エグゼクティブファンクションシリーズでは、AI 採用の最先端を行くリーダーたちの視点を特集しています。
Model ML は、先進的な金融サービス機関の運営を変革する AI インフラストラクチャを構築しています。Model ML のプラットフォームは、特注のエージェントと、エンドツーエンドのワークフローを自動化するアプリケーションおよび特注のリサーチと分析を特徴としています。
CEO 兼共同創業者である Chaz Englander 氏に、金融機関の進化と、最近の AI の進歩による運営の自動化および簡素化についてお話を伺いました。
前の会社を売却した後、弟とわたしは自分たちが投資を好まないことを自覚しましたが、GPT を利用した関数呼び出しによって投資プロセスを自動化するという発想で頭がいっぱいになりました。
経営していたのは6人のファミリーオフィスでしたが、GPT‑3.5 を利用した LLM を使用することで、60人のチーム率いているような感覚がありました。
Model ML のプロトタイプは自分たちのために構築したもので、商品化するつもりはありませんでした。しかし、リサーチワークフローの自動化から得られる洞察と効率を目の当たりにすると、いいことに気づいたとわかりました。
これまで数日、数週間、場合によっては数か月かかっていたタスクの一部は、今では数分間あるいは数時間で完了できるようになりました。たとえば、四半期の収益サマリーの用意には従来、数時間かかっていました。今では、データを引き出し、スライドを設定し、Powerpoint を SharePoint に公開するというこのプロセス全体を、人間が介入することなくすべてエージェントが処理します。これは、今年最大の転換になると思います。つまり、朝出社すると、すでに作業が完了しているわけです。
「これは、今年最大の転換になると思います。つまり、朝出社すると、すでに作業が完了しているわけです。」
このため、人間が価値を付加する点を再考せざるを得ません。現在と今後の両時点でチームの影響力が大きくなる領域を再配置することが会社にとって必要になります。
企業は、価値が高い裁量ベースの役割に人間を異動させています。我々が協力する会社のリーダーは、少なくとも我々の観点では、組織全体のアーキテクチャを AI ネイティブな方法で再考しています。AI が現在最も適切で、かつ将来時代遅れにならずに、12か月間で最も影響が大きくなると考えられる領域を会社が判断することの支援は非常に難しく、そのために初期段階では我々の対応はまるでコンサルタントのようになっています。
「我々が協力する会社のリーダーは... 組織全体のアーキテクチャを AI ネイティブな方法で再考しています。」
金融機関の人間は、今では影響力が減るどころか増しています。退屈な作業に自動化を適用することで、人間は人間関係と戦略的な思考に集中できます。勝ち抜く企業とは、運営構造全体を再考して、その転換を活かす企業でしょう。
金融では、正確性、コンプライアンス、ワークフローへの適合性はあればいいというものではなく、最低限必要なものです。この特異性が汎用ツールに欠けている点です。Model ML は、最初から2つの重要なレベルで金融サービスに合わせて構築されています。
1つめのレベルは、エージェントレイヤーです。金融の専門家が日常的に使用するデータの種類に特化して解析し対話するシステムを構築し、微調整しました。Sharepoint などのツールや、Capital IQ、FactSet、Crunchbase などの一般的なデータセット全体にわたる最大数百個のテーブルと20テラバイトの構造化データにも非構造化データにも対応します。12か月前、そのようなデータセット上にエージェントを構築することはほぼ不可能でした。これは単に質問に回答するモデルではなく、文脈を認識し、スキーマを理解し、コードを記述し、複雑なテラバイト単位のデータから情報を取得します。
2つめのレベルは、アプリケーションレイヤーです。これは、金融に特化して設計された、ユーザーがエージェントと対話するインターフェースです。これはエンドツーエンドのワークフローを自動化するエージェントを構築するツールや、これまでは達成できなかった分析を有効にするツールを企業に提供します。ユースケースという点では、いくつもの新しいユースケースを毎日見つけていて、何千件ものユースケースに取り組んでいます。その多くは、顧客がサインアップしたときにそのまま利用できます。
