Byマルクス・シュラー、ミシェル・シスト、PhD、ヴォイテク・ヴォヤチェク、PhD、
フランツ・モーア、パトリック・J・ウィルクス、CFA、ユルゲン・ヤンセンス
AI（人工知能）は、投資のプロフェッショナルがアイディアを生み出し、投資機会を分析する方法を変化させています。AIはすでにCFA試験の3つのレベルすべてに合格できるだけでなく、複雑で長大な投資分析を自律的にこなすことも可能になりました。しかし、最新の学術研究を詳しく読んでみると、プロの投資家にとって状況はもう少し複雑です。最近の技術進歩は確かに驚くべきものですが、現在の研究や、ヤン・ルカンが英国議会で行った証言を踏まえると、より構造的な変化が進んでいることが示唆されます。
学術論文、企業研究、規制当局の報告書を通じて、３つの構造的なテーマが繰り返し現れます。それらが示しているのは、AIが単に投資家の能力を高めるだけではないということです。むしろAIは、専門性の価値を見直し、プロセス設計の重要性を高めるとともに、AIの技術的・制度的・認知的な制約を理解する者が競争優位性を発揮するような状況へと塗り替えるでしょう。
本稿は、投資運用のプロフェッショナルにとって重要なAI動向を扱う四半期シリーズの第4回です。隔月刊行のニュースレター「Augmented Intelligence in Investment Management（投資運用における拡張知能）」の寄稿者による知見をもとに、これまでの記事を踏まえつつ、業界におけるAIの役割の進化をより多面的な視点から考察します。
信頼性を上回る能力の進化
一つ目は、AIの能力と信頼性の間に広がりつつあるギャップについてです。最近の研究では、最先端の推論モデルがCFAレベルIからIIIまでの模擬試験を極めて高いスコアで通過できることが示され、暗記型知能が長期的な優位性をもたらすという考え方を揺るがしています（Columbia University他、2025）。同様に、LLM（大規模言語モデル）は推論、数学、構造化された問題解決などのあらゆるベンチマークでも優れた成果を示すようになっており、このような成果は汎用人工知能（AGI）の能力を測定する新しい認知評価フレームワークにも反映されています（Center for AI Safety他、2025）。
しかし、多くの研究はベンチマークでの優れた成績が実世界においての脆弱性を覆い隠している可能性を指摘しています。OpenAIとジョージア工科大学（2025）によると、ハルシネーションは構造的なトレードオフによる結果であり、誤答や捏造された回答を減らそうとすると、珍しい問いや曖昧な問い、あるいは情報が不十分な問いに答える能力が制限されてしまうのです。さらに、LLMから因果関係を抽出する関連研究でも、記号的・言語的推論での高い性能が、実世界のシステムに対する確かな因果理解を意味するわけではないことが示されています（Adobe Research & UMass Amherst, 2025）。
投資業界にとって、この違いは極めて重要です。投資分析、ポートフォリオ構築、リスク管理は、安定した真実に基づき機能するわけではありません。結果はレジームにより変化し、確率的であり、テールリスクの影響も強く受けます。このような環境では、一見筋が通っていて説得力もあるが、その実間違ったアウトプットが、過度に大きな影響をもたらす可能性があります。
AIリスクが次第にモデルリスクに近づいているということは、投資プロフェッショナルに大きな影響をもたらします。バックテストが実際のパフォーマンスを過大評価しがちであるのと同様に、AIのベンチマークも意思決定の信頼性を過大に見せる傾向があります。適切な検証や根拠づけ、統制の仕組みを伴わずにAIを導入すると、企業は投資プロセスの中に潜在的な脆弱性を直接組み込んでしまうリスクがあります。
個人の能力から組織としての意思決定の質へ
二つ目は、AIが投資知識をコモディティ化する一方で、投資判断プロセスの価値を高めている点についてです。 実運用でのAI活用が、この点を明確に裏付けています。AIエージェントの実運用における最初の大規模研究によると、成功している導入事例は、シンプルで、厳しく制約され、継続的に監督されています。つまり、現在のAIエージェントは、自律的に意思決定を行う存在でもなければ、因果関係を理解する意味での「知能」を備えているわけでもありません。（UC Berkeley, Stanford, IBM Research, 2025）。規制された業務プロセスでは、監査可能で予測可能、そして安定的であるという理由から、より小規模なモデルが好まれる傾向にあります。
行動科学の研究も、この結論を裏付けています。Kellogg School of Management（2025）によれば、AIの利用を上司が周知している状況では、たとえ精度が向上する場合であっても、投資プロフェッショナルはAI利用を控える傾向があります。Gerlich（2025）は、AIを頻繁に使うことで認知的な負荷が減り、批判的思考が低下する可能性があると指摘しています。つまり、適切に管理されなければ、AIは利用不足と過剰依存という二重のリスクを生み出すのです。
