ロンドン証券取引所の親会社LSEGが、4000人規模でOpenAIを本番運用に乗せた。PoC止まりの議論はもう終わりだ。数週間かかっていた分析サイクルが数日に縮むという数字は、金融・士業・コンサルといった「文書で稼ぐ業種」の経営者にとって、来期予算の組み替えを迫る一報である。
何が起きたか
OpenAIが公表した事例によれば、LSEG（London Stock Exchange Group）は社内のアナリスト、コンプライアンス担当者など約4000人にOpenAIを全社展開した。用途は明確で、金融データから市場レポートのドラフトを生成し、与信判断の下書きを自動化し、プロダクト改修のフィードバックループを回す業務である。
注目すべきはスピード指標だ。これまで数週間を要していた分析やプロダクト改修のサイクルが、数日単位にまで短縮されたとOpenAIは説明している。数十人規模のパイロットではなく、4000人という基幹業務人員に対する全社展開である点が、これまでの「実証実験ニュース」とは決定的に質が異なる。タイトルにある「from data to decisions（データから意思決定へ）」というフレーズが、本件の本質を端的に示している。
なぜこのニュースが重要か
経営者視点でこの一報を読むと、論点は3つに集約される。
第一に、ROIの桁が変わった。分析サイクルが「週単位→日単位」に縮むということは、単純計算で生産性が5〜10倍になるという意味だ。仮にアナリスト1人の人件費を年2000万円と置けば、4000人で800億円規模の人件費プールに対し、生産性5倍は3200億円相当のキャパシティ創出に等しい。OpenAIへの支払いがエンタープライズ契約で年数十億円規模だったとしても、ROIは二桁倍で成立する。
第二に、競争のベースラインが上がった。LSEGは金融データという「信頼できる自社データ」を持つことで、AIの精度を担保している。逆に言えば、自社データの整備が遅れている企業はAIを入れても効果が出ない。データ基盤投資の優先順位は、もはやIT部門の議題ではなく取締役会の議題である。
第三に、4000人規模の本番運用が「標準ライン」になった。PoCで300人を選抜して効果測定する従来型のアプローチは、競合がすでに本番運用に入っている市場では時間の浪費でしかない。
経営判断への含意
私が経営者なら、この事例から3つの問いを自社に突きつける。
第一の問い。「自社の意思決定プロセスのうち、どこがデータ→判断の変換で詰まっているか」。LSEGがやっているのは、データを意思決定に変換する中間工程の自動化である。日本企業の多くは、ここに膨大な工数を割きながら、その工程をデジタル化していない。役員会の資料作成、与信判断のメモ、顧客提案書のドラフト――これらは全てLSEGモデルで置き換え可能な領域だ。
第二の問い。「自社データはAIに食わせて意味のある状態か」。ここが本件の隠れた本丸である。LSEGはRefinitiv買収で得た金融データという「世界最高品質の燃料」を持っていたからこそ、4000人展開が成立した。データが部門ごとにサイロ化し、フォーマットがバラバラの企業は、AI契約より先にデータ統合に投資すべきである。
第三の問い。「専門職人材の役割定義をいつ書き換えるか」。アナリストやコンプラ担当の業務記述書が「レポートを書く人」のままなら、近い将来コストセンターに転落する。「AIが書いた判断書類を検証・承認する人」への役割転換を、人事制度と評価制度の側から組み直す必要がある。
経営者として次に取るべき動き
第一に、向こう90日で「AIで置き換え可能な定型文書業務」の棚卸しを実施する。対象は提案書、社内稟議、与信メモ、市場レポート、議事録。年間工数と人件費を金額で出し、ROI試算の土台を作る。これがなければ予算議論は前に進まない。
第二に、データ基盤投資をAI予算と分離せず、同一プロジェクトとして取締役会承認を取る。LSEGの教訓は「データなきAIは無価値」である。CDO（チーフデータオフィサー）不在の企業は、外部から招聘してでもこのポジションを早急に埋めるべきだ。
第三に、PoCを今期で打ち切り、来期から最低でも数百人規模の本番運用にステージを上げる計画を立てる。競合がLSEGモデルに追随する中、自社だけが実験フェーズに留まることは、市場での退場を意味する。意思決定は今四半期中に下すべきである。