Bet AI Day 2026丨Agentは、「金融」という巨大産業の何を変えられるのか

2026年9月3日に開催されたイベント「Bet AI Day 2026」における登壇資料です。

■ 概要
伝統的な「金融」という産業では、これまで人間が情報を確認し、やり取りすることで巨大市場を支えてきました。
本セッションでは、LayerX Fintech事業部(三井物産デジタル・アセットマネジメント)においてのファンド組成・販売プロセスにどのようにAI Agentが入りこみ、実際に稼働しているのかについてお話します。

■ 登壇者情報
Fintech事業 VPoE 高橋 健太郎
X: https://x.com/takochuu

DeNAでのソーシャルゲーム開発・株式会社エウレカで開発責任者を経た後、2022年2月よりFintech事業部に所属。エンジニアリングマネージャーを経て、2024年4月よりVPoEとして開発組織のマネジメント・採用全般を担当。

■ 関連リンク
・イベント特設サイト： https://layerx.co.jp/events/2026/bet-ai-day/
・コーポレートサイト： https://layerx.co.jp/
・X Tech 公式アカウント：https://x.com/LayerX_tech

#BetAIDay

Transcript

1. Bet AI Day 2026 AI Agents at Work Fintech 16:00-16:20 「 ⾦融 」という巨⼤産業の Agentは、 何を変えられるのか 高橋 健太郎 Kentaro Takahashi
2. Speaker Information ⾼橋 健太郎 Kentaro Takahashi DeNAでのソーシャルゲーム開発‧株式会社エウレカで 開発責任者を経た後、2022年2⽉よりFintech事業部に所属。 個⼈向け投資サービス「ALTERNA(オルタナ)」の⽴ち上げを担当し、 エンジニアリングマネージャーを経て2024年4⽉よりVPoEとして 開発組織全体のマネジメント‧採⽤‧戦略全般を担当。
3. Agenda Chapter 1 Fintech事業のビジネス Chapter 2 組織のAI化にむけて Chapter 3 業務のAI エージェント化 Chapter 4 おわりに
4. Chapter 1 Fintech事業のビジネス
5. 様々な株主からなるジョイントベンチャー
6. 3つの事業体で利益を創出 個⼈投資家向け証券販売プラットフォームであるALTERNA(オルタナ)、不動産の管理‧運営を⾏うAM(アセット マネジメント)事業、不動産を安全に管理し、その収益を投資家へ届けるための信託(別会社)と3つの事業を⽤い てビジネスを展開しています。
7. MDM社内には⼤きく2つの事業部⾨が存在 MDMにおける事業体は⼤きく不動産取得‧運⽤における運⽤‧売却益を⽬的とするAM(アセットマネジメント) 業務と、証券組成‧販売にまつわる⼿数料収益の2つに分けられます。 そしてそれらをソフトウェア‧AIの⼒を⽤いて効率化することでビジネスとしての優 不動産取得‧運⽤ 優良不動産の獲得 不動産運営(テナント‧居 者管理等) 物件運⽤成績のレポーティング‧開⽰ 不動産の売却 性を構築しています。 証券組成‧販売 ファンドの組成 ファンドの償還 募集の掲載‧証券の約定、受渡 分配⾦‧償還⾦の配布 投資家の獲得‧ナーチャリング ソフトウェアにおける業務の効率化
8. MDMのビジネスドメイン MDMが提供するビジネスは⾦融庁に管轄され、適切なプロセスを経たライセンスの交付を経てビジネスを展開 している。⼈材要件等もありソフトウェアのみで完結できません。 業務の内容によっては「特定業務の担当歴3年以上‧資格の取得が必要」などの⼈材要件も含まれます。 不動産取得 物件評価‧デューデリジェンス‧資⾦調達 AM業務 テナント管理‧リーシング‧決算、開⽰ 証券オペレーション 有価証券報告書作成‧案件募集要項作成 証券約定、受渡、分配⾦、償還 顧客基盤管理 AML対応‧顧 属性管理‧広告審査
