2026年2月24日、AI開発企業のAnthropicが、同社のソフトウェア「Claude Cowork」向けに金融サービスに特化した複数のプラグインを発表しました。今回のアップデートには、投資銀行やウェルスマネジメントといった高度な金融業務を自動化する機能が含まれています。

今回は、この発表がどのような変化をもたらすのか、背景にある技術や機能の詳細について解説します。

※本記事の内容は、マネックスクリプトバンクが週次で配信している、FinTech・Web3の注目トピックスを解説するニュースレター「MCB FinTechカタログ通信」の抜粋です。マネックスクリプトバンクが運営する資料請求サイト「MCB FinTechカタログ」にて、過去の注目ニュース解説記事を公開していますので、ぜひご覧ください。

Claude Coworkと自律型AIエージェントの仕組み

今回のアップデートの基盤となるClaude Coworkは、2026年1月に提供が開始されたソフトウェアです。一般的な対話型AIとは異なり、ユーザーのPC内のファイルやアプリケーションに直接アクセスする権限を持ちます。

ユーザーが目的を指示すると、AIが自律的にタスクを細分化し、複数ステップの作業を連続して実行します。この機能により、開発者だけでなく一般のビジネスユーザーも、複雑な業務プロセスを自動化できるようになります。

Anthropicが開発した連携規格「MCP」

今回の機能をさらに拡張する技術が「MCP（Model Context Protocol）」です。これは、Anthropic自身が開発して公開したAI向けのデータ連携規格です。

従来のAIシステムでは、外部のデータソースと連携する際、開発者がAPIの仕様を事前に把握し、個別に接続コードを実装する必要がありました。MCPはAIモデル向けに設計された標準規格であり、AIエージェントが実行時に利用可能なツールを動的に読み込む仕組みを持っています。これにより、事前の個別開発を省略し、新たなデータソースへ即座に対応することが可能です。

また、セキュリティ面においても独自のアプローチを採用しています。APIキーなどの認証情報はローカル環境内に保持され、クラウド上のAI本体には機密情報を渡さずに外部システムとの通信を完了します。これは、機密性の高い機関投資家向けデータなどを扱う金融機関にとっても重要な利点となります。

金融業務を自律化する、今回発表されたプラグインの詳細

今回のアップデートでは、財務分析や投資銀行業務などが想定された、5つの金融特化プラグインが導入されました。Anthropicの公開リポジトリによれば、各機能はプロンプト定義の「Skill」、データ連携の「MCP」、操作用の「Command」という3つの要素で構成されています。

たとえば、財務分析プラグインの類似企業比較機能では、MCPを通じて取得した外部データをExcelの特定のセルに配置し、計算式を自動で構築するといった具体的な作業手順が定義されています。

また、株式調査プラグインでは、FactSetやMSCIなどといった外部データソースから収益データを取得して分析し、財務モデルを更新した後、その結果を要約するピッチ資料をPowerPointで作成するといった一連の作業を、ツールを切り替えることなく単一のセッションで完了できるとしています。

競合の動向は？急成長する「OpenClaw」

自律型エージェントの領域では、オープンソースの競合ツールも支持を集めています。直近では「OpenClaw（旧Clawdbot/Moltbot）」が注目されており、2025年11月のリリース以降、急速に利用が拡大しています。

OpenClawは、ユーザーの環境にセルフホストして稼働するAIエージェントです。Discordなどのチャットツールから指示を受け、PC内のファイル操作やブラウザ操作を自律的に実行することが可能です。

企業向けのClaude Coworkとは異なり、OpenClawは技術者向けの汎用ツールとなっています。すべてのデータがユーザーのローカル環境内に留まるため、カスタマイズ性とデータ主権を重視する層から強い支持を得ています。

一方で、Claude Coworkはカスタマイズをせずとも標準でFactSetなどの専門プラットフォームとの連携が可能で、Excelなどの業務ツール上で安定して動作する設計となっています。技術者を持たない企業であっても、導入後すぐに業務の自動化を開始しやすいといった利点を持っています。

考察

Anthropicによる金融特化プラグインの提供とOpenClawの台頭は、AIが単なる対話ツールから、特定の専門業務を自律的に遂行するエージェントへと移行している現状を示しています。公開されたプラグインは金融業務の複雑な作業手順を細かくコード化しており、金融専門職の実務時間を大幅に短縮する可能性があります。また、金融機関以外の企業であっても、金融業務を自社で実行できるようになる可能性があります。

今後の課題として挙げられるのは、各企業が持つ独自のコンプライアンス基準への準拠です。ローカルに保持される認証情報の管理や、出力結果の正確性に対する検証プロセスの確立などが求められます。企業が導入を検討する際には、技術的な利便性の評価と並行して、運用ルールの整備を進める必要がありそうです。