00:00:00アナリストたちは通常、Excelシート1枚で静的にこれを行い、毎週、毎四半期ごとに手作業で更新しています。
00:00:06BCIはその代わりに、
00:00:07アーティファクト機能を使ってSMPとFACSATデータセットに直接接続し、
00:00:12アーティファクトをこれらのメトリクスがどう比較されるかを示すライブダッシュボードにしました。Claudeへの簡単なプロンプト1つで、
00:00:21簡単に更新できます。これらのアーティファクトは、
00:00:24これらのプラットフォームと直接やり取りしている管理職たちとも共有されています。
00:00:29つまり、
00:00:30単なる業務の加速だけでなく、
00:00:31仕事そのものが実際に変革される様子が見られるんです。こんにちは、
00:00:35私はAlexander Brickinと申します。金融サービス向けのApplied AI Engineering Teamをリードしています。本日は、
00:00:43Finance向けのClaudeについてお話しします。同僚のNickが一緒に参加しています。こんにちは、
00:00:48Nick Linです。Finance向けClaudeの製品責任者をしています。また、
00:00:53かつての投資銀行家でもあり、
00:00:54プライベートエクイティ投資家でもあります。
00:00:57これから話す多くの問題は、私にとって非常に重要で関心の深いものばかりです。
00:01:01本当に楽しみです。では、Nickに質問ですが、最近の金融サービス業界のAI状況の変化についてどう感じていますか？
00:01:09Anthropicには1年半ほど前からいるんです。
00:01:13それはClaude 3より前のことです。ここ数ヶ月特に、
00:01:18エンタープライズAI業界は大きく変わったと思います。私が本当に気づいていることは、
00:01:26好奇心から傍観するのではなく、
00:01:29実際に本番環境で構築・展開するという根本的な転換です。
00:01:34ご存知の通り、
00:01:35コーディングはAIの中で最初の製品の1つであり、
00:01:39本当に強い製品市場適合性を持つ領域です。今、
00:01:42これが他の業界にも広がり始めていると思います。金融を含めて。例えば、
00:01:47ノルウェーの南部ウェルス・ファンドであるInbinは、
00:01:51私たちの最大顧客の1つで、
00:01:53約9,
00:01:53000社のポートフォリオ企業を持っています。彼らは、
00:01:57モデルコンテキストプロトコルなどのものと独自に統合を構築し、
00:02:01すべてのポートフォリオマネージャーが毎日これらの統合をクエリして、
00:02:06ポートフォリオに関する知見を得ています。
00:02:09つまり、
00:02:10アナリストたちが退屈で地味な、
00:02:12つまらない業務にかける時間が大幅に減り、
00:02:15本当に大切なこと、
00:02:16つまり関係構築、
00:02:18顧客との面談、
00:02:19そして投資している企業のビジネスモデルを実際に理解することに集中できるようになってきたんです。はい、
00:02:26これは私もApplied AIの人間として非常に共感します。顧客と接すると、
00:02:32去年の多くの場合、
00:02:33彼らはAIチャット機能の構築から始めます。複数のモデルを持っていて、
00:02:38その中から1つを選び、
00:02:40おそらくランダムにビジネスユーザーを選んで、
00:02:43それと一緒に仕事をして、
00:02:45チャットしようとします。今ではMCPが登場したことで、
00:02:49チャットはより強力になりました。やり取りする仕組みをコントロールできます。これは金融ではとりわけエキサイティングです。やり取りしなければならないプロダクトサーフェスが本当にたくさんあるからです。モデルにツールを与えると、
00:03:06しばしばモデルはそのツールの説明とツール名から、
00:03:09そのツールが何をするかを理解するのに十分な知能を持っています。
00:03:14しかし同様に、
00:03:15モデルには、
00:03:15モデルが世界と相互作用する方法に組み込もうとするセキュリティなど、
00:03:19組み込まれた特定のプリミティブがあります。私たちは、
00:03:22モデルが有用で、
00:03:23害のなく、
00:03:23正直であるように訓練しています。
00:03:25多くの場合、
00:03:25それは彼らが解釈するデータと、
00:03:27それが基本的に対応する出力の反映です。だから、
00:03:30これもあなたが言及しているのと同じことだと思います。モデルは一般的に知能があります。そのため、
00:03:36これらの異なるレイヤーを与えれば、
00:03:38本当にクールな結果を見ることができます。セキュリティについて、
