株式会社renue
AI導入・DXの悩みをプロに相談してみませんか？
AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。 renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。
証券会社のピッチブック作成をAIで効率化する方法｜過去事例×市場データからLLMが構成案を自動生成
投資銀行部門（IBD）において、ピッチブックの作成はジュニアバンカー（アナリスト・アソシエイト）の最大の業務負荷です。M&Aアドバイザリー、エクイティファイナンス、デットファイナンス等の案件提案にあたり、市場データの収集、類似取引事例の分析、バリュエーションの算出、提案書のデザインまで、1案件あたり数十時間を要します。本記事では、汎用LLM（Claude等）を活用してピッチブック作成を効率化する具体的なアプローチを解説します。
業務の詳細フロー（現状の手作業）
ステップ1：案件の理解・情報収集
シニアバンカー（MD・VP）から案件の概要（対象企業、提案内容、想定スケジュール）を受け、関連情報を収集します。対象企業のIR資料、業界レポート、競合情報、過去の類似案件（コンプス）を網羅的に調査します。
ステップ2：市場分析・コンパラブル分析
類似企業のバリュエーション指標（PER、EV/EBITDA等）を収集し、コンパラブル分析表を作成します。類似取引事例（プレシデント・トランザクション）のディール条件、プレミアム率等を整理します。
ステップ3：バリュエーションの算出
DCF（割引キャッシュフロー）モデル、コンパラブル分析、プレシデント・トランザクション分析等の手法でバリュエーションレンジを算出し、フットボールチャート（バリュエーションサマリー）を作成します。
ステップ4：ストーリーラインの構築
「なぜ今この案件を提案するのか」「なぜ当社がアドバイザーとして最適か」のストーリーラインを構築し、各スライドのメッセージを設計します。シニアバンカーとの擦り合わせを繰り返します。
ステップ5：スライドの制作・修正
PowerPointで各スライドを制作します。マーケットオーバービュー、企業分析、バリュエーション分析、トランザクション・ストラクチャー、タイムライン、チームの実績（クレデンシャル）等のセクションを作成し、シニアからの修正指示に対応します。この修正サイクルが複数回繰り返されます。
課題・ペインポイント
- 膨大な作業時間：1案件のピッチブック作成に20〜40時間を要し、ジュニアバンカーの長時間労働の主要因
- データ収集の非効率：複数のデータソース（Bloomberg、Capital IQ、SPEEDA等）から手動でデータを収集・整理する作業が非効率
- 修正の繰り返し：シニアからの修正指示が複数回にわたり、特にフォーマット・デザインの微修正に多大な時間を消費
- 過去資料の活用不足：過去に作成した類似案件のピッチブックが組織内に蓄積されているが、検索・再利用が困難
- コンプライアンス・ブランド準拠：社内のブランドガイドライン・コンプライアンス要件への準拠チェックに時間がかかる
AI化のアプローチ（LLMによる実装イメージ）
入力データの設計
- 案件ブリーフ：案件の概要、提案のゴール、対象企業名、想定取引形態（M&A/IPO/資金調達等）
- 対象企業データ：財務データ（売上・利益・BS/PL）、株価推移、事業セグメント、経営陣情報
- 市場データ：業界のマーケットサイズ、成長率、主要プレーヤー、M&Aトレンド
- 過去のピッチブック：類似案件の過去ピッチブック（RAGで検索・参照）
- 自社クレデンシャル：チームの実績データベース（過去のディール実績、業界ランキング）
LLMへの指示（プロンプト設計の考え方）
- 役割設定：「あなたは投資銀行のアソシエイトです。以下の案件情報に基づき、クライアント向けピッチブックの各スライドのテキストコンテンツを作成してください」
- 構成の指定：「①エグゼクティブサマリー、②マーケットオーバービュー（業界動向・M&Aトレンド）、③企業分析（対象企業の強み・課題）、④バリュエーション分析（コンパラブル・DCFの前提条件と結果の説明文）、⑤トランザクション・ストラクチャー（取引スキームの提案）、⑥想定タイムライン、⑦当社クレデンシャル（関連実績）の構成で作成してください」
