Model MLとGPT-5.6 Solによる金融ワークフロー自動化

GPT-5.6 Solが金融分析の「ラストワンマイル」を自動化

Model MLは、GPT-5.6 Solを統合することで、金融分析の最終段階を自動化し、初期のブリーフやソース資料から、そのままレビュー可能な編集可能なPowerPointデッキとExcelワークブックの作成を可能にしました。この統合は、金融業務の「ラストワンマイル」——証拠の照合、ファイルのフォーマット設定、主張とソースの紐付け——に対処し、特注のティアシート（tearsheets）などの特定の成果物の作成時間を、約1時間から5分へと大幅に短縮します。

エンドツーエンドの金融ワークフロー機能

Model MLは「サーフェス・アグノスティック（surface-agnostic）」なアプローチを採用しており、金融の専門家がメールやModel MLアプリを通じて業務を開始し、Microsoft Officeプラグインを通じて業務を継続することを可能にします。システムは、業務を計画し、ツールを選択し、タスクを最も適切なモデル（多くの場合GPT-5.6 Sol）にルーティングするコアエージェントを利用しています。

主な機能は以下の通りです：

  • Native PowerPoint Creation: エージェントは、ブリーフやソース資料を、追跡可能なソースを含む編集可能なPowerPointプレゼンテーションに変換します。
  • Native Excel Creation: エージェントは、クライアントのテンプレートや空白のワークブックを使用して、データを収集し、複数のタブにわたって数式とロジックを構築し、金融特有のフォーマットを適用できます。
  • Large-Scale Data Processing: Model MLエージェントは、数百のファイルと10万行を超えるデータを含む仮想データルームを、一度のパスで処理しました。

パフォーマンス・ベンチマーク：GPT-5.6 Sol vs. 競合他社

Model MLは、独自の「Composite」評価ベンチマークを使用して、PowerPointおよびExcelのワークフローにおいて、GPT-5.6 SolをOpus 5、Fable 5、GPT-5.5を含む他のモデルと比較テストしました。

PowerPointワークフローのパフォーマンス

GPT-5.6 Solは、優れたデリバラビリティ（納品能力）と完了率を示しました：

  • Completion Rate: GPT-5.6 Solはテストケースの100%を完了しましたが、Opus 5は76%でした。
  • Professional-Readiness Rate: GPT-5.6 Solの出力の43.3%がプロフェッショナル・レディネス（実務準備完了）ゲートを通過しました。これは、Opus 5（26.7%）やFable 5（32.0%）と比較して大幅な増加です。
  • Quality Metrics: GPT-5.6 Solは、デッキの品質、ブリーフへの準拠、階層構造、および一貫性においてOpus 5をリードしました。
  • Efficiency: GPT-5.6 Solは、PowerPointワークフローにおいて、Fable 5よりも約21%少ないトークンを使用しました。

Excelワークフローのパフォーマンス

Excelワークフローにおいて、GPT-5.6 Solは顕著な効率性の向上を示しました：

  • Token Efficiency: GPT-5.6 Solは、Opus 5よりもワークブックあたり36%少ないトークンを使用しました（2.44M vs 3.83M tokens）。
  • Accuracy: 83.3%という主要な精度（headline accuracy）を達成し、GPT-5.5と同等であり、Opus 5（82.8%）をわずかに上回りました。
  • Speed: このモデルはワークブックあたり平均7.0分を要し、Opus 5（7.5分）よりもわずかに高速でした。

技術的実装とエージェント・ハーネス

Model MLは、エージェントがプレゼンテーションをどのように計画し、ツールを選択し、コンテキストを維持するかを洗練させるため、OpenAIとのオンサイト・セッションを通じてエージェント・ハーネスを開発しました。このハーネスは、エージェントにデータ統合、ドキュメント編集、およびコード実行環境のための特定のツールキットを提供し、エージェントが必要なタスクに集中し続けられるようにします。

出力が「実務に即した状態」であることを保証するため、エージェントは元のブリーフをコンテキスト内に保持し、最終的な編集可能なファイルを返す前に、すべてのスライドのビジュアル・レビューを行っています。

金融知識ワークの未来

Model MLは、ブラウザベースのインタラクティブな出力へと移行しており、それらは基盤となるモデルやソース資料と常に接続されています。これにより、レビュー担当者は、投資サマリーからサポートする金融モデルへ直接クリックして移動することができ、PowerPointやExcelといった従来のソフトウェアの、手作業による性質から脱却することが可能になります。

Sources

関連