00:03:42あなたが触れたことですが、
00:03:43それは私たちが行うすべての基礎です。これはエンタープライズ環境にこれらのソリューションを安全に展開することについてです。モデルが正確な質問に正確に答え、
00:03:53適切なレベルの理解と忠実性を持つことを確認することについてです。そして3つ目は、
00:03:58実際に私たちのユーザーに信頼、
00:03:59検証、
00:04:00監査可能性を与えて、
00:04:01これらの結果を理解できるようにすることです。つまり、
00:04:04セキュリティのこれら3つの構成要素すべてについて考えます。
00:04:08はい、
00:04:08つまり、
00:04:09そうですね、
00:04:10AnthropicはAIセーフティの原則の上に設立されました。最初から研究機関でした。研究機関から金融サービスで優れた製品をリリースするまで、
00:04:22どのように進化してきたのか興味があります。私の考えでは、
00:04:27Anthropicは、
00:04:28世界の最も複雑で難しい問題を安全に解決できるモデルの構築を真の目的としています。
00:04:36コードに関しては、私たちは最先端です。世界の人口の0.5％はソフトウェアエンジニアです。
00:04:43つまり、
00:04:44それは私たちが解決できる本当に複雑で難しい問題のほんの一部です。それらは世界中どこにでも存在します。コードは企業のすべての部分に非常に基礎的です。つまり、
00:04:55企業がどのように運営されるかです。つまり、
00:04:58Claudeは、
00:04:59より複雑なシステムと相互作用でき、
00:05:02思考と論理を公開でき、
00:05:04だから金融にも優れているんです。金融は、
00:05:06検証、
00:05:07監査可能性、
00:05:08そして究極的には精度が重要な規制分野に展開される複雑な問題です。今日の金融アナリストは、
00:05:14例えばPowerPointデッキやExcelモデルのピクセルパーフェクトなレベルに到達するのに多くの時間を費やしています。何も間違えることはできません。そして、
00:05:26モデルが似たようなことができる時代にいるのは面白いことです。ただし、
00:05:31モデルが持つ能力を使って、
00:05:33本当に構造化されたロジックを書きます。実際、
00:05:36これが言語モデルが得意なこと、
00:05:38そして私たちが彼らを訓練したことです。そしてそれをする能力は、
00:05:43Excelスプレッドシートを作成したり、
00:05:46PowerPointを作成したりするなど、
00:05:49他の多くのドメインに抽象化されているようです。
00:05:52つまり、
00:05:53これらのモデルの論理と推論が実際に触れることになるドメインがどれほど多いか見ることは、
00:05:59少なくとも私にとっては本当に驚くべきことです。
00:06:03究極的には、これらは私たちが毎日相互作用するデジタルシステムです。
00:06:07Claudeがコードに優れているという事実は、
00:06:10これらすべての本当にクールで興味深いことを行うための柔軟なスキルと近道を与えています。数週間前にリリースされたファイル作成機能は、
00:06:18ClaudeがExcelドキュメントとPowerPointを作成できるようにします。基本的に、
00:06:23Claude は、
00:06:24Pythonコードを大規模に実行し、
00:06:27Excelドキュメントを編集、
00:06:28分析、
00:06:29作成でき、
00:06:30これらの完璧なDCFモデルを作成できる仮想マシン内にアクセスしています。これは私たちにとって本当にエキサイティングだと思います。
00:06:37つまり、コードが本当にロック解除を始める可能性のある他の多くのドメインがあると思います。
00:06:42Claude for Financeと市場の他の製品との違いは何ですか？
00:06:47ご存知のように、
00:06:49Claude for Financeを構築する際に駆り立てる3つの動詞があると思います。これらは取得、
00:06:57分析、
00:06:57作成です。取得から始めます。市場で見た多くの研究エージェントは、
00:07:02かなりの成熟度を得ています。
00:07:05大規模言語モデルは、大量のデータに掘り込んで、知見を集めるのに優れています。
00:07:10人間の約5,
00:07:11000倍の速度でそれを読むことができます。しかし、
00:07:15金融でしたいことは、
00:07:16これらのシステムが金融アナリストが働く核となるすべてのデータソースに接続できることを確認することです。金融では、
00:07:25競合他社やピアよりも速く知見を発見する能力は本当に重要な利点です。それより下流では、
