> 北米地域は予想通りにリードしています。 **執筆：サモラ・カリウキ****コンパイラ: Deep Tide TechFlow** ## グローバルAIの波 ### 銀行は生成AIをどのように実際に活用していますか？ もし主要なニュースや誇張を除外すれば、問題の本質は次のとおりです：世界最大の銀行は生成的AIをどのように使用しているのでしょうか？未来の可能性でもなく、ベンダーの宣伝でもなく、実際に実現されている応用はどこにあるのでしょうか？ 過去2年間、世界の金融業界は静かに生成的AI時代に突入しました。しかし、このプロセスは一様ではなく、内外に異なるパターンを呈しています：内部ツールの控えめな展開、顧客向けの慎重な実験、そして少数の大胆な革新が、徐々に銀行業の内部構造を再形成しています。 ### 内部から始めて、徐々に外に広がる AIの応用には共通点があります：内部生産性ツールから始まることです。 ジェネレーティブAIの主な用途は、社内の生産性を向上させること、つまり従業員がより少ない労力でより多くのことを行えるようにするツールに焦点を当てています。 JPモルガンのアナリストアシスタントが株式リサーチを解明することから、ウェルスマネジメントアドバイザーを強化するモルガンスタンレーのGPT搭載ツールまで、初期の焦点はバンカーを置き換えるのではなく、エンパワーメントすることでした。 ゴールドマン・サックスは、開発者向けのAIアシスタントを構築しています。 シティのAI要約ツールは、従業員がメモを処理し、電子メールを作成するのに役立ちます。 スタンダードチャータード銀行のSC GPTは、70,000人の従業員で稼働し、提案書の作成から人事問題まで、あらゆる用途で使用されています。 私たちが住んでいる高度に規制された環境を考えると、内部ツールの導入は完全に理にかなっています。 これにより、銀行は規制のレッドラインに触れることなく、AI機能を実験し、改善することができます。 CBN(ナイジェリア中央銀行)の最近のザップに対する行動に言及するなら、「警戒が優勢」というのが明らかに賢明な選択だ。 ### ビジネスラインの観察：価値はどこにあるのか？ AIの採用はセクターごとに異なります。 ジェネレーティブAIの採用速度は、ビジネスユニットによって異なります。 その中で、リテール銀行は取引量の点でリードしています。 この分野では、ウェルズ・ファーゴのファーゴやバンク・オブ・アメリカのエリカのようなジェネレーティブAI搭載のチャットボットが、毎年数億件のインタラクションを処理しています。 ヨーロッパでは、コメルツ銀行が最近、独自のチャットボット「Ava」を立ち上げました。 しかし、問題は、その中のいくつかのツールが実際には生成AIを本当に使用していないことであり、従来の機械学習技術に依存していることです。例えば、アメリカ銀行のエリカは、むしろ「機械トルコ人」（Mechanical Turk、人工操作によって自動化の幻想を実現することを意味します）に似た仕組みで動作しています。それにもかかわらず、重要なのはこれらの実験自体であり、技術的なラベルではありません。 企業と投資銀行の分野では、変革はより隠れた形で進行しています。モルガン・スタンレー（JPMorgan）の内部ツールは主に研究と営業チームをサポートしており、顧客に直接向けられたものではありません。ドイツ銀行（Deutsche Bank）はAIを利用して顧客の通信ログを分析しています。これは顧客サービスではなく、データのエンパワーメントであり、銀行家が顧客をより早く、より良く理解し、サービスを提供するのを助けています。 資産管理は両者の間に位置しています。モルガン・スタンレーのAIツールは顧客と直接対話することはありませんが、アドバイザーが毎回の会議の前に十分な準備ができるようにしています。ドイツ銀行とアブダビファースト銀行は、トップ顧客向けのアシスタントを試験運用しており、複雑な投資問題にリアルタイムで回答することを目的としています。 ## 地域の違い：誰がリードしているのか？ ! [](https://img.gateio.im/social/moments-f35cef91b562989af8d49d459beda176)*出典:Evident AI Index* 予想通り、北米が先頭に立っています。 JPモルガン、キャピタル・ワン、ウェルズ・ファーゴ、シティ、ロイヤル・バンク・オブ・カナダ(RBC)などの米国の銀行は、AIを生産性エンジンに変えました。 OpenAIおよびMicrosoftとのパートナーシップのおかげで、彼らは最先端のAIモデルに最初にアクセスできます。 ヨーロッパはより慎重です。