アレックス・フォードは、Encompassの北米地区社長である。
人工知能は、試験的プロジェクトから銀行戦略の中核へと移行している。利益率の低下、コンプライアンスコストの上昇、そしてデジタルファースト産業によって形成された顧客期待に直面し、金融機関は効率性向上と成長促進のためにAIに大規模投資を行っている。HFSとインフォシスによる最近の調査によると、2025年のAI予算は業界全体で25%増加し、技術支出全体の16%を占める見込みだ。この急増は楽観論だけでなく、緊急性も反映している。銀行は急速に進化する市場で競争力を維持するために、AIが不可欠だと認識している。
成長を促進するAIのユースケース
成長するために、ほとんどの銀行は競合他社を凌駕する顧客体験を提供することの重要性を認識している。これは、より迅速な対応、予測能力の向上、処理速度の向上、あるいはステップの完全な削減を意味する場合がある。顧客体験の向上に関して、AIが人間の能力を拡張できるユースケースは複数存在する。
例えば、メール管理などのクライアントサービスワークフローを強化できる。AIは返信の下書きを予測し、正しいフォームを添付し、管轄区域全体の手続きに関する知識を適用できる。一方、人間はファイルを調査する代わりに、監視と品質管理のためにループ内に留まる。
かつては数時間かかっていた作業が数分で完了し、組織は速度、正確性、体験のバランスをとる選択肢が増える。AIはまた、規制変更の監視と予測にも優れている。グローバルバンクにとって、変化する規制に対応することは大きな課題であり、更新を見逃すとコンプライアンスと評判が危険にさらされる可能性がある。AIアルゴリズムはテキストの意味的な違いを分析し、微妙だが重要な変更を検出できる。
例えば、FDIC（連邦預金保険公社）は最近、銀行が顧客識別の一環としてパブリックドメインのデータをどのように使用できるかを明確にした。AIは、状況によっては手動レビューよりもはるかに迅速に、このような微妙な変更を特定し、その重要性にフラグを立てることができる。
規制監視にAIを適用することで、銀行は微妙な更新を検出し、その影響を解釈し、プロセスをより迅速に適応させ、コンプライアンスを確保できる。また、法人向け銀行業務も、リテール銀行業務に合わせてオンライン体験を近代化し、顧客体験に消費者化をもたらす圧力にさらされている。現在、顧客が対応しなければならない手動プロセスが多すぎる。AIは資産をデジタル化することで、より高い顧客期待に応える体験の合理化を支援できる。
良質なデータが最重要
AIは本質的に、データを使用して結果を予測・モデル化する予測の自動化である。クリーンで構造化され、文脈が豊富なデータは、特に複雑な多管轄環境において、正確な結果を得るために不可欠だ。
KYC（顧客確認）において、AIは必要な情報とその入手先を予測する自動化によって効率性を向上させる。収集後、真の価値は相関関係にある—入力を結果に変換するモデルの構築だ。これをサポートするために、組織はデータがシステム間で一貫していること、ガバナンスと規制のために監査可能であること、そして地域のルールを反映するために文脈化されていることを確保しなければならない。
しかしリスクは残る。モデルが100%正確になることはなく、出力が予想される現実から逸脱すると幻覚が発生する。重要なのはガバナンスであり、データがシステム間で一貫し、監査可能で、地域のルールに文脈化されていることを確保することだ。データ収集の自動化とAIによる相関関係とモデリングを組み合わせることで、銀行は断片化したデータセットを統合し、精度を向上させ、信頼性の高いスケーラブルな結果に必要な強固な基盤を構築できる。
異常を検証し、効率性と信頼性のバランスを確保するためには、人間によるレビューが不可欠である。
エージェンティックAIがシステムをより構造化された方法で接続する
これまで、ほとんどの銀行は異なるサイロ内の特定のタスクを完了するためにAIを使用し、システム間の通信を実現するために追加のAPI統合に依存していた。このようにシステムを接続することに本質的な問題はないが、時間がかかり、コストがかかる場合があり、時にはワークフロー自体を単に連携させるのではなく、再設計する必要がある。