00:07:31この情報を取得して接続できることは素晴らしいですが、
00:07:35コードまたはスプレッドシートを通じて大規模に分析を行う能力も非常に基礎的です。金融モデル自体は、
00:07:42単なるこれらの美しいExcelシートではなく、
00:07:46金融アナリストが将来がどのようなものかについての自分の判断を注入し、
00:07:51その企業の適切な評価がどのようなものかについての判断を注入する方法です。
00:07:57それを念頭に置いて、
00:07:58Claudeが中核的な金融概念を本当によく理解し、
00:08:01これらの計算を行うためにExcelとスプレッドシートのようなシステムを操作できるようにしたいと思っています。そして3番目の部分は作成です。私たちは皆、
00:08:10エンタープライズ内の社交的な生き物です。私たちは仕事を他の人と共有するために行います。スプレッドシート、
00:08:16PowerPointドキュメント、
00:08:18Wordの形での出力そのものは、
00:08:20クライアント対応、
00:08:21会議室対応の方法で行う必要があります。つまり、
00:08:24Claudeの能力をこの方向にも押し進めたいので、
00:08:27それはエンド・ツー・エンドのエージェント・オートノマス・システムになります。それは非常に理にかなっています。これらのプリミティブを構築して、
00:08:36ほぼ雪だるま式に増えていくように感じます。例えば、
00:08:39取得ステップがありますね。あるシステムに接続するためのMCPサーバーを構築します。しかし、
00:08:44そのシステムからデータを取得すると、
00:08:46おそらく他のシステムに独自の方法で接続します。例えばSnowflakeからデータを取得します。そこからIDを見つけて、
00:08:53Salesforceインスタンスに接続する必要があります。取得側で構築したこれらのプリミティブを使ってそれを簡単に行うことができます。しかし、
00:09:02それはある種続く傾向があります。分析が得られ、
00:09:05Claudeは多くのコードを書いて、
00:09:07基本的にそれらの情報の一部をつなぎ合わせることができます。
00:09:11そして最後に、
00:09:11作成はそれをさらに一歩進めて、
00:09:13誰かが気にかけるその環境に入れます。APIの例に戻すリクエストをシステムに送信し、
00:09:19アナリストまたはオペレーターがClaudeが推論した情報を見ることができるシステムです。では、
00:09:25Claude for Financeが実際に何であるか、
00:09:29それがどのように機能するか、
00:09:31それが何をする特別なのかについてもう少し話しましょう。私たちがソリューションについて考えている3つのレイヤーがあります。モデル、
00:09:40エージェント機能、
00:09:41およびプラットフォームです。モデル自体から始めます。根本的に、
00:09:45私たちは研究所です。私たちが行うすべてのことは、
00:09:48本当にClaudeを金融サービス向けの最高のモデルにすることを目的としています。今金融は私たちに興味深い課題を提示しています。コードは、
00:09:57ソフトウェアエンジニアと製品マネージャーとして毎日テストできるものです。しかし、
00:10:03Enthropic内には投資銀行家はほとんどいません。ここで、
00:10:07BCI、
00:10:07Pearl at Weinberg、
00:10:10MBIMなどの初期顧客と一緒に仕事をすることについて本当にエキサイティングです。彼らに本当に気にかけるユースケースは何であるか、
00:10:18良いものが何に見えるかを知らせてくれます。そして、
00:10:22より重要なことに、
00:10:23私たちが研究プロセスに戻すことができるギャップを明らかにするのを手伝ってください。2番目のことはプロダクト側です。エージェント機能は基本的に、
00:10:32ユーザーがモデルと相互作用できるようにするために書くコードです。ディープリサーチなどの機能を構築しました。今、
00:10:40私たちは本当にClaudeをすべてのコアサーフェスに埋め込める能力に投資しています。Claude for Enterprise、
00:10:48Claude AIだけでなく、
00:10:50ブラウザ拡張機能、
00:10:52Excel、
00:10:52Chrome、
00:10:53および私たちのアナリストとエンタープライズ顧客が毎日仕事をする他のサーフェスです。最後の部分は、
00:11:00顧客向けに本当に柔軟なプラットフォームを構築し、
00:11:03簡単にカスタマイズして展開したいということです。だからこそ、
00:11:07S&P、
00:11:07Faxat、
00:11:08Pitchbookなどの業界パートナーと多くの時間を過ごしてこれらの統合を構築し、
