カサリン・ウーラーは、FTSE上場のIT企業ソフトキャット plcの金融サービス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とイベントを発見！
FinTech Weeklyのニュースレターに登録
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ほど意見が分かれるトピックはほとんどありません。肯定的な見方としては、人類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ソリューション、あるいは最悪の場合、人類の終焉を引き起こす可能性があるというものがあります。
ソフトキャットのチーフストラテジストとして、2500の金融サービス企業をITサービスとインフラストラクチャを通じて支援している私は、FS&I企業全体で革新が展開されるのを間近で見る特権を持っています。
最初に動き出したのは、AIへの多大な投資を受け入れ、改善されたリターンを追求するクオンツヘッジファンドであり、また、膨大なデータから恩恵を受ける保険業界です。どちらも明確なユースケースを強力なROIで正当化することが容易です。
金融サービス企業は、AIが現在の形でマーケティングされる前の約10年間、数学的モデリングと機械学習を行ってきましたが、最近ではAIインフラストラクチャのパフォーマンスが、クオンティタティブトレーディングファンドや保険および資産管理企業による強力な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。
私たちは、技術の大きな可能性に基づいて、あらゆるタイプの金融サービス企業でAIに対する大きな関心を見ていますが、最終的には採用の初期段階にいます。さらに、ユースケースは大きく異なります。たとえば、Tier 1の銀行は、10支店のローカライズされたビルディングソサエティとは非常に異なる方法でAIを導入します。
同じ組織内で異なる意欲を持つのをよく見かけます。取締役会、よりデジタルに精通した若い世代、オペレーション/ファイナンス部門は、たとえばコンプライアンスの同僚よりもアイデアを受け入れる傾向があります。 しばしば挙げられる懸念には、技術の「ブラックボックス」的な性質、AIの倫理的な展開に関する懸念、規制の明確性の欠如が含まれます。
しかし、早期の採用と高い使用レベルをもたらす要因に関しては明確なパターンが浮かび上がっています。 成功する企業は、AIを採用するための強力な戦略を持ち、卓越性センターを設立し、データが最初から適切な状態にあることを確保しています。これらは小さな取り組みのように思えますが、成功した革新の基盤です。
私たちは、ChatGPT、Co-pilot、Claudeなどの生産性ツールで最初に導入されるユースケースをよく目にします。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」と乾いた表現で呼ばれることもあります！
文化的に、AIを採用することは現状からの大きな逸脱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わたって守ることを目指しています。前向きなHR戦略は不可欠であり、内部のAI能力と専門知識を構築し、適用可能なスキルや専門知識に焦点を当て、知識共有を促進する必要があります。AIによる効率化で役割が失われた同僚の再配置に関しては、長期的な視点が必要です。
AIの付加価値に関しては正当な関心が寄せられています。何百もの潜在的なユースケースを持つ銀行もあり、どのケースを概念実証に進め、より広く展開するかをナビゲートするのは難しい場合があります。このような新しい技術におけるベストプラクティスは、まだほんの少ししか出ていません。最初に、膨大な数の潜在的なユースケースを優先順位を付けて、最大の価値創造を提供するものに絞り込むことは圧倒されることがあります。影響、コスト、実現可能性、および広範な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のしっかりとした測定フレームワークが必要であり、関連するKPI、堅牢なデータ収集方法論、明確に定義された報告メカニズムが求められます。 AIプロジェクトがBAUの一部となった場合、時間の経過に伴う継続的な反復開発のポリシーが必要であり、リターンを最大化し、戦略的優先事項と整合させる必要があります。これもまた、高パフォーマンスのチームの文化的特徴であることがよくあります。
最近、私は規制当局とのAIについての話に招待されました。業界のラウンドテーブルで、非常に困惑させる質問が提示されました。「AIが他の何よりも優れて解決できる問題は何ですか？」驚くことに、各組織は全く異なる回答を持っており、私は企業が今後何年もこの質問に取り組むことになると予想しています。
AIについて戦略的に考えず、適切かつタイムリーに展開できない企業は、重大な不利な立場に置かれるでしょう。
1.03M 人気度
19.47K 人気度
17.22K 人気度
101.05M 人気度
