Northern TrustとMicrosoftは2026年11月9日、Microsoft Frontier CompanyのFDEチームと共同開発した顧客受け入れ用のAIエージェントを発表し、実案件でデータ準備の時間を約2週間半から3日へ83%縮めたとしました。精度を支えたのは、FDEと社内の財務の専門家が作った業務のルール集と、アナリストによる確認・承認、帳簿の照合です。資産運用向けデータ基盤のFINBOURNEは8月26日に30人でFDEプログラムを始め、全件の照合を本番後も統制として動かす設計で3〜6カ月の初回稼働を狙います。Morgan Stanleyは社内の調査部門向けにFDEを募集しています。3つとも、人が確かめる工程を前提に本番化を速めている点が共通します。日本では金融庁のAIディスカッションペーパー(第1.1版)が外部事業者への依存とノウハウが残りにくい懸念を挙げており、FDE型の導入を受ける金融機関は、ルール集と評価の基準の帰属、データを渡す範囲、FDEが抜けた後の確認の担い手を先に決めるべきだ、というのが本稿の見立てです。
要点
- 米Northern TrustとMicrosoftは2026年11月9日、MicrosoftのFDE(Forward Deployed Engineer)チームと共同で開発した、機関投資家の顧客受け入れ(オンボーディング)向けAIエージェントを発表しました。データ準備の時間は約2週間半から3日に、83%短くなったとしています(両社発表)。
- 金融のFDEには、ベンダーが送り込む型(Microsoft)、自社のデータ基盤を導入する型(FINBOURNE、30人で開始)、銀行が自社の部門に置く型(Morgan Stanleyの求人)があります。3つとも、AIの出力を人が確かめ、元のデータと突き合わせる工程を本番の前提にしています。
- 日本では金融庁が2026年3月3日に公表したAIディスカッションペーパー(第1.1版)が、外部事業者への過度な依存や、ノウハウが組織内に残りにくい懸念を挙げています。FDE型の導入を受ける金融機関は、評価の基準と業務のルールを誰が持つかを先に決めるべきだ、というのが本稿の見立てです。
Northern Trust:FDEと財務の専門家で「ルール集」を作る
Northern Trustはシカゴに本社を置く資産管理・資産保管の大手で、2026年9月30日時点の預かり・管理資産は19.9兆ドルです。11月9日、Microsoftとの協業の拡大を発表し、その最初の成果として顧客受け入れ用のAIエージェントを公開しました。対象は、財団、大学基金、年金、大規模なファミリーオフィスなどに運用成績や分析を提供する「Front Office Solutions」の新規顧客です。
新しい顧客を迎えるときは、複数の運用先から集めた何年分もの取引履歴を、Northern Trustの標準の形式に移し替える必要があります。特にオルタナティブ資産では、運用成績の履歴を組み立て直す作業が重くなります。発表は、Northern Trustの調査で資産保有者の57%が「複数の社内外のデータをまとめること」を最大の課題に挙げたという数字も載っています。
エージェントは、Northern TrustとMicrosoft Frontier CompanyのFDEチームが共同で開発しました。Microsoftの紹介記事によると、FDEと社内の財務の専門家が組んだチームは、エージェントが従う「ルール」の一覧を作りました。会社ごとに同じものを違う言葉で呼ぶため、業務の用語にモデルを結び付け、過去の複数の受け入れ案件を匿名化したデータで試し、Northern Trust側の指摘でルールを増やしていったと説明しています。このFDEチームを率いるのは、Microsoft Frontier CompanyのVik Singh CVPです。
仕組みはAzureの上に作られ、Microsoft Foundryを使い、ExcelとSharePointにつながります。アナリストはいつもの道具の上で、エージェントの結果を確かめ、直し、承認します。紹介記事によれば、エージェントが分類に迷う残りの部分は人の確認に回り、その後は従来どおり、前の管理会社の帳簿と照合してから本番に移ります。顧客のデータはNorthern Trustの中にとどまり、外部のAIモデルの学習には使われないとしています。
Northern TrustのPete Cherecwich COOは紹介記事で、MicrosoftのFDEを使ったことで、ほかの案件に押されて後回しになったかもしれない取り組みを早く市場に出せたと話しています。同時に、1億ドルの支払いをAIに単独で任せることは当面ないとも述べています。
MicrosoftはFDEをどう組み替えたのかで扱ったFrontier Companyの、金融での導入例です。両社は今回の協業について、規制の強い金融機関がデータや専門知識の管理を自ら保ったまま最先端のAIを取り入れる「型」を示したと説明しています。
83%と96.5%は何を測った数字か
発表には2つの数字が出てきますが、測り方が違います。注記によると、83%の短縮は、エージェントを導入した後の実際の受け入れ案件で、データの変換、アナリストの確認、例外の処理、最終確認までを含めて測ったものです。導入前の約2週間半と、エージェントを使った本番案件の平均時間を比べています。