9. Chapter 2 組織のAI化にむけて
10. エンジニアリングミッション 「不動産証券化‧取引を滑らかにし尽くす」
11. エンジニアリングミッション エンジニアが⾃分たちの道具を改善するのは当たり前であ るという考えの元、全社の⽣産プロセス全体を改善するの がエンジニアの仕事であると2026 / 04から強く再定義。 MDMのビジネスは上流から下流まで仕事のステップ数が多 く、局所的な改善ではビジネスを成⻑させるほどの効果を ⾒込むことは難しい。 エンジニアリング プロダクト 全社プロセス そのため、要件定義や周囲とのコミュニケーションはPdM 任せにせず、エンジニアの責任の⼀部として明⽰的なマル チロールでの仕事の仕⽅を徹底しています。 従来型の「モノを作る」ということに対する⽐重を相対的 に くし、ビジネス全体の改善‧顧 に対する直接的な価 値の⾼速な提供をより強く求めるようミッションを変更。 併せて、効率化専⾨のエンジニアリングを⽬的としたAX (AI Experience)を⽴ち上げ、AI化の効率化を実施。
12. 組織AI化に対してのスタンス ゴールは「業務の完全⾃動化」だが、前述の通り業務の数が多いため、業務の中で効率化できる部分のデリバ リーを最速で⾏い、最終的にプロセスを統合するという⽅法論でAI化を進めています。 業務負荷の確認 部分的なAI化 複数部分のAI化 プロセスの統合 様々な部署の仕事に おいて、改善した際 のインパクトが⼤き い作業を発⾒する。 前ステップで洗い出 した仕事において、 Skillsをはじめとした コストの い⽅法論 で解決できる部分を 効率化 1つの仕事の中で複数 部分をAI化し、効率 化ができているかを 確認 AI化された部品を ワークフローとして 結合し、任意‧定刻 等のタイミングで逐 次実⾏が可能にする
13. 組織AI化の浸透4ステップ 1-2年前までAI、またはAIツールはエンジニアの持ち物で、エンジニアの作業がどれだけ効率化できるかという 論点が主だったが、Skillsの共有がChatGPTに実装されたことで、⼀気に組織での活⽤が進みました。 エンジニアは「武器を配る」という発想で環境のメンテナンスをする、セキュリティ強化をするという⽴場で 動いています。 1〜2年前 1-2年前 半年前 3ヶ⽉前 現在 特にコーディングと設 全社(MDM)の⽬標として ChatGPTをローカルの公式 ⼀部の部署で⾃律的な 計においてAIが利⽤さ AIを⽤いた効率化と各部 ツールとして全社配布を実 Skillsによる改善‧共有 れるようになる。⼀部 署においてのAIをどのよ 施。同時に、Skill作成‧共 がスタートされ、成果 エンジニアリング領域 うに使うかが⽬標にセッ 有の仕組みの整備とハンズ が上がる。 での活⽤にとどまる。 トされる。 オンを実施。
14. 変えられることと変えられないこと 「他社が必要とするインターフェース データ以外は全て変えることができる」
15. Chapter 3 業務 AI エージェント化
16. 証券オペレーション業務におけるAI エージェント化 ALTERNAを介して案件を掲載してから、証券を償還するまでの過程を「証券オペレーション」と呼びます。 「⼈が作業するオペレーションから、AIが処理を⾏い、⼈が承認するオペレーションへ」、というゴールを設 定し、同時に進⾏する案件数の増加によるオペレーションのボトルネック化を防ぐこと、ミス、属⼈化等の 減を⽬的に、⼈が⼯程間を繋ぐのではなくAIが処理を実施し、⼈間にフォールバックする⽅向でプロセスを再 構築。 ⼈の承認は以下に例⽰する証券業務のガバナンス担保を⽬的として、明⽰的にログとして保存する。 • 法令‧社内規程に基づく判断責任を残す • AIの誤判定時に、⼈が処理を⽌められるようにする • 起案者と承認者を分離し、⾃⼰承認を防ぐ • 誰が何を根拠に承認したかを証跡として残す また、破壊的操作(書き込み‧上書き‧削除)については必ず⼈間を介して実⾏する。
