生成 AI は、イノベーションと効率を推進する破壊的な力として出現しました。この記事では、生成 AI を組織に導入する際に考慮すべき重要な運用上の側面について説明します。
従来の銀行業務の再編から顧客体験の向上に至るまで、生成 AI はイノベーションと効率性を推進する破壊的な力として出現しました。生成 AI は、AI のサブセットの 1 つであり、大規模なデータセットでトレーニングされたアルゴリズムを使用して、新しいコンテンツやデータを生成することに重点を置いています。企業のコンテキストにおいて、生成 AI は、反復的なタスクの自動化、パーソナライズされたコンテンツの生成、ドキュメントの要約、情報への迅速なアクセスを提供することによる従業員の生産性の向上に適用されます。
銀行や金融機関の動的な領域では、生成 AI の統合は変革のジャーニーへと進化しました。2023 年には野心と投資の高まりが見られ、銀行は無数の AI のユースケースを模索するようになりました。具体的な ROI を示せという上層部からの圧力が高まったことで、世界中で生成 AI の取り組みを拡大することに重点を置いた専任のリーダーシップチームが設立されました。
- BFSI では、生成 AI は、リスク管理、不正検出、パーソナライズされたサービス、運用効率を通じて、顧客体験に革命をもたらしています。Gartner の予測では、銀行のセキュリティとリスク管理への支出は、2024 年末までに 2150 億ドル、全世界で 前年比 14％増 に達すると見られています。
- 最新の機能強化には、主要なユースケースとして異常値検出が含まれています。AI モデルは、ルールベースのシステムでは簡単に識別できない異常なトランザクションを検出できます。 Swedbank は、これらのモデルを使用した不正検出が 20～30% 向上したと報告しました. この適用は、BFSI エンティティが大量のトランザクションを処理する際に重要です。
- ケーススタディでは、ポートフォリオ管理のロボットアドバイザー、アルゴリズム取引、カスタマーサービスのチャットボット、AI ベースの引受業務、自動契約管理、パーソナライズされた財務計画、最適化された取引戦略、強化されたカスタマーサポートに適用される生成 AI が紹介されています。
銀行は様々なユースケースで AI 実装の報酬を得ていますが、真の課題は銀行業務の性質そのものを根本的に再考することです。
生成 AI 時代のビジョンを構築
商品やサービスを提供する、まったく新しい方法を構想することで、銀行業務の本質をどのように再定義するのでしょうか。
この移行は、既存プロセスの改善だけでなく、銀行業務の真髄を再構築し、従来の物理的なファサードに重点を置いたモデルから、データと AI インフラストラクチャを中心に構築された構造に移行するということです。生成 AI 主導の機関への道のりは困難ですが、データ分析（規制のコンプライアンスデータ、信用リスクの評価、投資データなど）を活用し、自動化されたプロセスを取り入れ、全体的な効率の向上を実現するなど、進化する状況での関連性を維持するために重要です。
デジタルイノベーションの波に牽引され、インドは前進と約束に向けた揺るぎない機運を維持しています。（2024）デジタルインドストーリー は、ユーザーの好み、行動、過去のインタラクションの分析などといった高度な AI/ML 機能を活用して、高度にカスタマイズされた関連性の高いコンテンツを配信することで、すべてのユーザーエクスペリエンスに革命を起こすように設定されています。
拡張性の高い機能への投資
金融セクターのリーダーは、生成 AI 中心の未来に必要な能力、スキルセット、投資を特定する必要があります。新商品の迅速な提供と、このアジェンダに沿った組織設計とのバランスを調整することは、大きな課題となります。焦点は、複合的なリターンを生み出す反復可能なタスクとツールを構築することです。
例えば、銀行業務において、生成 AI は契約管理のためのプログレッシブソリューションを提供します。生成 AI は、契約の見直し、準拠条項の提案、契約の自動修正などの面倒なタスクを自動化することで、プロセスを合理化し、時間とリソースを節約します。
同様に、より優れた信用リスク評価のために、銀行は AI ベースのシステムを使用して、より情報に基づき、より安全で、収益性の高い与信判断に役立てています。マシンラーニング（機械学習）アルゴリズムでは、顧客の行動とパターンを調べて、信用履歴が限られている顧客が、実際は適切な信用顧客であるかどうか判断したり、行動パターンがアップセルの可能性を高める顧客を見つけ出したりすることができます。
これらのアルゴリズムは、従来のスコアリングを超える何千もの代替データポイントを使用して信用度を評価します。
もう 1 つの例は、住宅ローン業界で、生成 AI 機能が拡張され、顧客データを組み込んでカスタマイズされた契約を生成するというものです。生成 AI は、規制基準を遵守しながら、過去のローンに基づいて契約条件を最適化することで、住宅ローン取引の効率と精度を高めます。
生成 AI の力を BFSI に活用