新しいモデルリリースごとに、顧客の直接的なメリットのために行った重要な大規模な変更がありました。推論やコーディング機能などの進展により、我々の製品の分野は急上昇しました。ごく最近の OpenAI o3‑pro、o3、o4‑mini、および GPT‑4.1 の各モデルのリリースでは、推論、マルチモーダル機能、指示の遵守、ツールの統合が劇的に向上しました。コンテキストウィンドウが広がり、推論機能がより高度になったことで、エンドツーエンドのワークフローを使用できるようになりました。今では、ユーザーはデータ収集、分析、プレゼンテーション作成のタスクを連携させて、最終的な形式の出力をまったく自動的に作成できます。
「推論やコーディング機能などの進展により、我々の製品の分野は急上昇しました。」
最も抜本的な進展はエンドツーエンドのワークフロー自動化の登場だと思います。システムは、デジタル作業者の集団を監視する司令塔のように振る舞います。これらのエージェントが複雑になるのにともない、デジタル空間全体のマルチステップタスクが、UI やハードウェアとの対話方法も含め、変化し始めます。これは、次の12か月より先になる可能性が高いとはいえ、向かっている方向です。
次に来るのは、真に自律的なエージェントの浮上です。これは我々の製品で構築できます。我々のエージェントでは、CRM、メール、ファイル、外部のデータベンダー、議事録などからデータを収集し、分析し、提示する洗練されたワークフローを実行できます。このようなエージェントは、指示をただ待つのではなく、実行する必要がある内容と、それが周期的なもの（毎日、毎週、毎月、毎四半期、毎年）か、実社会のイベントによってトリガーされるかを予測します。ミーティング後やメールの返信でチームメンバーに何かを尋ねるような感じです。
決定的な転換は、システム全体にわたる深い推論とオーケストレーションによって、このようなワークフローがエンドツーエンドで自動的に実行されることです。出力は100ページの PowerPoint という膨大なものになることもあり得ます。これが完全に機械によって構築され、より速く、一貫性が高く、年中無休で利用できます。
これが、ビジネスを推進するワークフローを実行する未来の自律的なデジタルチームです。より効果的かつ迅速で、常に利用可能です。
我々は、AI ネイティブの会社では構造的に観点が異なると信じています。レイヤーが少なく、周期が短く、フィードバックループが緊密です。我々の組織はフラット構造です。共同創業者の Arnie とわたしにはそれぞれ、2桁の直属の部下がいます。これは大変そうに聞こえるかもしれませんが、AI によって管理可能になっています。1対1の対応すべてを AI が支援します。メモ、対応すべき項目、コンテキストなどのすべてが合理化されます。迅速に行動し、製品から離れずにいることができます。これが現代的な会社運営だと思います。サイロ化された階層ではなく司令塔のようなものです。
機敏であるということは、エコシステムと基盤モデルの向上を信じることでもあります。大事なことは、これは創業者やエンジニアリング組織の心構えでもあると思いますが、自作のコードに関して感情的にならないことです。従来はエージェントの抽象化、サービスコネクターなどのすべてを自分たちで構築していました。今では、OpenAI やオーブンソースのコミュニティからより良いもの（OpenAI のエージェント SDK や MCP コネクターなど）が出ていれば、それを取り込んで自分たちのコードを削除します。
OpenAI のエージェント SDK や MCP ツールを使用して、エージェントループ、ツール呼び出し、ガードレール、統合を処理するように転換したお陰で、少ない保守作業で進行でき、イノベーションが迅速になっています。
インフラストラクチャの保守作業ではなく、顧客が挙げる成果により価値を提供することで勝利を収めようとしています。
Model ML は、GPT‑4.1、OpenAI o3、エージェント SDK を含む OpenAI の API プラットフォームを使用して、エージェント、自動化、内部ツールに機能を提供しています。
