Chatham FinancialがCodexで取引検証アプリを開発、OpenAIが事例を公開

Chatham FinancialとOpenAI活用の全体像

Chatham Financialは、資本市場に関わる複雑な判断について顧客に助言する企業です。OpenAIの事例ページでは、企業規模はSMB、地域は北米、業種は金融と分類され、使っている製品としてChatGPT、Codex、APIが挙げられています。この分野では、正確さと監査のしやすさが何より重視されます。

OpenAIによると、ChathamはAIの能力が上がったことを受けて、実績のある業務プロセスを管理されたかたちで繰り返し使えるワークフローやソフトウェアにしようと考えました。決まった作業にかける時間を減らし、専門家が顧客のニーズにより多くの時間を使えるようにするためです。

現在の取り組みは次の3つにわたります。社員が自分でアプリを作る社内基盤「Chatham Vibes」、資本市場向けのオペレーティングシステム「Chatham Onyx」、業務を作り直すコンサルティングサービス「Process Zero」です。

最高経営責任者(CEO)のMatt Henry氏は、AIを「あらゆるプロセスを速く回すための手段」としてだけ扱っているのではないと話しています。OpenAIを使えば、目指す成果から考え始め、人の判断が必要な場面を見極め、今使える能力で最適な届け方を設計できる、という考え方です。

Process Zeroの取引検証アプリ:初期測定で約30分から4分未満

Process Zeroでは、成果を起点にワークフローを組み直します。ワークフローごとに、必要な最小限の入力と証拠を洗い出し、人の判断が欠かせない箇所を決めたうえで、AIやAIで作ったツールがどう作業を支えるかを決めます。

早い段階の例が取引検証です。Chathamの「Controls and Data Integrity」チームは、システム上の記録が顧客の承認した内容と実際に執行された内容に合っているかを確かめ、取引データの正確さを守っています。

ChathamはCodexを使って取引検証アプリを開発しました。アプリは取引の裏付けとなる証拠を集め、主要な条件を比べ、食い違いがあればレビュー用に示します。

AI Advisory部門の共同責任者Alex Nordlinger氏によると、初期測定では審査にかかる時間が約30分から4分未満になりました。ただし、この数字は初期測定の結果です。Chathamは今、アプリの結果を熟練レビュアーの結果と比べており、自動化を広げる前に実際の取引で性能を確かめるとしています。公式発表には、この比較で得た精度の数字は載っていません。

今後は対象の取引種別を増やし、ワークフローの自動化も進める計画です。その際も、適切な管理と専門家による監督は保つとしています。

Chatham Vibes:社員が業務アプリを作る社内基盤

顧客向けのAIの取り組みは、Chatham自身の業務での使い方から始まりました。社員はリサーチ、分析、文書の下書き、ソフトウェア開発などの日々の作業でChatGPTとCodexを使っており、AIは社内で広く使われる実用的な道具になっています。

さらに社員は、社内プラットフォームのChatham Vibesで、自分の業務に合わせたアプリを作っています。開発にはさまざまなモデルが使われます。Vibesで作ったアプリの中のAI機能は標準でGPT‑5.6 Terraで動き、アプリごとの設定でGPT‑5.6 Solに切り替えることもできます。

こうしたアプリは、顧客向けの業務を支える場面が増えています。たとえば、満期を迎えるキャップ取引をチームで見直し、価格算定用のワークブックや顧客への連絡文を準備するアプリがあります。ほかにも、債券(fixed-income)のレートシート作成、ヘッジのダッシュボード準備、取引確認書のレビューに使われるアプリがあります。

出てきた成果物の扱いは人が決めます。Chathamの専門家が市場の状況や顧客への理解、判断力をもとに内容を評価し、必要なら手を加え、顧客に何を届けるかを決めます。

Chatham OnyxとChatFIN:複数モデルの使い分け

Chatham Onyxは、資産・債務・デリバティブを1つの環境にまとめる基盤です。顧客とアドバイザーは、つながった管理済みのデータをもとに作業でき、元の情報源までたどれる状態を保ったままAIを使えます。

ChathamはOnyxの開発全体でCodexを使っています。チームはソフトウェアの計画、開発、テスト、ドキュメント作成、レビューにCodexを使い、構想を長く使える製品機能にするまでの道のりを短くしています。最高技術責任者(CTO)のJohn DeGuenther氏は、正確さ・セキュリティ・説明責任の基準は変えずに、製品のビジョンをより早く動く機能にできていると述べています。

Onyxは、GPT‑5.6 Sol、GPT‑5.6 Terra、GPT‑5.4、GPT‑4.1を使っています。簡単な分析や本番以外のテストのような作業は最もコスト効率のよいモデルに回し、正確さと価値を最大にしたい複雑なタスクにはGPT‑5.6を使います。

機能の例がChatFINです。ChatFINは過去の市場データにある傾向を要約し、利用者が自分のポートフォリオを理解するのを助けます。債務・デリバティブ・リースの条件について、該当する法的文書を探してリンクも示します。こうした機能で顧客とアドバイザーは情報や知見にたどり着きやすくなり、その情報を読み解いて顧客ごとに当てはめるのはChathamのアドバイザーの専門知識です。

今後の計画

ChathamはOpenAIの技術を、構造化された比較、証拠の整理、例外の特定、情報を効率よく調べることに使っています。その結果、アドバイザーは情報を集める時間を減らし、情報の解釈、難しい案件への対応、顧客への助言により多くの時間を使えるとしています。

次の段階としてChathamは、取引検証をほかの商品にも広げ、社員が作ったアプリの改良を続け、Codexを使ってOnyxの新しい機能を開発する計画です。

共同最高執行責任者(Co-COO)のMike Noonan氏は、足りなかったのは専門知識ではなく、専門家がその知識を使える段階にたどり着くまでの時間だったと述べています。