Model ML、GPT-5.6 Solで金融文書作成を効率化 トークン21%削減

発表の概要

米OpenAIの顧客であるModel MLは、AIモデル「GPT-5.6 Sol」を金融業務に導入した事例を公開しました。PowerPointやExcelといった編集可能な文書を自動作成するワークフローで、トークン使用量を削減できたとしています。

具体的には、PowerPoint生成でFable 5より約21%、Excelワークブック生成でOpus 5より約36%少ないトークンで処理が完了しました。専門家によるレビュー準備が整った状態になる割合も、Opus 5を上回ったと報告しています。

エージェントの仕組み

Model MLのエージェントは、タスク計画やツール選択、証跡の突き合わせ、計算実行を担当し、各ステップに最適なモデルを割り当てます。その中でGPT-5.6 Solが中心的な役割を果たしています。

文書作成専用ツールを使い、出典を追跡できるPowerPointとExcelファイルを生成します。ユーザーはメールやアプリ、Officeプラグイン間で作業を引き継げる「サーフェス・アグノスティック」な設計になっており、途中で説明をやり直す必要がありません。

Compositeの結果

Model MLは、金融サービス向けの評価ベンチマーク「Composite」でGPT-5.6 Solを検証しました。PowerPointワークフローでは、テストケースの100%で完了し、Opus 5は76%にとどまりました。専門家レビュー基準を満たした割合は43.3%で、Opus 5の26.7%を上回っています。

Excelワークフローでは、Opus 5より36%少ないトークンで完了しました。PowerPointではFable 5と比較して21%少ないトークンで、同等以上の品質を達成したとしています。ただし、これらの数値はModel MLの独自評価であり、他モデルとの公平な比較には追加の検証が必要です。

導入効果と限界

あるグローバル資産運用会社では、特注のティアシート作成が約1時間から約5分に短縮しました。別のワークフローでは、10万行以上と数百ファイルを含むバーチャルデータルームを一度に処理しています。

一方で、GPT-5.5からGPT-5.6 Solへの改善例が示されているように、モデルは進化の過程にあります。出力した文書がそのまま使えるわけではなく、最終的な判断は人間が担う必要があるとしています。

今後の展望

Model MLは、ブラウザベースの対話型出力への移行を進めています。投資サマリーの数値をクリックすると、背後にある金融モデルやソースにアクセスできるような文書を想定しています。

同社は「PowerPoint、Excel、Wordは知識作業が手動だった時代のために設計されている。AIがその前提を変えた」と述べており、文書ソフトウェア自体が変わると予想しています。