詳細を読む
S&P;グローバル傘下のAI企業Kenshoは、同社の膨大な金融データを統一的に検索・取得するためのマルチエージェントフレームワーク「Grounding」をLangGraphを用いて開発したと発表しました。金融専門家が断片化したデータソースの検索に費やす時間を大幅に削減することが狙いです。
Groundingは自然言語クエリを受け付ける単一のエントリーポイントとして機能し、内部のルーターが株式調査・債券・マクロ経済など専門領域別のデータ取得エージェント（DRA）に問い合わせを振り分けます。各DRAの応答は集約レイヤーで統合され、正確性と文脈を維持した一貫性のある回答が生成されます。
分散システム間の通信を標準化するため、KenshoはカスタムDRAプロトコルを策定しました。構造化データと非構造化データの両方を共通フォーマットで扱えるようにし、エージェント間の連携を円滑化しています。この設計により、新たなエージェントの追加時にもデータパイプラインの再構築が不要になりました。
この統一基盤の上に、セクター比較を支援する株式リサーチアシスタントやESGコンプライアンス追跡エージェントなど複数の金融AI製品を迅速に展開しています。すべてのアプリケーションが同一の信頼性あるデータアクセス層を共有することで、開発期間の短縮を実現しています。
Kenshoが得た主要な知見として、可観測性の確保、ルーティング精度・データ品質・回答完全性を評価する多段階評価の重要性、そしてユーザーとエージェントの対話パターン分析によるプロトコルの継続的最適化が挙げられています。金融業界が求める高い信頼性を維持しつつ、LLMと業務データの統合を進める実践的なアーキテクチャとして注目されます。