エンジェル・リベラ氏は、クリエイターと起業家向けの最新金融インフラを構築するフィンテック企業Vadera Capital（ヴァデラ・キャピタル）の創業者兼CEOである。
ほとんどの企業は、すでにAIへの賭けを終えている。モデルを選び、パイロット版を実行し、戦略を発表した。そうした賭けの一部は報われるだろう。しかし多くは報われない。だが私は、ほとんどが失敗する理由は、彼らが選んだテクノロジーとは何の関係もないと考えている。
私にとって、AI導入競争は事実上終わった。次の競争はより困難で、目に見えにくく、そしてはるかに重大な意味を持つものとなる。それはインフラをめぐる戦争だ。つまり、AIを大規模に実際に展開するための内部システム、意思決定層、業務アーキテクチャを構築し、その下にあるすべてを破壊することなく運用できる企業はどこか、という戦いである。
私がこう言うのは、最もインフラに依存する業界の1つで事業を営むフィンテック企業を経営する立場にあるからだ。金融サービスにおいて、AIができることと、組織が実際にAIを使ってできることとの間には大きなギャップがある。そのギャップは十分な速さで埋まっていない。
第一の戦争はアクセスをめぐるものだった
過去数年間、競争はシンプルだった。最高のモデルへのアクセスを獲得し、適切な人材を雇用し、競合他社が気づく前に動くことだ。その段階は終わった。基盤モデルは広く利用可能になった。人材市場は正常化した。AI機能そのものは、もはや差別化要因ではない。
私が今目にしているのは、別の問題だ。企業はツールを持っているが、地形を持っていない。彼らはAIの出力を持っているが、それらの出力を生成される速度でルーティング、承認、レビュー、または実行するシステムを持っていない。言い換えれば、テクノロジーはそれを取り巻く組織よりも速く動いているのだ。
特にフィンテックにおいて、これが複合的なリスクを生み出していると私は見ている。AIは信用判断を処理し、コンプライアンス上の問題にフラグを立て、顧客とのコミュニケーションを数秒で生成できる。しかし、承認ワークフローに5日かかり、コンプライアンスレビューに3つの承認が必要で、コミュニケーションが委員会を通過しなければならない場合、スピードの優位性は完全に消失する。あなたはビジネスを加速させていない。主にやっていることは、ボトルネックを自動化しているだけだ。
インフラ戦争の実態
この次のフェーズで勝利を収める企業は、必ずしも最先端のAIを持つ企業ではない。それは、その下にある業務層を再構築した企業だ。それは具体的に3つのことを意味する。
1. 意思決定アーキテクチャ：これは、誰がAI出力に基づいて行動する権限を持ち、どのような条件下で、どのような速度で行動するかを割り当てることを意味する。ほとんどの組織は、依然として人間のペースのワークフロー向けに設計された承認構造に依存している。それらの構造は適用できない。速度を後付けではなく設計上の制約として、ゼロから再構築する必要がある。
2. 統合の深さ：レガシーシステムはなくならない。勝利する企業は、それらを置き換えるのを待っている企業ではない。古いインフラと新しいAI機能が、常時手動介入なしに共存できる統合層を構築している企業だ。これは華やかな仕事ではない。しかし、ほとんどのAIイニシアチブが停滞するのはここだ。
3. 動くガバナンス：金融サービスにおいて、コンプライアンスとリスク管理は任意ではない。しかし、四半期サイクル向けに構築されたガバナンスフレームワークは、日次または時間単位のAI出力で運用される組織を保護できない。標準的な対応はAIを遅くすることだが、正しい対応はガバナンスを近代化することだ。
リーダーがこのフェーズで勝つ方法
AIシステムが生み出すものに追いつくために自社の業務インフラの一部を再構築した後、道筋はより明確になった。以下は、私が実際に効果があると発見したことだ。
1. インフラをサポート機能ではなく、製品として扱う
ワークフロー、承認、統合層を担当するチームには、AIイニシアチブそのものと同じレベルの投資とリーダーシップの注目が必要だ。インフラをバックオフィスの懸念事項として扱う組織は、同じ壁にぶつかり続けるだろう。
2. AI出力が消えていく場所をマッピングする
すべての組織にそれがある。AI生成レポートがレビューされずに積み上がる受信トレイ、中身に関係なく人間のペースで動く承認キュー、システムが通信しないためにデータを手動で転送しなければならない統合ポイント。AIをさらに拡大する前に、これらの失敗ポイントを特定せよ。
3. 正確性だけでなく頻度に合わせてガバナンスを再設計する
リーダーには、コンプライアンスフレームワークが技術的に正しいかどうかを問うのをやめ、運用上持続可能かどうかを問い始めることを強く提案する。すべてのAI出力の手動レビューを必要とするフレームワークは、ボリュームが拡大するにつれて負債となる。今日の頻度ではなく、向かっている頻度に合わせて構築せよ。
4. 必要になる前にエスカレーションパスを構築する
AIシステムが継続的に動作すると、エッジケースが増える。組織には、AI出力が通常のパラメータ外に出た場合に何が起こるかについて、明確で事前定義されたプロトコルが必要だ。誰がレビューし、誰が決定し、どれだけ速く行うか。これがなければ、チームはすべてを停止することをデフォルトとし、目的を無にする。
5. AI性能だけでなく、業務速度を測定する
ほとんどの組織は、モデルの精度、稼働時間、コストを追跡する。AI出力が生成から行動に移るまでにかかる時間を追跡する組織はほとんどない。そのギャップこそが、価値が失われている場所だ。それを可視化すれば、管理可能になる。
真の競争上の堀
金融サービスにおいて、持続的な優位性を構築した企業は、必ずしも最初に最高のテクノロジーを持っていたわけではない。彼らは、他の誰よりも速く、より確実にテクノロジーに基づいて行動できるシステムを構築した。そのパターンは今、AIで繰り返されている。
今後5年を定義する組織は、必ずしも最も早くAIを展開した組織ではない。それは、AIが生み出す業務上の圧力の下で崩壊することなく、継続的にそれを複利化するインフラを構築した組織だ。
私にとって、インフラ戦争は技術的な課題ではない。それはリーダーシップの課題だ。問題はあなたのAIが機能するかどうかではない。あなたの組織がフルスピードでそれと共存できるように構築されているかどうかだ。イエスと答える組織は、追いつくのが非常に困難になるだろう。
