Anthropicが Wall Streetの業務フローを OSSで公開｜DCF・LBO・M&Aまで Claudeエージェント化された「Claude for Financial Services」を解説

2026年5月11日、X（旧Twitter）で 「Anthropic が Wall Street の業務フローをまるごとオープンソース化した」 という海外発の投稿が1.6M views・1.5K likes を集めて拡散しました。日本国内ではほとんど取り上げられていませんが、内容を確認すると単なる「コード公開」ではなく、金融プロフェッショナル業務の AI エージェント化という大きな構造変化を示すリリースであることが分かります。本記事では公式情報・GitHub リポジトリの中身をもとに、何が公開されたのか、どこに注意して読むべきかを整理します。

そもそも何が公開されているのか

公開されているのは 「Claude for Financial Services」というリファレンス実装の集合体です。Anthropic が「金融プロ業務でよく使われるワークフロー」と捉えたものを、エージェント定義・接続用 MCP サーバ・ナレッジスキルとしてパッケージ化した OSS リポジトリ群が中身になります。

• anthropics/financial-services — メインリポジトリ。10種類のエージェントテンプレートと、それらを組み合わせるためのリファレンス実装
• anthropics/financial-services-plugins — Claude Code / Claude Cowork で1コマンドで導入できるプラグイン形式の配布パッケージ
• ライセンス — Apache-2.0（商用利用・改変・再配布いずれも許諾、特許条項あり）

リポジトリの README には 「investment banking, equity research, private equity, and wealth management」 という4分野が明示されており、まさにバイサイド・セルサイドのプロフェッショナル業務を対象にしていることが分かります。

10種類のエージェントテンプレート

リポジトリには次の10種類のエージェントが含まれます。いずれも「金融プロが普段やっている時間がかかる定型作業」にフォーカスしています。

エージェント	用途	主な利用部門
DCF バリュエーション	ディスカウントキャッシュフロー法による企業価値評価モデル。生きた数式 + 感応度テーブル付きで Excel 出力	投資銀行 / リサーチ
LBO モデル	レバレッジドバイアウト案件のフィナンシャルモデル	PE / M&A アドバイザリー
Equity Research レポート	個別株調査レポートのドラフト	セルサイド・アナリスト
Pitchbook 作成	M&A 提案書（買い手 / 売り手向け）の自動ドラフト	投資銀行カバレッジ / ECM
IC メモドラフト	投資委員会向けメモの自動作成	PE / VC / ファンド
買い手候補リスト	対象企業に対する戦略的バイヤー / 財務バイヤーのリスティング	M&A アドバイザリー
KYC スクリーニング	顧客審査ファイルの照合・要約	コンプライアンス / オンボーディング
GL 突合	一般会計（general ledger）の月次クローズ照合	経理 / ファンド管理
NAV tie-out	ファンド純資産価額の検証	ファンドアドミニストレーション
GP/LP レポーティング	PE ファンドの投資家向け定期レポート	ファンド管理

重要なのは、これらが 「コードのコピペ用テンプレート」ではなく、独立して動作する Claude エージェント定義として配布されている点です。MCP サーバ経由で実データ（市場データ・ドキュメント・社内ファイル）に直接アクセスし、人手の介在なしに最終成果物（Excel モデル・PDF レポート・整合チェック結果）まで生成する設計になっています。

接続できる外部 SaaS（Anthropic 公式リスト）

Anthropic は金融業界の主要データ・リサーチ SaaS と直接接続できる MCP サーバを用意しています。代表的なものは以下のとおりです。

• FactSet — 企業財務・市場データ
• S&P Capital IQ — 企業・市場・トランザクション情報
• MSCI — ESG・指数・ファクター分析
• PitchBook — PE / VC / M&A 取引データベース
• Morningstar — 投信・株式・ETF データ
• Chronograph — PE ファンドのポートフォリオ管理
• LSEG — リファレンスデータ・取引データ（旧 Refinitiv）
• Daloopa — 企業財務データの自動抽出
• 自社データウェアハウス・社内リサーチリポジトリ・CRM — 各社の内部システムにも接続可能

3つの配布形態

同じエージェント群が、利用者の役割に応じて3つのパッケージ形態で配布されます。

配布形態	対象ユーザー	使い方
Claude Code プラグイン	開発者・社内 AI 基盤チーム	claude CLI から1コマンドで導入。自社ワークフローへ組み込み
Claude Cowork プラグイン	アナリスト・現場ユーザー	チャット UI からエージェントを呼び出し。Excel ファイル直接編集・最終成果物まで自走
Claude Managed Agents 用 cookbook	エージェント基盤を自社で持つ企業	Anthropic ホストの Managed Agents 環境に流し込んで本番運用化

つまり個人ユーザーでも企業 IT 部門でも、同じエージェント資産を再利用できる設計です。社内で IT が PoC → 業務部門に Cowork として展開 → 全社的に Managed Agents で本番運用、という段階的ロールアウトを想定した構造になっています。

