銀行・保険のリーダーたちが Voice AI の導入を急ぐ中、多くの人が罠に落ちています。会話指標の優先です。たとえば、声がどれほど自然に聞こえるか、取引の前に小話をどれほどうまく模倣できるか、など。ですが、盗まれたクレジットカードを止める、あるいは保留中の送金を確認したいと考える顧客にとっては、パーソナリティはパフォーマンスの次に優先される、遠い第二の優先事項です。
これが Fintech の CIO にとっての青信号です。あなたの顧客は自動化の許可を与えていますが、条件があります。それが「機能すること」です。AI に不満を持つ全消費者のうち半数は、エージェントが「問題を解決しなかった（didn’t resolve their issue）」という単純な事実を、主な理由として挙げています。
金融機関にとって、これは成功の指標を「封じ込め率（人間から遠ざける）」にすべきではないということです。指標は「解決までの時間（time to resolution）」であるべきです。AI が人間のように聞こえても、残高確認で失敗するまでに 3 分かかるなら、あなたはイノベーションしていません。自動化したのは不満だけです。
ハイブリッド・フロントラインの構築
では、認識のギャップをどう埋めるのでしょうか。
黒ボックスの LLM でコンタクトセンターを丸ごと作り替えようとする代わりに、大量で、かつ低リスクな原始的なユースケースを特定してください。銀行では、これには口座の本人確認、取引履歴、または請求書支払いが該当するかもしれません。これらは、リアルタイムのデータパイプラインによって動く AI エージェントが、人間よりも速度と正確性で勝てるタスクです。本当に将来に備えるには、既存システムに重ねられる、統合された柔軟な音声 AI テックスタックを利用し、技術の進化に合わせてモデルを入れ替え、ワークフローを調整できるようにする必要があります。
最後に、セキュリティに支えられた業界では、堅牢な検証と透明性は譲れません。音声 AI の導入には、機密の金融データを保護するために、やり取りの中へ織り込まれた堅牢な検証手段が必要です。規制上の圧力が高まることを予想しており、顧客が AI に話している場合に、明確な別個の開示が求められる可能性があります。
Fintech リーダーはこれを受け入れるべきです。AI エージェントが自らを明確に名乗り、その直後に価値を即座に示すなら——「私は AI アシスタントです。Target での取引についてお電話しているように見えます。承認してほしいですか？」——「支店の Sherri です」といったふりをするボットよりも、より多くの信頼が築かれます。
あなたのボイスAI戦略が雑談よりも解決に優先すべき理由
By Andy O’Dower、Twilio における Voice & Video のプロダクトマネジメント担当バイスプレジデント。
FinTech はスピードが速い。ニュースはいたるところにある。明確さはない。
FinTech Weekly は重要なストーリーとイベントを 1 か所にまとめてお届けします。
FinTech Weekly のニュースレターを購読するにはこちらをクリック
JP Morgan、Coinbase、BlackRock、Klarna などの経営層が読んでいます。
顧客サービスを近代化する競争の中で、業界は危険な見落としに直面しています。最近のデータによると、90% の企業が顧客は AI とのやり取りに満足していると考えていますが、消費者の同意は 59% だけです。
小売では、このギャップが売上を逃す原因になり得ます。Fintech では、このギャップは「その領域の通貨」である信頼を失わせ、結果として顧客を失うことになります。
銀行・保険のリーダーたちが Voice AI の導入を急ぐ中、多くの人が罠に落ちています。会話指標の優先です。たとえば、声がどれほど自然に聞こえるか、取引の前に小話をどれほどうまく模倣できるか、など。ですが、盗まれたクレジットカードを止める、あるいは保留中の送金を確認したいと考える顧客にとっては、パーソナリティはパフォーマンスの次に優先される、遠い第二の優先事項です。
解決の通貨
データは明白です。消費者は AI に反対しているわけではなく、反対しているのは「摩擦」です。実際に 3 分の 2 以上の消費者が、AI エージェントが問題を人間よりも速く完全に解決してくれるなら、AI エージェントの利用を むしろ prefer（好む） と答えています。
これが Fintech の CIO にとっての青信号です。あなたの顧客は自動化の許可を与えていますが、条件があります。それが「機能すること」です。AI に不満を持つ全消費者のうち半数は、エージェントが「問題を解決しなかった（didn’t resolve their issue）」という単純な事実を、主な理由として挙げています。
金融機関にとって、これは成功の指標を「封じ込め率（人間から遠ざける）」にすべきではないということです。指標は「解決までの時間（time to resolution）」であるべきです。AI が人間のように聞こえても、残高確認で失敗するまでに 3 分かかるなら、あなたはイノベーションしていません。自動化したのは不満だけです。
ハイブリッド・フロントラインの構築
では、認識のギャップをどう埋めるのでしょうか。
黒ボックスの LLM でコンタクトセンターを丸ごと作り替えようとする代わりに、大量で、かつ低リスクな原始的なユースケースを特定してください。銀行では、これには口座の本人確認、取引履歴、または請求書支払いが該当するかもしれません。これらは、リアルタイムのデータパイプラインによって動く AI エージェントが、人間よりも速度と正確性で勝てるタスクです。本当に将来に備えるには、既存システムに重ねられる、統合された柔軟な音声 AI テックスタックを利用し、技術の進化に合わせてモデルを入れ替え、ワークフローを調整できるようにする必要があります。
住宅ローンの申請や不正行為の紛争のような、複雑で共感性の高い場面では、AI は橋渡しであるべきで、障壁ではありません。文脈を収集し、挨拶をするより前に、画面上で完全な履歴を持つ人間のエージェントへ、シームレスに顧客を引き継ぐべきです。
透明性による信頼
最後に、セキュリティに支えられた業界では、堅牢な検証と透明性は譲れません。音声 AI の導入には、機密の金融データを保護するために、やり取りの中へ織り込まれた堅牢な検証手段が必要です。規制上の圧力が高まることを予想しており、顧客が AI に話している場合に、明確な別個の開示が求められる可能性があります。
Fintech リーダーはこれを受け入れるべきです。AI エージェントが自らを明確に名乗り、その直後に価値を即座に示すなら——「私は AI アシスタントです。Target での取引についてお電話しているように見えます。承認してほしいですか？」——「支店の Sherri です」といったふりをするボットよりも、より多くの信頼が築かれます。
技術は準備できています。顧客も受け入れる用意があります。ですが、このギャップを埋めるには、相手をごまかして「人に話している」と思わせるのをやめ、「解決策に話している」と証明し始めなければなりません。
著者について
Andy O’Dower は、Twilio における Voice & Video のプロダクトマネジメント担当バイスプレジデントであり、顧客が革新的な顧客エンゲージメント・ソリューションを構築できるようにするため、プロダクト戦略とマネジメントを率いています。
B2B、B2C、およびプラットフォーム API 製品における、プラットフォームの創業とスケールに関して 20 年以上の経験があります。キャリアを通じて彼は、大規模なクロスファンクショナル・チームを立ち上げ、率いてきました。売上が数億ドル規模で、ユーザーが数百万人に及ぶ、収益性のあるソフトウェアおよびプラットフォームの構築とスケールを行ってきたのです。彼の経験には、Curiosity や Snapsheet のようなスタートアップでの Wowza によるビデオストリーミングへの取り組みが含まれます。彼は Rockhurst University の MBA を取得しており、CO の Evergreen に拠点を置いています。