する。その成果は、新規の投資アイデアをポートフォリオマネジャーへ提案する際や、既存保有銘柄の更新を伝える際に用いられる。

将来像として同社が示すのは、信頼できるコネクター、ポートフォリオとワークフローのコンテキスト、実行可能な洞察を示すエージェント機能を組み合わせた、ガバナンス下の再利用可能なインテリジェンス基盤である。投資チームのアナリストとポートフォリオマネジャーが、この基盤へアクセスする構想だ。

ただし、公式発表は個別のモデル構成、接続先データ、エージェントの自律実行範囲、投資判断における最終承認手順を公開していない。確認できるのは、人間の判断と継続的な情報把握を組み合わせる方針であり、具体的な運用統制の詳細までは明らかになっていない。

実験から本番ワークフローへ移す統制

Franklin TempletonはCodexをハッカソンでも利用し、専門家と投資実務者が並走して各自のツールを開発してきたという。同社のInvestment AI championsは、こうした実験を本番利用に耐えるワークフローへ転換する役割を担う。その過程には、セキュリティレビュー、専門家の支援、データ管理が組み込まれる。

公式発表は、リーダーシップが明確なリスクガードレールの範囲でAIのイノベーションと実験を促していると伝える。すべての試行が成功する前提ではなく、各取り組みから得た知見を能力向上、将来の意思決定、継続的改善に生かす考え方である。新技術の公開後に実務チーム向けの実践的なラボを速やかに提供することも挙げられた。

日本の金融機関や高規制業界の開発組織にとっては、PoCの精度だけを評価軸にしないことが重要になる。少なくとも、データ利用の合意、アクセス権限、出力の検証責任、ログと再現性、専門家のレビューを、本番化の要件として初期段階から設計する必要がある。

Agent Memories編集部の考察

本事例の技術的な新規性は、RAGや社内検索を導入したという一点ではなく、業務概念をセマンティックレイヤーとして明示し、異なる職能の見解を扱う設計へ進んでいることにある。これは公式発表に基づく事実を踏まえた編集部の評価であり、同社の実装詳細がすべて公開されたことを意味しない。

日本の実務では、まず「銘柄」「発行体」「グループ企業」「ファンド」「ポジション」「リスク分類」「調査時点」といった概念の定義が部門間で一致しているかを点検したい。定義が分かれたままエージェントを増やすと、もっともらしい統合回答が、異なる前提を混在させるおそれがある。

次に評価すべきは、多様性を保つ検索・推薦設計である。利用者の閲覧履歴や既存見解に最適化し過ぎると、反証情報や少数意見が見えにくくなる。投資、審査、与信、法務のように反対仮説の検討が重要な業務では、賛成・反対・不確実性・未検証事項を分けて表示する要件を定義する価値がある。

人間の役割も「AIの出力を承認する担当」に狭めるべきではない。現場の専門家は、調査対象の外部で得た定性的な情報を持ち帰り、AIが扱う情報と照合する役割を担う。Franklin Templetonがアナリストに現場や多様な専門家との対話へ時間を使わせたいとしている点は、AI導入後の職務再設計を考えるうえで示唆的である。

よくある質問

Franklin TempletonはCodexだけを使っているのか

いいえ。OpenAI公式発表では、Codexは同社の投資チームが投資調査ワークフローを開発するために使う複数ツールの一つとされている。ほかにどのツールをどの範囲で利用しているかは、確認済みの公式情報には記載されていない。

AIがポートフォリオマネジャーに代わって投資判断するのか

公式発表で示された目的は、ポートフォリオマネジャーが異なる調査見解と投資リスクを検討できるよう支援することだ。人間の判断との組み合わせが繰り返し強調されており、AIによる最終的な投資判断の自動化は確認されていない。

セマンティックレイヤーはなぜ必要なのか

同社の説明では、データベースにモデルを接続するだけでは、データがどう結び付くかをモデルが理解できず、必要な回答を得られなかった。データの意味と関係性を構造化するセマンティックレイヤーを追加したことで、結果が変化したとしている。

本番利用へ進む際に公式発表が挙げた管理策は何か

Franklin Templetonは、セキュリティレビュー、専門家の支援、データ管理を、実験から本番品質のツールへ移行するプロセスの一部として挙げている。個別の管理手順や認証方式までは公開されていない。

まとめ

OpenAIの公式発表によると、Franklin Templetonは株式調査を起点に、Codex、エージェント、セマンティックレイヤーを活用した投資調査ワークフローを開発している。中心にあるのは回答生成の高速化だけではなく、調査、リスク、コンプライアンス、トレーディングの視点を結び付け、意思決定者へ洞察を示す構想である。

開発者とAI専門職が注目すべきなのは、モデル接続の前後にある情報設計と統制設計だ。信頼できるデータ接続、業務文脈、見解の多様性、リスクの可視化、人間の最終判断を一体で評価することが、高規制かつ高判断責任の業務でAIを実装する際の実務的な論点となる。

公式出典・確認日

OpenAI公式情報を2026-11-09時点で確認しています。提供範囲・料金・画面は更新される場合があります。

新しいAIへ乗り換えても、自分の前提や判断を持ち運べる状態をつくる。Agent Memoriesは、記憶をスキルや外部ツールへつなぐAIパートナー基盤を育てています。

AIエージェントの記憶を知る Agent Memoriesを見る

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。