00:11:14これらのエージェントができるだけ強力になるようにしています。では、
00:11:18採用がどうなっているのか興味があります。誰がこれを使っていますか？なぜ興奮しているのですか？教えてください。前述のように、
00:11:26業界全体で採用が点在しているのが見られます。
00:11:29「金融のどのサブバーティカルでAI採用が見られますか」
00:11:33とよく聞かれます。私は、
00:11:35サブバーティカルよりも、
00:11:36顧客が培ってきた文化の方がはるかに重要だと思います。トップダウンの励ましと採用障壁を低くすることと、
00:11:43ボトムアップの実験文化のいい組み合わせが必要です。これらすべてのツールを試し、
00:11:48何が意味があるかを理解するためです。
00:11:51それを念頭に置いて、
00:12:02強い採用が見られた主な顧客の一部は、
00:12:22例えばBCIです。彼らは本質的に彼らの仕事のやり方を変えてきました。アナリストが行うコンプ分析と呼ばれるものがあります。基本的に、
00:13:34あなたはこれらすべての異なる企業のコンプ、
00:13:57つまり金融および運用メトリクスを比較して、
00:14:20彼らが適切な価値で取引されているかどうかを理解します。
00:14:50研究では、
00:14:51私たちはついに金融向けの特定のプリトレーニングとポストトレーニングの両方に投資し始めています。プロダクト側では、
00:14:583つのことについて本当にエキサイティングです。
00:15:011つは、
00:15:02特定のサブバーティカルに大幅に深く掘り下げることです。プライベートエクイティはヘッジファンドと保険会社と投資銀行から非常に異なるニーズを持っています。これらのワークフローの細微差別性を本当に理解し、
00:15:15剥がしていき、
00:15:16私たちが構築しているコンポーネントが本当にそれらのワークフローに完全に対応していることを確認したいのです。また、
00:15:23Claudeがどこにでもいることができる能力についても興奮しています。ブラウザだけでなく、
00:15:29Excel、
00:15:30PowerPoint内でも。PowerPointとExcelについては、
00:15:35出力の品質を改善するために、
00:15:37まだ多くの余地があると思います。だから、
00:15:40これらの機能を製品に導入するために、
00:15:42再び研究と密接に協力することに興奮しています。パートナーシップ側では、
00:15:47業界と密接に協力することが本当に重要です。MCPサーバーがリリースされてからわずか6ヶ月で、
00:15:53S&PとFacsetのような主要な業界リーダーが既に自分たちのMCPサーバーの機能的で素晴らしいバージョンを公開しているという事実を見るのは本当に心強いです。業界をまとめ続けたいです。最近発表したものを含めて。最後の部分は、
00:16:07エンタープライズ顧客と密接に協力することです。根本的に、
00:16:11それは私たちがどのように一緒に仕事をするかですね。彼らのニーズを理解して、
00:16:16それらのニーズを満たすための研究と製品機能を構築するのを支援します。
00:16:21私はそれに同意します。なぜなら、
00:16:23Enthropic のあなたのような金融サービスの背景を持っていない人もいるからです。そのため、
00:16:28顧客と一緒に深掘りしている顧客から、
00:16:31特にevals設計など、
00:16:32最も学びます。それはモデルが実際に本番環境でどのように機能するかについて私たちに多くのシグナルを与えます。そして私は、
00:16:39その協力のレベルが、
00:16:41Claude for Finance で進めているものだと思います。主に、
00:16:45私たちのエンタープライズ顧客に考えてもらいたいことは、
00:16:49evals は神秘的な概念のように聞こえるかもしれませんが、
00:16:52本当に単純です。あなたが気にかけるタスクと解決したい問題、
00:16:56そしてそれらのタスクに何が良く見えるかの表現があります。エンタープライズ顧客は、
00:17:01「ああ、
00:17:01ビジネスのすべての部分にAIを注入する必要があります」と考えるのではなく、
00:17:06これらの問題について慎重に考えることが本当に重要です。
00:17:09そしてそれが、
00:17:10どのようにエンタープライズ顧客と密接にパートナーできるかです。それらのevalを直接トレーニングプロセスに、
00:17:16直接製品パイプラインにもたらして、
00:17:18これらの機能をお客様に提供できるようにします。100パーセント。さて、
00:17:22Nickに本当にありがとうございました。これは素晴らしかったです。時間をかけてくれたことに感謝します。招待してくれてありがとうございます、
00:17:29Alexander。