家計相談と脆弱性診断、生成AIにどこまで任せるか

アンソロピックが発表した「Personal Finance」は、米国の個人向け有料プラン（Pro、Max、Ultra）で順次提供するベータ版だ。利用者が金融データの連携サービス「Plaid」を通じて選んだ銀行口座やカードの明細を、Claudeが読み取る。送金や投資はできず、日本の銀行口座も対象に含まれない。^[1][2]

冒頭の利用例は、今月は何にお金を使ったのか、という質問から始まる。Claudeが食費などの内訳を出す。利用者が、いつもの月と比べてどうか、ほかに見落としはないかと聞くと、10日後に年会費が引き落とされることも分かる。数字を一覧にしてもらうだけなら家計簿で足りる。その数字を見て浮かんだ疑問を、その場でもう一つ尋ねられるところに、この機能の面白さがある。^[1]

銀行にとって気になるのは、預金がよそへ移らなくても、顧客から相談される機会は減り得ることだ。旅費を工面できるか、毎月の支出をどこで抑えるか。そう考えたときに開くのがClaudeなら、銀行はお金を預かってはいても、顧客が何に困っているのかを知るきっかけを一つ失う。

一方で、身に覚えのない請求のように、明細を読んだだけでは解決しない相談もある。そこから請求元やカード会社に無理なく問い合わせられるなら、金融機関にも利点はある。アンソロピックによれば、Claudeは広告料を受け取って金融商品を勧めることはなく、自社のカードやローンも扱わない。同社は銀行や資産管理会社との協業にも関心を示しているが、具体的なサービスはまだ発表していない。^[1]

日本でも、預金者が銀行の外で明細を確かめる仕組みは以前からある。GMOあおぞらネット銀行は2019年1月、残高や入出金明細を照会するためのAPIを公開した。同年5月には振込・振替用のAPIも別に用意し、9月にはマネーフォワードとの連携が始まった。同行の預金者は「マネーフォワード ME」を開けば、残高も入出金も分かるようになった。お金の動きを見ることと、お金を動かすことは、当時から分けて扱われている。^[3][4]

では、明細を取り込める家計簿に、会話できるAIが加わると何が難しくなるのか。一つは、足りないデータの扱いだ。アンソロピックによれば、Claudeが参照する残高は1〜2日前のことがある。ある銀行から情報を取得できない間、その銀行での支出が集計から抜け、使えるお金を実際より多く見積もる場合もある。^[2]

冒頭のようにセント単位まで数字が出れば、すべての引き落としを織り込んだ金額だと思いたくなる。仮に一つの口座が抜けていたらどうか。国内の銀行や家計簿会社が同様のサービスを試す際には、全口座の数字がそろった場合に加え、一行だけ明細の更新が止まった場合も試しておきたい。どの口座が計算に入っていないのか、いつの残高を使ったのか。利用者がそれを確かめられれば、旅行の予約を少し待つという判断もできる。

オープンAIがGPT-6 Cyberの成果として挙げたのが、ウェブブラウザー「Firefox」の調査だ。同社によると、研究チームはこのモデルを使って未知の脆弱性を81件見つけ、それぞれの不具合を再現するテストを用意した。開発元のMozillaには、調査の結果と併せて修正案も届けた。Mozillaはいずれの脆弱性についても深刻度を「高」と判定した。Mozillaが公表したFirefox 159の修正内容には、オープンAI側から報告のあった問題が複数載っている。^[5][6]

報告書に「このコードが怪しい」としか書かれていなければ、開発者はまず、不具合が起きる条件を自分で探さなければならない。再現テストまで届けば、その分だけ早く修正に取りかかれる。修正を加えた後も、同じテストをもう一度走らせて、不具合が解消したかを確かめられる。

その先には別の仕事が待っている。ある箇所を直したために、これまで動いていた機能まで止まらないか。次の定期更新を待ってよいか、予定を繰り上げて利用者に修正版を届けるか。研究チームから修正案を受け取っても、こうした判断は製品を送り出す側に残る。81件というのは、発見し、確かめた数だ。製品の修正を終えた数とは区別しておきたい。

GPT-6 Cyberは、誰でもすぐに使えるわけではない。発表時点では、オープンAIのセキュリティ向けプログラム「Daybreak Red」に参加し、さらにこのモデルの利用を認められた一部の顧客が、APIとCodexを通じて使える。モデルを使う資格と、個別のシステムを検査する許可も別だ。たとえば、自社の担当者が利用を認められていても、それだけで取引先のサーバーまで調べてよいことにはならない。^[5][8]

家計相談なら、口座を読み取り専用にしても用は足りる。脆弱性の検証では、調査対象のソフトを動かせるようにしたうえで、関係のないシステムに手が届かないようにする必要がある。オープンAIも、検査対象や使える認証情報、接続先、許可する操作をあらかじめ決め、検証用の環境を隔離するよう勧めている。危険を伴う作業については、担当者が監督し、必要なら途中で止められるようにすることも推奨している。^[7][8]

導入の効果を測るなら、AIがいくつ弱点を見つけたかに加え、開発者がそのうち何件を再現できたか、修正を終えて再テストするまでに何日かかったかを追いたい。診断が速くなっても、重大な不具合が何週間も修正待ちのままなら、その間は利用者に危険が残る。そういう職場なら、次の予算は診断の回数を増やすより、修正を担う人員とテスト環境の確保に充てるほうがよい。