先週、グーグルが最新のGeminiモデルを発表すると、インターネット上は大騒ぎとなった。複数のメディアがOpenAIは圧力を感じていると報じた。The Informationによると、サム・アルトマン氏から社員に宛てた内部メモが流出し、グーグルの性能向上を受けて「厳しい雰囲気」と「経済的な逆風」を警告していた。先月書かれたとされるこのメモは、アルトマン氏が公に語る1兆ドル規模の野望とは対照的に、OpenAIの収益成長が2026年までに一桁台に減速する可能性があると警告していた。さらに、あるバイラルツイートがこの状況をさらに増幅させ、グーグルの構造的優位性を平易な言葉で指摘した：世界中のデータ、独自のチップ、膨大な現金準備、そしてYouTube、検索、Gmail、マップ、Androidを通じた数十億人のユーザーへの配信力。
細部が正確だったか誇張されていたかはほとんど問題ではなかった。この物語が火がついたのは、人々が見たがる展開に触れたからだ：グーグル対OpenAI、Gemini対GPT、そしてAIリーダーシップを巡るヘビー級対決の最新ラウンド。
しかし、テクノロジー界が誰がその週を制したかで議論している間、機関投資家の金融業界は全く異なる視点を持っていた。銀行、クレジットファンド、大手資産運用会社はグーグルの躍進を祝うことも、GPT-5の巻き返しを予測することもしていなかった。彼らはより戦略的な問いを投げかけていた：そもそもなぜ審査インフラを単一のモデルに賭けるのか？
この最新リリースの数週間前、ニューヨークで開催されたプライベートマーケットAIサミットで、私はまさにこの点を指摘した。プライベートクレジットマネージャー、プライベートエクイティ投資家、LPが集まる会場で話をした。ブラックロック、ムバダラ、カルタの幹部と同じステージに立ち、このメッセージはパネル全体で共感を呼んだ。本当のリスクは間違ったモデルを選ぶことではない。本当のリスクは単一のモデルを選ぶことだ。「フロンティアが四半期ごとに移り変わるなら」と私は聴衆に語った。「なぜ審査プロセスを一つのエンジンに固定し、それがトップに留まることを期待するのか？」
その瞬間が重要だったのは、プライベートマーケットで実際にAIを展開している人々が既にその変動性を感じているからだ。そしてこれが、私たちがF2を意図的にLLM非依存型のエージェントプラットフォームとして構築した中核的理由の一つだ。人気のあるモデルではなく、プライベートマーケット投資家が日常的に使用するワークフローを中心に設計されている。
4月に本誌で書いたように、汎用LLMはプライベートクレジットには不十分だと主張した。当時書いたように、「金融分析は異なる獣だ。それは多段階で、数学的要素が多く、ハルシネーション（幻覚）に対して不寛容だ」。これは今も真実だ。しかし、あの記事以降さらに明らかになったのは、モデル環境がいかに急速に変化しているか、そして単一のフロンティアモデルに投資機構全体を構築することがいかに危険かということだ。
1年前、GPT-4は揺るぎない存在に見えた。その後、AnthropicがClaude Opusで急浮上した。MetaはLlama 3でエコシステムを驚かせた。XはGrokをリリースし、予想よりも速く進化し始めた。そして今、グーグルはデータ規模、チップインフラ、資本、そして競合他社が太刀打ちできない配信の優位性を活用して、フロンティアへの主張を再び強めた。
テック業界の観察者はリーダーボードを見る。
金融機関はリスクプロファイルを見る。
彼らは複数年の採用サイクルで運営している。AIモデルは月単位で測られるタイムラインでブレークスルーをリリースする。このミスマッチはもはや理論上の懸念ではない。それは構造的なものだ。
私はこれを知っている。なぜなら私は旧世界を生きてきたからだ。プライベートエクイティ時代、私は混沌としたデータルームを整理し、90%の確率で失敗する取引をモデル化しようと、午前3時までExcelに埋もれていたアナリストだった。それはスケールできず、アセットクラス全体への税金のようなものだった。後にArcを創業し、最終的にF2を構築した時、私はAIのハイプを追いかけていたわけではなかった。当時あったらよかったと思っていたワークフローを修正しようとしていたのだ。
私たちが学んだ最も初期の教訓の一つは単純明快だった。単一のモデルに依存することは構造的な不利益だ。私たちはGPTやClaudeのような汎用LLMをレバレッジ計算、純負債、コホート分析、Excel解析などのプライベートクレジットワークフローでベンチマークした。それらのパフォーマンスはタスクごとに予測不可能に変動した。金融は単一の問題ではない。それは一連の専門的な問題の連鎖であり、単一のモデルでは完璧に処理できない。
しかし、より深い問題は技術的なものではなく、競争的なものだ。
審査スタックを一つのモデルに結びつけるプライベートクレジットファンドは、動く標的に自らを固定している。そのモデルが完全に有能なままであっても、別のモデルが推論、抽出、または数値分析において大幅に優れるようになった瞬間、単一モデルアーキテクチャにロックインされたファンドは、フロンティアを即座に採用できる同業者に遅れをとる。
彼らのワークフローは壊れない。
彼らの相対的なパフォーマンスが低下する。
そしてプライベートクレジットでは、相対的なパフォーマンスが結果を決定する。
LLM非依存型システムを使用するファンドは、借り手の審査を迅速に行い、同じ時間でより多くの取引を精査し、よりクリーンなデータに基づいたより豊かなメモを作成する。これらの利点は複合的に作用する。LP資金が分析的レバレッジを示すマネージャーに流れる高成長市場では、昨日のモデルを実行しているファンドは、最終的にフロンティアとともに進化する同業者よりも低いリターンを生み出す。
そのギャップが一度開くと、四半期ごとに広がっていく。
これが機関投資家の金融業界が垂直型、LLM非依存型AIプラットフォームに移行している理由だ。それがトレンディだからではなく、経済的に合理的だからだ。
陣営を選ぶ代わりに、貸し手はGemini、GPT、Claude、Llama、Grokを含むフロンティア全体を継続的に評価するマルチモデルシステムを採用している。各ワークフローステップは、その特定のタスクに最も適したモデルにルーティングされる。抽出は一つのエンジンに、推論は別のエンジンに、予測は第三のエンジンに、メモの合成は第四のエンジンに向けられる。
このアプローチは、誰がその週を制したかを気にしない。
それは、どのモデルが今この瞬間に最も正確な出力を生み出すかを気にする。
このアーキテクチャの最も強力な部分は、グーグルの最新モデルを含む全てのモデルリリースがアップグレードになることだ。LLM戦争はシステムを不安定にしない。それを強化する。
金融自動化の未来は、今月のベンチマークでトップに立つモデルによって決まるのではない。その変動性を吸収し、それに定義されることなくシステムを構築する企業によって決まるだろう。
銀行はGeminiがGPTに勝つことを必要としていない。
彼らはその問いを無関係にする審査プラットフォームを必要としている。
AIイノベーションが四半期速度で動き、競争優位性がかつてないほど速く複合する世界では、プライベートクレジットの勝者は、マルチモデル、垂直型AIとそれがもたらす規律、精度、スケーラビリティを受け入れる企業となるだろう。
新しいGeminiモデルは見出しを独占したかもしれない。しかし審査の未来を構築している人々にとって、本当の教訓は単純だ。チャンピオンを選ぶな。選ぶ必要がないアーキテクチャを構築せよ。
そして、かつて壊れたスプレッドシートと乱雑なデータルームの調整に週末を丸ごと費やした私たちにとって、その未来は早く来るに越したことはない。
