金融業界やその周辺で働いたことのある人なら、特に長期にわたる企業の業績や将来の業績見通しを評価する場合、その仕事のかなりの部分が退屈であることを証言してくれるだろう。

10-K（年次報告書）、10-Q（四半期業績報告書）、8-K（臨時報告書）、プレゼンテーションデッキ、上場企業の業績表などのフォームや書類を引っ張り出し、それらをまとめ、適切な情報がないか検討し、あるいは特定の単語や製品名が長期にわたって言及されていないか相互参照する必要がある。これには多大な注意と忍耐と努力が必要だ。特にファンドマネージャー、ファイナンシャルアナリスト、プライベートエクイティファームは、ある企業に投資するかどうか、売却するかどうか、反対に賭けるかどうか、あるいは買収するかどうかを決定する際に、こうしたことをすべて行うか、あるいは誰かに行わせなければならない。

しかし、それはまた、ファインチューニングされた、あるいは財務に精通した AI プログラムにとって完璧な仕事のようにも思える。昨年、ベンチャーキャピタリストの Paul Graham（ポール・グレアム）氏が設立したY Combinator のスタートアップアクセラレータプログラム「Y Combinator」から生まれた新しいスタートアップ Metal は、まさに今、これらすべてを実現する新製品を発表した。

Metal の共同設立者兼 CEO の Taylor Lowe 氏は VentureBeat の独占インタビューで次のように語った。

我々は、例えばベンチャーキャピタルやプライベートエクイティなどのファンドアナリストが調査を行い、投資機会に対するデリジェンスを行い、ファンドマネージャーが実際にポートフォリオを監視するのを助ける AI アプリケーションとして、製品を再スタートさせます。

Lowe 氏は以前、Meta でプロダクトマネージャー を務め、Ripple を共同設立した経歴を持つ。

アナリストは、企業に関するどんなデータでも Metal のプラットフォームに送り込むことができ、Metal は、知識豊富で精通したチャットボットの形でオンデマンドで安全に保存・分析し、その幻覚は検索拡張生成（RAG）技術と基礎データの引用によって制御される。

このプログラムは、SaaS 型サブスクリプションとして、シートごとに課金される。Lowe 氏は1シートあたりの金額については明言を避けたが、興味のある人は同社に連絡を取るよう呼びかけている。

Metal 設立の経緯

Lowe 氏と Sergio Prada氏、James O’Dwyer 氏によって設立された Metal は、Swift Ventures、Y Combinator、Chapter One から250万米ドルのシード資金を調達した。

この投資は、大企業の顧客向けに特別に調整された Metal の AI プラットフォームの拡大に充てられる。

Lowe 氏によると、Metal の成功は実験にあるのではなく、企業運営を強化する実際の AI ソリューションを展開することにあるという。

Metal で使用されている基礎的な LLM（大規模言語モデル）について、Lowe 氏は次のように述べている。

われわれは独自のモデルを構築したり配備したりせず、顧客が好むモデルを使用しています。同じタスクでより良い仕事をするために、あるモデルを他のモデルに置き換えるなら、それは顧客により多くの価値を提供することになるので、そうしたいのです。

多くのプロバイダがバックエンドで異なるモデルの切り替えを提供しているのを目にしてきましたが、概して（OpenAI の）GPT がまだ最も一般的でしょう。

企業がオープンソースの LLM の実験を始めている今、これは注目に値する。

金融サービス向け AI の合理化

Metal のユニークな製品は、データ変換やストレージのような複雑なインフラを現在のツールよりも高速に処理する。

彼は VentureBeat に対し、このように説明した。

私たちの製品は基本的に、アナリストの調査や研究をフォローし、アナリストが大量の情報を消費し、解析するのを支援します。その結果、リサーチやデリジェンスの時間を短縮することができます。

さらに、Metal は、ハイテク、小売、航空宇宙・防衛、CPG など、さまざまな業種のリサーチ対象企業に関する情報を保存し、セグメント化することができる。

私がファンドマネージャーで、ハイテクポートフォリオの業績を知りたい場合、そのデータがすべて Metal という一つの場所にインジェストされれば、LLM がサポートできるような、実に興味深いクエリを可能にすることができます。（Lowe 氏）

Lowe 氏は、金融アナリストやファンドマネージャーが Metal をどのように使うかについて、次のような例を示した。

10-K フォームを Metal に 放り込んで、「XYZ の売上が前回の10-K と比べてどうなったか教えてくれ」と質問したり、あるいは「これは私ではなく経営陣が言ったことだ」と、通話記録から具体的な引用を抽出して顧客の逸話を提供させることもできます。全体像こそ、これらのチームが求めているアウトプットなのです。

すでに、この若いスタートアップは、ファンドやアナリストが時間を節約し、企業の業績、見通し、将来の成長見通し（あるいはその欠如）を理解するのに役立っていると自負している。

Lowe 氏は今月初め、Metal の web サイトに次のように書いている。

この1年で、私たちはこのインパクトを目の当たりにしました。Metal はデリジェンスのワークフローを一桁早めました。Metal が処理する専門家との通話記録、SEC への提出書類、財務諸表はすべて、ファンドにとって数え切れないほどの労力を節約してきました。そして、今日の超競争的な取引環境においては、これは不公平にも思えるほどな優位性となりえます。

Metal は、財務諸表から取締役会メモに至るまで、広範なデータセットを処理・解析し、リサーチとデューデリジェンスプロセスを加速する。この機能は単にスピードだけでなく、信頼とコンプライアンスが最重要視されるこの分野での信頼構築にも役立つ。

新しいワークフローの実現

Metal の未来は有望だ。既存のプロセスを強化するだけでなく、金融サービスにおけるまったく新しいワークフローを解き放つことになるだろう。

現在、Metal はファンドごとにサービスを展開し、各クライアントに合わせたアプローチを提供している。この戦略により、専任のリソースを確保し、各パートナーシップを成功に導く。

現実的なソリューションに焦点を当て、信頼とコンプライアンスを重視する Metal は、ファンドそれぞれの金融サービスの運用方法を変革していきたいと考えている。

【via VentureBeat】 @VentureBeat

【原文】