核要内容のまとめ
この記事は、金融業界において長期にわたって「賢い人が単純な作業をする」という奇妙な現象が存在してきたことについて述べています。名門大学を卒業した人々が毎日、情報の収集・整理、データのクリーニング、表の作成といった繰り返し作業に多くの時間を費やしてきました。しかし最近では、プログラミング業界で使われている「Codex」のようなAIツール（この記事では「Agent」と呼ばれています）が金融業界にも導入され始め、これらの基礎的な雑務を引き受けるようになりました。その結果、金融関係者の仕事の焦点は「徹夜して資料を作成する」ことから、「チェック・判断・核心的な意見の形成」へと移行し、業界の競争の焦点も「誰がより速く資料を作成できるか」から「AIが出した結果に基づいてより価値のある意思決定を下せるか」へと変わっています。
一、金融業界の過去の日常：賢い人が時間のかかる単純な作業をする
金融業界では、多くの「高級そうに見える」仕事が実際には「肉体労働」でした。例えば：
- DDデック（デューデリジェンスディスプレイ）の作成：上司からある会社に関する調査資料を求められた場合、天眼查で株式情報を調べたり、公式ウェブサイトで事業内容を確認したり、年次報告書から収益や利益を抽出したり、ニュースでリスクを探したりして、複数のウェブページの情報を整理してExcelにまとめる必要があります。最終的に作成されるPPTはたった3ページですが、これも情報の収集作業に過ぎません。
- 定量分析：数学モデルを使って市場のパターンを探すように聞こえますが、研究者のほとんどの時間はデータの収集やフィールドのクリーニング、コードの作成などに費やされ、戦略を考える時間は非常に少ないです。
- DCF評価（会社の将来価値の算出）：完全なモデルを手作業で作成するには、同花顺からデータを取得したり、バランスシートを調整したり、仮定を立てたりするだけで半日以上かかります。
これらの作業には技術的な難しさはほとんどありませんが、時間がかかるため、「我慢すればいい」と考えられており、徹夜して仕事を終わらせることさえ競争力の一つとされていました。
二、AI Agentの登場：金融業界の「単純な作業」をすべて引き受ける
今のAIは単なるチャットボックス（質問に答えるだけで、手動でコピーする必要がある）ではありません。まるで「小さなアシスタント」のように複雑なタスクを自動的にこなします：
- 定量分析：AIはデータの収集やファクターの検証（例えば価格と量の逆転やボラティリティのパターンなど）を自動で行い、どのファクターが有効か、なぜ無効か、次に何を調整すべきかを教えてくれます。研究者はAIの提案が妥当かどうかを判断し、次のステップを決めるだけでよいのです。
- DCF評価：AIは自動的に同花顺からデータを取得したり、バランスシートを作成したり、仮定を立てたりすることができ、半日かかる作業を数時間で完了させることができます。
- 日常的な雑務：DDデックの作成時には、AIが株式情報の確認や会社の概要・財務状況の整理、リスク点の抽出を自動で行い、最初のPPTを出力してくれます。業界比較表（コンパレーションテーブル）の作成時には、30社分のデータを自動的に取得し、統一された基準で整理してくれます。
簡単に言えば、AIは以前は人が行わなければならなかったが時間のかからない作業をすべて引き受けてくれるのです。
三、仕事の変化：「資料の作成」から「問題のチェック・方向性の決定」へ
以前は、金融関係者の競争力は「誰がより速く資料を作成できるか」（例えば徹夜してDDデックを作成したり、2日で業界比較表を出したりすること）にありました。しかし今では、AIが迅速に最初の資料を作成するため、人間が行うべきなのは：
- チェック：データの出典が正しいか、基準が正確かどうかを確認すること。
- 修正：不合理な仮定を調整すること（例えばある会社の将来成長率の仮定が高すぎる場合）。
- 昇華：AIが作成した資料を説得力のある意見に変えること（例えば財務データから会社の核心的なリスクを見出したり、適切な評価指標を選ぶこと）。
例えば、シニアアナリストはゼロから資料を作成する必要がなく、AIが作成した資料に問題点を指摘し、投資ロジックを形成するだけでよいのです。本当の価値は「資料を作る」ことから「資料を活用する」ことに移っています。
四、プログラミング業界の例：Codexがプログラマーに与えた影響
この記事ではプログラミング業界のCodexを例に挙げて、金融業界の変化を説明しています：
- Codexが登場した当初、プログラマーはそれを単なる「コードを自動的に補完するツール」と考えていました。しかし後になって、文書の検索やテンプレートコードの作成、テストケースの作成などの雑務を引き受けるようになり、初心者プログラマーはアーキテクチャ設計や複雑な業務により早く取り組むことができるようになりました。上級プログラマーはより難しい問題に集中するようになりました。
その結果、プログラマーが淘汰されたわけではありませんが、業界全体の「ハードル」が高くなりました。以前は時間をかけて行われていた作業がAIに置き換えられ、皆がより核心的な能力に向かって進む必要があります。
金融業界も同様の過程を経験しています。AIは金融関係者を淘汰するのではなく、業界の「基準」を引き上げるのです。
五、新たな競争の焦点：資料作成の後
今では誰もが迅速に資料を入手できますが、本当に重要なのは「資料作成の後」です：
- AIが出した財務データから異常を発見できる人は誰か？（例えば、ある収入項目が突然増加しても合理的な理由がない場合）
- 評価時にEV/EBITDAかP/Eかをどのように選ぶべきか？（異なる指標は異なる会社に適している）
- AIが作成した資料を上司や顧客が理解しやすい形に変えられる人は誰か？（例えば、会社の投資価値を簡単な言葉で説明すること）
このような変化に早く適応できる人は、自分の核心的な能力をより早く示すことができます。結局のところ、AIは基礎的な作業を行うことができますが、判断力や意思決定力、物語を語る能力といった「人間独自の能力」こそが将来の競争力です。
一言でまとめると：AIは金融関係者の仕事を奪うためではなく、「単純な作業からより価値のある思考へ」という方向に彼らを導くためのものです。業界の競争も「肉体労働」から「知力」へと変わっているのです。