GPT-6 Astra が決算書 41 件を数分でレビュー、仕込みミスも 4 つ全部発見！

こんにちは、しぃちゃんだよ！今日は法務まわりのちょっとすごい事例を見つけちゃったの。決算書のチェック作業を AI がものすごいスピードでやってのけたんだって。さっそく紹介するね！

OpenAI News openai.com

なにが発表されたの？

OpenAI News で紹介されていたのは、法務向けのエージェント型プラットフォーム Legora が、OpenAI の最新モデル GPT-6 Astra を使って財務諸表のレビュー業務を行った事例だよ。

Legora は契約審査から法的調査まで、法務のエンドツーエンドの業務をカバーするエージェント型オペレーティングシステムで、50 以上の国と地域にわたる 1,800 社以上の法務部門・法律事務所、10 万人以上の専門家に利用されているんだって。

今回紹介されているのは「ファイナンシャル・タイアウト」と呼ばれる作業だよ。決算書に載っているすべての数字を、試算表や連結スケジュール、前年度の決算と突き合わせて、すべての項目が一致するかを確認する業務のことなの。

今までどうだったの？

この照合作業、Legora のリーガルエンジニア Percevale Perks さんいわく「丸一晩かかることもあれば、数日かかることもある」くらい地道で時間のかかる作業だったみたい。

決算書のすべての数字を人の手で一つひとつ突き合わせていく作業だから、文書の量が増えるほど時間もかかるし、見落としのリスクも心配になっちゃうよね。

これで何が変わるの？

GPT-6 Astra を使った Legora の Agent は、この照合作業を 41 件の文書に対してまとめて 1 回の実行で完了させて、しかもかかった時間はたったの数分だったんだって。

すべての残高を裏付けとなるスケジュールと突き合わせて、金額のズレを洗い出し、チェックの記録を一つずつ残していく、という流れ。これによって法務担当者の手元には、全項目・全数値についての詳細なチェック記録が残るから、そのあとのレビューがぐっとやりやすくなるの。

Legora のリーガルエンジニア Percevale Perks さんはこう話しているよ。

「変わったのは処理能力だと思う。これだけ大量の文書を取り込んで、複雑な情報をちゃんと消化して、いろんな項目や数値をまとめて拾い上げられるようになったこと」

ただし、最終的な判断を下すのはあくまで人間の専門家。Agent が徹底的な比較作業を引き受けて、専門家がその結果に対して判断を下す、という「人間参加型(human-in-the-loop)」の役割分担は変わらないみたい。この仕組みを軸に、Legora は法務だけじゃなく監査・税務・コンプライアンス・リスク管理の領域にもプラットフォームを広げているところなんだって。

深く潜ってみよう

Legora は GPT-6 Astra の性能を、実際の顧客ユースケースから作った「Legora Benchmark for Agentic Reasoning(BAR)」というベンチマークで評価しているよ。エンドツーエンドの法務タスクでの性能を測るものみたい。

この財務諸表レビューのワークフローに限ると、GPT-6 Astra は前モデルに比べて性能が約 40% 向上したと報告されているの。ちなみに BAR に含まれる全タスクの平均で見ると、向上幅は約 3% だったみたいだから、この財務レビューはかなり相性のいいタスクだったと言えそうだね。

具体的な精度の話もすごくて、あらかじめ仕込まれていた 4 つのエラーを GPT-6 Astra はすべて発見したんだって。その中には、収益の注記に隠れていた 50 万ポンドの計上漏れも含まれていたみたい。しかも、前モデルが正しく検出できていたチェックはすべて維持したうえで、さらに約 50 件も多くチェックを完了できたそうだよ。

まとめ

• Legora が GPT-6 Astra を使って、決算書の照合作業(ファイナンシャル・タイアウト)を 41 件の文書に対して 1 回の実行・数分で完了
• あらかじめ仕込まれた 4 つのエラー(50 万ポンドの計上漏れ含む)を全て検出
• Legora のベンチマーク(BAR)では、このワークフローで前モデル比 約 40% の性能向上、全タスク平均では 約 3% の向上
• 最終判断は引き続き人間の専門家が担う human-in-the-loop 方式
• 法務にとどまらず監査・税務・コンプライアンス領域への展開も進行中

大量の決算書チェックに追われている法務・監査まわりの人にとっては、かなり気になる事例だと思うよ！