金融サービスにおける目標と課題

  • 3 分

FSI のエグゼクティブを対象とした最近の調査では、ジェネレ―ティブ AI アプリケーションに対する期待について尋ねました。 ほとんどのエグゼクティブは、このテクノロジが組織の不正行為の検出 (76%)、リスク管理 (68%)、クライアント エクスペリエンスの向上 (66%) に役立つと考えていました。2

とはいえ、AI は、データ、テキスト、ビジョン、音声などのさまざまな手法で構成されているため、 銀行、資本市場、保険のいずれで働いているとしても、FSI ビジネスに適用できる AI ユース ケースはほかにもたくさんあります。 こうした複雑さがあるにもかかわらず、FSI 業界はいくつかの一般的な目標と課題に向けて取り組んでいます。

目標

ほとんどの財務目標は、財務データの最高度の機密性に起因するものです。 FSI 組織は、可能な限り最も責任ある慎重な方法でデータを管理する必要があります。

  • データのプライバシーと保護:FSI の AI ソリューションは、厳密なデータ プライバシーと保護の手順に従う必要があります。 そうするためには、多くの場合、複数のレイヤーのデータ セキュリティを追加する必要があります。 AI システムは、こうした対策をより効率よく講じるのに役立ちます。
  • コンプライアンス:FSI は高度規制がされているセクターです。 アクションは、正確で要求の厳しいプロトコルに従う必要があります。 AI は、異常を検出し、手順を監視するため、コンプライアンスの適用に役立ちます。
  • 自動化:FSI 組織は、検出やポリシーの作成など、可能な限り多くのデータ プロセスを自動化する必要があります。

会議室で会議中の人を示す写真。

課題

ただし、財務における AI の実装には、具体的な障害があります。 チームが AI ソリューションを設計するときは、次の問題に注意する必要があります。

  • レガシ ハードウェアおよびソフトウェア:FSI 組織は、古いテクノロジに依存している場合があります。 新しい革新的な AI システムは、このレガシ インフラストラクチャと競合する可能性があります。 また、レガシ システムでは、情報保護およびデータ損失防止ソリューションと連携できない場合が少なくありません。
  • 技術的負債:ハードウェアとソフトウェア自体が古くない場合でも、多くのソリューションが技術的負債を蓄積します。つまり、コードの一部が非推奨になり、システムの堅牢性が危険にさらされます。 ある時点で、システムが完全に運用可能またはスケーラブルであるためには、この技術的負債を支払う必要があります。

ヒント

少し時間をとって、自分の組織に固有の目標や課題には他に何があるかを検討してください。 テーブルを囲んで作業し、話している人々を示す写真。

次に、金融サービスにおける AI の機会を見てみましょう。