したがって、投資機関にとって重要なのは、AIが個人ではなく投資プロセスに恩恵をもたらすという組織に関する影響です。先進的な会社ではすでに、AIを標準化されたリサーチテンプレート、モニタリングダッシュボード、リスク管理ワークフローに直接組み込んでいます。監督当局自身もAIを活用した監督体制を導入しており、ガバナンスや検証、文書化は単なる分析能力そのもよりも重要になりつつあります（State of SupTech Report, 2025）。
このような環境では、従来の「スターアナリスト」という概念も意味を失いつつあります。再現性、監査可能性、そして組織的学習こそが、持続的な投資成果を生み出す真の要素となる可能性があります。したがって、投資プロセスの設計にも明確な転換が求められるのです。世界金融危機（GFC）後、投資プロセスは主にコンプライアンスを重視する形で標準化されてきました。
しかし、これからは、投資プロセスは意思決定の質を最適化するよう設計される必要があります。この転換は、組織の適応能力を支える基盤として、個々人の行動変容を管理することを前提とするため、非常に広い範囲に及び実現も難しいのです。投資業界はこれまで、非人格的な標準化や自動化によってこの問題を回避しようとしてきました。そして現在、AI統合を通じて再び同じことをしようと試み、本来は行動の問題であるものを技術の問題として捉えてしまっているのです。
AI制約により勝者が決まる理由
三つ目は、AIを単なる技術競争として捉えるのではなく、AIの限界に焦点を当てています。物理的な側面では、インフラ制約が顕在化しています。研究によれば、米国で発表されているデータセンター容量のうち、実際に建設段階にあるものはごく一部にすぎません。これらの電力網への接続や発電設備、送電インフラを整備するには、四半期ではなく数年単位の時間がかかるとされています（JPMorgan, 2025）。
経済モデルも、この点の重要性を裏付けています。Restrepo（2025）によれば、AGIが主導する経済では、生産は労働ではなく計算能力に比例するようになります。結果的に、経済的な利益は半導体、データセンター、そしてエネルギーの所有者に集まります。労働が成長の方程式から外れるにつれて、価値を獲得する上で決定的な要因は、計算インフラの配置、半導体、データセンター、エネルギー、そしてそれらの資源配分を管理するプラットフォームになるのです。
制度的な制約にも、より一層目を向ける必要があります。規制当局はAI活用能力の拡大を強化しており、投資業界におけるAI利用に対して、説明可能性、追跡可能性、そして統制といった要件の水準がより厳しく求められるようになっています（State of SupTech Report, 2025）。
最後に、認知的制約も大きく立ちはだかっています。AIによるリサーチが急増することで、市場のコンセンサスはより早く形成されるようになります。ChuとEvans（2021）は、アルゴリズムシステムは主流派が勢いづくよう強化する傾向があり、その結果、知的停滞を招くリスクが高まると警告しています。誰もが同じようなデータとモデルをもとに最適化を行えば、差別化は失われるのです。プロの投資家にとっては、AIの普及によって独立した判断力とプロセスの多様性が希少になっていくことから、その価値はむしろ高まります。
投資業界への示唆
AIが投資ワークフローを自動化していくにつれ、AIでは排除できないものが明確になります。それは、不確実性、判断、そして説明責任です。こうした現実を前提に組織を設計する会社こそ、今後10年にわたって成功し続ける可能性が高いでしょう。
これらを総合すると、AIはすべての企業を一律に引き上げるものではなく、むしろ差を広げる要因として作用することが示唆されます。信頼性やガバナンス、そして制約を前提に組織設計を行う企業と、そうでない企業との格差を広げるものなのです。
さらに一歩考察を進めると、これまでの研究は一つの哲学的な発想の転換を導き出しています。AIの最大の価値は、予測そのものよりも、むしろ内省を促すことにあるのかもしれません。つまり、AIは単により早く答えを出すためのものではなく、前提を問い直し、意見の違いを浮かび上がらせ、より良い問いを生み出すことにあるのです。
（翻訳者: 宋 智孝）
英文オリジナル記事はこちら
Where AI Ends and Investment Judgment Begins
注) 当記事はCFA協会（CFA Institute）のブログ記事を日本CFA協会が翻訳したものです。日本語版および英語版で内容に相違が生じている場合には、英語版の内容が優先します。記事内容は執筆者の個人的見解であり、投資助言を意図するものではありません。
また、必ずしもCFA協会または執筆者の雇用者の見方を反映しているわけではありません。