金融AIの進展にもかかわらず、企業の信用評価における証拠に基づく推論の自動化は未解決のままです。特に質的な非財務指標は貸付返済結果に大きな影響を与えますが、形式化が難しい状況です。本研究では、2つの大規模言語モデル（LLM）に基づくシステムを開発・評価しました。1つは単独の分析を行う非対立型システム（NAS）で、もう1つはディベートベースの多エージェントシステム（KPD-MADS）です。両システムは実際の企業ケースに適用され、経験豊富な信用リスク専門家によって評価されました。その結果、KPD-MADSは説明の適切性や実用性、使いやすさにおいてより高い評価を受け、構造化された多エージェントの相互作用が金融AIにおける推論の厳密性と解釈可能性を向上させることが示されました。この研究は、企業信用評価におけるスケーラブルで防御可能な自動化の進展を促すものです。