キャサリン・ウーラーは、FTSE上場のIT企業Softcat plcの金融サービス部門のチーフストラテジストです。
最新のフィンテックニュースやイベントを発見しよう！
FinTech Weeklyのニュースレターに登録しよう
JPモルガン、コインベース、ブラックロック、クラーナなどの経営者が読んでいます
AIほど分極化している話題は少ないです。よりポジティブな見方では、人間の進歩の次のフロンティア、問題を解決するための技術的解決策、あるいは悪化すると人類の終焉を引き起こす可能性があるという見方まで様々です。
Softcatのチーフストラテジストとして、ITサービスとインフラを通じて2,500の金融サービス企業を支援している私は、FS&I企業全体でイノベーションが展開される様子を特権的に最前列で見ています。
最初に出てきたのは、AIへの多大な投資を受け入れ、リターンを改善しようとする量子ヘッジファンドの強い採用です。また、保険業界も膨大なデータの恩恵を受けており、両者とも明確な利用ケースを強力なROIと共に簡単に正当化できます。
金融サービス業界は、AIが現在の形でマーケティングされる約10年前から数学的モデリングや機械学習を行っていましたが、最近ではAIインフラの驚異的な性能が量的取引ファンドや保険、資産管理企業による強い採用を促進しています。これらの企業は、今や利用可能な膨大なデータから利益を得ようとしています。
さらに、AIとして販売されている多くのものは、単に自動化の次の形態に過ぎません。
金融サービス企業全体でAIに対する巨大な関心が見られますが、技術の巨大な可能性に基づいて、私たちは最終的には採用の足元にいる状態です。また、利用ケースには大きなばらつきがあり、一流の銀行は、たとえば、10支店の地域に特化した建設協会とは非常に異なる方法でAIを展開します。
同じ組織内でも異なる意欲をしばしば見かけます。経営陣やよりデジタルに精通した若い世代、そしてオペレーションやファイナンス部門は、コンプライアンスの同僚よりもこのアイデアを受け入れることに対してしばしばより歓迎的です。懸念される点には、技術の「ブラックボックス」的性質、AIの倫理的な展開に関する懸念、そして規制の明確さの欠如が含まれます。
しかし、早期の採用と強い使用レベルをもたらす要因には明確なパターンがあります。成功した企業は、AIを採用するための強力な戦略を持ち、卓越性のセンターを設立し、最初からデータが適切な状態であることを確認しています。これらは小さな取り組みのように思えますが、成功したイノベーションの基盤です。
私たちはしばしば、ChatGPT、Co-pilot、Claudeなどの生産性ツールで最初に展開される利用ケースを目にします。これらは、多くの同僚がAIのアイデアを受け入れるための入り口であり、時には「ゲートウェイドラッグ」と称されることもあります！
文化的に、AIの採用は現状からの大きな変化となる可能性があり、非常に効果的なリーダーシップチームは、組織を将来に備えさせることを目指しています。先見の明のあるHR戦略が重要であり、内部のAI能力と専門知識を構築し、適用可能なスキル、専門知識を重視し、知識の共有を奨励することが求められます。AIによる効率化によって役割が失われた同僚を再配置するためには、長期的な視点が必要です。
AIの付加価値に対しては当然多くの焦点が当てられていますが、数百の潜在的な利用ケースを持つ銀行もあり、どれに概念実証を行い、より広く展開するかを見極めるのは難しい場合があります。このような新しい技術にとってのベストプラクティスは、まだほんの少ししか明らかになっていません。第一に、膨大な数の潜在的な利用ケースを絞り込み、最も価値を創造するものを優先することは圧倒されることがあり、影響、コスト、実現可能性、そしてより広いビジネス目標との整合性に基づいて厳格なトリアージを行い、潜在的なROIを評価することができます。
AIプロジェクトを評価するためには、関連するKPI、堅牢なデータ収集手法、明確に定義された報告メカニズムを持つ、よく考えられた測定フレームワークが必要です。AIプロジェクトがBAUの一部となった場合、リターンを最大化し、戦略的優先事項との整合性を確保するために、時間とともに継続的な反復開発のポリシーが必要です——再度、これは高パフォーマンスチームの文化的な特徴であることが多いです。
最近、私は規制当局とAIについて話すよう招待されました。業界のラウンドテーブルで、非常に困惑させられる質問が提示されました。「AIが何よりも優れて解決できる問題は何ですか？」驚くことに、各組織はまったく異なる答えを持っており、私は企業がこの質問に数年にわたって取り組むことになると予想しています。
AIに対して戦略的でなく、適切かつタイムリーに展開できない企業は、重大な不利を被るでしょう。
70.77K 人気度
33.98K 人気度
19.32K 人気度
2.82M 人気度
