SIBOSで、ドイツ銀行（Deutsche Bank）、BNPパリバ（BNP Paribas）、BNY、シティ（Citi）のテクノロジーおよびAI部門の幹部が、グーグル・クラウド（Google Cloud）とともにメディア向け円卓会議に参加し、金融機関が人工知能を実験段階から全社規模の導入へとどのように移行させているかについて議論した。
議論から明確に浮かび上がった中心的なメッセージは、金融サービスがエージェント型AIの時代に入りつつあるということだ。そこではAIシステムが複雑な情報を横断して推論し、複数のステップからなるワークフローを実行し、従業員がより迅速で、より情報に基づいた意思決定を行えるよう支援する。
しかし、厳しく規制された環境で事業を営む銀行にとって、議論はもはやAIに何ができるかだけにとどまらない。AIをいかに安全に、大規模に、そして測定可能なビジネス価値を伴って導入できるかという点に、議論の重心が移りつつある。
パイロットから変革へ
ドイツ銀行コーポレート・バンクのCIO兼CPOであるジョー・ハナフォード（Jo Hannaford）氏は、同行のAIへの取り組みを、実験から産業規模への移行と表現した。ドイツ銀行は「ADA」と呼ばれるエージェント型AIのフレームワークを開発しており、エージェントをさまざまなアプリケーションで再利用できるよう設計されている。
ハナフォード氏は、金融サービスにおけるAIのユースケースを大きく2つのカテゴリーに分けて説明した。プロセスの最適化と金融インテリジェンスである。自動化は業務効率を高めることができるが、より大きな機会は、AIを使って金融・市場情報を統合し、顧客対応チームにとって行動につながるインテリジェンスを生み出すことにあると同氏は主張した。
BNPパリバでも、目標は段階的な自動化の枠を超えつつある。コーポレート・アンド・インスティテューショナル・バンキング部門のチーフAIオフィサーであるシャルル・オリーヴ（Charles Holive）氏は、同行はAIを単なるテクノロジーやコスト削減の施策ではなく、ビジネスの推進力として位置づけていると述べた。
BNPパリバは何千もの個別の概念実証（PoC）を追求するのではなく、各事業部門にまたがる少数の大規模な変革に注力しており、プロセスを再設計し、その根底にある経済性を変えることを目指している。
エージェント型AIが業務フローに入り込む
議論では、銀行がエージェント型AIを日常の金融プロセスにどのように適用しているかについて、具体的な事例も紹介された。
BNPパリバでは、トレードブレイク（取引照合の不一致）の処理を含む証券サービス業務に焦点を当てたユースケースがある。同行はワークフローを再設計したうえで、プロセスの一部を管理するAIエージェントを導入した。
オリーヴ氏によると、このシステムは当初、受け付けたトリアージ案件の約95%を解決し、残りの例外案件はエージェントが人間のフィードバックから学習する機会となった。数週間のうちに、このプロセスは約80～85%の自動化効率に達した。
BNYは同様のコンセプトを決済に応用している。チーフ・データ・アンド・AIオフィサーのサータク・パタナイク（Sarthak Pattanaik）氏は、手作業による介入を必要とする一部の支払指図に対応するために設計されたエージェント型ソリューションについて説明した。
このシステムは、受取人、通貨、住所、支払種別などの支払情報の意味的な理解と、ISO 20022規格に基づく構文の検証を組み合わせている。そのうえで取引のより広い文脈を評価し、その支払いが妥当かどうかを判断する。一方で、決定論的な統制と人間による介入は引き続きプロセスの一部として残る。
この違いは重要だ。AIレイヤーは既存の統制に取って代わるのではなく、その上に推論能力を付け加えるために使われている。
効率化から金融インテリジェンスへ
ドイツ銀行にとって、もう一つの大きな機会は、AIを使って金融インテリジェンスの質とスピードを向上させることだ。
同行はグーグル・クラウドと共同で「Financial Insights」機能を開発した。これは金融インテリジェンス、市場動向、顧客固有の情報を統合するもので、カバレッジチーム向けの提案を生成し、財務メモや信用評価の作成といったフォローアップ業務を自動化することができる。
