Claude金融導入事例 — Brex・NBIM・Chronographの実務適用

Claude導入で金融機関の実務は何が変わったか

金融業界でのClaude活用は、顧客向けプロダクトへの組み込みから社内エンジニアリング、投資運用の意思決定支援まで幅広い層に及びます。Brexは経費精算プロダクトの中核にClaudeを組み込んでいます。Ramp(CTOのRahul Sengottuvelu氏へのインタビュー)は、エンジニアリング組織全体でエージェントを同僚のように扱う運用を公開しています。NBIMは1.7兆ドルを運用するノルウェーの政府年金基金で、AIリテラシーを全社に広げました。Chronographはプライベートエクイティ向けポートフォリオ監視プラットフォームの業務を、AIファーストに再設計しました。

4社に共通するのは、規制の重い金融業界でのセキュリティ要件を満たしながら、業務プロセスそのものをAI前提で作り直している点です。この記事では4社の導入内容を横断比較します。Anthropicが2026年5月に公開した金融業務向けエージェント10種とは役割が異なり、この記事は「顧客が実際にどう使っているか」の事例編です(既製エージェントとの違いは後述します)。

Brexは経費精算プロダクトをどう再構築したか

Brexは法人カード・経費管理・銀行機能・出張手配を統合するプラットフォームで、Amazon Bedrock経由でClaudeを導入しています。従来の経費精算は、従業員が手入力し、管理者と監査担当者が大量のレポートをクリックして回るという構造で、なぜ承認が必要なのか文脈が見えないまま作業が積み上がっていました。

Brexは会話型の経費申請、AIによるポリシー解釈、行レベルでの異常検知による監査、支出前のコンテキスト提示という4つの機能をClaudeで実現しています。AI責任者のDavid Horn氏は「データプライバシーは顧客が真っ先に懸念する点であり、能力の話をする前に対処すべき土台」と述べています。Anthropicのエンタープライズ向け設計姿勢を、採用理由に挙げています。エンジニアのJin Shao氏は、既存のAWSインフラとの統合の滑らかさと、Amazon BedrockのIAMによるアクセス制御が金融データを扱ううえで重要だったと説明しています。

導入の結果、Brexは経費取引の75%を自動化し、コンプライアンス遵守率は業界標準の70%に対して94%を達成しました。顧客全体で月間169,000時間の作業時間を削減し、年間の人件費削減額は5,650万ドルに上ります。全取引の100%をAIによる異常検知でレビューする体制も整いました。

Rampのエンジニア組織はClaude Codeをどう使っているか

Rampは法人カード・経費管理を提供するBrexの競合フィンテックですが、公開されている事例はプロダクト機能ではなく、エンジニアリング組織そのものの変化に焦点を当てています。Claude Codeの開発者Boris Cherny氏が、CTOのRahul Sengottuvelu氏とAustin Ray氏に話を聞いた対談形式の事例です。

Rampでは、エージェントのセッションを人間ではなく自動化が起動する割合の方が高くなっています。Sengottuvelu氏は「エージェントに大きな裁量を与え、コワーカーのように扱う」ことを目指しています。CIのテストスイート最適化やPython製モノリスの循環importの解消といった、これまで人間が読めなかった規模のコードにエージェントを投入しています。具体的には、CI実行時間をP50で18分から6分へ短縮した最適化ループの事例が語られています。

社内では「Glass」(非技術者向けのコーディングエージェント窓口)と「Inspect」(セキュリティチームが構築したデジタル同僚的エージェント)という2つの内製ツールが中核を担っています。両方にGitHub・Linear・Slack・Datadog・Sentryへのアクセス権を持たせています。トークンやツールの予算を個人に課さない代わりに、最小権限の原則と読み取り専用キーの徹底、個々のトレースの検証で安全性を担保する運用です。Sengottuvelu氏は「たとえ今動くプロダクトを作る必要があっても、3〜6か月先のモデルに向けて構築することを心がけてきた」と述べています。ハーネスをモデルの進化に合わせて繰り返し削り直す姿勢を明かしています。

NBIMは1.7兆ドルの運用組織にどうAIリテラシーを広げたか

NBIM(Norges Bank Investment Management)はノルウェーの政府年金基金グローバルを運用し、資産規模1.7兆ドルという世界最大級のソブリンファンドです。世界の株式市場・債券・不動産・再生可能エネルギーインフラにわたる大量の情報を、日々処理する必要があります。プログラミングスキルを持つポートフォリオマネージャーから非技術系のコンプライアンス担当者まで、職種の幅が広いことが課題でした。

NBIMのML・AI責任者Stian Kirkeberg氏は「Claudeは分析・推論タスクで一貫して最高のパフォーマンスを示した」と評価しています。複数文書にまたがる長時間の分析セッションでも、文脈を維持できたといいます。特にClaude Sonnet 4.5の拡張思考は、複雑な金融商品の分析・リスク評価・戦略提言で最高スコアを記録しました。Claudeが不確実性を幻覚ではなくシグナルとして示す点も、受託者責任を負うNBIMにとって決め手になったといいます。

CEOのNicolai Tangen氏は「AIの波に乗るか、取り残されるか」という明確なメッセージを発しました。その後、2週間のパイロットから2か月で600人以上のアクティブユーザーに拡大しています。50人が参加する「AIアンバサダー・ネットワーク」を組織し、部門横断でベストプラクティスを共有しています。ビジネスアナリストや定量分析担当者にもClaude Codeを開放し、IT部門を待たずにガバナンス制御の範囲内でユーティリティやワークフローを構築できるようになりました。SnowflakeなどとのMCP連携により、人間が意思決定の中心にいる前提を保ちながらデータ取得と分析を高速化しています。結果として、従業員は週の勤務時間の20%以上をAI支援タスクの効率化に振り向けられるようになりました。

