金融機関におけるデータとAI活用のポイント――変革と競争優位性につながるIT基盤とは（前編）：データを原動力としたAI活用の可能性と課題（4）

セキュリティやコンプライアンスにおいて厳しいルール順守が求められる金融業界において、柔軟にデータとAIを活用したIT戦略を実現するデータ基盤を構築するにはどうしたら良いのでしょうか。

[大澤毅，Cloudera株式会社]

この連載について

データを正しく収集、管理、分析することで、企業は業務効率化やDX（デジタルトランスフォーメーション）、競争力強化につなげられきます。最近はML（機械学習）や生成AI、LLM（大規模言語モデル）の活用によって成果を上げている企業が増えています。本連載は、データ利活用によって生まれるビジネスの機会や、それを実現するための課題や要点を、具体的な事例を交えて業界別に紹介します。

　生成AIやML（機械学習）といった先進技術の活用が広がり、驚くべき成果を達成する企業・団体が登場しています。これらの技術を最大限に生かすには、データの適切な収集、管理、分析が鍵となります。本連載では、データ基盤や生成AIの重要性に触れ、業界別の課題や可能性を探求します。第3回は製造業におけるデータとAIの可能性を見てきました。今回は金融業にフォーカスします。

金融機関におけるデータとAI活用のアプローチ

　データとAIの活用は、金融機関にとっても大きなメリットをもたらします。リスク管理の高度化や顧客サービスの向上、業務効率化、省人化、新規事業創出、顧客データのリアルタイム分析によって、イノベーションを実現し、さらなる企業競争力の強化を図ることが期待されています。

　しかし、一方で規制が厳しい金融業界においては、セキュリティリスクやコンプライアンス、AIの「透明性」「信頼性」についても、高く厳しい要求が突き付けられます。

　金融業界のIT部門が、さらなる成長に資するIT戦略と信頼できるAI戦略を両立させるには、どのようなプラットフォームでどのようなAI戦略を取るべきなのでしょうか。

金融機関がデータとAIを生かすための2つの要件

　よく知られるように、金融機関は膨大な取引データに基づいたAIを生かすことで、不正や異常を迅速に検知し、金融犯罪のリスクを早期に察知する「リスク管理の高度化」を実現できます。与信審査や投資判断においても、AIによる高度な分析によってリスクの定量化が可能になります。

　また、データを生かせば今まで以上にリスクを細分化して判定できるため、これまでの仕組みではサービスを提供できなかった顧客や新規の顧客層の開拓も可能になります。

　顧客データを分析することで、一人一人のニーズや好みに合わせてパーソナライズされた金融サービスを提供できるため、データとAIはさらなる顧客サービスの向上にも寄与します。また、チャットbotやAIアシスタントを活用すれば、24時間365日の顧客サポートが可能になるため、顧客満足度も向上させられます。

　こうした取り組みを突き詰めれば、業務効率化やコスト削減、ひいては圧倒的な省人化も可能になるでしょう。AIを活用することで、従業員が手作業だった定型的な業務を自動化し、業務効率を大幅に向上させられます。また、データ分析によって業務プロセスの改善点を特定し、コスト削減も図れるでしょう。Clouderaの顧客事例では、海外の事例では80％以上の業務の削減を実現したケースもあります。

　新しい金融サービスの創出も考えられます。AIやデータ分析を活用することで、AIを活用した資産運用サービスや、データに基づくパーソナライズされた保険商品の開発など、従来にはない革新的な金融サービスの創出が期待できます。例えば、健康増進活動などの、これまで金融の世界とは切り離されたデータを活用した新しいスコアリングモデルなどが注目され始めています。こうした新サービスの提供により、競争力を高められるのです。

金融機関のAI活用に必要な「適切なデータガバナンス戦略」

　データやAIの活用の期待は高まりますが、金融機関には特有の規制や法令があるため、適切なデータガバナンス戦略に則った運営が求められます。

　特に個人情報や機密情報を大量に扱う金融機関にとって、データガバナンスは重要な課題です。プライバシー規制などへの抵触リスクが高く、違反した場合の影響も甚大だからです。

　グローバルな金融機関では、データガバナンス戦略の設定について2つの選択肢が考えられます。

　1つ目は、最も規制が厳しい国・地域に合わせたコンプライアンス対策を全社的に適用する方法です。これは一見シンプルで効率的に見えますが、実際には多くのデメリットがあります。厳格なプライバシー基準を一律に適用することで、他の国では合法的に利用できるデータへのアクセスが制限され、ビジネスチャンスを逃してしまう可能性があります。

