AI によるスマートなバックオフィスの構築

金融サービス業界 (FSI) は、革新的なテクノロジーを活用して顧客体験の向上、コスト削減、リスク対応をけん引する役目として高い評価を獲得しています。その代表的な例が人工知能 (AI) です。毎日、一日中、あらゆる側面からデータが流れ込む環境では、膨大な量の複雑なデータを理解し、そこから迅速かつ正確に洞察を引き出す手段として、AI は欠かせません。

現在では、数多くの金融機関が、AI や高度な分析を活用して、さらに魅力的で競争力のあるパーソナライズされたサービスを顧客に提供しています。具体的には、顧客に合わせて最適な商品や最適なタイミングを提案したり、チャットボットを通じてオンラインで個別のヘルプやガイダンスを提供するといったことが行われています。

舞台裏で大きな効果を生み出す

では、日常的な業務にはどのような影響があるのでしょうか。顧客体験やコンプライアンスの向上といった使用事例は人目につきやすくよく知られていますが、実はそれ以外にも、AI が舞台裏で大きな違いをもたらすことのできる方法が数多く存在します。

従業員のパフォーマンス向上: 高度な分析ソリューションは、顧客が保有する銀行口座を対象にすべての顧客データを分析し、さらにソーシャルメディアや各種の公的なデータソースから外部情報を引き出すことで、多忙な営業担当では見つけることが難しいパターンを特定することが可能です。その結果、適切な顧客情報を必要なタイミングで入手して、特別優待などの関連性の高い話題を提供し、顧客との会話を成功に導くことができます。同時に、契約の確認や提出など、繰り返し発生する煩雑な管理業務に対して AI ベースのアプリケーションを活用することで、時間を節約することもできます。例えば、ある大手金融機関では、インテル® Nervana™ プラットフォーム AI ソリューションを活用して毎日 3 万件の文書を審査し、ポートフォリオ・マネージャーが短時間で目を通せるように重要ポイントの要約を作成しています。これにより、ポートフォリオ・マネージャーは、適切な意思決定を迅速に行えるようになりました。1

効率性の向上: 業務のあらゆる部分で、物事を前に進め、コンプライアンスを確保し、顧客の期待に応えるのは、プロセスとワークフローです。必要不可欠とはいえ、時間がかかり繰り返し発生するプロセスやワークフローも多く、本来であれば付加価値の実現に使えるはずの時間が管理業務に費やされています。このような領域を高度に自動化することで、スタッフの負担を軽減するとともに、日常業務の一貫性と正確性を確保することができます。Deloitte の調査によると、このようなバックオフィス用 AI アプリケーションは、今日の金融機関において大きな影響力を持つ使用事例となっています2

モノのスマート化: 金融サービス業界は、さまざまな革新的テクノロジーをいち早く活用してきたパイオニアですが、ほかの業界から学ぶべき教訓も、特に IoT の潜在能力を解放するという分野では大きな余地が残されています。例えば、バックオフィスや支店の各所にセンサーを設置することで、さまざまな保守管理のプロセスを自動化できます。これは、製造業や自動車産業ではすでに一般的に行われていることです。AI を活用して、各センサーから送信されるデータを分析することで、ごみ収集やプリンタートナーの交換といったタスクの自動化や、そのタイミングの最適化も可能です。誰もいない部屋の照明や空調の電源を自動的にオフにすることもできます。このような活用方法により、清潔で快適な作業環境を維持しつつ、時間とコストを節約できます。

すべてはデータ次第

バックオフィスで AI を適用できる範囲は非常に広く、必要とされるテクノロジーは、想定される用途によって異なります。例えば、自然言語処理は契約の解析や審査の支援に、ディープラーニングや認知分析は顧客と対話する営業担当者のガイドとして活用できます。さまざまな分析タイプの詳細については、こちらのプランニング・ガイド をご覧ください3

一方、世界で最も高度な分析ツールであっても、有効なデータが継続的に入力されなければ、有益な結果は得られないものです。金融サービス機関は通常、さまざまな場所にデータを保有しています。例えば、内部データベース (多くの場合、ビジネス部門ごとに異なり、互いに連携することもあれば連携しないこともあります)、ソーシャルメディア上の顧客コミュニケーション (コンタクトセンター経由またはメール経由)、政府機関や業界団体から提供される外部情報などがあります。このような各種のデータをすべて 1 つに集約することで可視性が整い、必要な「顧客確認 (KYC)」のための 360 度ビューが実現します。また、これにより、時間の経過とともにいずれ AI プロジェクトの展開に必要となる基盤も手に入ります。

複数のデータサイロから単一のデータレイクへの移行は、複雑とはいえ避けては通れないプロセスであるため、時間をかけて着実に進めることが重要です。IT チームと協力して、さまざまな種類のデータをすべて収集し処理できる体制を整えるとともに、データを適切に管理し、品質を維持する手段を、徐々に整備する必要があります。早い段階でのバックオフィス・スタッフの参画も欠かせません。AI プロジェクトはバックオフィス・スタッフの業務にも影響が及ぶため、計画段階で関与する範囲が大きいほど、各自がこの計画に賛同し、価値を見いだせる可能性が高くなります。また、スタッフの参加により、対象とする適切な使用事例を把握でき、優れた成果を実現することができます。

独自の AI プロジェクトを導入する方法の詳細については、インテルの最新ホワイトペーパーをご覧ください4 5 6

免責事項

2『AI and you: Perceptions of Artificial Intelligence from the EMEA financial services industry』Deloitte 著、2017年4月 (https://www2.deloitte.com/content/dam/Deloitte/cn/Documents/technology/deloitte-cn-tech-ai-and-you-en-170801.pdf )
4インテル® テクノロジーの機能と利点はシステム構成によって異なり、対応するハードウェアやソフトウェア、またはサービスの有効化が必要となる場合があります。実際の性能はシステム構成によって異なります。絶対的なセキュリティーを提供できるコンピューター・システムはありません。詳細については、各システムメーカーまたは販売店にお問い合わせいただくか、http://www.intel.co.jp/ を参照してください。
5

ベンチマーク結果は、「Spectre」および「Meltdown」と呼ばれる脆弱性への対処を目的とした最近のソフトウェア・パッチおよびファームウェア・アップデートの適用前に取得されたものです。パッチやアップデートを適用したデバイスやシステムでは、同様の結果が得られないことがあります。

性能に関するテストに使用されるソフトウェアとワークロードは、性能がインテル® マイクロプロセッサー用に最適化されていることがあります。SYSmark* や MobileMark* などの性能テストは、特定のコンピューター・システム、コンポーネント、ソフトウェア、操作、機能に基づいて行ったものです。結果はこれらの要因によって異なります。製品の購入を検討される場合は、ほかの製品と組み合わせた場合の本製品の性能など、ほかの情報や性能テストも参考にして、パフォーマンスを総合的に評価することをお勧めします。詳細については、http://www.intel.co.jp/benchmarks を参照してください。

6

ここに記載されているすべての情報は、予告なく変更されることがあります。最新のインテル® 製品の仕様およびロードマップをご希望の方は、インテルの担当者までお問い合わせください。