855.43K 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
カサリン・ウーラーは、FTSE上場のIT企業ソフトキャット plcの金融サービス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とイベントを発見！
FinTech Weeklyのニュースレターに登録
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ほど意見が分かれるトピックはほとんどありません。肯定的な見方としては、人類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ソリューション、あるいは最悪の場合、人類の終焉を引き起こす可能性があるというものがあります。
ソフトキャットのチーフストラテジストとして、2500の金融サービス企業をITサービスとインフラストラクチャを通じて支援している私は、FS&I企業全体で革新が展開されるのを間近で見る特権を持っています。
最初に動き出したのは、AIへの多大な投資を受け入れ、改善されたリターンを追求するクオンツヘッジファンドであり、また、膨大なデータから恩恵を受ける保険業界です。どちらも明確なユースケースを強力なROIで正当化することが容易です。
金融サービス企業は、AIが現在の形でマーケティングされる前の約10年間、数学的モデリングと機械学習を行ってきましたが、最近ではAIインフラストラクチャのパフォーマンスが、クオンティタティブトレーディングファンドや保険および資産管理企業による強力な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。
私たちは、技術の大きな可能性に基づいて、あらゆるタイプの金融サービス企業でAIに対する大きな関心を見ていますが、最終的には採用の初期段階にいます。さらに、ユースケースは大きく異なります。たとえば、Tier 1の銀行は、10支店のローカライズされたビルディングソサエティとは非常に異なる方法でAIを導入します。
同じ組織内で異なる意欲を持つのをよく見かけます。取締役会、よりデジタルに精通した若い世代、オペレーション/ファイナンス部門は、たとえばコンプライアンスの同僚よりもアイデアを受け入れる傾向があります。 しばしば挙げられる懸念には、技術の「ブラックボックス」的な性質、AIの倫理的な展開に関する懸念、規制の明確性の欠如が含まれます。
しかし、早期の採用と高い使用レベルをもたらす要因に関しては明確なパターンが浮かび上がっています。 成功する企業は、AIを採用するための強力な戦略を持ち、卓越性センターを設立し、データが最初から適切な状態にあることを確保しています。これらは小さな取り組みのように思えますが、成功した革新の基盤です。
私たちは、ChatGPT、Co-pilot、Claudeなどの生産性ツールで最初に導入されるユースケースをよく目にします。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」と乾いた表現で呼ばれることもあります！
文化的に、AIを採用することは現状からの大きな逸脱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わたって守ることを目指しています。前向きなHR戦略は不可欠であり、内部のAI能力と専門知識を構築し、適用可能なスキルや専門知識に焦点を当て、知識共有を促進する必要があります。AIによる効率化で役割が失われた同僚の再配置に関しては、長期的な視点が必要です。
AIの付加価値に関しては正当な関心が寄せられています。何百もの潜在的なユースケースを持つ銀行もあり、どのケースを概念実証に進め、より広く展開するかをナビゲートするのは難しい場合があります。このような新しい技術におけるベストプラクティスは、まだほんの少ししか出ていません。最初に、膨大な数の潜在的なユースケースを優先順位を付けて、最大の価値創造を提供するものに絞り込むことは圧倒されることがあります。影響、コスト、実現可能性、および広範な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のしっかりとした測定フレームワークが必要であり、関連するKPI、堅牢なデータ収集方法論、明確に定義された報告メカニズムが求められます。 AIプロジェクトがBAUの一部となった場合、時間の経過に伴う継続的な反復開発のポリシーが必要であり、リターンを最大化し、戦略的優先事項と整合させる必要があります。これもまた、高パフォーマンスのチームの文化的特徴であることがよくあります。
最近、私は規制当局とのAIについての話に招待されました。業界のラウンドテーブルで、非常に困惑させる質問が提示されました。「AIが他の何よりも優れて解決できる問題は何ですか？」驚くことに、各組織は全く異なる回答を持っており、私は企業が今後何年もこの質問に取り組むことになると予想しています。
AIについて戦略的に考えず、適切かつタイムリーに展開できない企業は、重大な不利な立場に置かれるでしょう。