411.93K 人気度
人工知能：皇帝の新しい衣装？金融サービスにおける採用
キャサリン・ウーラーは、FTSE上場のIT企業Softcat plcの金融サービス部門のチーフストラテジストです。
最新のフィンテックニュースやイベントを発見しよう！
FinTech Weeklyのニュースレターに登録しよう
JPモルガン、コインベース、ブラックロック、クラーナなどの経営者が読んでいます
AIほど分極化している話題は少ないです。よりポジティブな見方では、人間の進歩の次のフロンティア、問題を解決するための技術的解決策、あるいは悪化すると人類の終焉を引き起こす可能性があるという見方まで様々です。
Softcatのチーフストラテジストとして、ITサービスとインフラを通じて2,500の金融サービス企業を支援している私は、FS&I企業全体でイノベーションが展開される様子を特権的に最前列で見ています。
最初に出てきたのは、AIへの多大な投資を受け入れ、リターンを改善しようとする量子ヘッジファンドの強い採用です。また、保険業界も膨大なデータの恩恵を受けており、両者とも明確な利用ケースを強力なROIと共に簡単に正当化できます。
金融サービス業界は、AIが現在の形でマーケティングされる約10年前から数学的モデリングや機械学習を行っていましたが、最近ではAIインフラの驚異的な性能が量的取引ファンドや保険、資産管理企業による強い採用を促進しています。これらの企業は、今や利用可能な膨大なデータから利益を得ようとしています。
さらに、AIとして販売されている多くのものは、単に自動化の次の形態に過ぎません。
金融サービス企業全体でAIに対する巨大な関心が見られますが、技術の巨大な可能性に基づいて、私たちは最終的には採用の足元にいる状態です。また、利用ケースには大きなばらつきがあり、一流の銀行は、たとえば、10支店の地域に特化した建設協会とは非常に異なる方法でAIを展開します。
同じ組織内でも異なる意欲をしばしば見かけます。経営陣やよりデジタルに精通した若い世代、そしてオペレーションやファイナンス部門は、コンプライアンスの同僚よりもこのアイデアを受け入れることに対してしばしばより歓迎的です。懸念される点には、技術の「ブラックボックス」的性質、AIの倫理的な展開に関する懸念、そして規制の明確さの欠如が含まれます。
しかし、早期の採用と強い使用レベルをもたらす要因には明確なパターンがあります。成功した企業は、AIを採用するための強力な戦略を持ち、卓越性のセンターを設立し、最初からデータが適切な状態であることを確認しています。これらは小さな取り組みのように思えますが、成功したイノベーションの基盤です。
私たちはしばしば、ChatGPT、Co-pilot、Claudeなどの生産性ツールで最初に展開される利用ケースを目にします。これらは、多くの同僚がAIのアイデアを受け入れるための入り口であり、時には「ゲートウェイドラッグ」と称されることもあります！
文化的に、AIの採用は現状からの大きな変化となる可能性があり、非常に効果的なリーダーシップチームは、組織を将来に備えさせることを目指しています。先見の明のあるHR戦略が重要であり、内部のAI能力と専門知識を構築し、適用可能なスキル、専門知識を重視し、知識の共有を奨励することが求められます。AIによる効率化によって役割が失われた同僚を再配置するためには、長期的な視点が必要です。
AIの付加価値に対しては当然多くの焦点が当てられていますが、数百の潜在的な利用ケースを持つ銀行もあり、どれに概念実証を行い、より広く展開するかを見極めるのは難しい場合があります。このような新しい技術にとってのベストプラクティスは、まだほんの少ししか明らかになっていません。第一に、膨大な数の潜在的な利用ケースを絞り込み、最も価値を創造するものを優先することは圧倒されることがあり、影響、コスト、実現可能性、そしてより広いビジネス目標との整合性に基づいて厳格なトリアージを行い、潜在的なROIを評価することができます。
AIプロジェクトを評価するためには、関連するKPI、堅牢なデータ収集手法、明確に定義された報告メカニズムを持つ、よく考えられた測定フレームワークが必要です。AIプロジェクトがBAUの一部となった場合、リターンを最大化し、戦略的優先事項との整合性を確保するために、時間とともに継続的な反復開発のポリシーが必要です——再度、これは高パフォーマンスチームの文化的な特徴であることが多いです。
最近、私は規制当局とAIについて話すよう招待されました。業界のラウンドテーブルで、非常に困惑させられる質問が提示されました。「AIが何よりも優れて解決できる問題は何ですか？」驚くことに、各組織はまったく異なる答えを持っており、私は企業がこの質問に数年にわたって取り組むことになると予想しています。
AIに対して戦略的でなく、適切かつタイムリーに展開できない企業は、重大な不利を被るでしょう。