一方の96.5%は、F1スコア(取りこぼしの少なさと誤りの少なさを一つにした指標)による「初回の品質」です。こちらは、Northern Trustが用意した実際の過去の取引データを匿名化し、代表的な7件で試した管理された試験の結果です。アナリストが別に作った正解と、アナリストの手直しが入る前のエージェントの出力を比べています。
Microsoftは匿名化したデータだけを使って評価の数字を上げていった(発表の言葉では「eyes-off」)と説明しています。説明どおりなら、評価の改善は顧客の生のデータに触れずに進められたことになります。7件という試験の規模と、実案件で測った時間短縮を混ぜずに読むことが大切です。FDEの人数や関わった期間は、発表にも紹介記事にも書かれていません(2026年11月12日確認)。
FINBOURNE:自社基盤の上で3〜6カ月の初回稼働を狙う
資産運用向けのデータ基盤を提供する英FINBOURNE Technologyは、2026年8月26日にFDEプログラムを立ち上げました。資産運用の実務に詳しいエンジニア30人で始め、最初の顧客案件はすでに動いているとしています。
同社のFDEは、顧客の運用部門や技術部門の中に席を置き、顧客チームの延長として働きます。古いシステムやばらばらのデータをつなぐこと、統制と監査の仕組みを設計に組み込むこと、売買の一連の業務にAIエージェントを入れることが仕事です。目標は3〜6カ月での最初の本番稼働で、別々のチームが順番に引き継ぐ従来の数年がかりのやり方と比べています。
速さの理由として同社が挙げるのは、新しく作るより「設定する」ことです。顧客の元のシステムを既存の基盤につなぎ、残った作業をAIのコーディングツールで縮めます。基盤の照合(リコンシリエーション)機能が、移した記録の一件一件を元データと突き合わせ、本番に入った後も統制として動き続けます。データ品質のルールや業務の流れは、同社のAI層「Candela」の上に作ったエージェントの担当です。
プログラムを率いるのは、2026年7月に入社したEvelyn Lynch氏です。前職のConfluence Technologiesに19年在籍し、新規顧客の導入を統括していました。Elliot Hurdiss CTOは、一社の課題を解いて学んだことが、全顧客のための基盤の改善になると述べています。
Morgan Stanley:社内の調査部門に置くFDE
銀行が自社の中にFDEを置く例もあります。Morgan Stanleyは、ニューヨーク勤務の「Forward Deployed Engineer - Vice President」を募集しています(採用サイトの掲載日は2026年9月10日、11月12日確認)。所属はResearch Technologyで、仕える相手は社内の調査部門です。
求人票には、調査レポートの検索と配信の仕組みを作ること、事業部門と組んで概念実証(PoC)を本番の設計と展開につなげること、LLM、RAG(検索拡張生成)、エージェント、外部ツール連携、業務の自動化で解決策を出すことが書かれています。新しい技術を取り入れるときは、リスクとセキュリティの姿勢との釣り合いを取るよう求め、拡張性、信頼性、監視、ガバナンスの社内標準を広げる役割もあります。
応募の目安は関連経験6年以上で、MCPやA2A(AIと外部ツール、エージェント同士をつなぐ仕組み)、Azure(望ましい)、Java、Kafkaなどの経験と、金融業務の理解を挙げています。基本給の幅は年15万5,000〜21万5,000ドルです。
3つの置き方を並べる
同じ金融のFDEでも、誰に雇われ、何の上に作るかで、仕事の終わり方が変わります。
ベンダーが雇い、社外の金融機関に入る
銀行が雇い、社内の調査部門に入る
MicrosoftはAzureとFoundry、ExcelとSharePoint。FINBOURNEは自社のデータ基盤とCandela
社内の検索・配信の基盤。Azureが望ましいと記載
アナリストの確認と承認、帳簿の照合。FINBOURNEは全件を元データと突き合わせ
リスクとセキュリティの姿勢との釣り合い、ガバナンスの社内標準
Northern Trustは83%短縮とF1 96.5%。FINBOURNEは30人で開始、初回稼働3〜6カ月が目標
経験6年以上、基本給15万5,000〜21万5,000ドル
Northern Trustはアナリストの承認と帳簿の照合を残し、FINBOURNEは照合を本番後の統制として動かし続けます。AIが全部を自動で片付けるのではなく、確かめる手間を小さくする設計が、両社の数字の前提になっています(本稿の見立て)。
日本での置き換え:金融庁AIディスカッションペーパーの論点
本稿で扱った3件は、いずれも米国と英国の事例です。日本の金融機関がFDE型の導入を考えるときの手がかりは、金融庁が2026年3月3日に公表した「AIディスカッションペーパー(第1.1版)」です。