　2つ目は、最新のテクノロジーとデータアーキテクチャを活用し、各国の規制の違いに柔軟に対応するものです。

　適切なデータプラットフォームを選択することで、企業はデータの存在する全ての場所で一貫したセキュリティとガバナンスを実現できます。これにより、センシティブなデータを容易に特定・管理し、コンプライアンスを確保しながらもビジネスプロセスを中断することなく運用できます。

　金融機関がデータガバナンス戦略を設定する際は、自社のビジネスモデルや展開地域、扱うデータの種類などを総合的に考慮しなければなりません。最新のテクノロジーを活用しながら、柔軟で効率的なアプローチを探る必要があります。コンプライアンスとビジネスの両立を実現してこそ、データとAIの力を最大限に引き出せるのです。

　データとAIは、金融機関にとって大きな可能性を秘めていますが、それには適切なデータガバナンス戦略が伴わなければなりません。

　筆者は、金融機関がデータとAIを活用して、より良い顧客サービスと企業競争力の向上を実現することを期待しています。

プライバシーや情報漏えいなどのリスク解消に求められる「信頼できるAI」

　データとAIの活用はDXの実現に寄与する一方で、リスクも存在します。

　特に、外部のAIサービスを利用する場合、データのセキュリティやプライバシーに加え、AIモデルの「透明性」や「公平性」に関する問題が懸念されます。

　AIモデルの透明性とは、AIがどのように意思決定をしているかを理解しやすくすることを指します。公平性とは、AIの判断が特定の個人や集団に対して不当な偏りを持たないことを意味します。

　金融機関は「透明性」「信頼性」「公平性」「説明責任」を備え、プライバシーとセキュリティの要件に準拠したAIシステムを設計しなければなりません。

「Trusted AI」（信頼されるAI）とは

　「ChatGPT」などの汎用の言語生成AIサービスを使ったシステムには、使用するデータセットの複雑さや、事実ではない情報を生成する傾向があるという課題があります。

　加えて、パブリックなSaaSベースのAIモデルを使用する場合は、知的財産や個人を特定できる情報を含むデータが漏えいするリスクがあります。

　現在主流となっている大規模言語モデル（LLM）は、「トランスフォーマーモデル」と呼ばれる特殊なニューラルネットワークアーキテクチャを使用して、入力データから学習してアウトプットを生成します。

　しかし、こうしたAIソリューションを金融機関のビジネスに統合するには、コアビジネスプロセスを再構築し、アプリケーションのワークフローを変革して企業文化に適応させる必要があります。これらの点はデータとAIによる革新を目指す金融機関にとって、大きな課題となるでしょう。

　この課題を軽減するために、「Trusted AI」（信頼されるAI）という概念が導入されています。このTrusted AIを実現するためのアプローチとしては、外部サービスに頼らないシステム戦略が考えられます。

　オンプレミスやクラウドに置かれた企業固有のデータを有効活用できるように、ハイブリッド環境に対応したデータプラットフォームを採用し、オープンソースソフトウェア（OSS）をベースとしたAIソリューションを統合する戦略です。

　実装がオープンになっているOSSを活用すればシステムの内部動作を把握しやすく、必要に応じたカスタマイズや調整も可能になります。

　これによりAIの意思決定プロセスの透明性を確保できれば、規制当局や顧客からの信頼を得やすくなります。また、金融機関のセキュアなデータでトレーニングされたAIモデルを内部またはセキュアなクラウドに展開することで、機密データの流出リスクを最小限に抑えられます。さらにデータの暗号化や匿名化などの技術を活用することで機密情報の保護も強化できるでしょう。

　前述の通り、金融機関はセキュリティとプライバシーに関する厳格な規制がありますが、Trusted AIを実現するシステムを採用することで、コンプライアンスを維持しながら、AIやデータ活用のメリットを享受できるようになります。

著者紹介

大澤 毅（おおさわ たけし） 《Cloudera株式会社　社長執行役員》

IT業界を中心に大手独立系メーカー、大手SIer、外資系 IT企業のマネジメントや数々の新規事業の立ち上げに携わり、20年以上の豊富な経験と実績を持つ。Cloudera入社以前は、SAPジャパン株式会社 SAP Fieldglass事業本部長として、製品のローカル化、事業開発、マーケティング、営業、パートナー戦略、コンサルティング、サポートなど数多くのマネジメントを担当。2020年10月にCloudera株式会社の社長執行役員に就任。

Cloudera：https://jp.cloudera.com/