私は毎週、誰も使わない洗練されたAIシステムを構築した創業者たちと話をしている。モデルは素晴らしく、ベンチマークも強力だ。しかし、その製品はお蔵入りしている。なぜなら、そのチームが「自ら体験した課題」ではなく「技術的に理解した課題」のために設計されたからだ。
これこそが、金融サービスにおける現在のAI局面の中心的な緊張関係である。テクノロジーにできることと、それを構築する人々が本来仕えるべき人間について理解していることとの間には、途方もない隔たりがある。
トレーディング、ブローカレッジ、フィンテック企業で15年間働いた後、私は2025年1月にAI投資プラットフォームを立ち上げた。そのアイデアは、チャットベースの株式投資ブローカーを構築することだった。知識豊富な友人に相談するのと同じように、誰もが自然な会話を通じて市場を調査・理解し、投資できるプラットフォームだ。
そのアイデアを可能にしたのは、より優れたモデルへのアクセスではない。一般の人々にとって個人投資がどこでつまずくのかという具体的な知見だった。その知見は、金融機関の内部に長く身を置き、同じことが繰り返し起きるのを見て初めて蓄積できるものである。
創業者が見落とすギャップ
FINRA投資家教育基金によると、退職金口座以外の投資資産を保有している米国の成人はわずか約3分の1(34%)である。従来の一般的な説明は財務的な理由、すなわち人々に十分な可処分資金がないというものだ。
しかし、その説明は不十分だ。より深い障壁は、多くの場合、認知面にある。多くの人は、使うべきとされるツールを理解していない。受け取る推奨を信頼していない。そして、機関投資家が標準的なものとして扱うような個別化された助言にアクセスできない。
マス市場において、従来の金融アドバイザリーモデルは構造的に破綻している。プライベート・ウェルス・マネージャーは多くの場合、投資可能資産として最低25万〜50万ドル(約8000万円)を要求する。その基準値を下回ると、個人は自力で対処するか、5つの質問によるリスク診断に基づいてプリセットされたポートフォリオに配分するだけの、名ばかりのパーソナライズを提供するロボアドバイザーに委任するしかない。
これこそが、AIが独自に解決できる課題である。大規模言語モデル(LLM)は、かつて人間の専門家を必要としていたサービス、すなわち個人を具体的に理解し、その根拠を説明し、状況の変化に応じて適応する関係の提供を、経済的に実現可能にする。
テクノロジーがそれを可能にし、ドメイン知識がそれを役に立つものにする。
領域を越えてフレームワークを応用する
私は2015年にMBAを修了したが、その教育が私にもたらした最も価値あるものは、特定のスキルセットではなかった。ある領域のフレームワークを応用して別の領域の課題を解決する習慣である。
AIプラットフォームの構築には、まさにそのような領域横断的な統合が必要とされる。プラットフォームの技術的アーキテクチャは簡単な部分だ。大規模言語モデルは現在、容易にアクセス可能なインフラとなっている。難しいのは、解決する価値のある人間の課題とは何か、それらを解決するための規制上の制約は何か、そして歴史的に金融テクノロジーに失望させられてきた人々から信頼を得られるシステムをどのように設計するかを理解することだ。
CFA協会リサーチ・ファウンデーションによる行動ファイナンスの研究は、損失回避や過剰確信のような認識上のショートカット(バイアス)が、個人投資の成果をいかに損ない得るかを詳細に記録している。実際の市場サイクルを通じて実際の顧客にこれらのパターンが現れるのを見てきた人物によって構築されたAIシステムは、個人投資家との接点が学術データセットしかないチームによって構築されたシステムとは、根本的に異なる設計上の意思決定を行うことになる。
このことは、多くのAI創業者が認めようとする以上に重要だ。AIにおける技術的な参入障壁(モート)は急速に狭まっている。AIは通常、ドメイン知識に置き換わるのではなく、それを補完する場合に、より大きな価値を生み出す。競争優位性をもたらすのはモデルではない。モデルの向こう側にいる人間を熟知し、その人のために誠実な設計ができることだ。
コミュニケーションの問題が技術的問題と同等に重大である理由
AIには、本来注目されるべきほどには注目されていない第2の課題がある。それは「信頼」の問題だ。
エデルマンの「2026年トラスト・バロメーター」によると、低所得回答者の54%および中所得回答者の44%が、生成AIは自分たちに利益をもたらすのではなく、自分たちを取り残すことになるだろうと信じている。私たちは、大衆が強い疑念を抱いているカテゴリーで製品を構築しているのだ。これは単なるPRの問題ではない。製品の普及にかかわる問題だ。
私はAI投資プラットフォームを立ち上げる前に、12年間PR会社を経営していた。その経験は、マーケティングとはまったく無関係な形で、AI企業のコミュニケーションに対する私の考え方を形成した。今後10年でAI主導の金融サービスにおいて勝つ企業は、自社のテクノロジーが実際に何をするのか、そして何をしないのかについて、最も信頼に足る公的なストーリーを構築する企業かもしれない。
多くのAIフィンテック企業は、「過度な宣伝(ハイプ)」か「専門用語(ジャーゴン)」のどちらかの調子でコミュニケーションを取っている。期待を持たせすぎて結果を出せないか、あるいはターゲット層が解読できない技術ドキュメントを公開するかのどちらかだ。どちらも信頼を構築することはできず、むしろその喪失を加速させる。
私が述べている規律は、印象操作に関するものではない。自らの論理を公に説明する意思に関するものだ。AI金融ツールに対するユーザーの信頼を左右する主要因である説明可能性を、プロダクトレベルだけでなく、企業のナラティブのレベルにも適用することである。自社のAIは実際に何をするのか。その限界は何か。誰のために設計され、誰には適していないのか。
こうした問いに、明確に、一貫して、公の場で答えられる創業者は、競合がより優れたモデルでコピーすることのできない何かを築いている。
これからの3年が分かつもの
金融におけるAIの物語は、まだ初期の章にある。BCGによるエージェンティックAIの分析は、質問に答える受動的なシステムから、文脈を維持し、状況を監視し、求められなくても推奨事項を提示する能動的なシステムへの、近い将来のシフトを示唆していると私は考えている。そのシフトはツールをより強力にするだろう。また、信頼という問いをより緊急性の高いものにするだろう。



