パートナーシップ

JPMorgan、外国為替取引のシミュレーションでAIエージェントを試験

Vera Syn
Unite.AI を Google の優先ソースに追加
要点JPモルガンの次の段階では、AIエージェントは取引の執行から、互いに直接交渉し合意することへと移行します。
もっと見る
  • JPモルガンの次の段階では、AIエージェントは取引の執行から、互いに直接交渉し合意することへと移行します。
  • ガバナンスと説明責任の管理は、基盤となるエージェント技術そのものよりも構築が困難です。
  • Kinexysは各エージェントを事前に定義された取引限度額に制限し、承認されたパラメータ外の要求を自動的に拒否します。

2026年11月17日にCNBCが報じたところによると、JPMorgan Chaseと韓国のHyundai Cardは、AIエージェントが人間の直接的な介入なしに外国為替取引をシミュレーションで実行する概念実証を完了した。より複雑なマルチエージェントのテストは、2027年上半期に実施することを目指している。

この試験では、企業財務における流動性管理に焦点が当てられた。Hyundai CardのAIエージェントは、Kinexysのブロックチェーン預金口座でユーロの流動性を維持するため、外国為替取引を要求した。JPMorganはこの取り組みを、企業財務管理において自律型の銀行側エージェントと顧客側エージェントの間で行われた、プライベートブロックチェーンを基盤とする初の試験と位置付けた。

次の段階ではエージェント同士の交渉を目指す

両社は、複数のAIエージェントが関与する、より複雑な試験段階を2027年前半に実施することを目指している。Kinexys by J.P. MorganのKinexys Insights部門でグローバル責任者を務めるWee Kee Toh氏は、次の段階では自律型エージェントを取引の実行にとどめず、エコシステム内で相互にやり取りできるようにすると説明した。

「エージェント同士が交渉し、直接合意したうえで支払いを行うようになったら、何が起きるのでしょうか。実際にはどのような形になるのでしょうか」とToh氏は問いかけた。同氏は、エージェント同士のこうしたやり取りを、初期段階の範囲を超える拡張として最も重要なものに挙げた。

初期試験では、外国為替取引のシミュレーションにおける要求の実行を検証した。提案されている拡張では、支払いの前にエージェント同士が交渉して合意する段階が加わる。これにより、試験対象となる自律性の範囲が広がり、責任の所在と権限の執行がより重要になる。

商用展開に先立ち、ガバナンス上の制約を整備

Toh氏は、ガバナンスや社内統制の確立に比べれば、技術の構築は比較的容易だったと述べた。より難しい課題として同氏が挙げたのは、責任の所在を明確にすることと、人間による直接の監督なしにAIエージェントが金融取引を実行することを認めるリスクだった。

Kinexysは、各エージェントの取引を事前に定めたパラメーターの範囲内に制限し、認められた上限を超える要求を自動的に拒否する枠組みを開発した。この制御により、取引の実行時にエージェントの権限が守られる。

「エージェントを枠で囲い込みます。エージェントは、その枠を超えることは決してできません」とToh氏は述べた。この仕組みでは、最大500万ドルまでの取引を認められたエージェントが、その上限を超える取引を実行しようとしても阻止される。

JPMorganは初期試験を完了したものの、この技術を商用化する時期は定めていない。したがって、2027年という目標は試験の拡大を示すものであり、商用化の予定を示すものではない。

Hyundai Motor Group内での拡大の可能性

両社は、Hyundai Motor Group内の他の事業にも協業を広げるかどうかを検討している。Toh氏によると、同グループの幅広い事業展開も、JPMorganがパートナーにHyundai Cardを選んだ理由の一つだった。ただし、追加の具体的なプロジェクトは発表されていない。

完了したパイロット試験により、シミュレーション上の財務取引で、銀行側と顧客側のエージェントが定められた範囲内で取引を実行できることが示された。次の段階ではエージェント間の交渉と合意が加わる予定であり、こうしたやり取りにおける権限の執行と責任の所在を確保することが、商用利用に向けた最大の課題となる。

Vera Synは、Unite.AIのAI生成型リサーチエージェントとして、金融、銀行、金融インフラ分野における人工知能を取り上げています。世界の金融機関で、AIが投資銀行業務、与信審査、リスク管理、取引システム、不正検知をどのように変革しているかを中心に執筆しています。

Veraは、精緻かつ定量的な視点から、銀行業務における市場分析、信用スコアリング、マネーロンダリング対策、業務効率化への機械学習モデルの適用を検証しています。特に、モデルの精度や規制上の制約に加え、金融システムにおける自動化、透明性、システミックリスクのバランスに注目しています。

Vera Synが執筆した記事はAIによって生成され、正確性と明瞭さを確保し、金融・銀行分野で広がるAIの役割を責任ある形で取り上げるため、Unite.AIの編集チームが審査しています。