AIはもはや「提案して終わり」ではありません。目標を渡せば、API呼び出しや決済、ワークフロー管理まで自律的に進めるエージェント型AI（Agentic AI）が、金融を含む大企業の実務に入り込み始めています。

この記事では、JPMorganやAnthropicの動きを軸に、承認なしの業務実行がどこまで現実化しているか、そして信頼と責任分界をどう設計するかを整理します。

この記事でわかること

  • 従来の「AIは助言、人間が実行」から何が変わったか
  • 金融業界が自律エージェントの最前線に立つ理由
  • JPMorganが2026年に目指す長時間稼働エージェントの中身
  • Anthropicの金融向けエージェントとガードレール設計
  • 導入が進む一方で残る信頼・法制度の課題

助言から実行へ、役割分担が変わる

これまで企業のAI活用は、文書要約・メール下書き・コード生成など「人間が最後に判断して動く」形が主流でした。AIが出力を返し、人間が読んで承認し、人間が実行する。役割分担は明快です。

エージェント型AIはこの順序を逆にします。目標と権限を与えられたAIが、APIを叩き、支払いを起動し、ソフトウェアをデプロイするまで自律的に進めます。Gartnerは、2026年末までに企業アプリケーションの40%がタスク特化型AIエージェントを組み込むと予測しており、2025年の5%未満から急拡大する見通しです（参考）。

McKinseyの2025年グローバル調査でも、回答企業の62%がAIエージェントを実験段階以上で使っており、23%が少なくとも1つの業務機能でスケールさせていると報告されています（参考）。技術の話題先行と、本番運用の現実の間にはまだ距離があります。

金融が最初に揺れる理由

自律エージェントが最初に効きやすい領域は、すでにデジタル化されルールで動いている業務です。決済・トレジャリー（資金管理）・ソフトウェア開発パイプラインなど、API経由で処理が完結する領域は、物理店舗のような再設計を要しません。

金融インフラは長年、プログラム可能な決済・デジタル資産表現・自動契約決済へと進んできました。人間のオペレーターが各ステップに介在していた仕組みが、機械が読み書きできる形に変わりつつあります。

具体例として、流動性をリアルタイム監視し、条件を満たせば人間の都度承認なしに配分を組み替えたり決済を起動したりするトレジャリー管理エージェントが想定されます。人間は枠組みと上限を設計し、エージェントはその中で動く。自動化と「市場への参加」の境界が曖昧になってきています。

JPMorganが2026年に狙う長時間エージェント

https://www.jpmorganchase.com/about/technology/blog/securing-agentic-ai

米国最大手のJPMorgan Chaseは、2026年内に数時間単位で自律稼働するAIエージェントの配備を計画しています。最高アナリティクス責任者のDerek Waldron氏はCNBCの取材で、「長時間自律エージェントの時代に入った」と述べ、従来の2〜3分で終わるタスク実行から、1〜2時間人間の介入なしで動く段階へ移行すると説明しています（参考）。

同氏は「2026年にはそれらを持つ」と明言しており、将来的には数時間から数日、数週間と一貫性を保った稼働を見据えています。モデルの推論力向上により、エージェントは単独作業者ではなく問題を分解して委任する「チームマネージャー」に近づいている、という分析も示されています。

成果面では、プライベートバンキングの粗売上がAIツール導入で20%増加したと同行は報告しています。個別のバンカーが担当クライアント数を最大50%拡大できる可能性も示唆されています。コスト削減だけでなく、収益拡大の手段としてAIを位置づける流れが鮮明です。

ただしWaldron氏は、セキュリティ上の懸念から長時間エージェントはまだ広範な企業利用には向かないとも認めています。大手銀行が「同年中に配備」と言い切れること自体が、ガバナンスの壁が下がり始めたサインと読めます。

Anthropicの金融エージェントと権限設計

https://www.anthropic.com/news/finance-agents

Anthropicは2026年5月、金融サービス向けのエージェントテンプレート10種を公開しました。ピッチブック作成、KYC（本人確認）スクリーニング、月次決算など、時間のかかる定型業務を対象にしています。

