不動産投資ファンド向け投資ナレッジAI基盤構築

導入の背景・経緯

投資判断の背景が、各所に散らばっていた

不動産を中心に投資を行うファンドでは、過去の投資判断の背景や、アセットマネージャー（AM）との協議内容が各所に散らばっており、似た事例を探して投資判断に生かすことが難しかった。会社ごとに形式の異なるAMレポートの読み込みや、報告資料の作成にも多くの時間がかかっていた。

bloomは、次の判断に生かすために残すべきなのは、会議の記録そのものではなく、「どの案件で・何を・なぜそう判断したか」という判断の背景だと整理した。経営層が会議や資料のレビューで示してきた判断の軸を、後から引き出せる形でためていくことを、取り組みの中心に据えた。あわせて、ためたナレッジを使う場面も、類似事例の検索、AMへの依頼事項の確認、投資委員会の前の準備、報告資料の作成と、日々の業務に沿って具体的に描いた。

取り組みの概要・ポイント

記録の手間をかけず、判断の背景をためていく

仕組みづくりで重視したのは、担当者に記録の手間をかけないことだ。会議が始まると自作の録音アプリが自動で録音を始め、文字起こしから要約・整理までをクラウド上で行う。経営層の発言からは判断の軸が表れた部分を抜き出し、ひとまとまりのナレッジとして残す。会議のほか、仲介会社から届く物件紹介のメールや、経営層が資料に返したレビューのコメントも、蓄積の対象とした。

ナレッジを引き出す入口には、普段使いの生成AIを選んだ。蓄積したナレッジはAIが毎月自動で整理し、よく出てくる重要な観点ほど残るため、使うほど精度の高いナレッジベースに育つ。機密性の高い投資情報を扱うことを前提に、多要素認証や利用者ごとの権限管理も備えた。

蓄積したナレッジは、主に次のような場面で使える。

• 過去の類似事例の検索。似た物件や論点で、過去にどう判断したかを根拠ごと引き出す
• AMへの依頼事項の確認。これまでの協議内容と照らし合わせ、伝え漏れを防ぐ
• 投資委員会の前のセルフレビュー。資料を作る前に、経営層が過去に示した観点をAIが示す。その案件に関係する観点に加え、普段は意識しにくい観点も示すので、指摘される前に気づける
• 報告資料の一次作成。過去の協議内容や判断の観点を踏まえ、AMレポートの読み込みから一次案の作成までをAIが担う

導入の効果

会議を終えるだけで、ナレッジがたまっていく

仕組みを整えるだけでなく、大量の資料からの情報抽出や翻訳など、日常業務での生成AIの活用も定着を支援した。会社ごとに形式の異なるAMレポートの読み込みや報告資料の作成といった、時間を取られていた作業にも生成AIを使えるようにした。

会議を終えるだけで協議の内容がナレッジとしてたまり、過去の投資判断の背景を普段使いの生成AIから探せるようになった。「あのとき、似た案件をどう判断したか」がすぐに分かり、投資委員会の前には、経営層が過去に示した観点を踏まえて資料を見直せる。チーム全体で、年間約1,200万円相当の業務削減効果を試算している。