Centauri AI

Centauri AI

Centauri AI · コーディング · ビジネス

Centauri AIは投資チーム向けのAIデータプラットフォームだ。信用契約、サービサー報告書、表計算をDataCubeに整理し、検証できる引用付きの分析を書き上げる。

Centauri AI の画面プレビュー

Centauri AI について

What Is Centauri AI

Centauri AIは2023年にHe LuとMilan Shenがサンフランシスコで設立した企業だ。製品は機関投資家、とりわけストラクチャードファイナンスの資産を扱うチームに向く。住宅ローン担保証券、ホールローン、資産担保証券が主な対象になる。アナリストは普段受け取るファイルをアップロードし、AIエージェントに表の抽出、項目の対応付け、あとから照会できるデータセットの構築を任せる。

製品はドキュメントインテリジェンスの領域に入る。流れは一般的なETLの型どおりだ。表を抽出し、項目を目的のスキーマに変換し、結果を分析し、ダッシュボードか整形したExcelに出力する。変わるのは対応付けを誰がやるかである。エージェントは文書を読み、各項目の意味を平易な言葉で説明し、データを別形式へ移すコードを書く。

日常の困りごとは説明しやすい。ローン・テープはPDFで届き、サービサー報告書はExcelで届き、信用契約は長い契約書として届く。誰かが3つを読み比べ、項目を突き合わせ、同じ表を毎月作り直す。Centauri AIはこの作業を数分に縮め、出力は照会できる状態で残す。翌月の報告は保存済みのDataCubeから始まり、ゼロから作り直さなくて済む。

導入を検討する前に制約も知っておきたい。価格は個別見積もりで、セルフサービスは用意されていない。小さなチームがクレジットカードで試すことはできない。金融文書とオルタナティブ投資に合わせた作りなので、マーケティングやサポート部門にはほぼ利かない。公開APIドキュメントは未整備で、連携はベンダー経由になる。

Getting Started

  1. Centauri AIのチームにデモを申し込み、実在する文書を2、3点持参する。サンプルファイルでは意味が薄い。
  2. ワークスペースにまとめてアップロードする。エージェントは構造化された表と非構造のテキストを一度に索引化する。
  3. 必要な出力項目を指定し、エージェントが提案する対応付けを確認してから承認する。
  4. 最初のDataCubeを作り、分析を1回実行し、結果をダッシュボードか整形したExcelとして書き出す。

AIツール情報

Centauri AIの料金、対応プラットフォーム、性能を簡単に確認できます。

無料プランいいえ
有料プランQuote based, demo required
プラットフォームWeb, SaaS, single tenant, private cloud (VPC)
開発元Centauri AI
カテゴリコーディング · ビジネス
リリース日Jan 2023
最終更新Oct 2026
サイト訪問数169
サイト世界ランキング13.3M
API提供状況N/A

こんな人におすすめ

このツールが最も力を発揮するユーザー、タスク、シーン。

ユーザー

  • ストラクチャードファイナンスのアナリスト
  • プライベートクレジットやプライベートエクイティのディールチーム
  • ポートフォリオマネージャーやトレーディングデスク

タスク

  • ローン関連ファイルのクリーニングと検証
  • コベナンツ遵守の確認
  • ディールメモの下書き

シーン

  • 毎月のサービサー報告
  • 新しいプールのデューデリジェンス
  • 案件をまたぐポートフォリオ監視

主な機能

PDF、Excel、CSVの文書索引

ファイルをアップロード領域に投入すると、エージェントが構造化された表と非構造のテキストを切り分ける。ローン関連ファイル、信用契約、サービサー報告書が同じワークスペースに入るため、検索1回で案件全体をカバーできる。索引はページ参照を保つので、回答から出典へ戻れる。

再利用できるデータセットとしてのDataCube

DataCubeは対応付けの工程から出てくる構造化レイヤーだ。整形済みの項目を保持し、再照会、別の分析での再利用、書き出しに使える。毎月同じ報告を出すチームは作り直しから解放される。時間短縮の大半はここにある。

平易な言葉によるデータ対応付け

AIエージェントは項目の意味を説明し、目的の形式へ移すコードを書く。説明を読み、違っていれば直してから確定する。ストラクチャードファイナンスでは同じ列に2つのファイルが別の名前を付けることが多く、この確認が効く。

分岐できる分析とレビュー可能な報告

分析を実行すると、どの時点でも巻き戻しや分岐ができる報告が出る。合計がおかしければその工程に戻り、残りを失わずに別の道を試す。報告自体がレビュー前提で、主張ごとに出典の引用が付く。

引用と監査証跡

出力はすべて、由来する文書と条項へのリンクを保つ。投資委員会に出せるAIの回答と出せない回答の差はここだ。同僚や規制当局から数字の根拠を聞かれたときにも、監査証跡が役に立つ。

導入形態とセキュリティ管理

Centauri AIはSaaS、シングルテナント、自社VPCのいずれかで動く。管理策はSOC 2 Type IIで評価済みだと会社は説明し、ワークフローは人が承認できる形で残る。金融チームでは、導入形態がそのまま利用可否を決めることが多い。

メリットとデメリット

メリット

  • ストラクチャードファイナンスの文書専用で、項目の対応付けがローン・テープとサービサー報告書に合う。
  • DataCubeの出力を再利用でき、毎月の作り直しに消えるアナリストの時間を削る。
  • 引用と監査証跡があるため、分析を投資委員会にそのまま出せる。
  • 導入形態が柔軟で、SaaS、シングルテナント、プライベートクラウドに対応する。

デメリット

  • 公開価格もセルフサービス登録もなく、評価には営業とのやり取りが要る。
  • 金融業務に絞った製品で、他部門での用途は限られる。
  • APIドキュメントが公開されておらず、個別連携はベンダー頼みになる。

よくある質問

信用契約、サービサー報告書、ローン関連ファイルといった金融文書を構造化データに変え、そのデータを分析して引用付きの報告を書く。