ピッチブックを一本仕上げるのに何時間かかるか、正直思い出したくもない。財務モデルを組んで、比較会社をピックアップして、PowerPointに落とし込んで、数字が変わったらまたやり直し——それが金融のアナリスト業務というものだ。
Anthropicが2026年5月5日にリリースした「金融サービス向けClaudeエージェント・テンプレート」は、そのルーティンワークにそのままメスを入れてくる。すぐに使える10本の専用テンプレートを、Claude CoworkやClaude Codeのプラグインとして、あるいはManaged Agentsのクックブックとして提供するという、かなり本気の一手だ。
この記事では、10本のテンプレートが何をできるのか、どう使い始めるのか、競合ツールと比べてどうなのか、そして正直な注意点まで、必要なことをすべて書いた。
- Claudeの金融エージェントとは何か、なぜ今なのか
- 10本のテンプレート全容：2カテゴリに分かれた専門エージェント群
- 2つのデプロイ方法：プラグインかManaged Agentsか
- Microsoft 365との深い統合：Excelで始まった分析がPowerPointで終わる
- 競合ツールとの比較：ChatGPT・Copilot・Gemini との違い
- 正直な注意点：過信するとリスクになる理由
- 導入の始め方：3つのルートと選び方
- まとめ：これは「チャットAIの金融版」ではない
Claudeの金融エージェントとは何か、なぜ今なのか
「テンプレート」という考え方が新しい
「AIを業務に使う」という話は、もうずいぶんされている。ただ、ChatGPTやCopilotに「このデータで財務モデルを作って」とプロンプトを投げても、出てくるのは「まあそれっぽい何か」であって、自社の承認フローや命名規則には対応していない。毎回プロンプトを調整して、出力を検証して、フォーマットを直して……結局、ゼロから作るより時間がかかることすらある。
Claudeが今回出してきたのは、そこへの直接的な解答だ。
各テンプレートは「リファレンス・アーキテクチャ」として設計されており、スキル（タスク固有の指示とドメイン知識）、コネクター（データへのガバナンス管理されたアクセス）、サブエージェント（比較対象企業の選定や方法論チェックなど特定サブタスクを担う追加モデル）という3つをパッケージとして提供する。
ざっくり言うと、「ピッチ作成に必要な知識と、使うデータと、サブ作業を分担する仕組み」がセットになっている。単なる会話AIではなく、金融業務のワークフローに差し込むことを前提として設計されている点が、従来の汎用チャットAIとの決定的な違いだ。
金融機関はAnthropicにとって第二の柱
AnthropicのCEOダリオ・アモデイとJPMorganのCEOジェイミー・ダイモンは、AIが単純なアシスタントから「コワーカー」や「生産性ツール」へ進化していることを議論しており、アモデイはフィナンシャル・サービスがAnthropicにとって第2位のビジネス領域だと述べた。
Reuters・Bloombergの報道では、Goldman Sachs、Visa、Citi、AIG、JPMorgan Chaseといった主要金融機関が採用しており、金融機関がAnthropicのトップ50顧客の約40%を占めるとされる。
背景をつかんだところで、10本のテンプレートの中身に入ろう。
10本のテンプレート全容：2カテゴリに分かれた専門エージェント群
リサーチ・クライアント対応の5本
最初のグループは「リサーチとクライアント支援」だ。Pitch builder（ターゲットリストの作成、比較対象企業の抽出、ピッチブックの下書き）、Meeting preparer（ミーティング前のクライアントブリーフ作成）、Earnings reviewer（決算トランスクリプトや開示書類の読み込み、モデル更新、投資テーマとの関連変化のフラグ立て）、Model builder（開示書類やデータフィードからの財務モデル作成・保守）、Market researcher（セクター動向の追跡、ニュース・開示書類・ブローカーリサーチの統合）の5本だ。
日々の業務に置き換えると、こんなイメージになる。
月曜朝、M&Aターゲット候補リストを渡す。Pitch builderはコンプ（比較会社分析）をExcelで組み、ピッチブックをPowerPointに下書きし、カバーノートをOutlookに準備する。アナリストが手を動かすのは、数字の解釈と「この会社を推すか推さないか」のナラティブ構築だけでいい。
ファイナンス・オペレーションの5本
第二グループの5本は、バリュエーション・レビュー（比較対象・方法論・社内レビュー基準への照合）、総勘定元帳照合（勘定元帳の照合とNAV計算）、月末クローズ（クローズチェックリストの実行・仕訳伝票作成・クローズレポート生成）、財務諸表監査（一貫性・完全性・監査準備チェック）、KYCスクリーナー（エンティティファイルの組み立て・ソース文書レビュー・コンプライアンス・エスカレーションのパッケージング）だ。
