人工知能は金銭的な損失につながる可能性も：金融チャットボットの不具合を調査で明らかに

AIユーザーが、AIが提供する膨大な知識を活用して金融に関する問い合わせに対応しているのは、驚くべきことではない。

統計をざっと見るだけでも十分です。Intuit Credit Karmaが作成し、Credit Karmaが詳細を明らかにしたデータによると、以前に生成型人工知能（GenAI）を使用したことがあるアメリカ人の66%が、金融アドバイスを求めるためにGenAIを使用したと回答しており、ミレニアル世代とZ世代ではその割合が82%に上昇しています。金融に関する質問への対応にAIを使用することは、最も一般的な用途の1つとして際立っており、「金融」はGenAIの2番目に多い使用例（41%）で、健康とウェルネス（44%）に次ぐものです。

AIとテクノロジー企業であるSaturnによる別の調査（「人工権威」レポートとして知られる）によると、AIを金融アドバイザーにすることは、必ずしも賢明な判断ではないかもしれない。Saturnのドメインチームは、ChatGPT、Gemini、Cloud、Copilotなど、最も人気のある18種類のAIツールをテストした結果、この結論に至った。

サターン社の調査結果はすべて、ある示唆に富む結論を示唆している。それは、真剣な金融アドバイスを求める場合、チャットボットは必ずしも完全に信頼できるとは限らないということだ。

土星に関するベンチマーク調査は、極めて憂慮すべき結果を明らかにした。

サターン社の報告書で示された最も衝撃的な統計は、AIモデルが金融に関する質問に対して、正解するよりも間違える頻度の方がはるかに高かったことを示している。

Saturnがテストした17種類のAIモデルの平均正答率は43%で、これはこれらのチャットボットが金融に関する質問に57%の確率で誤って回答したことを意味する。より正確な税制や財務数値に焦点を当てた複雑な複数ステップのシナリオを提示した場合、テストされたAIツールの正答率は12%に低下し、88%の確率で誤りが発生した。

予想通り、テスト対象となった無料AIモデルの失敗率は63%だったのに対し、有料モデルは49%にとどまった。中でもClaude Haiku 4.5は無料モデルの中で最も性能が悪く、82%の確率で誤った回答や不完全な回答を返した。一方、ChatGPT-5.6 Luna（max）は、56%の確率で誤った回答や不完全な回答を返したにもかかわらず、無料モデルの中で最も優れた性能を示した。

Saturn社の調査によると、テスト対象となったすべてのモデルの中で、Anthropic社の有料（推論型）Claude Opus 5モデルが61%の成功率で最高のパフォーマンスを示した。この統計は、Claude Opus 5が金融アドバイスを提供するチャットボットとして最高のパフォーマンスを示しているにもかかわらず、10件中4件近くで正しい回答を提供できなかった。さらに、より複雑な質問を提示された場合、67%の確率で間違いを犯し続けた。

Saturn社の調査で最も懸念されるのは、テストしたAIモデルで特定された具体的なエラーを詳細に分析している点です。これらのエラーは、深刻な経済的影響を及ぼす可能性があります。例えば、あるモデルは、大学卒業生が海外移住することで学生ローンの返済を停止できるというルールを提案しました（実際には、これにより月々の返済額が増加する可能性があります）。また、別のモデルであるGeminiは、住宅ローンの返済を一時停止しても信用スコアに影響はないと借り手に誤って伝えました。チャットボットの限界に関する詳細は、よくある厄介な盲点に関する記事をご覧ください。

結論

サターン社の報告書は、多くのAIユーザーが理解する必要がある、落胆させるような事実を指摘している。それは、AIが提供する金融アドバイスは依然として信頼性が低く、利益を得る可能性よりも、むしろユーザーに大きな経済的損失をもたらす可能性があるということだ。

EYが2026年3月に発表したレポートによると、回答者の53%が金融投資の意思決定にAIアシスタントを利用することを好み、14%がスタンドアロン型のAIを利用することを好み、33%はそのような場合にはいかなる形態のAIも利用しないと回答した。

Saturn社の調査結果のおかげで、この14%という統計値（スタンドアロン型AIの場合）は上昇する可能性がある。AIユーザーが、債務管理、学生ローン、住宅ローン、年金、相続税、退職計画などに関する個人的な質問をチャットボットに尋ねることを控えるようになるからだ。