金融 / 暗号資産取引所
Coinbase：社内の意思決定文書のレビュー
- 企業
- Coinbase
- 国
- 米国
- 導入状況
- 運用中
- 資料公開
- 日付の基準
- 資料が公開された時点。導入を開始した日とは異なる場合がある。
- 根拠の確認方法
- 原文の本文を閲覧
業務課題
Coinbaseの技術ブログ記事によると、Coinbaseは複数部門の主要な関係者から意見を集め、責任者であるDeciderが最終決定を下す重要な意思決定にRAPID(Recommender, Agree, Perform, Input, Decider)の枠組みを使う。RAPID文書には推奨案とその根拠、長所と短所、リスクと利点、取り消せる決定かどうかが書かれ、名前が記された人はそれぞれ賛成か反対の意見と追加の文脈を残す。同記事は、この枠組みにAIを加えて見えていないリスクを体系的に洗い出し、認知バイアスを減らし、最も重要な決定に透明で監査可能な分析の段階を設けようとしたと述べた。
使った技術とデータ
同記事によると、CoinbaseはRAPIDの枠組みを補う社内の意思決定支援ツールRAPID-Dを作った。RAPID-Dは一つのAIが答えを出す方式ではなく、役割の異なる四つのエージェントが協力する構成である。最初のエージェントはRAPID文書だけを確認し、文書に書かれた事実と論拠から基本の推奨を出す。二つ目のエージェントは文書についてセキュリティ、市場への影響、コスト、ユーザー体験、拡張性などの分野の重要な質問を作り、社内検索ツールでCoinbaseの社内知識から答えを探し、組織の文脈を反映した推奨を出す。三つ目のエージェントは最初の推奨に対する最も強い反論を組み立て、弱点や明示されていない前提、リスクを探す。最後のエージェントは三つの結果を比べ、根拠とトレードオフの説明を付けた最終推奨を人間のDeciderに出す。原文の構成図によると、RAPID文書はDocument fetch APIで読み込まれ、最終結果はCB-GPTの推奨として出る。利用者がセッション中に残した意見や、後から関係者がRAPID文書に残した意見は元の推奨と比べられ、同じ意思決定の流れの次の推奨に反映される。
成果
同記事によると、CoinbaseはRAPID-Dの最終推奨をCoinbaseのRAPID Deciderが文書に記録した実際の決定と一件ずつ比べる人によるレビューで精度を測った。原文の精度表の画像によると、Claude 3.7 Sonnetは86%、Gemini 2.5 proは85%、GPT-4oは71%で、同社は品質、安定性、信頼性のバランスからClaude 3.7 Sonnetを選んだ。同記事は、最初は文書を分析して推論を示す一つのエージェントから始め、リーダーからの初期のフィードバックを手作業で集めたこと、現在のバージョンはエージェント同士の議論とより深い説明を加え、時間のかかる決定は非同期で処理して利用者に進み具合を知らせることを説明した。同記事は、この段階的な構成によって意思決定の過程全体が透明で一貫し、再現可能になると述べた。
限界と残る課題
同記事は、精度評価に使った意思決定文書の数と評価期間、RAPID-Dを使う社員の数、処理した決定の件数を明らかにしていない。今回の調査では、記事公開後の運用状況を公式資料で確認できなかった。
出典
- Making Smarter Decisions, Faster with AI at Coinbasecoinbase.com, 確認
公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。