各テンプレートはスキル（手順とドメイン知識）、コネクター（データへの統制付きアクセス）、サブエージェント（比較対象選定や手法チェックなど部分タスク担当）の3層で構成されます。Claude CoworkやClaude Codeのプラグインとしてデスクトップ横で動かす形と、Claude Managed Agentsとしてクラウド上で夜間スケジュールや複数案件をまたぐ自律実行を行う形の2通りがあります。

Managed Agentsでは、数時間にわたる案件クローズに耐える長時間セッション、ツールごとの権限設定、認証情報のマネージド保管、Claude Console上の実行監査ログが標準装備です。FactSetやS&P Capital IQなど外部データソースへの接続も、統制されたアクセス前提で設計されています。

公式発表では「クライアント提出・申請・実行の前に、ユーザーがレビューと承認を行う」点が繰り返し強調されています。GitHub上のanthropics/financial-servicesリポジトリでも、エージェントは投資助言や取引実行、リスク引受、台帳記帳を行わず、すべて専門家のサインオフ待ちのドラフトとして出力する旨が明記されています。

ガードレールは「制限」ではなく設計の前提

自律性と監視は対立するものではありません。JPMorganはCNBC向けに、2026年の自律エージェント配備でアカウント単位のガードレールを設ける方針を示しています（参考）。モデル任せにせず、実行ポイントで制御する考え方です。

同社の技術ブログでは、エージェントのリスクを能力と揃えて設計すべきだと説明しています。読み取り専用の閉じたエージェントは軽い制約で足りますが、信頼できない入力の処理・機密データへのアクセス・外部への行動権限を同時に持つ「致死的三要素（lethal trifecta）」に該当するエージェントには、実行時点での継続的な強制と監視が必要だとしています。

実務で共有される設計パターンは次のとおりです。

  • 許可された役割と操作の範囲を明文化する
  • 支出上限や実行条件をパラメータ化する
  • ツール呼び出しごとに改ざん困難な監査証跡を残す
  • 高リスク操作には人間の承認ステップを挟む

「何をさせるか」を決める問題と、「実際に何をしたか」を検証できるかは別問題です。自律エージェントが本番の金融活動に入るには、エージェント本体と同じ水準の監査インフラが前提になります。

信頼と責任分界が残す空白

技術的には多くの業務ワークフローは、高度な知恵より反復的な情報移動と承認待ちに時間を取られています。エージェントはここを圧縮できます。問題は能力ではなく、誰が信頼し、誰が責任を負うかです。

金融システムは人間の身元・責任・説明責任を軸に組み立てられています。取引に争いが生じたとき、誰に責任があるかを特定する法制度も人間前提です。自律エージェントが借入・貸付・資産保有まで担う場合、身元・権限・担保・ガバナンス・リスク管理の新しい枠組みが必要になります。

技術が市場構造より先に到達するタイミングリスクも指摘されています。規制当局と金融機関が、自律エージェントより単純なAI責任問題を整理しきれていない段階で、実行権限を持つエージェントが広がる可能性があるからです。

当面の実装余地は、新しい法制度を要しない内部業務に集中しやすい状況です。社内トレジャリー、ソフトウェアパイプライン、ルールベースのデータ管理など、すでにソフトウェア越しに完結するワークフローが該当します。外部市場で自律的に経済主体として振る舞う段階までには、技術と制度の両方の整備が残っています。

導入の現実感

エージェント型AIは、人間の労働を補強するツールを超え、サービス購入・リソース管理・取引実行まで担う経済参加者になりつつあります。ただしMcKinsey調査が示すとおり、実験は広がっても本番スケールは限定的です。多くの企業は1〜2の業務機能にとどまっています。

JPMorganの長時間エージェント計画とAnthropicの金融テンプレートは、同じ方向を異なる角度から示しています。前者は大規模金融機関が自律実行の運用境界を押し広げる動き、後者はベンダーが権限分離と監査可能性を製品に組み込む動きです。どちらも「無制限の自律」ではなく、枠の中での実行を前提にしています。

AI導入を検討する企業にとっての示唆は明確です。エージェント導入の設計論点は、モデル選定より先に「どの操作を誰の名義で、どの上限の下で、どう証明するか」に置くべき段階に入っています。