Generative AI in asset management レポート解説

概要

Bernsteinは、PerplexityのComputer Capabilities責任者との対話を要約し、Perplexity ComputerがAI検索から金融機関向けエンタープライズ作業プラットフォームへどのように進化しているかを取り上げる。中心的な命題は、マルチモデル・オーケストレーション、接続データ、再利用可能なワークフロー、監査可能な出力により、人間が定義する目標と意思決定の境界を維持しながら、リサーチ集約的なプロセスを自動化できるというものだ。

主要見解

レポートは、Perplexityを単一モデルの提供者ではなくAIオーケストレーターとして位置付ける。プラットフォームは現在、24の最先端モデルとオープンソースモデルを連携させ、サブタスクをその複雑性に適したモデルへ配分すると説明する。このアプローチは、ベンダーロックインを減らしつつ、性能、ガバナンス、コストのトレードオフを改善することを意図する。より低コストのモデルは単純な業務を担い、最先端モデルはより複雑な推論に充てられる。レポートは、利用可能なモデルの多様化により、このオーケストレーション層の重要性が高まっていると論じる。 2026年2月に開始されたPerplexity Computerは、AI検索からエンドツーエンドの作業実行への移行を支える運用フレームワークと説明される。Bernsteinは、Trusted Data、Work Execution、Auditable Answers、Take Work Everywhereの4つを中核とする。ユーザーは600+のコネクターを通じてライセンス済みの社内外データソースを接続するか、事前交渉済みデータセットを利用できる。プラットフォームはメール、スプレッドシート、プレゼンテーション、文書、PDF、markdownファイル、リサーチレポートを作成でき、MCPベースの統合により接続済みアプリケーションと連携する。Perplexityは、世界で毎月15億件超の質問に回答しているとしている。 監査可能性とエンタープライズ統制は、レポートの金融サービス向けユースケースの中心にある。定量的な出力について、ユーザーは元の情報源、提出書類、トランスクリプトを確認し、派生指標の計算経路を再構築できる。管理者はツール権限、認証、ユーザーアクセス、承認要件を管理できる。プラットフォームは中間推論ステップ、コード、生成物、タスク進捗、データソース、コネクター、スキル、クレジット消費も可視化する。Bernsteinはこれを「trust, but verify」の設計と位置付け、高リスクのワークフローにおけるブラックボックス性の低減を狙う。ユーザーは全体のワークフローを妨げずにタスクを確認または中断できる。 プラットフォームのBrainメモリー層と再利用可能なSkillsは、知識を組織化する仕組みとして提示される。Brainは有効化後にユーザーの好み、プロジェクトの文脈、コミュニケーション様式、作業パターンを段階的に保存するため、システムが文脈を得るにつれてプロンプトは短くなり得る。Skillsは、好ましいサンプルと実証済みワークフローを、バージョン管理・共有可能なテンプレートへ変換し、個人、プロジェクト、企業の各レベルで管理できる。例には、投資委員会メモ、ポートフォリオレビュー、デューデリジェンスの枠組み、社内報告基準が含まれる。レポートは、あらかじめ構築されたインフラを利用し、プロジェクト、コネクター、スキル、ワークフローを初期設定することで、各機能を内製する代わりに再利用可能な組織資産を作れると論じる。 Bernsteinは、自動化を投資チームにとって最も影響力の大きい用途として強調する。時間指定またはイベント駆動型のワークフローは、ポートフォリオの日次監視、企業ニュースと決算発表の追跡、マクロイベントの監視、アラート作成、リサーチブリーフの生成を行える。「Living Thesis」は、接続されたニュース、企業提出書類、決算説明会トランスクリプト、業界動向、社内リサーチを用いて、当初の投資仮説を継続的に更新できる。変更を記録し、バージョン履歴と情報源の追跡可能性を維持する。意図される成果は、手作業によるレビューの削減、投資知識の集約、リアルタイムのポートフォリオ情報、より迅速な意思決定支援である一方、人間のユーザーは目標と意思決定の境界に責任を持ち続ける。 レポートは、複数のモデルが同一シナリオを独立して評価し、合意点と不一致点を示すModel Councilも紹介する。異なる前提と含意を明らかにするため、判断を要する高確信度の意思決定に有用と位置付けられる。ほかに、ライブダッシュボード、メールまたはSlackによるタスク割り当て、自動的な成果物生成が紹介されている。 インフラ面では、Hybrid Computeはクラウド優先のアーキテクチャで、適切な場合にプライバシーに敏感なタスクをローカルデバイスへルーティングする。現在はMacユーザーが利用できる。Portable ComputerはNVIDIA DGX Sparkハードウェア上でローカル優先で稼働し、追加の計算能力が必要な場合にクラウドリソースへエスカレーションする。レポートは、これによりオーケストレーションがモデル選択を超え、タスクをローカル、クラウド、ハイブリッドのいずれで実行するかの決定に拡張され、安全性、性能、コストの均衡を目指すとしている。 Q&Aでは、AI検索から運用型AIシステムへの移行を、より高度な基盤モデル、より広範なツール統合とライブデータアクセス、そしてメモリー、ファイル、スキル、ワークフローを管理するハーネス層の進展に帰している。Perplexityは、手作業が多く、運用上の摩擦が大きく、情報が分断された領域から導入を始め、測定可能な生産性向上を示した後に組織全体のユースケースへ拡大することを推奨する。また、クローズドな最先端モデルとオープンモデルはいずれも重要であり続けると見ている。前者は高性能な推論、後者はより単純なワークロードで魅力的な経済性を提供する。

