AIはすでに、あなたの与信判断の大半を下している。Upstartのプラットフォームでは、融資申請の大半が、人の手が一切入らないまま承認または否認されている。あなたの銀行や貸し手も、ほぼ確実に同様の仕組みを使っている。資金の出入り、支払いのタイミング、業界リスクを監視し、金利を左右するスコアを付与するシステムだ。あなたはそのスコアを見ることはできない。担当者も完全には理解していないかもしれない。しかし、それはすでにあなたの借入コストを形づくっており、対処できる具体的な手段もある。
AIが信用力を判断する仕組み
入力データは、分かりやすいものと分かりにくいものが混在する。一方には、信用情報機関のスコア、銀行取引明細、キャッシュフローの履歴がある。もう一方には、行動シグナルがある。口座残高がどの程度頻繁に大きく変動するか、直近で支払いタイミングを変えたかどうか、売上が定期的に入る割合がどれほどか、それとも一括で入ることが多いのか、といったものだ。
さらに業界要因がある。季節性のある事業を営んでいるか？ モデルはそれを把握している。過去12カ月であなたの業界が高い延滞率としてフラグ付けされているか？ それも反映される。2025年の世界経済フォーラムの報告書によると、金融企業が2023年にAIへ支出した額は350億ドル（約5兆2500億円）と推計され、2027年には970億ドル（約14兆5500億円）に達すると予測されている。この支出は、延滞確率を算出するモデルに直接投じられている。その単一の数値が、承認の可否、金利、そしてコベナンツの有無や内容までを決定するのだ。
厄介なのは、あなたをスコアリングするモデルが、銀行のものですらない可能性があることだ。Zest AIのようなベンダーは、貸し手に対してML（機械学習）による審査ツールをライセンス提供している。Upstartのようなマーケットプレイス型プラットフォームは、借り手と銀行の間に完全に入り込む。独自モデルを構築する銀行もある。構成が違えば、透明性と説明責任の基準も異なる。そして、尋ねない限り、自分がどれに当たっているのかを知ることはおそらくない。
同じUpstartの年次報告書（10-K）によると、同社のAIは従来の信用スコアリングと比較して43%多くの借り手を承認し、平均APR（年率）を33%低く抑えている。これは、モデルの判断を誤ることの重大さを物語っている。
貸し手が法的に開示すべき内容
ここが、一部の借り手が見落とす点だ。平等信用機会法（Equal Credit Opportunity Act）を執行する規則であるRegulation Bの下では、貸し手は申請を否認した場合や不利な条件を提示した場合、具体的かつ正確な理由を提示しなければならない。CFPB（消費者金融保護局）の2023年9月のガイダンスは、これを明確に述べている。貸し手は「不利益な措置の理由を、広いカテゴリーに押し込めて示すことはできない」。支出パターンを理由にモデルが与信枠を削ったのだとすれば、貸し手は「購買履歴」などと言って済ませることはできない。具体的な説明をする義務がある。
貸し手は、機械学習研究の世界で使われる2つの手法、SHAPとLIMEを用いてこうした説明を生成する。SHAPは、各入力が予測をどれだけ動かしたかに基づき重みを割り当てる。LIMEは、あなたのケースに合わせてモデルの簡略版を構築し、平易な言葉で説明できるようにする。どちらも完璧ではない。FinRegLabがスタンフォード大学の研究者と共同で実施した調査では、格差を生む特徴量を取り除いても、公平な結果が安定的に得られるわけではなく、むしろモデルの精度が低下することが多いと判明した。
CFPBは財務省に対する2024年8月のコメントで、さらに踏み込み、裁判所は、貸し手がアルゴリズムモデルの使用を選択すること自体が「差別的影響（disparate impact）理論に基づく責任の下で、偏りを生む政策となりうる」と判断してきた、と指摘した。この一文は、銀行員と向き合うときに覚えておく価値がある。
AIが融資条件を決めるとき、どう反論するか
不透明に感じるのは、実際に不透明だからである。それでも、具体的にできることはある。
申請前に財務記録を整えることだ。報告の欠落や整合しない銀行取引明細は、まさにモデルがフラグを立てる類いのノイズになる。モデルに否認されたり不利な条件を提示されたりした場合は、人による再審査を求めるべきだ。その権利がある。法が求める不利益措置（adverse action）の具体的理由を提示するよう要求すること。貸し手の曖昧な説明は、コンプライアンスの状況も示唆する。
自分の側からも根拠を持ち込むことだ。独立監査済みの財務諸表、代替的な銀行照会、フラグが立った点に対処する最新の予測があれば、再検討を促すことができる。透明性のあるスコアカードを使う貸し手を探して比較し、人によるエスカレーションの経路があるかを直接確認すること。
取り合ってもらえない場合は、エスカレーションの順序を知っておくことだ。まず社内の異議申し立て、次に文書化された理由の正式な提示要求、その後にCFPBへの苦情申し立てである。キャシー・オニールが『あなたを支配し、社会を破壊する、AI・ビッグデータの罠』（原題：Weapons of Math Destruction）で論じたとおり、「不透明で目に見えないモデルが常態であり、明瞭なモデルは例外中の例外」なのだ。連邦法は、それを受け入れる必要はないと定めている。
結論
あなたの融資申請をスコアリングするAIは、味方にも敵にもなりうる。分岐点は、それが存在することをあなたが把握しているかどうかだ。データを整え、条件が悪化したときは具体的説明を求め、モデルの出力を最終判断として扱わないことだ。