Chronographの150人組織はどうAIファーストの業務に変わったか

Chronographはプライベートエクイティ投資家向けのポートフォリオ監視・分析プラットフォームで、4兆ドル超の顧客資本を支えています。HubSpot・Notion・Linear・社内データベースに業務データが分散し、チームが横断的にインサイトへアクセスできないという典型的なサイロの課題を抱えていました。

Chronographは構造化された2か月のロールアウトでClaude Enterpriseを導入し、まずメール起草・データ分析・文書レビューから着手しました。共同創業者兼CEOのCharlie Tafoya氏は「Anthropicの安全性への姿勢は、社内・顧客双方のLLM実装で長期的に組みたいパートナーの条件を満たす」と評価しています。ProjectsとArtifactsを使ったプロダクト・エンジニアリング間の連携も進み、PRD(要件定義書)をプロトタイプへ変換する速度が上がりました。

営業チームはMCP連携を使ってメディア・業界発表を監視するリード生成ワークフローを構築し、週あたり数十時間を削減しました。カスタマーサクセスチームはHubSpot・Notion・メールのコンテキストを、Claudeのコンテキストウィンドウで統合しています。入社2週間の若手メンバーが、顧客にGraphQL APIを説明できるまでになりました。同社はさらにChronograph MCPサーバーをClaude Partners Directoryで公開しました。プライベートエクイティ投資家はこれを使い、ポートフォリオデータを直接Claudeに接続できます。結果として、150人超の従業員全員が採用し、日次アクティブ利用率は80%、新入社員が成果を出すまでの期間は「2か月以上」から2週目に短縮されました。

4社を横断して見えるパターン

4社を見ると、MCPによる社内外システム連携が共通の技術基盤になっています。Chronographの独自MCPサーバー、NBIMのSnowflake連携はいずれもClaudeを既存の業務システムへ橋渡しする役割を果たしています。MCPの仕組み自体はMCPとはにまとめています。もう1つの共通点は、エンジニアだけでなく非技術者にもAIへのアクセスを開放していることです。NBIMのビジネスアナリスト、ChronographのCustomer Successチーム、Rampの非技術者向けGlassはいずれも、開発の主体を技術部門から現場へ広げる設計を取っています。

Anthropic金融エージェント10種との役割の違い

前述の4社の事例は、いずれも各社が自社のプラットフォーム内にClaudeを組み込んで独自に構築したものです。一方、金融業務向けエージェント10種は、Anthropic自身が提供する既製エージェント群です。Excel・PowerPoint・Word連携やKYC・月次決算といった定型業務をカバーします。既製エージェントをそのまま使うか、Brexのように自社プロダクトへ独自に組み込むかは、業務の標準化度合いと差別化したい範囲によって選択が分かれます。

導入を検討する金融機関はどの事例を参考にすればよいか

Amazon BedrockでのClaude料金体系はBedrockの料金比較にまとめています。モデルの使い分けはClaudeモデル比較を参照してください。Claude全体の位置付けはClaude完全ガイドを参照してください。

よくある質問

BrexとRampはどちらもClaudeを使っているか

はい。ただし用途が異なります。Brexは顧客向けの経費管理プロダクトの機能としてClaudeをAmazon Bedrock経由で組み込んでいます。Rampは自社のエンジニアリング組織の生産性向上のためにClaude Codeを使っており、顧客向けプロダクト機能としての公開事例ではありません。

NBIMのようなソブリンウェルスファンドでもAIは使えるのか

NBIMの事例は、受託者責任を負う機関投資家でもガバナンス設計次第でAIを全社展開できることを示しています。同社はAI Ambassador Networkによる教育、人間の監督を前提とした運用フロー、Claudeが不確実性を明示する特性への評価を重ねています。その結果、投資判断の最終責任を人間に残したまま業務を効率化できています。

金融機関がAI導入で重視するセキュリティ要件は何か

4社に共通するのは、既存のクラウドインフラ(Amazon Bedrock等)とのシームレスな統合、IAMによるアクセス制御、そしてデータが学習に使われない前提での契約です。規制業種であるほど、既存のセキュリティ境界の中でAIを動かせるかどうかが、機能そのものより先に問われます。

中小規模の金融プラットフォームでもChronographのような導入は可能か

Chronographは150人規模の組織で、大企業のような専任AI部門を持たずに全社導入を達成した点が特徴です。構造化されたロールアウト期間を設け、ナレッジ共有の仕組み(成功したプロンプトのデータベースなど)を先に整えます。そのうえで段階的に対象業務を広げるアプローチは、リソースの限られた中堅企業でも再現しやすい手順です。

まとめ

金融業界でのClaude活用は、4つの異なる切り口をカバーしています。顧客向けプロダクト機能(Brex)、社内エンジニアリング(Ramp)、機関投資家の全社的なAIリテラシー(NBIM)、中堅B2Bプラットフォームの業務再設計(Chronograph)です。共通する土台はクラウド既存インフラとの統合、MCPによるシステム連携、そして非技術者へのアクセス開放です。自社の組織規模・業務領域に近い事例を選び、Anthropicの既製エージェントとの使い分けも含めて導入方針を検討してください。