金融サービス企業は生成AIを活用する準備はできていますか？

注：本記事は(2024年1月8日)に公開された(Is Your Financial Services Organization Ready to Leverage Generative AI?)を機械翻訳により公開したものです。

データに基づいて構築された業界である金融サービスは、常にAIテクノロジーをいち早く導入してきました。最近の業界調査では、回答者の46%がAIによってカスタマーエクスペリエンスが向上した、35%が運用効率が向上した、20%が総保有コストが減少したと回答しています。現在、生成AI（gen AI）はその重要性を増しており、企業はこのテクノロジーに多額の投資を行っています。IDCは、生成AIへの支出が2023年の160億ドルから2027年の1,430億ドルに増加し、73.8%の複合年間成長率（CAGR）になると推定しています。金融サービス業界は、2027年には246億ドルの支出が見込まれており、生成AI市場全体の17.2%を占めています。

生成AIと大規模言語モデル（LLM）の可能性は無限大ですが、財務幹部がオリジナルコンテンツを生成するAIを実装する際には、いくつかのデータ課題とリスクに注意する必要があります。高品質のソースデータへのアクセス、強力なガバナンスコントロール、強固なセキュリティが何よりも重要です。IDCは、「最終的に、生成AIは、それを使用するデータ、モデル、アプリケーションがエンドユーザーとお客様から信頼される場合にのみ、広く採用されるようになる」と指摘しています。

ここでは、金融サービス企業が障壁やブロックを乗り越えて生成AIで競争力を得るために、堅牢なデータ戦略がどのように役立つかを説明します。

まず、現在の生成AIのユースケースを見てみましょう。これまでの業界投資は、次の3つの分野に焦点を当ててきました。 

• カスタマーエクスペリエンス：生成AIは、低速で時間のかかるプロセスで知られる業界で、より効率的かつ効果的なカスタマーエクスペリエンスを提供することで、金融サービス企業の差別化に役立ちます。たとえば、チャットボットやロボアドバイザーを使用して、的を絞った投資に関する質問に答え、行動ドリブンな金融アドバイスを数秒で提供できます。保険代理店は、LLMを使用して管理データを分析し、請求処理を高速化できます。 

• リスクおよびコンプライアンスに関するレポート：規制コンプライアンスは、ますます複雑な運用タスクになっています。Thomson Reutersによると、リスクチームとコンプライアンスチームの73%は、今後1年間で規制当局や取引所が発表する規制情報の量が増えると予想しています。生成AIは、これらの新しい規制の要約、合成、実装のプロセスを高速化できます。さらに、AIによって生成された合成データを使用することで、ストレステストや、変動金利や債務不履行の可能性に関連するリスクなどのエクスポージャーリスクの評価と予測を高速化できます。

• 市場インテリジェンスとポートフォリオ管理：生成AIは、ファイル、レポート、ニュース記事などの非構造化データを分析することで、市場のセンチメントと金融トレンドを推測するのに役立ちます。これにより、銀行や資産管理会社は予期せぬ市場の変化に備え、迅速に戦略の見直しと修正を行うことができます。広範な予測データに基づくアルゴリズムシミュレーションが強化され、より正確で信頼性の高いリスクモデル提案を行えるようになりました。また、生成AIは金融データを合成し、投資家がより柔軟な取引戦略を策定するのに役立ちます。

生成AIモデルをトレーニングするデータと、生成AIをサポートするテクノロジーとインフラストラクチャーは、これらのユースケースを成功させるために非常に重要です。財務幹部は、生成AIモデルをアナリティクスやAIのロードマップに統合する際に、モデルに供給するデータの収集、保存、処理に関連する問題について意識する必要があります。 

• データの品質とアクセス：生成AIは、組織内のファーストパーティデータ、パートナーからの直接のセカンドパーティデータ、外部データプロバイダーからのサードパーティデータに簡単かつ迅速にアクセスできるかどうかにかかっています。しかし、これらのデータの大部分は非構造化データであり、検索、カタログ化、分析に課題があります。すべてのデータの推定90%が非構造化データであることを考えると、この新しいインサイトソースを活用できれば、競合他社を超えることができます。