同ペーパーは、AIの開発や生成AIのカスタマイズには高度な知見が要るため、外部事業者を使う金融機関が多いと書いています。金融庁のアンケートでは、従来型AIでも生成AIでも「適切なサードパーティ(外部事業者)の選択」を課題に挙げた先が4割強でした。外部事業者と組む場合でも、金融機関側の担当者がAIについて一定の知見を持つ必要があるとし、ベンダーを使うとノウハウや知財が組織内に残りにくく、内部の人材が育ちにくいという懸念も紹介しています。対応の例としては、モデルの知的財産権が自社に帰属するよう契約を定める先や、大手を中心とした内製化の動きが挙げられています。
ハルシネーション(もっともらしい誤り)については、ゼロにはならない前提で、人間によるレビューの工程を設けている先が多い、という記述です。Northern Trustのアナリスト承認は、この考え方と重なります。
これを踏まえると、FDE型の導入を受ける日本の金融機関は、次の3点を契約の前に決めておくのがよい、というのが本稿の見立てです。
- 業務のルールと評価の基準は、誰の資産になるか。Northern Trustの事例で精度を支えたのは、FDEと社内の専門家が作ったルール集でした。これと評価用の正解データの扱いを、モデルの知財と同じく契約に書いておく必要があります。
- FDEに生のデータを見せずに精度を詰められるか。Microsoftの「eyes-off」は、匿名化したデータだけで評価を回したと説明されています。顧客情報を委託先に渡す範囲を小さくできるかは、日本でも委託先管理の重さを左右します。
- FDEが抜けた後、照合と承認を誰が回すか。人による確認を前提にした仕組みは、確認する人と手順が残って初めて動きます。ベンダーのFDEで作ったAIは残るのかで整理した出口の決めごとや、みずほCoworkの社内FDEの置き方も参考になります。
よくある質問
Northern Trustのエージェントは日本の顧客にも使われていますか
発表の対象は、Northern Trust Asset ServicingのFront Office Solutionsの顧客の受け入れです。日本の顧客や日本の拠点での利用については、2026年11月12日時点で公式情報に記載がなく、未確認です。
F1スコア96.5%は、本番の精度ですか
いいえ。発表の注記によると、匿名化した実際の過去データの代表的な7件で、アナリストの手直し前の出力を正解と比べた試験の結果です。本番の案件で測ったのは、データ準備の時間(約2週間半から3日)のほうです。
金融のFDEにはどんな経験が求められますか
Morgan Stanleyの求人は関連経験6年以上と金融業務の理解を挙げ、FINBOURNEは資産運用の実務に詳しいエンジニアで部隊を組んだとしています。どちらも、AIの技術に加えて、業務の用語とデータの形を知っていることを重く見ています。
SOURCE DESK
参照した一次情報
役割や組織は変わるため、公開時点の公式ページを確認しています。求人票が更新・終了した場合も、 この記事では確認日とURLを残します。
- Microsoft Source|Northern Trust and Microsoft Frontier Company collaborate to transform client onboarding through AI(2026-11-09)確認 2026年11月12日
- Northern Trust|Northern Trust and Microsoft Frontier Company Collaborate to Transform Client Onboarding Through AI(2026-11-09)確認 2026年11月12日
- Microsoft Source|At Northern Trust, finance experts and Microsoft engineers partner to move faster on AI(2026-11-09)確認 2026年11月12日
- FINBOURNE Technology|FINBOURNE launches Forward Deployed Engineering programme(2026-08-26)確認 2026年11月12日
- Morgan Stanley Careers|Forward Deployed Engineer - Vice President(New York)確認 2026年11月12日
- 金融庁|AIディスカッションペーパー(第1.1版)の公表について(2026-03-03)確認 2026年11月12日
- 金融庁|AIディスカッションペーパー(第1.1版)本文(PDF)確認 2026年11月12日
本稿は公開されている発表、紹介記事、求人票、公的資料をもとに金融分野のFDEの事例を整理したもので、Northern Trust、Microsoft、FINBOURNE Technology、Morgan Stanley、金融庁、その他の企業や機関による確認・協賛を受けた記事ではありません。時間短縮や品質スコアは各社の発表による数字で、FDE Journalが独自に検証したものではありません。求人は予告なく変更・終了する可能性があります。本稿は金融機関への法的・規制上の助言ではありません。「本稿の見立て」と記した部分は、情報源が述べた事実ではなく、FDE Journalの編集上の分析です。
事実誤認や更新情報は hello@aishugyo.com までお知らせください。