なぜ「衝撃」と評されているのか

海外で1.6M views を集めた一連の投稿の論点は、技術というよりベンダー間ポジショニングの変化です。

(1) 金融プロ SaaS の「上のレイヤー」を Anthropic が直接取りに来た

Bloomberg・FactSet・S&P Capital IQ は 「データ + 端末」 を提供する事業で、その上に 「人間アナリストの分析作業」 が乗っています。今回 OSS 化されたのは、その人間アナリストの作業をエージェントに置き換える層。SaaS 契約は引き続き必要ですが、SaaS の上で人間が何時間もかけていた工程が、Claude を間に挟むだけで短時間化されます。

(2) Apache-2.0 で配布 — 競合・銀行・PE が自由に改造可能

もし Anthropic が「Claude Finance Edition」のような有償 SaaS として出していたら、価格・契約・カスタマイズ性で各社の導入は鈍ったはずです。Apache-2.0 の OSS として出されたことで、銀行や PE は自社の業務フローに合わせて自由にフォーク・改変できます。Anthropic 側はモデル API の利用料で稼ぐビジネス構造になっており、「OSS でディストリビューションを最大化 → モデル使用量で収益化」の典型例です。

(3) Claude Code 経由で「1コマンドでインストール」

Claude Code の plugin 機構（2026年4月の Cloud Next で正式化）を経由することで、利用開始のハードルが極端に低い形になっています。Vertical plugin（業種特化プラグイン）の体感価値が高い好例で、他業界（医療・法務・製造業）でも同じパターンが続く可能性が高い動きです。

誇張せず、正確に読むためのチェックポイント

X 上では「年5,000万〜5億円の SaaS を Anthropic がすべて置き換える」といった見出しで拡散していますが、実際には次のような区別が必要です。

X での主張	実態
「Bloomberg / FactSet を全部置き換える」	SaaS 自体は契約継続が必要。SaaS の上の人手分が短縮される
「1コマンドで全社展開できる」	技術的な install は1コマンドだが、社内データ接続・権限・コンプラ確認は別途必要
「19,800 GitHub stars」	リリース後の累計。話題性の指標であり、本番運用件数ではない
「DCF を完全自動化」	ドラフトは自動だが、前提（割引率・成長率・WACC）の妥当性検証は人間が必要

とはいえ、「人間アナリストが半日〜数日かけていた工程が、レビュー込みで半分以下になる」という効果は十分に出る規模感です。完全な「無人化」ではなく 「人手レビューを前提とした下書き化」 が正しい理解になります。

日本企業への示唆

国内の投資銀行・PE・アセマネ・ファンドアドミ各社にとって、この動きは3つの判断材料を提示しています。

① 既存 SaaS 契約を「データレイヤー」として割り切る

FactSet・S&P Capital IQ の契約は維持しつつ、「人がそこから手作業でデータを抜く工程」を Claude エージェントに移譲する設計が現実解です。SaaS 側のターミナルは「データ供給機関」として残り、分析・レポーティングの作業層が AI に移る構造変化です。

② 「アナリスト時間」の再配分が前提になる

DCF や Pitchbook のドラフト生成が半自動化されれば、ジュニアアナリストの「下書き作業」が一気に減ります。重要なのは「人員削減」ではなく 「アナリストを高付加価値業務（クライアントとの議論、戦略仮説、トランザクション判断）に再配置」するマネジメント設計です。

③ コンプライアンス・データレジデンシーは Claude Managed Agents 側で検討

金融業界はデータレジデンシー・監査ログ・アクセス制御の要件が厳しい領域です。本リポジトリのエージェント定義は Claude Managed Agents（Anthropic ホストのエージェント基盤） にそのまま流し込めるため、ガバナンス層は Managed Agents で確保しつつエージェントロジックは OSS で共有という分業がしやすくなっています。

はてなベース視点での読み解き

今回の動きは「金融業界特有のニュース」というより、Anthropic が業界別バーティカルプラグインを OSS で出す路線を本格化させた最初の事例として読み解くべきです。次に来るのは医療・法務・製造・建設・人事領域でしょう。中堅企業の AX を支援する文脈でも、「Claude エージェントを自社業務にどう乗せるか」の方法論は、今回のリポジトリ構造から逆引きできる学習素材です。

特に経理・財務領域では、月次決算・予算実績差異分析・資金繰り予測など、本記事で紹介した GL 突合や NAV tie-out と似た定型業務が多くあります。「自社の業務エージェントをどう定義するか」を考えるとき、Apache-2.0 のリポジトリは具体的な書きぶりの参照点として有用です。

まとめ

Anthropic の「Claude for Financial Services」は、金融プロ業務の標準ワークフローを OSS でテンプレ化した初の本格事例です。エージェント10種類・主要 SaaS コネクタ・3形態の配布パッケージという完成度の高さに加え、Apache-2.0 ライセンスで自由に改造できることから、Wall Street の業務構造そのものを変えるディストリビューション戦略として評価されています。

誇張を割り引いても、「人手アナリストの工程が半分以下になる」「業務 SaaS の上にもう一層 AI エージェントが乗る」という方向性は確実です。日本企業がこの波に乗るには、業務エージェントの定義スキルと社内データを AI から引ける状態の2点を先に整えておくことが、最も投資対効果の出やすい準備になります。