人工知能：皇帝の新しい衣装？金融サービスにおける採用状況

キャサリン・ウラーは、FTSE上場のIT企業であるソフトキャット株式会社の金融サービス部門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チェック！

FinTech Weeklyのニュースレターに登録しましょう

JPモルガン、コインベース、ブラックロック、クラルナなどの経営幹部が読んでいます

AIほど意見が分かれるテーマはほかにありません。肯定的な見解では、人類の次なる進歩のフロンティア、問題解決を模索する技術革新、あるいは最悪の場合、人類の終焉をもたらす可能性も指摘されています。

ソフトキャットのチーフストラテジストとして、2,500の金融サービス企業をITサービスとインフラで支援してきた立場から、私は金融サービス業界全体で革新が展開される様子を間近で見てきました。

まず、AIへの関心が高まっているのは、リターン向上のためにAIへの投資を積極的に行うクォンタムヘッジファンドや、膨大なデータを活用できる保険業界です。これらは明確なユースケースと高いROIを正当化しやすいです。

金融サービス企業は、AIが市場に登場する前から数学的モデリングや機械学習を行ってきましたが、最近ではAIインフラの性能向上により、クォンタムトレーディングファンドや保険、資産運用会社が大量のデータを活用し始めています。

さらに、多くのAIと称される技術は、実は自動化の次なる進化形にすぎません。

金融サービス業界全体でAIへの関心は高まっていますが、技術の潜在能力に基づき、導入の初期段階に過ぎません。さらに、ユースケースは非常に多様であり、一流の銀行と地域密着の小規模な信用組合では、AIの導入方法も大きく異なります。

同じ組織内でも、取締役会や若いデジタルに精通した世代、運用・財務部門はAIに対して前向きな姿勢を示す一方、コンプライアンス部門は慎重な態度を取ることもあります。懸念事項としては、「ブラックボックス」性、倫理的な運用の問題、規制の不明確さなどが挙げられます。

しかし、早期導入と高い利用率を促す要因には明確なパターンがあります。成功している企業は、AI導入のための戦略を持ち、エクセレンスセンターを設置し、データの整備を最初から行うなど、小さな取り組みながらも革新の土台を築いています。

最初のユースケースとしては、ChatGPTやCo-pilot、Claudeといった生産性向上ツールの導入が多く見られ、これが多くの社員にとってAIの理解と受け入れの入り口となっています。これらはしばしば「ゲートウェイドラッグ」と揶揄されることもあります。

文化的には、AIの導入は現状からの大きな変革となり、先見の明のあるリーダーシップは組織の未来を見据えた施策を推進します。内製のAI能力や専門知識を育成し、適用可能なスキルや知識の共有を促進することが重要です。長期的には、AIによる効率化で役割が置き換えられる社員の再配置も考慮しなければなりません。

AIの価値向上に関しては、多くの銀行が数百のユースケースを持ち、どれを実証実験に進め、広範囲に展開するかの選択が難しい状況です。新技術のベストプラクティスはまだ模索段階です。最初は、多数のユースケースの中から最大の価値を生むものを優先順位付けし、インパクト、コスト、実現可能性、ビジネス全体の戦略との整合性に基づいて選別することが重要です。

AIプロジェクトの評価には、適切なKPIや堅牢なデータ収集方法、明確な報告体制を備えた測定フレームワークが必要です。AIが日常業務の一部となったら、継続的な改善と戦略的整合性を保つための反復的な開発を続けることが求められます。これは高パフォーマンスチームの文化的特徴でもあります。

最近、規制当局とAIについて議論する機会がありました。業界のラウンドテーブルで、「AIが最も得意とする問題は何か？」という非常に興味深い質問が出されました。予想通り、各組織の答えは全く異なり、今後もこの問いに答え続けることになるでしょう。

AIについて戦略的に取り組めず、適切かつタイムリーに導入できない企業は、大きな不利に立たされることは間違いありません。