分析フレームワーク

BernsteinはPerplexityとの対話を要約し、製品アーキテクチャ、運用統制、実際の資産運用ユースケースを通じてプラットフォームを説明する。分析は、マルチモデルのルーティング、接続データ、メモリー、再利用可能なワークフロー、ローカル/クラウド展開を、生産性、コスト管理、追跡可能性、ガバナンスで期待される利点と結び付ける。

資産マッピングと比較

投資テーゼから固有資産への構造化マッピング（強み、弱み、同業、リスク）。

• Perplexity

  資産運用リサーチとワークフロー自動化のためのオーケストレーターとして議論された、注目のエンタープライズAIプラットフォーム。

  強み

  マルチモデル・オーケストレーション、接続データ、監査可能な出力、永続的メモリー、再利用可能なスキル、自動化、ハイブリッドのローカル/クラウド処理。

  比較

  クローズドな最先端モデルは複雑な推論向けに位置付けられ、オープンモデルはより単純なワークロードで魅力的な経済性を提供する。

  リスク

  レポートは、高リスクの意思決定ワークフローにおいて、ガバナンス、追跡可能性、人間が定義する目標の必要性を強調する。

主要データ

• オーケストレーション対象モデル数24Perplexityは、タスク要件に応じて最先端モデルとオープンソースモデルを連携させるものとして説明される。
• エンタープライズ・コネクター600+プラットフォームは、ライセンス済みデータソースとエンタープライズシステム向けに600超のコネクターをサポートする。
• 月間の回答質問数More than 1.5 billionPerplexityについて報告された世界全体の月間利用量。
• Perplexity Computerの開始時期February 2026レポートはこれを作業プラットフォーム製品の開始時期としている。
• MaxとProのクレジット比較About 10x more credits per monthPerplexityは、MaxライセンスのユーザーがProライセンスのユーザーの約10倍の月間クレジットを得ると説明した。

影響と示唆

レポートは、投資機関が、情報源の追跡可能性、承認管理、人間の意思決定境界を維持しながら、反復的な監視とリサーチのワークフローを自動化することで、初期段階で最大の便益を得る可能性を示す。モデルとローカル/クラウド資源をまたぐオーケストレーションは、単一ベンダーへの依存を低減し、品質、コスト、安全性のトレードオフを管理する方法として示されている。