OPENAI SEARCH INSIGHT

2026.09.06 / OpenAI最新情報

Legora、GPT-6 Astraで41文書を数分で照合 財務確認の性能を約40%改善

この記事で分かること: OpenAIが紹介したLegoraのGPT-6 Astra活用で、財務書類の照合業務が何をどこまで自動化でき、利用者が何に注意すべきかを知りたい。

OpenAIは2026年9月3日、法律・専門業務向けプラットフォームのLegoraが、GPT-6 Astraを使って41件の文書を一度に照合し、数分で確認を終えた事例を公開しました。対象は財務諸表の数字を複数の根拠資料と突き合わせる業務で、従来は一晩、場合によっては数日かかることもある作業だといいます。

Legoraの報告では、この財務照合ワークフローにおける性能は前モデル比で約40%向上しました。ただし、AIが最終判断を下す仕組みではありません。AIが網羅的な比較と記録を担い、結果を採用するかどうかは法律・財務などの専門家が判断する、人間を工程に残す運用が前提です。

OpenAIが公開したLegoraの活用事例

Legoraは、法律および専門業務向けの「エージェント型」業務プラットフォームです。エージェント型とは、質問への単発回答にとどまらず、複数の資料を読み、比較や確認といった一連の作業を進めるAIの仕組みを指します。Legoraによると、50以上の市場で、1,800超の企業内法務部門・法律事務所に所属する10万人超の専門家が利用しています。

同社の法務エンジニアは顧客と直接作業し、契約書・合意書のレビューから法務リサーチまで、業務の流れに合わせてプラットフォームを適応させています。今回OpenAIが取り上げたのは、法務に近接する財務確認の領域で、Legoraが監査、税務、コンプライアンス、リスク管理へと対象を広げる中での活用例です。

41文書で行った「財務照合」とは

財務諸表の照合は、英語では「tie-out」と呼ばれる作業です。ドラフト段階の決算書にある全ての数値について、試算表、連結用の集計表、前年の決算書などと突き合わせ、数字が一致しているかを確かめます。資料ごとに表記や粒度が異なるため、単に同じ数値を検索するだけでは済みません。

LegoraはGPT-6 Astraを用い、41文書にまたがる照合を1回の実行で完了したと説明しています。エージェントは各残高を裏付けるスケジュールと比較し、金額の不一致を見つけ、各確認の内容を記録しました。利用者には、行項目や数字ごとに確認できる詳細な記録が残る設計です。

Legoraの法務エンジニア、Percevale Perks氏は、変化として、多数の文書を取り込み、複雑な情報を理解し、異なる行項目と数字を扱う処理能力を挙げています。重要なのは「速く読める」ことだけでなく、照合の根拠と確認履歴を後から専門家が追える状態にすることです。

性能向上と4件の意図的な誤りの検出

Legoraは、自社のLegora Benchmark for Agentic Reasoning（BAR）でGPT-6 Astraを評価しました。BARは、実務のユースケースから作成した、法務のエンドツーエンド業務における性能を測るベンチマークです。今回の数値はOpenAI自身の一般評価ではなく、Legoraが自社ベンチマークで報告した結果

である点を区別して読む必要があります。

同社によれば、財務諸表の照合ワークフローでは前モデルより性能が約40%改善しました。BARに含まれる全タスクで見ると改善幅の平均は約3%です。特定の作業で大きな差が出た一方、その伸びをあらゆる業務にそのまま当てはめられるという発表ではありません。

照合テストでは、Legoraが書類内に意図的に入れた誤りを4件すべて検出しました。その中には収益注記に隠された50万ポンドの差額も含まれます。また、前モデルが正しく実施できた確認を維持した上で、およそ50件多くの確認を完了したとしています。これは完全性、正確性、信頼性の改善として同社が説明する内容です。

一般のChatGPT利用者に関係する変化

この事例は、日常的なチャットでAIに一つの資料を要約させる用途よりも、複数資料間の整合性を確認する用途に焦点があります。例えば、月次報告の本文と表計算の集計値、改訂版の契約書と変更一覧、複数部署から集めた報告書の数字を比較するような仕事では、「資料横断の確認漏れ」が大きな負担になります。

今回のOpenAIの発表は、GPT-6が一般のChatGPT利用者にどの機能、価格、提供条件で使えるかを示すものではありません。したがって、この記事から特定のプランで41文書処理が可能だと結論づけることはできません。確認できるのは、Legoraが自社のエージェントでGPT-6 Astraを使った際の実例です。

