AIで変わる金融機関の「つなぐ力」 西武信金は25年続けた“手作業”マッチングをどう進化させた？（3/4 ページ）

顧客データはあっても事業の中身が見えない――営業活動の属人化を課題とする金融業界で、西武信金はAIを活用し、25年実施してきた手作業での企業マッチングを刷新。AIと人が生み出す支援の現在地に迫る。

[斎藤健二，ITmedia]

自分では思い付かない商談相手に出会う価値

　AIはどのようにして最適な相手を見つけ出したのか。TAILOR WORKSのマッチングサービスでは、候補を出す前に、まず相手を知るデータを作る。企業名を入力すると、プレスリリースや求人情報、商工会議所のレポートなどの公開情報を集め、業種、強み、経営課題、投資領域といった項目ごとに、1社30秒ほどで整理する。

TAILOR WORKSが整理する企業情報の項目。所在地や代表者に加え、強み、経営課題、投資領域などをまとめ、紹介候補の選定に使う（出所：テイラーワークス資料、一部抜粋）

企業名を登録すると、AIが公開情報を収集・解析し、企業情報を要約してデータベースを構築する（出所：テイラーワークス資料）

　照合する項目は目的によって変わり、販路開拓なら自社の強みと相手の課題、M&Aで買収先を探すなら自社の投資領域と相手の強みを突き合わせる。

　候補企業の情報には、業界を知らない担当者向けの解説と「こういう観点で興味を持ってもらえませんか」というトークスクリプトがセットで生成される。「全く知らなかった営業店の顧客と相性がいいと分かって、営業担当が動ける」（難波氏）

自社のサービスと相手の経営課題などを照合する。紹介の目的に応じて、組み合わせる情報を変える（出所：テイラーワークス資料、一部抜粋）

　一方で、候補を出すにあたり「信頼感の維持」にも配慮している。登録した出展企業の全てにマッチングの候補を付けようと思えば付けられると土手本氏は話す。だが、そうはしない。担当者が「え、そうだっけ？」と感じる候補が一つ混じるだけで「AIへの不信につながってしまう」からだ。そこで、相性のスコアが一定の水準に届かない候補は外す。土手本氏が実演した例では、事業承継のマッチングサービスを提供する会社に提案できる相手像を作り、登録企業に当てはめると、候補は38件に絞られた。

　自分では思い付かない相手だからこそ、会ってみる価値が生まれることもある。実際に、森のエネルギー研究所の菅野社長が面談を申し込んだのは、AIのリストに載っていなければ自分からは声をかけなかった相手だった。