月末の帳簿締めは、金融機関の経理チームにとって毎月のデスマーチとも言える作業だ。Month-end closerはそのチェックリスト消化を自動化する。KYCスクリーナーは反マネーロンダリング（AML）調査の初期ファイル組み立てを請け負う。FISはAnthropicと提携し、AML調査を圧縮するFinancial Crimes AI Agentを構築中で、世界の銀行の12%にClaudeが入る可能性があるとされる。
2つのデプロイ方法：プラグインかManaged Agentsか
プラグインとして使う：アナリストの隣に置く
Claude CoworkかClaude Codeのプラグインとして使う場合、テンプレートはアナリストのデスクトップ上で既存ソフトウェアと並走する。ピッチエージェントにターゲットリストを渡せば、Excelのコンプモデル、PowerPointのピッチブック、Outlookに下書きされたカバーノートが返ってくる。
この使い方のポイントは「アナリストが常にループの中にいる」ことだ。Claudeが下書きを作り、人間がレビューして承認する。承認フローが強く求められる金融業界では、この設計が実はリスク委員会を通りやすい。
Managed Agentsとして使う：自律稼働させる
Managed Agentとして使う場合、同じテンプレートがClaudeプラットフォーム上で自律的に動く。案件全体や夜間バッチ処理のような長時間セッションに対応し、ツール単位の権限設定、認証情報のマネージドボールト、Claude Consoleでの完全な監査ログが提供される。
開発者向けに言うと、このクックブック形式はGitHubのAnthropicの金融サービスマーケットプレイスから取得でき、自社の承認フローやコンプライアンスルールに合わせて改変できる。インフラから全部組む必要がなく、「数カ月ではなく数日で本番稼働」というAnthropicの主張は、このアーキテクチャがあってこそだ。
Microsoft 365との深い統合：Excelで始まった分析がPowerPointで終わる
コンテキストが自動で引き継がれる
ExcelではファイリングやデータフィードからFinancial Modelを構築し、リンクされたワークブック間の数式を監査し、感度分析を実行できる。PowerPointでは、ベースとなる数字が変わると自動更新されるデッキを下書きする。WordではClaude独自テンプレートに沿ってクレジットメモを編集する。
OutlookではInboxのトリアージ、ミーティングの調整、ユーザーの文体に合わせた返信文の下書きを担う「チーフ・オブ・スタッフ」として機能する（Outlookは近日提供予定）。
これが何をもたらすか。Excelで財務モデルを作り始めたアナリストは、PowerPointに移った時点でその数字・前提・文脈を再説明しなくていい。ツールをまたぐたびにプロンプトを書き直す作業がなくなる。
対応データソースが一気に拡張
新しいコネクターには、Dun & Bradstreet（法人身元確認）、Fiscal AI（財務基礎データ）、Financial Modeling Prep（リアルタイム相場）、Guidepoint（10万件超のコンプライアンス審査済みエキスパートインタビュー）、IBISWorld（業界データ）、SS&C IntraLinks（ディールルームアクセス）、Third Bridge（エキスパートインタビュー）、Verisk（保険引受データ）が含まれる。
Moody'sはMCPアプリをリリースし、6億社超の公開・非公開企業の信用格付けとデータをClaudeに提供する。
既存のFactSet・S&P Capital IQ・MSCI・PitchBook・Morningstar・LSEG・Daloopa・Chronographとの接続に加え、これだけのパートナーが揃った。アナリストが普段参照するほぼすべてのデータソースがClaudeから直接引ける状態になる。
競合ツールとの比較：ChatGPT・Copilot・Gemini との違い
金融業務用AIは今、複数の大手が競っている。整理するとこうなる。
| 項目 | Claude（Anthropic） | Microsoft Copilot | ChatGPT Enterprise（OpenAI） | Gemini（Google） |
|---|---|---|---|---|
| 金融特化テンプレート | 10本（専用設計） | 限定的（汎用がメイン） | なし（カスタムGPTは可） | なし |
| Excel連携 | アドイン（GA済み） | ネイティブ（最も成熟） | 開発中（後発） | なし |
| PowerPoint連携 | アドイン（GA済み） | ネイティブ | なし | なし |
| 専用データコネクター | 15社超 | 限定的 | 一部 | 限定的 |
| デプロイ形態 | プラグイン＋Managed Agents | Copilot Studio | API＋カスタムGPT | Vertex AI |
| 監査ログ | あり（Console） | あり | あり | あり |
| 金融ベンチマーク（Vals AI） | 64.37%（Opus 4.7） | 非公開 | 非公開 | 非公開 |
| 企業シェア（2026年2月） | 5.7%（急上昇中） | 38.6% | 25.7% | — |