17. 証券オペレーション業務におけるアーキテクチャと承認モデル API経由でTemporalを起動し、Workflowを実⾏する。必要であれば⼈間の承認(HITL)を待ち、オペレーション に必要なBO APIを呼び出す。実⾏については承認を求め、承認の証跡がログに永続化されるように設計。 Web UI Agent API Temporal AI Agent BO API Run開始 Workflow開始 業務データ取得 判定・ツール選択 承認待ち 承認・却下 更新操作を提案 [承認成立 ] 更新API実行 実行結果 [却下] 完了・監査結果 Web UI Agent API 実行拒否を通知 Temporal AI Agent BO API
18. 証券組成業務におけるAI エージェント化 不動産を取得してから、ALTERNAに掲載されるまでのプロセスを「証券組成業務」と呼びます。 公募組成業務を標準化し、将来的にAIへ移譲できる業務基盤を作るため、 有価証券届出書の作成プロセスを⾃動化を⾏っているのが現状です。 有価証券届出書は100ページほどの⽂書になっており、これまではMicrosoft Wordを利⽤して担当者が社外担当 (弁護⼠等)とやり取りし、レビューや作成‧提出まで⾏っていましたが、以下のような問題がありました。 MDMで組成している不動産セキュリティートークンは完全な「コピーディール」がなく、外部環境や新スキー ム、証券会社‧信託‧商品条件に応じて、これまで作成した該当部分を組み合わせる必要があり、⼈間が全て の⽂書作業を⾏ってたため、募集案件を増加させると⽂書の作成コスト‧レビューコストが正⽐例に増⼤する 問題に直⾯していました。 そこで、⽂書作成において⼈間が⾏っていた作業の内容から、「⽐較‧選択‧組合せ」のみを残し、 「⽂書作成‧校正‧レビュー」等の作業は従来使っていた⼈間の基準をプロンプト化し、AI化を実施。
19. 有価証券届出書作成のAI化
20. 有価証券届出書作成のAI化 文書構文パース ユーザー 比較表 作成 データ入力 社外連携 AIチェック 実施 (校正・ロジック) Docx生成
21. 有価証券届出書作成のAI化
22. 有価証券届出書作成のAI化
23. 広告審査作業のAI エージェント化 投資家の獲得広告やオンライン‧オフラインセミナーなど、「勧誘」を⾏う場合、「法令‧業界ルール‧社内 基準に違反せず、顧 に誤解を与えないか」を確認し、公開可否を判断するプロセスを広告審査と呼びます。 広告審査件数は2025年から2026年にかけて、3ヶ⽉平均約2.5倍に増加しています。メール、LINE、SNS、バ ナー、LP、記事、セミナー資料などの広告物の種類も増え、⼈間の申請コストが⾼い状態が続いていた。 このような、事業がスケールすると作業量がスケールする問題についての対処を実施しました。 48 119 3ヶ⽉平均広告審査数 (2025) 3ヶ⽉平均広告審査数 (2026)
24. 全社広告審査事務作業のAI化 入力正規化 不足情報判定 上位契約書と ファクトチェック 結果判定・ FB Slack チェックリスト 項目 パス判定 日本語・広告表現 チェック ユーザー 申請 作成 承認者による判定
25. 広告審査作業のAI化
27. Chapter 4 おわりに
28. AIの提供環境として最善は何なのか ⼈間とAIの役割分担や、どの環境でAgentを提供するか、どの程度ユーザーに構築が可能にするかなど、 まだまだ論点が多い状態であり、中⻑期でアーキテクチャやエンジニアとして必要なスキルは変化するが、 提供したい価値は変化しない。 提供すべき価値の検証速度‧ハーネスの設計‧セキュアな環境の提供、組織的なAI活⽤、チーム編成など、 まだまだ検証が必要な論点は多いが、結果として「⾃社ドメイン‧業務ルール‧役割分担」などを良く理解 し、プロアクティブに対応できるエンジニア組織の設計の必要性が⾼まる。 何を作るかがさらに重要になる時代が来る。