Claudeに破綻企業エンロンのメール4.5万通を読ませたら、214ページの社内Wikiに全事実に出典つき

業務ツールを作るスタートアップ「this+that」は、2001年に経営破綻した米エネルギー大手エンロンの社員のメール4万5047通をAnthropicの「Claude」に読ませ、取引先や規制当局ごとにまとめた214ページの社内Wikiを公開しました（出典: this+thatの公式サイト）。載っている事実は4万9401件で、1件ずつに根拠となったメールが付いています。人は1ページも書いておらず、費用はClaudeの定価で計算すると約1万1000ドルでした。

何を作ったか

できあがったのは「エンロンの会社の頭脳」と名付けたWebサイトです。エンロンが付き合っていた電力会社、米国の電力規制当局、銀行、ゼネラル・エレクトリックなどの組織ごとにページがあり、「この会社とはどんな関係だったか」「いつ何が起きたか」がメールから拾った事実で並びます。

各ページには日付のつまみがあり、動かすと「その日の時点で社内が知っていたこと」だけが表示されます。一時的にしか当てはまらなかった事実は、つまみを動かすと目の前で消えていきます。たとえば同業のダイナジーは、取引相手であり、2001年11月にはエンロンの買収に合意した相手としてページが作られています。

this+that「What did Enron know? The Enron Brain」公式サイト

Every fact cites the email it came from. When the mail shows a fact stopped being true, the page expires it on that date.

すべての事実に、出どころのメールが付いています。ある事実がもう当てはまらなくなったことをメールが示したら、ページはその日付でその事実を「期限切れ」にします。

原文を読む（thisandthat.chat）

元データは、エンロン事件の調査の過程で公開され、米カーネギーメロン大学が研究用に配布しているメールの束です。今回は8人分のメールボックスを使い、1999年から2002年のやりとりが中心です。

どう作ったか

方法を説明したページによると、作業は4段階です。

何を項目にするか決める: 3,200通を試しに読ませ、「取引先」「規制当局」など57種類の分類をAIに提案させました。人が見て54種類を残しています
登場する組織を洗い出す: 全メールから1,813の組織や部署を拾い、25通以上に出てくるものに絞って215件をページの候補にしました
ページを書く: 1万9580通を読ませ、6万2205件の事実の候補を作りました。どの事実にも、根拠になったメールの一文をそのまま添えさせています。重なりを除いて4万9401件が残りました
確かめる: 別のモデルに、各事実を元のメールと突き合わせさせ、残す・書き直す・捨てるを判断させました。このときAI自身の知識は使わせていません

使ったのは、ページ作りに「Claude Opus 5」、確認に「Claude Opus 5.5」、最終の抜き取り検査の採点に「Claude Fable 5.1」です。費用はページ作りが8,857ドル、確認が2,358ドルで、合計1万1215ドルと計算しています。実際にはClaudeの定額プランで動かしており、これは使った量を定価で換算した額です。1ページあたり約41ドル、1通読ませるごとに約0.37ドルにあたります。

安いモデルとの比較も載っています。同じ1社分を読ませたところ、軽量の「Claude Haiku 4.5」は費用が約10分の1で済む一方、見つけた事実は約半分で、添えた引用の13.9%が元のメールに存在しない文でした。

成果と、作り手が認める限界

無作為に選んだ500件の事実を検査した結果、確認を2回通したあとでは466件がメールの内容と完全に一致しました。残る34件は細部に1か所だけ裏付けのない記述があり、事実の核心が誤っていたものは0件でした。

いちばん手こずったのは、AIが「メールに書いていないが世間では知られているエンロンの話」を足してしまうことだったといいます。エンロンは世界で最も多く書かれてきた企業の1つで、AIが学習の段階で知っているためです。作り手は、確認の工程を重ねてこの混入を減らしたと説明しています。

this+that「Methodology: The Enron Brain」公式サイト

Neither check can tell whether a message was right. A fact here is what the mail said.

どちらの確認も、メールの内容そのものが正しかったかまではわかりません。ここでの「事実」とは、メールにそう書いてあったこと、という意味です。

原文を読む（thisandthat.chat）

日付もメールの送信日で、3月に起きたことが6月のメールで触れられていれば6月として扱われます。名前の表記ゆれの統合にも誤りが残りうると書いています。

反応

開発者向け掲示板Hacker Newsでは、作り手の共同創業者が投稿し、55ポイントと53件のコメントを集めました。米議会の調査資料や音声の記録にも使ってほしいと応用を望む声や、確認の手順を公開した点を評価する声がありました。一方で、法律や商売の場では誤りが1件あるだけで大きな損害になるという慎重な意見や、中身の薄い文章が大量に増えるだけだという批判も出ています。

何のための試みか

this+thatは、メールやチャットから社内の知識をまとめる業務ツールを作っている会社で、今回のWikiはその試作品で作ったものです。同社のブログは、顧客の今の状況や未解決のやりとりといった「毎日変わる知識」はメールやチャットの中で生まれ、誰も整理しないまま古くなると指摘しています。人が手で書き足す社内Wikiでは追いつかないため、元のやりとりから自動で更新し続ける必要がある、という考えです。

同社の製品は30日間無料で試せ、その後は1人あたり月35ドル（年払いなら月29ドル）と案内されています。

Claudeに大量の資料を任せた別の例は、科学の素人がClaudeにサソリの解毒薬の設計を任せた記事でも紹介しています。

日本のビジネスへの影響

使えるか: 同じ作り方は、日本語のメールでもClaudeの有料プランやAPI（ほかのソフトからAIを呼び出す窓口）で試せます。this+thatの製品自体は英語のサイトで提供されており、日本語のメールへの対応は案内されていません。
誰にどう効くか: 営業部門の責任者や経営企画の担当者に向きます。担当者の異動や退職で、取引先との経緯がメールの中に埋もれてしまう問題に直結するからです。法務・監査の担当者にとっては、「いつの時点で何を知っていたか」を日付ごとにたどれる点が参考になります。
今すぐやれること: まず1社分の取引先とのメール数十通を、個人情報を除いたうえでClaudeに渡し、「事実ごとに根拠のメールの一文を必ず添えて、時系列で要点をまとめて」と頼んでみてください。出典を添えさせるだけで、要約の確かめやすさが大きく変わります。
注意点: 社外秘のメールをAIに渡すときは、会社の利用規程と、入力したデータが学習に使われない契約かを先に確かめてください。今回の検査でも細部の誤りは500件中34件残っており、そのまま社外への説明資料に使うのは避け、人が根拠を確かめる前提で使いましょう。費用は読ませる量に比例して増えます。今回の4万5000通規模では定価換算で1万ドルを超えたことを目安にしてください。

チャットAIの料金やプランの比べ方はチャットAIのおすすめと料金比較にまとめています。