ハナフォード氏によると、このツールは、顧客自身が必ずしも気づいていない段階で、リレーションシップチームが新たな課題を把握できるよう支援することを目的としている。
シティも流動性、文書処理、ウェルスマネジメントなどの分野でエージェント型AIを検討している。サービス部門の暫定COO兼流動性管理サービス責任者であるスティーブン・ランドール（Stephen Randall）氏は、生産性向上と明確な企業としての境界設定を両立させることの重要性を強調した。
ガバナンスがアーキテクチャの一部に
さまざまな事例に共通するテーマが一つあるとすれば、それは信頼とガバナンスを導入後に付け足すことはできないということだった。
パネリストらは、データガバナンス、オブザーバビリティ（可観測性）、規制上の統制、人間による監督の重要性を繰り返し強調した。
BNPパリバでは、コンプライアンス、法務、サイバーセキュリティ、人事が関与するガバナンスが開発の初期段階から組み込まれている。同行はまた、社内インフラを使って機密性の高いアプリケーションのプロトタイプを作成し、実証済みのソリューションを全社的なガバナンスのプロセスへと移行させることもできる。
シティでは、特定のワークフローがどの社内外のデータソースにアクセスできるかを管理する統制を用いるとともに、明確に定義された「ヒューマン・イン・ザ・ループ」または「ヒューマン・オン・ザ・ループ」のモデルを維持している。
ドイツ銀行は、従来のデータ構造をまたいで意味情報を結び付けるナレッジグラフの手法を検討している。ハナフォード氏によると、これにより同行の特定の部門では、オンボーディングや融資などのプロセスの迅速化につながっているという。
BNYでも同様に、ガバナンスはデータ・AIプラットフォームそのものに組み込まれており、メタデータとセマンティクスが、ある情報を特定の目的に正当に利用できるかどうかの判断に役立っている。
グーグル、自社の財務業務で検証
グーグル（Google）も、自社の財務組織を企業向けAIの実地の試験場として紹介した。
グーグルの財務担当バイスプレジデント、クリスティン・ラインキ（Kristin Reinke）氏は、同社を自社AI技術の「カスタマー・ゼロ」と表現した。グーグルは請求書の検証や経営陣向けレポートなど、財務組織全体にAIを導入している。
グーグルのアシスタント・トレジャラーであるジェイソン・アレン（Jason Allen）氏は、同社のグローバル財務（トレジャリー）業務向けに開発されたエージェント型の資金管理システムを紹介した。このソリューションは、予測、評価、実行の各エージェントを個別に用いて、余剰資金を特定し、どこに投資すべきかを評価し、取引を実行に向けて準備する。
同社によると、このシステムによって従業員はより付加価値の高い業務に時間を割けるようになり、追加の受取利息も生み出しているという。
重要なのは、AIが最終的な投資判断を下すわけではないとグーグルが強調した点だ。判断の責任は人間の資金管理担当者が引き続き担い、テクノロジーは提案を行い、判断に至るまでに必要な手作業を減らす役割を果たす。
銀行AIの次の段階
SIBOSでの議論は、業界におけるAIをめぐる議論が進化していることを示している。焦点は個別の生産性向上ツールから、重要な金融ワークフローに直接組み込まれたAIシステムへと移りつつある。
ドイツ銀行、BNPパリバ、BNY、シティが共有した事例は、共通のモデルを示している。AIがますます複雑な推論と実行を担う一方で、データ統制、決定論的な検証、ガバナンス、そして人間の判断は引き続き不可欠であるというモデルだ。
したがって金融機関にとって、競争上の問いは、誰が最大のAIモデルを導入できるかよりも、AIの能力を信頼できる業務プロセスへと変えるために必要なインフラ、データ基盤、ガバナンスを誰が構築できるかにあるのかもしれない。
グーグル・クラウドのパネルが明確に示したように、浮かび上がりつつあるモデルは、AIが金融の専門家に取って代わるというものではなく、AIが摩擦を取り除き、金融上の意思決定に責任を負う人々の判断を補強するというものだ。
ブリーフィング
1週間のテックニュースを1通のメールで。
読む価値のある記事を毎週お届けします。配信停止はいつでも可能です。