スペインの対外銀行（BBVA）、ドイツ銀行（Deutsche Bank）、HSBCはAIツールの内部テストを行い、より多くの安全対策を設定しています。ヨーロッパの一般データ保護規則（GDPR）はその影響を深く受けています。これまで通り、ヨーロッパは技術の進歩よりも規制に焦点を当てており、それが代償を伴う可能性があります。 アフリカとラテンアメリカはまだAI開発の初期段階にありますが、進歩は速いです。 ブラジルのNubankは、OpenAIと提携してAIツールをオンプレミスに展開し、最終的にはカスタマーサービスに拡大することで際立っています。 南アフリカでは、スタンダード銀行とネッドバンクが、リスクコントロール、サポートサービス、開発全体でAIを試験的に導入しています。 ## 中国：自律的 AI 技術スタックを構築する 中国の銀行はAIを使用するだけでなく、AI技術スタックを構築しています。 中国工商銀行（ICBC）が「智涌」を発表しました。これは、1000億のパラメータを持つ大規模言語モデルで、内部で自主開発されています。このモデルは、文書分析からマーケティング自動化までの200のビジネスシナリオで10億回以上呼び出されています。これは内部ツールの応用にとどまらず、銀行の運営方法の基礎的な変革です。 Ant Groupは、金融セクターでZhixiaobao 2.0とZhixiaozhu 1.0という2つの大規模言語モデルを立ち上げました。 前者は、Alipayの一般ユーザーを対象としており、金融商品の説明を目的としています。 後者は、市場レポートを要約し、ポートフォリオの洞察を生成することにより、ウェルスマネジメントアドバイザーをサポートします。 保険、銀行、テクノロジーを統合するフィンテック大手のPing An Groupは、さらに一歩進んでいます。 同社は、顧客とアカウントマネージャーの両方にサービスを提供する生成AIアシスタントであるAskBobを開発しました。 顧客の場合、AskBobは自然な中国語で投資と保険の質問に答えることができます。 アドバイザー向けには、顧客履歴、製品データ、マーケティング資料を抽出して要約し、各エージェントをデジタルで強化された財務専門家に変身させます。 Ping Anの目標は、AIを通じて金融コンサルティングを再定義し、質問に答えるだけでなく、需要を事前に予測することです。 中国では、規制の枠組みがデータのローカリゼーションとモデルの透明性を強く奨励しており、これらの機関は国内の規制、言語、市場環境に適応できるカスタマイズされたAIを構築するというより長期的な道を選んでいます。さらに、中国には十分な人材密度があり、銀行が独自に基盤モデルを開発できるため、これは世界的に見てもユニークな成果と言えるでしょう。 ## 誰が技術サポートを提供していますか？ いくつかの有名な企業が世界中で頻繁に登場しています：マイクロソフト（Microsoft）はAzure OpenAIを通じて、現在最も一般的なプラットフォームとなっています。モルガン・スタンレーからスタンダードチャータード銀行まで、多くの銀行がマイクロソフトの安全なサンドボックス環境でモデルを稼働させています。 GoogleのLLM（大規模言語モデル）も使用されており、例えばウェルズ・ファーゴがFlanを利用してそのFargoをサポートしています。一方、中国ではDeepSeekや混元（Hunyuan）などの地元技術に主に依存しています。 一部の銀行、例えばモルガン・スタンレー、中国工商銀行、平安グループは自分たちのモデルを訓練しています。しかし、大多数の銀行は既存のモデルを基に微調整を行っています。重要なのは、モデルそのものを所有することではなく、データ層を掌握し、モデルの調整された運用を行うことです。 **世界のAIアプリケーションの多様化探索** ! [](https://img.gateio.im/social/moments-73a7ba47ab90269082deead0854149cd)*元の記事の元の画像を参照してください:Deep Tide TechFlow* ## それがどうした？ 規制の厳しい業界では注意が必要であり、そのため銀行は直接最前線に立つのではなく、AIに関与させています。 ただし、他のプラットフォームの変更で観察されたように、決定的な意思決定と迅速な実験が重要です。 規制が施行に先んじることはなく、AIを試す前に規制が施行されるのを待つのは賢明ではありません。 私は10年以上前に、規制がなかった国でエージェンシーバンキングを設立したことを覚えています。 それが終わったら、中央銀行にビジネスを説明するのは私たちです。 