- 過去事例の参照：「過去の類似案件ピッチブック（以下に添付）のトーン・構成を参考にしつつ、今回の案件に合わせた内容にカスタマイズしてください」
- 注意事項：「バリュエーションの具体的数値は別途計算したものを使用します。ここではスライドの説明テキストのみ作成してください」
人間が判断すべきポイント
- ストーリーラインの最終設計：「このクライアントにどのメッセージが最も響くか」の戦略的判断はMD/VPが行う
- バリュエーションの前提条件：DCFのWACC、成長率、マルチプルの選定等の専門的判断はバンカーが行う
- クライアントリレーション：提案の場での質疑応答、クライアントとの関係構築は人間の仕事
- 機密情報の取扱い：インサイダー情報を含む案件データのLLMへの入力可否の判断
他業種の類似事例
- コンサルティングファームの提案書：過去のプロジェクト実績をRAGで参照し、クライアント課題に合わせたピッチ資料のドラフトをLLMが生成（出典：ChatFin "AI Pitchbook Automation 2026"）
- 広告代理店の企画書：クライアントの課題＋市場データ＋過去の成功事例からLLMが企画書のドラフトを自動生成
- 不動産会社の物件提案書：投資家向けに物件の収益シミュレーション＋市場分析を含む提案書をLLMが作成
導入ステップと注意点
ステップ1：過去ピッチブックのデータベース化（2〜4週間）
過去に作成したピッチブックをベクトルデータベースに格納し、RAG（検索拡張生成）で類似案件を検索・参照できるようにします。案件タイプ（M&A/IPO/デット等）、業界、取引規模等でタグ付けします。
ステップ2：セクション別のプロンプト設計（2〜3週間）
ピッチブックの各セクション（マーケットオーバービュー、企業分析、クレデンシャル等）ごとにプロンプトを設計します。セクションごとに入力データと出力フォーマットを定義します。
ステップ3：パイロット運用（4〜8週間）
実際の案件で、LLMが生成したドラフトとバンカーが一から作成した資料の品質を比較します。時間短縮効果と品質を検証し、プロンプトを改善します。Model MLやFactSetのAI Pitch Creatorのような市場製品も参考にしつつ、自社の文化・スタイルに合ったカスタマイズを行います（出典：FactSet "AI-Powered Pitch Creator"）。
注意点
- 機密情報の管理：M&A案件の情報は最高レベルの機密性が要求される。クラウドLLMの使用可否を法務・コンプライアンス部門と事前に確認すること
- 数値の正確性：LLMはバリュエーション数値を「もっともらしく」生成するリスクがある。財務モデルはExcel/専用ツールで別途作成し、LLMはテキストコンテンツの生成に限定すること
- ブランドガイドラインの準拠：LLMの出力をPowerPointのデザインテンプレートに統合する際、社内のブランドガイドラインに準拠していることを確認すること
Renue視点：専用ツールではなく汎用LLMで実現する理由
ピッチブック作成の本質は「情報の構造化と説得力あるストーリーの構築」です。Model MLやFactSet等の専用ツールは高額なライセンス費用がかかりますが、汎用LLMとRAGの組み合わせで同等のドラフト品質が実現できます。過去のピッチブックをベクトルDBに格納し、案件ブリーフを入力すれば、LLMが類似事例を参照しながらカスタマイズされたドラフトを生成します。「業務を言語化し、過去の知見をデータベース化する」——この2つの取り組みが、専用ツールに頼らないAI活用の鍵です。
まとめ
証券会社のピッチブック作成は、データ収集・コンパラブル分析・スライド制作等の定型作業が大部分を占め、LLMによる効率化の余地が非常に大きい業務です。JPMorganでは5ページのピッチデックシェルを約30秒で生成するLLMシステムを導入済みであり、Model MLやFactSet等の企業が投資銀行向けAIワークフロー自動化ツールを提供し、大手金融機関への導入が進んでいます。ただし、ストーリーラインの設計、バリュエーションの前提条件の判断、クライアントとの関係構築は完全にバンカーの専門性と対人力の領域です。