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担当チーフストラテジストです。

トップのフィンテックニュースやイベントを発見しよう！

フィンテックウィークリー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、人類の進歩の次なるフロンティア、問題解決を模索する技術的解決策とされる一方、最悪の見方では、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いる立場から、イノベーションが金融サービス＆インフラ全体で展開される様子を間近で見てきました。

まず、量的ヘッジファンドの間でAIへの導入が盛んです。彼らは、AIへの大規模投資によるリターン向上を追求しています。また、保険業界も大量のデータを活用できるため、AIの恩恵を受けています。どちらも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が市場に登場するずっと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、定量取引ファンドや保険、資産運用会社が積極的に導入しています。これらは、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、多くのAIと称されるものは、単なる自動化の次の進化形にすぎません。

金融サービス業界全体でAIへの関心が高まっていますが、その潜在能力に基づき、導入の初期段階にあります。さらに、ユースケースは非常に多様です。例えば、一流の銀行と10支店の地域密着型の信用組合では、AIの導入方法は大きく異なります。

同じ組織内でも、取締役会や若くてデジタルに精通した世代、運営・財務部門はAIに対して前向きな姿勢を示すことが多い一方、コンプライアンス部門は慎重です。懸念事項としては、技術の「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明確なパターンも見えてきました。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っています。これらは小さな取り組みのように見えますが、成功したイノベーションの土台となるものです。

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ます。これらは、多くの社員がAIの概念を受け入れる入り口となり、「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の導入は現状から大きく離れることになり、効果的なリーダーシップは組織の未来を見据えた準備を進める必要があります。先進的な人事戦略が不可欠で、内部のAI能力や専門知識を育成し、必要なスキルや知識の共有を促進すべきです。長期的には、AIによる効率化で役割を失った社員の再配置も考慮しなければなりません。

AIの付加価値に関しては、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、広く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することが圧倒されることもあります。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き、ROIを評価します。

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優先順位との整合性を保つためのポリシーを持つことが重要です。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？」という非常に難解な質問が出されました。驚くことに、各組織は全く異なる答えを持っており、今後もこの問いに取り組み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。