生成 AI は、次の 3 つの重要な方法で大変革をもたらす可能性があります。
- 会話の性質の変更： AI における初期のリーダーシップは、もはや相対的な競争優位性を持ちません。生成 AI は、AI に関する議論を変更し、すべての人にとって不可欠な考慮事項となっています。
- いち早く製品を導入したメリットを破壊： チャットボットのようなテクノロジーは、かつては最先端と考えられていましたが、もはやそうではありません。生成 AI への投資により、最先端の製品スイートを提供することができます。
- 競合企業を追い抜く： 大規模言語モデル（LLM）により、銀行は技術スキルと豊富なデータセットで競争の優位に立つことができます。数十年に及ぶデータ基盤への投資は、大幅に短い期間と低コストで複製できる可能性があります。こうした変化の影響は依然として不確実ですが、データ主導のビジネスモデルの最適化に重点を置く根強い文化は、競争力を維持する可能性があります。
McKinsey による最近の調査によると、銀行における生成 AI の潜在的価値は、エンジニアリング、カスタマーサービス、セールスおよびマーケティング、リスク管理などのユースケースを含め、合計で 2000 億から 3400 億ドル になると見られています。
2025 年までに、生成 AI の成人ユーザーは 1 億人 を超えると予想されます（業務で使用するユーザーは、およそ 8200 万人）。
一般的に、次の 4 つの領域で使用されています。
- 製品 R&D／ソフトウェアエンジニアリング
- カスタマー業務
- マーケティングとセールス
- リスクモデルドキュメントなどのその他の機能
生成 AI 環境におけるアドビのソリューション
アドビは、「創造性は新しい生産性」というモットーを掲げ、Adobe Firefly、Sensei やその他の生成 AI 機能を活用したデジタルエクスペリエンスソリューションで業界をリードしています。
生成 AI に対するアドビのアプローチは、規模、信頼性、企業の即応性を中心としたもので、キャンペーンの作成、オーディエンスの特定、エクスペリエンスの提供、ジャーニーのシミュレーションをどのように行い、そして最終的にシステムから報告されるインサイトをどのように理解するのかというものです。
- 商業的に安全であるように設計：Adobe Stock の 3 億 を超える高解像度、高付加価値のアセットと、著作権が失効したオープンライセンスの公開コンテンツでトレーニングされており、アドビによる補償が提供されます
- 統合ワークフロー： Firefly の生成 AI 機能は、Adobe Creative Cloud、Adobe Document Cloud および Adobe Experience Cloud をまたいでツールに組み込まれます。
- デザインと配信の副操縦士： マーケターやクリエイティブ担当者は、常に主導権を握り、生成された出力をガイドおよび監督できます。
- ブランドに即し、大規模に拡張： 顧客が独自の販促素材を使用して Firefly をトレーニングし、自社のブランドスタイルとデザイン言語でコンテンツを生成する方法を探索します。
課題を乗り切る
生成 AI から価値を引き出そうとしている銀行は、現在、デジタル変革と株主リターンの強化という二重の期待に直面しています。経済的な課題は、可変コストの演習を固定コストのプロセスに変えることにあります。
この課題は、銀行にとっては専門サービスを提供する企業よりも厳しくないかもしれませんが、生成 AI の積極的な展開は、機敏なスタートアップ企業や AI を活用する従来の銀行が提供を拡大し、効率を高めることから、価格競争力による圧力が加わる可能性があります。
また、次のことも検討する必要があります。
- リスク、テスト、責任ある使用をカバーする、ガバナンスフレームワークの早期開始
- 最初の適用は、知識の検索とドキュメントの生成を通じて、従業員の生産性を向上させることに重点を置く
- エグゼクティブトレーニング、新しい能力開発、スキルベースの採用を通じた、優秀な人材の育成
- 事業部門からの意見を促進しながら、組織標準へと導く集中型モデルの採用
- 特定分野の専門家と自動検証ツールを通じたモデル出力の検証
- エンドユーザーからソリューションを設計し、人間の入力を可能にしてシステムの進化を形成
要約すると、生成 AI は BFSI に変革の可能性をもたらすものですが、慎重なガバナンスと変更管理がスケーリングの成功を左右します。これらの課題に効果的に取り組む銀行は、大きな価値を引き出すことができます。
まとめ
BFSI の生成 AI は、顧客体験の向上から業務の最適化まで、銀行や金融機関に革命をもたらす大きな可能性を秘めています。生成 AI 機能の戦略的かつ倫理的な実装は、2024 年以降の絶え間なく進化し続けるこの状況において、BFSI 機関が持続的な競争優位性を獲得する鍵となります。AI と生成 AI が、データ検出を変革して強化し、コンテンツ作成を加速させ、高度なパーソナライゼーションと配信を可能にすることは、周知の事実です。