それでも実務上の示唆は明確です。AIに最終結論だけを求めるのではなく、「どの資料の、どの箇所を、何と比較したか」を残させることです。数字や契約条件など間違いのコストが高い対象では、回答文のもっともらしさより、検証可能な作業記録のほうが重要になります。

今日から使える資料確認の進め方

複数資料をAIで扱える環境がある場合でも、まず人が確認目的を狭く定義します。「売上高だけを照合する」「改訂前後で変わった支払条件だけを抜き出す」のように、対象項目、比較元、判定ルールを分けて指示すると、レビューしやすくなります。曖昧な依頼で全資料の正誤を断定させないことが基本です。

• 資料ごとに版、作成日、対象期間を確認し、古い版を混ぜない。
• 比較したい項目と、正しいとみなす一次資料を先に決める。
• 不一致は「資料名・ページまたは行・数値・差額・確認理由」の形で一覧化する。
• 金額、日付、固有名詞、例外規定は、人が原文に戻って再確認する。
• 機密性の高い契約書や財務資料は、組織のデータ取扱規程と利用サービスの設定を確認してから扱う。

特に財務、法務、税務のような領域では、AIが見つけた差異は「要確認事項」です。差異そのものが誤りとは限らず、会計方針、丸め、対象期間、注記の表現差によって説明できる場合があります。Legoraの事例でも、最終的な判断責任は専門家に残すと明記されています。

Agent Memories編集部の考察

今回の事例で注目すべきなのは、AIが専門家を置き換えたという主張ではなく、専門家が判断に使う前段の確認作業を厚くした点です。41文書を横断して比較し、確認結果を行単位で残せるなら、担当者は目視で同じ照合を繰り返す時間を減らし、差異の理由や影響の評価に集中しやすくなります。

一方で、約40%という改善値はLegoraの特定ワークフローと評価方法に基づくものです。文書の形式、OCRの品質、表の複雑さ、社内用語、根拠資料の欠落によって結果は変わり得ます。導入を検討する組織は、公開された数値だけで効果を見積もらず、自社の代表的な資料で確認精度、記録の追跡性、レビュー時間を測るべきでしょう。

また、検出率が高くても、AIの出力を無批判に採用すればリスクは残ります。実務で目指すべきなのは自動判定の最大化ではなく、見落としを減らし、確認根拠を整理し、責任ある担当者がより良い判断を下せる工程です。人間によるレビューを省略しない設計が、専門業務でAIを使う際の実用性を左右します。

よくある質問

GPT-6 Astraは41文書を誰でも数分で処理できますか？

今回確認できるのは、Legoraが自社エージェントで実施した事例です。OpenAIの公式発表には、一般利用者向けの提供条件、利用できる文書数、料金、処理時間の保証は記載されていません。資料の内容やシステム構成によっても処理結果は変わります。

4件の誤りを見つけたなら、AIだけで監査や法務判断を任せられますか？

いいえ。Legoraの説明では、エージェントは網羅的な比較を担当し、各結果への判断は専門家が担います。今回の4件はテストのためにLegoraが意図的に入れた誤りです。実務では、差異の背景、重要性、対応方法を人が評価する必要があります。

約40%の性能向上は、すべての仕事で期待できますか？

期待できるとまではいえません。約40%は財務諸表の照合ワークフローでのLegoraの報告値です。BAR全タスクでの平均改善は約3%とされています。用途ごとの資料構成や評価基準が異なるため、自社業務に近い条件で検証することが必要です。

資料確認にAIを使う際、最初に確認すべきことは何ですか？

最初に、正本となる資料、対象期間、比較する項目、差異の報告形式を決めます。その上で、機密情報を外部サービスに入力してよいかを社内規程に照らして確認してください。AIの出力は確認作業を助ける材料として扱い、重要な結論は原資料で再確認します。

まとめ

OpenAIが公開したLegoraの事例では、GPT-6 Astraを組み込んだエージェントが41文書の財務照合を数分で実施し、意図的に入れた4件の誤りをすべて検出しました。Legoraは当該ワークフローで前モデル比約40%の性能改善を報告しています。

実務で受け取るべきポイントは、AIに判断を丸投げすることではありません。比較、差異抽出、確認記録をAIに担わせ、最終判断は人が行うという分業です。複数資料を扱う仕事では、対象と根拠を明確にし、出力を検証可能な一覧にして、人による最終レビューを組み込むことが有効です。

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。