もし私が銀行の取締役だったら、「私たちはいくつの実験をしているのだろうか」と尋ねるでしょう。 私たちはどれだけのインサイトを生み出しているのでしょうか?」 進展を真に測るには、プラットフォームの変革の基本原則に戻る必要があります。あなたのAI戦略は次の質問に答えなければなりません： 「私たちのAI戦略はコアアーキテクチャを再構築しましたか？コストを100倍削減しましたか？新しい価値モデルを解放しましたか？エコシステムのつながりを刺激しましたか？市場を覆しましたか？アクセスの民主化を実現しましたか？」 論理は明確で、懐疑的な見方も必要ですが、論理と事実の両方が、AIが新しいプラットフォームの変化であることを示唆しています。 さらに、論理と事実は、過去のプラットフォームの変更がしばしば金融市場に革命的な変化をもたらしたことも示しています。 たとえば、シティバンクは、70年代と80年代にテクノロジーを使用して小売事業を大幅に拡大しました。 Capital Oneはゼロから成長し、市場でトップ10の銀行の1つになり、自動車ローンや住宅ローンなどの関連業界で強い存在感を示しています。 アフリカでは、エクイティバンクがクライアントサーバーテクノロジーの波をつかみ、東アフリカの時価総額で最大の銀行になりました。 同様に、Access Bank、GT Bank、Capitecもそれぞれの市場でこの波に飛び乗っています。 AIプラットフォームの時代が到来し、それが勝者を生み出します。 それは敗者に焦点を当てることではなく、勝者が特定の分野でどのように大きな市場シェアを持っているかということです。 たとえば、Stripe の決済での成功は、その好例です。 これらの初期のブレークスルーは、中小企業やリテールバンキングの分野で重要なプレーヤーとなったNubankのクレジットカード事業など、隣接するセグメントでの市場シェアの拡大につながることがよくあります。 私の考えでは、AI時代の勝者は人間関係のコストに焦点を当てるでしょう。 もはや単なるトレーディングゲームではありません。 取引はすでに行われており、今では顧客体験と関係管理のゲームとなっています。 これは、金融サービスのリーダーが注力すべき重要なインサイトです。 顧客体験とリレーションシップバンキングをわずかなコストで100倍に向上させるにはどうすればよいでしょうか? 銀行として、スマートテクノロジーをどのように活用して、顧客の財務、ビジネス、生活の管理をより適切に支援できるでしょうか? これらの質問に答えて実行できるプレイヤーが最終的な勝者になります。
中米の銀行業界の巨頭が、生成AIを受け入れつつある。
執筆：サモラ・カリウキ
コンパイラ: Deep Tide TechFlow
グローバルAIの波
銀行は生成AIをどのように実際に活用していますか？
もし主要なニュースや誇張を除外すれば、問題の本質は次のとおりです：世界最大の銀行は生成的AIをどのように使用しているのでしょうか？未来の可能性でもなく、ベンダーの宣伝でもなく、実際に実現されている応用はどこにあるのでしょうか？
過去2年間、世界の金融業界は静かに生成的AI時代に突入しました。しかし、このプロセスは一様ではなく、内外に異なるパターンを呈しています：内部ツールの控えめな展開、顧客向けの慎重な実験、そして少数の大胆な革新が、徐々に銀行業の内部構造を再形成しています。
内部から始めて、徐々に外に広がる
AIの応用には共通点があります：内部生産性ツールから始まることです。
ジェネレーティブAIの主な用途は、社内の生産性を向上させること、つまり従業員がより少ない労力でより多くのことを行えるようにするツールに焦点を当てています。 JPモルガンのアナリストアシスタントが株式リサーチを解明することから、ウェルスマネジメントアドバイザーを強化するモルガンスタンレーのGPT搭載ツールまで、初期の焦点はバンカーを置き換えるのではなく、エンパワーメントすることでした。
ゴールドマン・サックスは、開発者向けのAIアシスタントを構築しています。 シティのAI要約ツールは、従業員がメモを処理し、電子メールを作成するのに役立ちます。 スタンダードチャータード銀行のSC GPTは、70,000人の従業員で稼働し、提案書の作成から人事問題まで、あらゆる用途で使用されています。
私たちが住んでいる高度に規制された環境を考えると、内部ツールの導入は完全に理にかなっています。 これにより、銀行は規制のレッドラインに触れることなく、AI機能を実験し、改善することができます。 CBN(ナイジェリア中央銀行)の最近のザップに対する行動に言及するなら、「警戒が優勢」というのが明らかに賢明な選択だ。
ビジネスラインの観察：価値はどこにあるのか？
