公開：2026年10月21日, 最終更新：2026年10月21日
投資AIスタートアップのTerminal Xは、OpenAIのGPT‑6.1 Solを活用した投資判断支援システム「Capital Memory」の活用事例をOpenAI公式ブログで紹介した。October 20, 2026付けの事例記事によると、同社のEval Agentは上級投資家レビュアーの判断と88.6%の一致率を記録し、ファンド・マンデートからの逸脱を次点モデル比で25%多く検出したとしている。
30秒サマリー
- Terminal XのEval AgentはGPT‑6.1 Solを用いて投資判断を54基準で自動採点し、シニア投資家との一致率88.6%を達成
- マンデート逸脱の検出率が次点モデル比25%向上、クエリコストは同30%削減
- ある顧客のプライベートエクイティ会社では、デューデリジェンス自動化により年240万ドルの削減効果を報告
Terminal X「Capital Memory」の主要実績と仕組み
Terminal Xは「Capital Memory」と呼ぶOSを提供する北米の金融特化スタートアップで、JPモルガンやブラックストーン出身の元金融プロが顧客の投資チームに常駐し、投資哲学と判断ロジックをエージェントとして実装する。エージェントの推論にはGPT‑6.1 SolとGPT‑6 Lunaを用い、前者は論文統合や投資テーゼ評価など高度な判断が必要なフェーズを、後者はトークン効率が重視される大量処理フェーズを担う。
Terminal Xが独自に構築したEval Agentは、54の評価基準に基づいて全エージェント出力を採点する仕組みで、数値の正確性・ナラティブの整合性・ハウスビューとの整合性などを確認する。不合格項目は理由と修正情報とともにMemoryに蓄積され、次回以降のワークフロー改善に自動的に反映される。GPT‑6.1 Solによるこの多段評価パイプラインにより、マンデートからの逸脱（スタイルドリフト）の検出率が次点モデル比で約25%向上したと同社は説明している。
500件のスコア済み判断サンプルでは、GPT‑6.1 Sol上のEval Agentがシニア投資家レビュアーと88.6%の一致率を記録し、次点モデルの86.4%を220ベーシスポイント上回った。コスト面では、同等の処理量でクエリ単価が次点モデル比約30%低減したとしている。原文によれば、同社はこれまでに1,700件のファームMemoryを構築し、100万件超のカスタムワークフローを実行、週次アクティブユーザー数は月次アクティブユーザーの81%に達している。
Terminal X「Capital Memory」の主な仕様・数値
- Eval Agentの一致率（GPT‑6.1 Sol）：88.6%（シニア投資家レビュアーとの一致率）
- 一致率の改善幅：次点モデル比＋220bps（86.4%→88.6%）
- マンデート逸脱の検出率向上：次点モデル比約25%向上
- クエリコスト削減率：次点モデル比約30%低減
- 顧客事例の年間削減額：240万ドル（あるPE顧客のデューデリ・メモ業務自動化）
- 評価基準数（54-criterion rubric）：54基準
- 構築済みファームMemory数：1,700件
- 累計カスタムワークフロー実行数：100万件超
出典: OpenAI News/Research（公式ブログ）
なぜ重要か（編集部の分析）
編集部の見方：AIによる投資判断の「測定可能化・監査可能化」は、これまで暗黙知として属人的に蓄積されてきたファンドのノウハウを、組織資産として保持・継承するアプローチとして注目に値する。88.6%という一致率は完全な代替ではないが、スタイルドリフトの早期検出やコスト削減と組み合わせることで、投資業務の品質管理ツールとして実用段階に入りつつあることを示唆する。GPT‑6.1 Solのトークン効率が高度な多段評価パイプラインを経済的に実現した点も、モデル選定における「精度×コスト」のトレードオフが競争優位に直結することを示している。
日本企業への示唆（編集部の分析）
編集部の分析：日本のPEファンドや証券会社、VC等がこのモデルから学べる点は大きく二つある。第一に、シニアアナリスト・パートナーの判断ロジックを「エンコード」するアプローチの導入可否を検討する段階に来ているという点。第二に、単なる生成AIの導入ではなく、自社のマンデートや投資哲学に基づいた評価基準（ルーブリック）をEvalパイプラインに組み込むことが、規制上の監査対応・コンプライアンス強化にも寄与しうるという点。国内金融機関でのAI活用は主にレポート生成や市場分析に留まるケースが多いが、意思決定の品質管理にAIを組み込む次フェーズへの移行を戦略的に検討すべき時期と言える。
背景・経緯
原文によれば、Terminal Xは金融機関が抱える「メモリーデット（memory debt）」——シニア投資家の退職等により社内の判断ロジックが失われる問題——の解消を目的として設立された。同社のエンジニアチームはJPモルガンやブラックストーン出身者で構成されており、顧客企業に常駐して投資プロセスをエージェント化するアプローチをとっている。OpenAI APIを活用し、エージェントの推論基盤としてGPT‑6.1 SolやGPT‑6 Lunaを採用している。
Terminal Xについてよくある質問
Q. Terminal XのEval Agentはどのような基準で投資判断を評価するのか？
A. 54の評価基準からなるルーブリックに基づき、数値・比較対象・コンセンサス数値・引用の出典の適切さ、ナラティブの整合性、そして推奨内容がハウスビューに沿っているかを採点する。各基準はパス／フェイルで判定され、フェイルの場合は理由と改善案がMemoryとして蓄積される。
Q. Terminal Xが選んだモデルの中でGPT‑6.1 Solが優れている点は何か？
A. 原文によれば、GPT‑6.1 Solは長コンテキスト推論とトークン効率の高さにより、同等予算でより深い評価パイプラインの構築を可能にした。次点モデルと比べてマンデート逸脱の検出率が約25%高く、クエリコストは約30%低い。
Q. Terminal Xの「Capital Memory」はどのような言語の文書に対応しているか？
A. 原文では、エージェントが英語・韓国語・日本語・中国語の文書を処理すると明記されている。
