住宅ローン比較大手のLendingTreeは、Amazon Bedrockを活用したマルチエージェント型AIアシスタントを導入した。AWSの技術ブログによれば、このシステムは複雑な金融業務においてAIの自律性と厳格なコンプライアンスを両立させるものであり、エンタープライズAI実装の新たな指針を示している。
LendingTreeが構築したAIアシスタントの核心は、教育とマッチングという二つの専門エージェントを「スーパーバイザー」が統括する設計にある。住宅ローンは金利タイプや返済期間、専門用語が複雑に絡み合うため、単一のAIモデルでは利用者の多様な意図を正確に解釈し、適切な情報を提供することが困難である。スーパーバイザーがタスクの全体像を把握し、専門エージェントに委任することで、複雑な金融タスクの意図解釈と実行の分離を実現し、AIの判断過程に統制をもたらしている。
LendingTreeは、エージェント間の連携とタスクの計画・実行を明確に分離するため、LangGraphとModel Context Protocol（MCP）を採用している。このフレームワークにより、タスクの難易度に応じてAmazon Nova ProとLiteという異なる大規模言語モデル（LLM）を動的に切り替える運用が可能となった。複雑な推論が必要な場面では高性能なNova Proを、シンプルな問い合わせにはコスト効率の良いNova Liteを使用することで、推論精度を維持しつつ運用コストの最適化を図っている。
金融業界において重視されるセキュリティとコンプライアンス要件に対し、LendingTreeは二重の安全策を講じている。Amazon Bedrockのガードレール機能に加え、LLMベースの独自安全分類器を並列で実行するアーキテクチャを採用した。この設計により、AIが生成する応答内容を厳格にフィルタリングしながらも、処理の遅延を最小限に抑えることを可能にしている。特に金融アドバイスにおいては不正確な情報の提供が許されないため、このような多層的な検証プロセスは規制遵守と利用者保護の観点から合理的である。
LendingTreeがAmazon Bedrock AgentCoreのようなマネージドなエージェント基盤ではなく、あえてAmazon ECS上でコンテナ化されたサービスとしてシステムを構築した点は注目に値する。これは開発開始時点での技術成熟度を考慮し、自社で制御可能な柔軟な環境を優先した戦略的判断と見られる。ECSを選択することで、LendingTreeはAIエージェントの挙動や基盤インフラに対してより深い制御権を保持し、将来的な拡張や特定の要件への対応力を確保している。
LendingTreeのマルチエージェントシステムは、AIが「補助」から「実務の遂行者」へと昇華する過程における重要な試金石となる。今後の普及には未解決の論点も残る。特に住宅ローン契約のような複雑な金融取引において、AIが提供するマッチング結果やアドバイスの根拠を、規制当局に対してどの程度まで説明可能（Explainable AI: XAI）に保てるかが鍵となる。AIの判断過程を追跡し、監査要件をクリアする仕組みの確立が、信頼される金融アドバイザーとしての地位を確立するために不可欠である。