AIの採用はセクターごとに異なります。 ジェネレーティブAIの採用速度は、ビジネスユニットによって異なります。 その中で、リテール銀行は取引量の点でリードしています。 この分野では、ウェルズ・ファーゴのファーゴやバンク・オブ・アメリカのエリカのようなジェネレーティブAI搭載のチャットボットが、毎年数億件のインタラクションを処理しています。 ヨーロッパでは、コメルツ銀行が最近、独自のチャットボット「Ava」を立ち上げました。
しかし、問題は、その中のいくつかのツールが実際には生成AIを本当に使用していないことであり、従来の機械学習技術に依存していることです。例えば、アメリカ銀行のエリカは、むしろ「機械トルコ人」（Mechanical Turk、人工操作によって自動化の幻想を実現することを意味します）に似た仕組みで動作しています。それにもかかわらず、重要なのはこれらの実験自体であり、技術的なラベルではありません。
企業と投資銀行の分野では、変革はより隠れた形で進行しています。モルガン・スタンレー（JPMorgan）の内部ツールは主に研究と営業チームをサポートしており、顧客に直接向けられたものではありません。ドイツ銀行（Deutsche Bank）はAIを利用して顧客の通信ログを分析しています。これは顧客サービスではなく、データのエンパワーメントであり、銀行家が顧客をより早く、より良く理解し、サービスを提供するのを助けています。
資産管理は両者の間に位置しています。モルガン・スタンレーのAIツールは顧客と直接対話することはありませんが、アドバイザーが毎回の会議の前に十分な準備ができるようにしています。ドイツ銀行とアブダビファースト銀行は、トップ顧客向けのアシスタントを試験運用しており、複雑な投資問題にリアルタイムで回答することを目的としています。
地域の違い：誰がリードしているのか？
!
出典:Evident AI Index
予想通り、北米が先頭に立っています。 JPモルガン、キャピタル・ワン、ウェルズ・ファーゴ、シティ、ロイヤル・バンク・オブ・カナダ(RBC)などの米国の銀行は、AIを生産性エンジンに変えました。 OpenAIおよびMicrosoftとのパートナーシップのおかげで、彼らは最先端のAIモデルに最初にアクセスできます。
ヨーロッパはより慎重です。スペインの対外銀行（BBVA）、ドイツ銀行（Deutsche Bank）、HSBCはAIツールの内部テストを行い、より多くの安全対策を設定しています。ヨーロッパの一般データ保護規則（GDPR）はその影響を深く受けています。これまで通り、ヨーロッパは技術の進歩よりも規制に焦点を当てており、それが代償を伴う可能性があります。
アフリカとラテンアメリカはまだAI開発の初期段階にありますが、進歩は速いです。 ブラジルのNubankは、OpenAIと提携してAIツールをオンプレミスに展開し、最終的にはカスタマーサービスに拡大することで際立っています。 南アフリカでは、スタンダード銀行とネッドバンクが、リスクコントロール、サポートサービス、開発全体でAIを試験的に導入しています。
中国：自律的 AI 技術スタックを構築する
中国の銀行はAIを使用するだけでなく、AI技術スタックを構築しています。
中国工商銀行（ICBC）が「智涌」を発表しました。これは、1000億のパラメータを持つ大規模言語モデルで、内部で自主開発されています。このモデルは、文書分析からマーケティング自動化までの200のビジネスシナリオで10億回以上呼び出されています。これは内部ツールの応用にとどまらず、銀行の運営方法の基礎的な変革です。
Ant Groupは、金融セクターでZhixiaobao 2.0とZhixiaozhu 1.0という2つの大規模言語モデルを立ち上げました。 前者は、Alipayの一般ユーザーを対象としており、金融商品の説明を目的としています。 後者は、市場レポートを要約し、ポートフォリオの洞察を生成することにより、ウェルスマネジメントアドバイザーをサポートします。
保険、銀行、テクノロジーを統合するフィンテック大手のPing An Groupは、さらに一歩進んでいます。 同社は、顧客とアカウントマネージャーの両方にサービスを提供する生成AIアシスタントであるAskBobを開発しました。 顧客の場合、AskBobは自然な中国語で投資と保険の質問に答えることができます。 アドバイザー向けには、顧客履歴、製品データ、マーケティング資料を抽出して要約し、各エージェントをデジタルで強化された財務専門家に変身させます。 Ping Anの目標は、AIを通じて金融コンサルティングを再定義し、質問に答えるだけでなく、需要を事前に予測することです。
