Goldman Sachsは、社内AIアシスタント「GS AI Assistant」を段階的に全社へ展開しました。2025年1月の報道によれば、当初は約1万人の社員が利用し、その後2025年半ばに全社展開されたとされています。要約、文章作成、データ分析、翻訳など知識労働の共通作業を担う設計です。規制の厳しい金融機関で、どのような順序で広げたのかを追います。

いきなり全社に配らず、約1万人規模で試行する

まず約1万人規模で試行し、使い方と課題を掴んでから展開範囲を広げる進め方は、規制産業における現実的な順序です。試行段階で得た利用実態は、研修内容やガイドラインの具体化に使えます。全社展開の可否判断を「技術の完成度」ではなく「運用の学びが溜まったか」で行う視点が重要です。試行に参加した部門の声を研修教材に反映させることで、全社展開時の納得感と利用定着が高まります。

基盤側で、複数のモデルを使い分けられるようにしておく

報道では、同アシスタントが複数の大規模言語モデルを承認済みの範囲で使い分ける構成であることが伝えられています。単一モデルに依存せず、業務や要件に応じてモデルを選べる基盤を持つことは、性能変化や価格変動への耐性になります。IT部門とDX推進部門にとっては、モデル選定を個別導入の都度判断ではなく基盤側の設計課題として扱う発想が参考になります。

統制の効いた基盤の上で、全社員に開く

顧客情報と市場情報を扱う金融機関では、入力してよい情報の範囲、出力の確認責任、記録の残し方が展開の前提になります。同社の事例は、ツールの高機能さよりも統制の効いた基盤の上で全社員に開くという順序を示しています。自社でも、利用規程と研修を配布と同時に届ける設計が、後追いの注意喚起より効果的です。展開の節目ごとに利用実態と課題を経営層へ共有する場を持つことも、統制と普及の両立に役立ちます。

展開の節目ごとに、共有の場を持つ

段階展開では、試行から全社展開までの間に判断の節目が複数回訪れます。その都度、利用実態と課題を共有し、次の段階へ進む条件を確認する場があるかどうかで、統制と普及の両立のしやすさが変わります。試行の学びを研修とガイドラインに反映させる回路と、経営層への共有の場は、展開計画の中にあらかじめ組み込んでおく要素です。

試行の規模設定にも読み取るべき点があります。約1万人という規模は、小さな検証で終わらせず、部門をまたぐ利用実態と課題を掴めるだけの大きさを持ちながら、全社展開の前に立ち止まる余地を残した設定です。試行が小さすぎれば得られる声は偏り、大きすぎれば問題が見つかったときの引き返しが難しくなります。自社で試行規模を決める際も、人数の多さではなく「全社展開の判断材料が揃う規模かどうか」が基準になります。

自社に引くときのチェック

  • 全社展開の前に、試行の規模と期間が意図を持って設定されているか
  • 試行で得た利用実態が、研修内容とガイドラインの具体化に使われているか
  • モデルの選定が、個別導入ごとの判断ではなく基盤側の設計として扱われているか
  • 利用規程と研修が、ツールの配布と同時に届く設計になっているか
  • 展開の節目ごとに、利用実態と課題を経営層へ共有する場があるか

最後に留保を付けます。本記事の内容は報道に基づく整理であり、同社の非公開の運用詳細は分かりません。そのため、持ち帰るべきは個別機能の真似ではなく、試行規模の設定と基盤型の展開という「進め方の型」の方です。報道で確認できる範囲と、確認できない範囲を分けたうえで、自社の展開計画に当てはめる必要があります。

あわせて読みたい

「金融機関のAI活用は「守りの設計」から始める。情報管理と研修の進め方」 https://axdx.aohalab.ai/#/article/31

「JPMorgan Chaseの全社向けAI基盤「LLM Suite」の展開」 https://axdx.aohalab.ai/#/article/58

出典：CNBC「Goldman Sachs launches AI assistant」（2025年1月21日） https://www.cnbc.com/2025/01/21/goldman-sachs-launches-ai-assistant.html

本記事で紹介した内容は2026年11月時点の公表情報に基づきます。最新の内容は出典の一次情報をご確認ください。