• データセキュリティとガバナンス：個人情報や会社の営業秘密、知的財産（IP）などの機密データの暴露リスクを軽減するには、モデルトレーニングの慎重なガバナンスが不可欠です。AIが生成したコンテンツのIP権は、法律、規制、ポリシーに関する継続的な議論の対象となります。そのため、金融サービス機関は、データプライバシーを保護しながら、使用するデータとモデルの品質、信頼性、セキュリティを確保するのに役立つ生成AIのための適応型ガバナンスフレームワークを構築する必要があります。

• コンピューティングリソース：生成AIの実装の成功は、ドメイン固有のデータおよびユースケース固有のデータに基づいてトレーニングおよび微調整された適切な言語モデルの選択にかかっています。そのため、何兆ものパラメータを持つモデルをトレーニングする必要があり、スケーラブルなストレージ、メモリ、高いコンピュート能力が必要になります。大容量と柔軟性を実現するテクノロジープラットフォームが不可欠です。しかし、大量の構造化データと非構造化データの処理に必要な処理能力とストレージスペースは、多くの場合、取得と管理に多大なコストがかかるため、大きな課題となっています。また、AIデータサイエンティスト、データエンジニア、AI製品所有者などのAI関連職種の採用も依然としてハードルとなっています。

• 規制コンプライアンス生成AIによって生成されるコードは、特にエンタープライズデータを使用する場合、部門や業界の標準や法律に準拠する必要があります。SECは最近、生成AIの使用によって生じる可能性のあるバイアスと利益相反に対処するため、ブローカーディーラーと投資顧問向けの新しいAIルールを提案しました。また、EUで事業を行っている組織の場合、EU AI法は2024年に施行され、特定の消費者向けAIユースケースに影響を与える可能性があります。AI倫理のトレーニングと組織全体の意識向上に加えて、データプライバシーを保護し、関連法規制を遵守する安全で統制されたプラットフォームを整備することが重要です。 

生成AIを活用しながら落とし穴を回避するには、金融サービス企業が次の3つの重要な要素を含む明確で包括的なデータ戦略を構築する必要があります。 

• データ障壁の解消：データモデルの民主化により、財務リーダーはデータサイエンティストに頼ることなくデータにアクセスして分析できるようになり、画期的な機会が生まれます。この可能性を引き出すには、組織全体、およびパートナーや外部企業とのデータサイロの解消が必要です。また、オープンフォーマットの生データおよびキュレートされたデータに、あるいはサードパーティから直接アクセスできるようにする必要があります。しかし、オンプレミスソリューションやレガシーソリューションを利用する金融サービス企業は、データの収集、統合、共有が困難になります。

• 最新のデータインフラストラクチャ：生成AIには、システムやクラウドにまたがる大量のデータの集約と、大量のコンピューティングリソースとストレージ容量のシームレスなプロビジョニングが必要です。最新のデータプラットフォームは、これらのタスクの処理に必要なパワーを提供できます。また、動的にリソースを割り当て、オープンソースモデルやサードパーティモデルを使用してLLMを実行、調整、構築するために必要なマネージドLLMインフラストラクチャーを提供することもできます。これにより、モデルの構築と運用が効率的になり、データ量の増加に合わせて拡張できるようになります。最新のプラットフォームは、生成AIとMLをAIエキスパートだけでなくビジネス全体の手に渡す、組み込みのAI/MLビルディングブロックを提供することもできます。

• データガバナンスとセキュリティ金融機関には、エンドツーエンドの生成AI開発をサポートする、統制された安全な統合環境が必要です。2022年、金融サービス企業の平均データ漏洩による損害は約600万ドルでした。堅牢なセキュリティ対策なしで生成AIを実装すると、企業がセキュリティリスクを高める可能性があります。適切なガバナンスコントロールがなければ、企業はプライバシー侵害、規制違反、風評被害といったリスクに晒されます。また、生成AIシステムによる意思決定が倫理的、公正で、会社の価値や規制要件に合致することを確認するためにも、強力なガバナンスコントロールが必要です。 

生成AIは、金融サービス企業にさまざまな競争優位性をもたらします。この重要な機会を活用するために、組織はデータに関する課題を理解し、会社全体で包括的なデータ戦略を採用する必要があります。 
金融サービス組織が生成AIを使用して業績を改善するためにSnowflakeがどのように役立つかについては、Snowflakeの金融サービスデータクラウドをご覧ください。エンタープライズAI戦略の計画と実行に関するアドバイスについては、当社のホワイトペーパー「Introducing Generative AI into Financial Services Enterprises（金融サービス企業への生成AIの導入）」をダウンロードしてください。