エージェンティックAIは変化を表している。AIモデルに構造を追加し、より広範なソフトウェアエコシステムに組み込むことで、システムがより効率的に通信できるようにする。生成AIとは異なり、エージェンティックAIは大規模で複雑なプロンプトを小さなサブパーツに分解し、精度と正確性を向上させる構造を追加する。実際には、これは既存または再設計されたプロセスの構造を反映し、システムを接続するためにAPIに依存している。
真の利点は、このインフラストラクチャの制御を自動化することにある。システム間でワークフローを調整することで、エージェンティックAIは手動の監視と統合が必要となる効率性を提供する。しかし、人間の関与は依然として重要だ。ヒューマンインザループアプローチにより、決定がレビューされ、異常にフラグが立てられ、説明責任が維持される。人間は誤りを犯すことを認識しつつも、その判断は自動化と信頼のバランスをとるために必要な監視を提供する。
AIの時代におけるデータ安全性の確保
AIは、クライアントデータを危険にさらす可能性のあるセキュリティギャップについて精査されている。詐欺師や悪意のある行為者がAIのセキュリティギャップを通じて銀行の機密データを盗もうとする可能性があるが、銀行はAIを使用してデータをより安全に保つことで、火に火で対抗できる。
私はRegTech Associationの理事を務めており、同協会は規制技術ベンダー、規制当局、SCCなどと協力して、人々が可能な限り効率的かつ正確に規制に対応する方法についての対話を促進している。AIの倫理的かつ責任ある使用が銀行や規制当局にとって非常に重要であることを私たちは確認している。過去18カ月間にリーダーたちと話す中で、超保守的な姿勢から「これをやらなければならない」という意識へと態度が変化しているのを目の当たりにした。何もしないという選択肢はない。
ガバナンスと管理の観点から、銀行はしばしば個人の生産性ツールをGoogleやMicrosoftなどの主流クラウドプロバイダーの小さなセットに制限することを好む。これらの場合、AIは銀行のファイアウォール内で動作し、複雑さを軽減し、監視と説明責任のより明確なラインを維持する。顧客データの使用に関しては、銀行はすでにベンダーとデータセキュリティに対して厳格なリスク管理を行っている。AIを安全に使用するための鍵は、このリスク管理をさらに進め、ISO 2701やISO/IEC 42001などの新たなセキュリティ基準に準拠することだ。ISO/IEC 42001は、AIマネジメントシステムの使用、維持、継続的な
改善のための国際標準である。この規制は、データを安全に保つAIシステムの責任ある開発と使用を確保するために設計されている。
ROIは出現しつつあるが、まだ進化中
AI導入からの完全なROI（投資収益率）はまだ明らかになっていないが、業界全体での初期シグナルは有望だ。手動の反復的なプロセスを自動化とAIに置き換え始めた組織は、コスト削減だけでなく、俊敏性、顧客満足度、戦略的成長においても具体的な利益をすでに目の当たりにしている。
例えば、INGのCCO兼最高変革責任者であるマーニックス・ファン・スティプハウト氏は最近、マッキンゼー・アンド・カンパニーのインタビューで、同社がすでに顧客サービスの向上、マーケティング、KYCプロセスにおける文書負担の軽減、そしてより積極的でパーソナライズされたアウトリーチを可能にする顧客離脱の予測においてROIを確認していると述べている。
銀行は待てない
しかし、ROIはすべてに当てはまるわけではない。それはデータインフラの品質、AI統合の成熟度、ビジネス目標の明確さ、そしてコスト削減を超えた成果を測定する能力に依存する。
AIの真のROIは将来明らかになるだろうが、銀行は数字がどこに落ち着くかを見るために待つことはできない。競合他社に遅れを取らないために、今すぐAIに取り組まなければならない。AIの波に乗り遅れることは、銀行の将来の成長にとって壊滅的なことだろう。