Wall Street PrepがShortcut・Claude・Microsoft Copilot・ChatGPTを対象に実施した実際の財務モデル構築テストでは、ClaudeとShortcutがCopilotとChatGPTを明確に上回った。具体的には、Claudeは予測の前提（コンセンサス vs マネジメントガイダンス）や収益のセグメント分け、株式還元の扱いについて適切な確認質問をしてから作業を進めたと評価されている。
一方、Microsoft CopilotのエンタープライズAI利用シェアは2026年2月時点で38.6%と圧倒的に高く、Anthropicはまだ5.7%から上がっていくフェーズだ。金融機関がすでにM365環境に深く依存している現実を考えると、Claudeが食い込むには時間がかかるシナリオも当然ある。
正直な注意点：過信するとリスクになる理由
数字には自信が必要
AnthropicのOpus 4.7モデルがVals AIのFinance Agentベンチマークで64.37%という「業界最高」スコアを記録した一方で、これは人間のアナリストなら職を失うレベルの失敗率であり、The Registerはその点を正直に指摘した。
Anthropic自身も「ユーザーは常にループの中にいて、クライアントへの提出・ファイリング・意思決定の前にClaudeの成果物をレビュー・承認すること」を明言している。金融では数字の誤りが直接的な損害につながる。AIが下書きを作り、人間が検証するというプロセスは省略できない。
ハルシネーション（幻覚）への向き合い方
ClaudeとShortcutはともに過去の財務データで相当量のハルシネーションを起こしたと報告されており、历史的データは外部から正確なものを渡すことが前提となる。
PDF決算書や既存Excelをそのままアップロードして作業させるアーキテクチャはこの問題を軽減するが、Claudeが自力でウェブからデータを取得させる使い方は過信禁物だ。
コンプライアンスと社内規程の壁
新しいテンプレートをそのまま本番に投入するのはどの機関でもリスク審査を通らない。テンプレートを採用するチームは、内部のコンプライアンスルール、データリネージ要件、承認フローに照らした検証を本番使用前に行う必要がある。
テンプレートはスタート地点として使い、自社のコンプライアンス部門・法務・リスク委員会を通して「自社版テンプレート」へと改変する作業が必要になる。
導入の始め方：3つのルートと選び方
ルート1：Claude Coworkのプラグインから試す（最速）
- claude.com/solutions/financial-services にアクセス
- 「Learn more」からエージェントテンプレートのページへ
- 使いたいテンプレートをCoworkプラグインとしてインストール
- 手元のデータ（Excel/PDF）をアタッチしてプロンプトを入力
- 出力をレビューし、社内フォーマットに合わせて調整
初日に手を動かしてみるなら、Pitch builderかValuation reviewerから入るのがわかりやすい。ターゲットリストと比較会社のExcelを渡すだけでどこまで動くかがすぐわかる。
ルート2：Claude Codeのプラグインとして開発チームが扱う
エンジニアリングチームが関わる場合はこちら。Claude CodeはGitHub上のAnthropicの金融サービスマーケットプレイスでテンプレートが公開されており、自社の命名規則・承認フロー・内部データソースに合わせてカスタマイズできる。
コードレベルで触れるため、コンプライアンス部門の要件を仕様として埋め込んだり、社内OAシステムとの連携を組んだりが可能だ。
ルート3：Managed Agentsで自律化（中長期）
夜間バッチや案件全体を横断する作業は、Claude Platform上のManaged Agentsで動かす。認証情報のマネージドボールトと監査ログが標準で付いているため、SOC 2やFedRAMP要件を満たす形での運用設計ができる。大規模展開を考えるならSI（システムインテグレーター）パートナーシップを通じたロールアウトが現実的だ。
まとめ：これは「チャットAIの金融版」ではない
今回のリリースで明確になったのは、AnthropicがClaude を汎用チャットAIではなく「業務ワークフローに組み込まれる専門エージェント」として本格的にシフトさせてきたということだ。
ピッチブックの下書き生成、バリュエーション・チェック、月末決算の自動化——これらは今まで何時間も人手をかけてきた作業だ。64%という不完全なベンチマーク数字は正直に受け止めるべきだが、「下書き担当のジュニアが一人増えた」と考えると使い所はかなり明確になる。
ゼロから組む必要がないテンプレート構造と、Excel・PowerPoint・Wordへの文脈継続は、現場への展開を現実的にする。競合がCopilotの圧倒的シェアの中でどこまで食い込めるかは、今後の実績次第だが、個人的には「金融機関が内製でClaudeを改造できる」自由度の高さが、エンジニアリングチームにとっての一番の魅力だと思っている。
まず小さく試すなら、Pitch builderかValuation reviewerを1案件だけ動かしてみることをすすめる。
