人工知能は金融業界をどのように改善していくか

注：この記事は、americadailypost.comに掲載されたものを日本語訳したものです。

概要：AIは様々な形で金融業界に利益をもたらしている。特にリスク管理、投資の自動化、損失の削減、リテールの銀行業務など、AI技術の現実世界での応用が可能となる。

仮想アシスタントやAIカメラが搭載されたスマートフォンをポケットに入れながらも、AIを活用していることに気付いている人は少ないかもしれない。人工知能は今ではかなり当たり前の存在となっている。AIは金融業界にも普及し、多くの銀行や金融機関がAIをシステムに組み込んでいる。

しかし、人工知能は具体的にどのように金融サービスを向上させるのか？それは必要なものなのか、それとも多くの人の関心を集めている単なる流行なのか。AI市場は2027年までに7,300億ドルの価値をもつようになると予測されており、年平均成長率は42.2%にも達する。このような目覚ましい成長を遂げるには、何らかの真の価値がなければならないだろう。

ギミックを超えて

AIの核心的な考え方は、単なるギミックを超越したものだ。古くはAIが、実際にはタスクを自動化したり、キーワードや合図に基づいてプログラムされた反応をするだけなのにAI搭載を謳うアプリのようなギミックに使われたせいもあったかもしれない。しかし、実際のAIは実際に実用的なアプリケーションを持っているのだ。

金融の世界では、人工知能は世界の大企業の多くが利用している本格的な技術である。JPモルガンなどは、人工知能や機械学習、ブロックチェーンや暗号技術などの金融への応用における最先端の研究を支援するために、AI研究プログラムを設立した。

『Narrative Science』誌に掲載された調査報告書によると、現在、約10%の組織が競争力を高めるために、また、見逃しがちな機会を見極めるために、既にAIを活用しているという。「今はまだ金融サービス業界におけるAIの黎明期ではあるが、イノベーションを起こし、競争力を維持するために、この技術は組織にとってますます重要になっていくだろう」と、同レポートは述べている。また同レポートは、人工知能を使用する際に、スタッフや顧客とのコミュニケーションが改善され、より良いデータ分析が可能になるというメリットを強調している。

実世界での応用

リスク管理、投資、クレジットの管理、パーソナルバンキングなどは、人工知能が顕著に活用されている金融分野の一部だ。ここでは、実際の企業が利用して成功したAIソリューションの例をいくつか紹介する。

効果的なリスク管理

マサチューセッツ州を拠点とするソフトウェア開発会社Kenshoは、自然言語処理、AI、クラウドコンピューティングを統合し、複雑な財務上の質問に答える財務分析ソリューションを提供している。大手出版物で報道されたように、このソリューションは投資家がBrexitの結果に備えるのに役立った。バンク・オブ・アメリカ、J.P.モルガン、モルガン・スタンレーは、Kenshoのテクノロジーを活用する大手ユーザーの一角だ。

AIの助けを借りてリスク管理を改善したもう一つの注目すべき例は、複雑な活動を行う企業や組織向けに設計されたマシン・インテリジェンス・システム、Ayasdiの採用だ。Ayasdiは、HSBCの調査量を20%削減するのに役立ったと主張している。「それはwin-winの関係だ。リスクが減り、コストも減少する」と、HSBCのCOOアンディ・マグワイア氏は、Ayasdiが実施した調査の中で述べている。

情報を得て自動化された投資

投資の分野では、AIは投資家が従来の投資や金融市場での取引の方法に従っていれば無視していたであろう機会を見つけるのに役立つ。例えば裁定取引は、株やFX取引ほど人気はないが、試してみる価値はある。「裁定取引は、金融市場における市場の非効率性の結果として機能する」と、裁定取引とその応用に関するJubilee Aceの研究は述べる。このような非効率性の中にも潜在的な利益があるが、投資家は、迅速にそれらのチャンスを見つけて活用する必要がある。そのため、これらの裁定取引のチャンスを見つけ出して活用するためには、自動売買システムやAIを活用した売買システムが必要なのだ。

一方で、AIは予測によって投資家のインフォームド・ディシジョン（情報に基づいた意思決定）を支援してきた。その代表的な例が、ブルームバーグが金融市場の予測の一環として利用している「AlpacaForecast AI予測市場」だ。Alpacaはディープラーニングと高速データ分析を融合させ、市場価格の変化のパターンを検知した後、短期・長期の市場予測を生成する。

信用判断におけるロスカット

多くの自動車貸金業者は、信用情報が少ない借り手を評価するのに利用できるAIによるアンダーライティングソリューションビジネスを提供するZestFinanceのZest Automated Machine Learning（ZAML）プラットフォームを使用することで、年間23%もの損失を削減することができた。ZAMLは何千ものデータをカバーし、透明で包括的な信用力評価を実現するエンドツーエンドのシステムだ。

一方、 Scenaptic Systems社は、Ether プラットフォームにより、大手クレジットカード会社が 1 億 5,100 万ドルの損失を回避できたと主張している。銀行や信用機関向けに設計されたこのアンダーライティングシステムは、膨大な数の構造化されたデータと構造化されていないデータを分析して、各々の文脈に沿ったアンダーライティングインテリジェンスを生成する。これにより、金融機関はより高い透明性を実現しながら、損失を削減することができる。

パーソナルバンキングの充実

個人向け銀行でさえも、人工知能の恩恵を受けている。アクセンチュアの調査によると、パーソナルバンキングを利用する顧客の10人中6人近くが、予算を管理したり、リアルタイムで支出を調整したりするのに役立つツールを利用したいと考えていることがわかった。このようなツールの優れた例として、銀行の顧客体験を向上させるために作られた会話型AIシステム「KAI」がある。Kasistoが報じたように、TDバンクグループは、すでにモバイルアプリにKAIを統合し、顧客に洞察力に富んだ支出情報とリアルタイムのサポートを提供している。

もう一つの有用なパーソナルバンキングのAIツールは、AmazonのAlexa、Google Home、Facebookと統合可能な仮想アシスタントであるAbe AIだ。これは、実際の銀行の窓口での銀行業務の経験をシミュレートする会話型の銀行業務を可能にすることで、銀行業務のサービスを向上させる。また、顧客の質問に答えたり、個人的な財務管理の洞察を提供したりもできる。

人工知能は、金融サービス会社とその顧客に明確なメリットをもたらす。上記の例は、AIが金融業界で何ができるかのほんの一部に過ぎない。今後よりテクノロジーが進歩し、より多くの人々がテクノロジー主導のソリューションを受け入れるようになれば、今後も増えることが予想される。

イメージ: Pixabay.com