AIエージェントだけで運営するヘッジファンド、運用コストを99%削減した驚きの実態

ウォール街でAI活用が加速する中、従業員をほぼ全員AIエージェントに置き換えたヘッジファンドが登場しました。元CNBCのトレーダーであり、仮想通貨ヘッジファンドを運用していたブライアン・ケリー氏は、2025年に新ファンド「Bracket22」を設立。その運営はすべてAIエージェントによって行われています。人件費は年間500万ドルから3〜4万ドルにまで削減され、生産性は10倍以上に向上したといいます。この事例は、金融業界におけるAI活用の可能性と課題を象徴するものとして、大きな注目を集めています。本記事では、Bracket22の具体的な取り組みと、ウォール街全体のAI導入の現状を詳しく解説します。

核心内容

• AIエージェントによる完全自動運営: Bracket22は、暗号資産・株式・コモディティを取引するファンドですが、ケリー氏自身の資本のみを運用し、従業員の代わりに複数のAIエージェントがそれぞれの役割を担っています。技術分析担当の「ステフィ」、クオンツ戦略担当の「デズモンド」、全体を統括する「ヒューストン」など、各エージェントが専門分野に特化しています。

• コスト削減の規模感: 以前は世界中に7〜8人の従業員を抱え、給与・オフィス・ボーナスなどを含めると年間約500万ドルの人件費がかかっていました。現在はAIエージェントとコンピューティングリソースを含めても年間3〜4万ドルで済んでおり、コストを99%以上削減しています。

• 人間の判断の重要性: ケリー氏は、AIエージェントから得た情報を基に最終的な投資判断は自ら行うと述べています。各エージェントは偏りのない見解を提供し、それを人間の洞察で補完するというハイブリッドなアプローチを採用しています。

• 生産性の飛躍的向上: ケリー氏は「AIエージェントによって少なくとも10倍は生産的になった」と語ります。また、単なる人員削減ではなく、既存従業員の生産性を10倍以上に引き上げる可能性にも言及しています。

• ウォール街のAI導入事例: JPモルガン・チェースのジェイミー・ダイモンCEOは、AIが労働力に変革をもたらしており、従業員の大規模な再配置計画があると述べています。また、同行は数時間自律的に作業できるAIエージェントを年内に導入予定です。モルガン・スタンレーも業務の一部をAIに委託しています。

慎重論も存在: ゴールドマン・サックスのパートナーは、AIが銀行員の推論能力を低下させる危険性を警告しています。AIへの過度な依存は、金融業界の根幹である人間の判断力を損なう可能性があるという懸念です。

深層分析

Bracket22の事例は、AIが金融業界のビジネスモデルを根本から変える可能性を示しています。特に、運営コストの大幅な削減は、小規模なファンドでも大手と競争できる環境を作り出します。従来、ヘッジファンドの運営には多額の資金と人材が必要でしたが、AIエージェントの導入により、個人運用者でも高度な戦略を実行できるようになりました。

一方で、このようなAI依存にはリスクも伴います。AIエージェントは過去のデータに基づいて判断するため、市場の急変や予期せぬ事態に対応できない可能性があります。また、AIの判断プロセスがブラックボックス化しやすく、説明責任が曖昧になるという問題も指摘されています。ケリー氏は最終判断を人間が下すことでこのリスクを回避しようとしていますが、AIの判断を検証する能力が不足している場合、新たなリスクが生じるでしょう。

今後の展望として、AIエージェントは単なるコスト削減ツールではなく、人間の能力を拡張するパートナーとして進化していくと考えられます。JPモルガンやモルガン・スタンレーが進めるように、大規模な組織ではAIを業務プロセスに組み込み、従業員の再教育と再配置を進める動きが加速するでしょう。また、AIの推論能力を監視・制御するための新しいガバナンスの枠組みも必要になるはずです。金融市場の複雑さを考えると、AIと人間の協業が最適な解である可能性が高いですが、そのバランスをどう取るかが今後の課題となるでしょう。

よくある質問

Q1: Bracket22はどのようにしてAIエージェントを運用しているのですか？ A1: 各AIエージェントは特定の役割（技術分析、クオンツ戦略、全体統括など）に特化して設計されており、それぞれが独立して市場データを分析し、投資シグナルを生成します。最終的な投資判断は、創業者のブライアン・ケリー氏がAIの提案を基に人間の判断で下します。

Q2: AIエージェントによる運用はどの程度のリスクがありますか？ A2: 主なリスクとして、AIが過去のデータに過度に適合し、将来の市場変動に対応できないことや、判断プロセスの透明性が低いことが挙げられます。また、システム障害やサイバー攻撃のリスクも無視できません。そのため、人間の監視と最終判断が重要です。

参考 URL: https://www.cnbc.com/2026/09/08/brian-kelly-bracket22-ai-agents.html