Hebbiaが金融デューデリジェンス用AIに「Claude Fable 5」を採用、精度が20％向上

要点

• 金融機関向けAI開発のHebbiaが、最新AIモデル「Claude Fable 5」をシステムに導入した。
• 独自の金融特化型ベンチマークテストにおいて、質問回答と引用検索の精度が約20%向上した。
• 複雑な信用契約書の分析からリスク検出、レポートの初稿作成まで、複数ステップにおよぶ業務の自動化が可能になった。
• AIの処理能力向上により、これまで数日を要していた金融分析や提案資料作成のプロセスが大幅に短縮されている。

リード

米国時間2026年7月13日、AIスタートアップのAnthropicは公式ブログにて、金融専門家向けの調査・デューデリジェンス（投資対象の価値やリスクを事前に詳細に調査する手続き）支援ソフトウェアを提供するHebbiaが、最新のAIモデルである「Claude Fable 5」を導入したと発表した。Hebbiaが実施した独自の検証テストにおいて、Claude Fable 5は従来モデルを大きく上回る精度向上を記録し、金融業界における複雑な業務プロセスの自動化を加速させているという。

本文

金融AIプラットフォーム「Hebbia」と正確性の追求

Hebbiaは、機関投資家向けの厳格な要件を満たすために設計されたAIプラットフォームであり、世界のトップ50アセットマネージャー（資産運用会社）の3分の1以上や、一流の投資銀行、法律事務所などに導入されている。金融の意思決定においては、数千ページに及ぶ膨大な文書の中からわずか一つの数字を誤るだけでも取引全体の成否に深刻な影響を及ぼすため、AIが提供する情報の正確性は極めて重要である。

Hebbiaでは、ユーザーが入力した自然言語による要求を「メタプロンプティング（より高度な指示を自動生成する技術）」によってプロンプトに変換し、AIモデルが何百もの文書を網羅しながら段階的に分析を実行する。各ステップの回答は、同社のインターフェースである「Matrix（マトリクス）」と呼ばれるグリッド上に整理され、ユーザーが情報のソース（根拠）を追跡できる透明性を確保している。

独自の金融ベンチマークで実証された「Claude Fable 5」の実力

Hebbiaの応用AIリサーチチームは、新モデルがリリースされるたびに、既存モデルと直接比較する金融特化の厳しいベンチマークテストを実施している。同チームを率いるアディティヤ・ラマナサン氏は、適切なデータと文脈を繋ぐことで、金融専門家が求める独自の強み（アルファ）を見つけ出すことが可能になると述べている。

同チームのジョー・レンナー氏によると、今回のテストは金融文書における「質問回答と引用箇所の検索」および「エージェントシステムによる複数ソースの統合分析」の2つの観点で行われた。結果として、Claude Fable 5はいずれのテストでも過去最大の精度向上を示したという。

特に質問回答と引用テストにおいては、従来のモデルと比較して相対的な精度が約20%向上した。引用箇所の一致率はほぼ同等であったものの、精度が向上した要因についてレンナー氏は、AIモデルが発見した証拠やデータをより深く理解できるようになったためだと分析している。また、複雑なマルチパート（複数の要求が組み合わさった）の処理においても、すべての要求項目を同時に維持しながら回答し、それぞれの回答に対して的確にソースを紐付ける能力を示した。

信用契約書の分析からリスク判定まで：高度なユースケースへの進化

金融業界において、構造化された数値データの分析はこれまでも自動化されてきたが、個別の契約書や社内文書といった「非構造化データ（表や特定のフォーマットに収まらないデータ）」の分析は困難とされてきた。Hebbiaはこの非構造化データの分析を「Matrix」によって体系化し、AIモデルの進化とともに対応可能な領域を広げている。

たとえば、数千点もの資料が格納されたデータルームから必要な情報を抽出して投資用メモのドラフトを作成する作業や、数百ページに及ぶ信用契約書（修正案やサイドレターを含む）から制限条項（コベナンツ）や財務条件を正確に抽出する業務である。

これまでのモデルでも、契約書からのコベナンツの抽出や要約は可能であったが、Claude Fable 5の導入により、Hebbiaはさらに一歩進んだ業務領域に対応できるようになった。抽出されたコベナンツを企業の最新の監視データと比較し、契約上のリスクを検知した上で、コベナンツレビューの初稿や社内向けの報告メモを作成するまでの「複数ステップの分析」をエンドツーエンドで実行することが可能になったという。このプロセスは、以前は金融機関が多額の費用を支払って外部の専門チームに手作業で依頼していたものである。

業務効率化と今後の展望

このようにAIが自律的に一連のワークフローを実行できるようになり、専門的な業務にかかる時間が大幅に削減されている。Hebbiaの創業プロダクトマネージャーを務めるディヴィヤ・メータ氏によれば、AI導入前は、CEO向けの提案資料（ピッチデック）の作成において、ジュニアバンカー（若手銀行員）が企業情報を調査し、財務データを抽出してスライドにまとめるまでに2〜3日を要していた。

これがOpusモデル以前のAIの導入によって最初のドラフト作成が12〜24時間短縮され、初期のOpusモデルをHebbiaに統合した段階では、プロセス全体の処理時間が約1日へと短縮された。現在Hebbiaは、複数のソースからデータを収集する決定論的なエージェントのステップを「Matrix」内でコード化しており、Claude Fable 5などの最新モデルの力によって、こうした一連の分析業務を完全にデジタル化・自律化する方向へと進めている。

補足

金融デューデリジェンスにおけるAIの活用は、単なる作業の高速化にとどまらず、これまで専門家に依存していた複雑なドキュメント分析業務を自動化・低コスト化し、投資判断の精度とスピードを両立させるための技術として期待されている。