中国では、規制の枠組みがデータのローカリゼーションとモデルの透明性を強く奨励しており、これらの機関は国内の規制、言語、市場環境に適応できるカスタマイズされたAIを構築するというより長期的な道を選んでいます。さらに、中国には十分な人材密度があり、銀行が独自に基盤モデルを開発できるため、これは世界的に見てもユニークな成果と言えるでしょう。
誰が技術サポートを提供していますか？
いくつかの有名な企業が世界中で頻繁に登場しています：マイクロソフト（Microsoft）はAzure OpenAIを通じて、現在最も一般的なプラットフォームとなっています。モルガン・スタンレーからスタンダードチャータード銀行まで、多くの銀行がマイクロソフトの安全なサンドボックス環境でモデルを稼働させています。
GoogleのLLM（大規模言語モデル）も使用されており、例えばウェルズ・ファーゴがFlanを利用してそのFargoをサポートしています。一方、中国ではDeepSeekや混元（Hunyuan）などの地元技術に主に依存しています。
一部の銀行、例えばモルガン・スタンレー、中国工商銀行、平安グループは自分たちのモデルを訓練しています。しかし、大多数の銀行は既存のモデルを基に微調整を行っています。重要なのは、モデルそのものを所有することではなく、データ層を掌握し、モデルの調整された運用を行うことです。
世界のAIアプリケーションの多様化探索
!
元の記事の元の画像を参照してください:Deep Tide TechFlow
それがどうした？
規制の厳しい業界では注意が必要であり、そのため銀行は直接最前線に立つのではなく、AIに関与させています。 ただし、他のプラットフォームの変更で観察されたように、決定的な意思決定と迅速な実験が重要です。 規制が施行に先んじることはなく、AIを試す前に規制が施行されるのを待つのは賢明ではありません。 私は10年以上前に、規制がなかった国でエージェンシーバンキングを設立したことを覚えています。 それが終わったら、中央銀行にビジネスを説明するのは私たちです。 もし私が銀行の取締役だったら、「私たちはいくつの実験をしているのだろうか」と尋ねるでしょう。 私たちはどれだけのインサイトを生み出しているのでしょうか?」
進展を真に測るには、プラットフォームの変革の基本原則に戻る必要があります。あなたのAI戦略は次の質問に答えなければなりません：
「私たちのAI戦略はコアアーキテクチャを再構築しましたか？コストを100倍削減しましたか？新しい価値モデルを解放しましたか？エコシステムのつながりを刺激しましたか？市場を覆しましたか？アクセスの民主化を実現しましたか？」
論理は明確で、懐疑的な見方も必要ですが、論理と事実の両方が、AIが新しいプラットフォームの変化であることを示唆しています。 さらに、論理と事実は、過去のプラットフォームの変更がしばしば金融市場に革命的な変化をもたらしたことも示しています。 たとえば、シティバンクは、70年代と80年代にテクノロジーを使用して小売事業を大幅に拡大しました。 Capital Oneはゼロから成長し、市場でトップ10の銀行の1つになり、自動車ローンや住宅ローンなどの関連業界で強い存在感を示しています。 アフリカでは、エクイティバンクがクライアントサーバーテクノロジーの波をつかみ、東アフリカの時価総額で最大の銀行になりました。 同様に、Access Bank、GT Bank、Capitecもそれぞれの市場でこの波に飛び乗っています。
AIプラットフォームの時代が到来し、それが勝者を生み出します。 それは敗者に焦点を当てることではなく、勝者が特定の分野でどのように大きな市場シェアを持っているかということです。 たとえば、Stripe の決済での成功は、その好例です。 これらの初期のブレークスルーは、中小企業やリテールバンキングの分野で重要なプレーヤーとなったNubankのクレジットカード事業など、隣接するセグメントでの市場シェアの拡大につながることがよくあります。
私の考えでは、AI時代の勝者は人間関係のコストに焦点を当てるでしょう。 もはや単なるトレーディングゲームではありません。 取引はすでに行われており、今では顧客体験と関係管理のゲームとなっています。 これは、金融サービスのリーダーが注力すべき重要なインサイトです。 顧客体験とリレーションシップバンキングをわずかなコストで100倍に向上させるにはどうすればよいでしょうか? 銀行として、スマートテクノロジーをどのように活用して、顧客の財務、ビジネス、生活の管理をより適切に支援できるでしょうか? これらの質問に答えて実行できるプレイヤーが最終的な勝者になります。