執筆：サモラ・カリウキコンピレーション: Deep Tide TechFlow AIの世界的な波 銀行は生成的AIをどのように実際に活用していますか？ ヘッドラインや誇張を脇に置くと、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をどのように利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、すでに実装されている実際のアプリケーション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、内部と外部で異なる構図を呈しています。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構築しています。 内部から始めて、徐々に外に広げる AIのアプリケーションには共通点が1つあります。それは、社内の生産性向上ツールから始まるということです。 生成AIの主な応用は内部生産性の向上に集中しています——これらのツールは従業員がより少ないリソースでより多くの仕事を成し遂げるのを助けます。JPモルガンのアナリストアシスタントによる株式研究の解析から、モルガン・スタンレーが富裕層向けアドバイザーに提供するGPT駆動のツールまで、初期の焦点は銀行業者を力づけることであり、彼らを置き換えることではありません。 ゴールドマン・サックス（Goldman Sachs）は開発者のためにAIアシスタントを構築しています；シティバンク（Citi）のAI要約ツールは従業員がメモやメールを処理するのを助けています；スタンダードチャータード銀行（Standard Chartered）の「SC GPT」はその7万人の従業員の中で導入され、提案の作成から人事問題に至るまでのあらゆる面で使用されています。 我々が置かれているのは高度に規制された環境であるため、内部ツールの展開は特に合理的である。このことは、銀行が規制のレッドラインに触れることなく実験を行い、AI能力を向上させることを可能にする。最近のCBN（ナイジェリア中央銀行）によるZapへの行動を参考にすれば、「慎重を期す」ことが明らかにより賢明な選択である。 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。 ただし、問題は、これらのツールの一部が実際には生成AIを使用せず、代わりに従来の機械学習技術に依存していることです。 たとえば、バンク・オブ・アメリカのエリカは、「機械式トルコ人」(手動操作による自動化の幻想)のように機能します。 それでも、重要なのは実験そのものであり、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、変革がより隠れた形で進んでいます。モルガン・スタンレー（JPMorgan）の内部ツールは主に研究および営業チームを支援しており、顧客に直接向けられているわけではありません。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おり、これは顧客サービスではなく、データによる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。 富裕層管理はその両者の間に位置します。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、顧問が各会議の前に十分に準備できるようにしています。ドイツ銀行とアブダビ第一銀行は、主要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。 地域差異：誰がリードしているのか？ 出典:Evident AI Index 北米地域は予想通りにリードしています。アメリカの銀行、例えばJPモルガン（JPMorgan）、キャピタル・ワン（Capital One）、ウェルズ・ファーゴ（Wells Fargo）、シティ（Citi）、カナダ・ロイヤル銀行（RBC）は、AIを生産性エンジンに変えています。OpenAIやマイクロソフト（Microsoft）との協力のおかげで、彼らは最前線のAIモデルに最初に接触しました。 ヨーロッパはより慎重です。スペインのバンク（BBVA）、ドイツ銀行（Deutsche Bank）、そしてHSBCが内部でAIツールのテストを行い、より多くのセキュリティ対策を講じています。欧州一般データ保護規則（GDPR）がその影響を及ぼしています。これまでと同様に、ヨーロッパは技術の進歩よりも規制に重点を置いており、こ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：自立したAI技術スタックの構築 中国の銀行はAIを使用しているだけでなく、AI技術スタックを構築しています。 中国工商銀行（ICBC）は「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たものです。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。これは単なる内部ツールの応用ではなく、銀行の運営方法の基本的な変革でもあります。 アントグループ（Ant Group）は、金融分野向けの二つの大規模言語モデルを発表しました——智小宝 2.0（Zhixiaobao 2.0）と智小助 1.0（Zhixiaozhu 1.0）。前者は支付宝の一般ユーザーを対象にしており、金融商品を説明することを目的としています；後者は資産管理アドバイザーを支援し、市場レポートを要約し、投資ポートフォリオの洞察を生成します。 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。 規制の枠組みがデータのローカライゼーションとモデルの透明性を強く奨励している中国では、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択しています。 さらに、中国は銀行が独自の基礎モデルを開発できるほどの人材密度を持っており、これは世界でも類を見ない成果かもしれません。 誰が技術サポートを提供していますか？ いくつかの著名な企業が世界的に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そのモデルを運用しています。 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・ファーゴはFlanを利用しています。一方、中国ではDeepSeekや混元（Hunyuan）などの国内技術に主に依存しています。 JPモルガン・チェース、中国工商銀行、平安グループなど一部の銀行は、独自のモデルをトレーニングしています。 しかし、ほとんどの銀行は既存のモデルを微調整しています。 重要なのは、モデル自体を所有することではなく、データレイヤーとモデルの調整を制御することです。 グローバルなAIアプリケーションの多様性の探求 元の画像は、Deep Tide TechFlowにまとめられた元の記事にあります。 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?」 進展を真に測定するには、プラットフォームの変革に関する基本原則に戻る必要があります。あなたのAI戦略は、以下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促進しましたか？市場を破壊しましたか？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、それは勝者を生み出すでしょう。焦点は敗者にではなく、特定の分野でどのように勝者が顕著な市場シェアを占めるかにあります。例えば、Stripeの決済分野での成功は典型的なケースです。これらの初期のブレイクスルーは、しばしば隣接する分野での市場シェアの成長をもたらします。例えば、Nubankはクレジットカード事業を通じて中小企業および小売銀行分野の重要なプレーヤーとなりました。 私の見解は、AI時代の勝者は関係コストに焦点を当てるべきだということです。これはもはや単なる取引のゲームではありません。取引はすでに行われており、今は顧客体験と関係管理のゲームです。これは金融サービスのリーダーが注目すべき核心的な洞察です。どのようにして極めて低コストで顧客体験と関係銀行業務の100倍の改善を実現することができるのでしょうか？銀行として、どのようにスマートな技術を活用して顧客が自分の財務、ビジネス、生活を管理するのをより良く支援できるでしょうか？これらの質問に答え、実行できるプレーヤーが最終的な勝者となるでしょう。
中米の銀行業の巨人たちが生成AIを受け入れています
執筆：サモラ・カリウキ
コンピレーション: Deep Tide TechFlow
AIの世界的な波
銀行は生成的AIをどのように実際に活用していますか？
ヘッドラインや誇張を脇に置くと、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をどのように利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、すでに実装されている実際のアプリケーション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、内部と外部で異なる構図を呈しています。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構築しています。
内部から始めて、徐々に外に広げる
AIのアプリケーションには共通点が1つあります。それは、社内の生産性向上ツールから始まるということです。
生成AIの主な応用は内部生産性の向上に集中しています——これらのツールは従業員がより少ないリソースでより多くの仕事を成し遂げるのを助けます。JPモルガンのアナリストアシスタントによる株式研究の解析から、モルガン・スタンレーが富裕層向けアドバイザーに提供するGPT駆動のツールまで、初期の焦点は銀行業者を力づけることであり、彼らを置き換えることではありません。
ゴールドマン・サックス（Goldman Sachs）は開発者のためにAIアシスタントを構築しています；シティバンク（Citi）のAI要約ツールは従業員がメモやメールを処理するのを助けています；スタンダードチャータード銀行（Standard Chartered）の「SC GPT」はその7万人の従業員の中で導入され、提案の作成から人事問題に至るまでのあらゆる面で使用されています。
我々が置かれているのは高度に規制された環境であるため、内部ツールの展開は特に合理的である。このことは、銀行が規制のレッドラインに触れることなく実験を行い、AI能力を向上させることを可能にする。最近のCBN（ナイジェリア中央銀行）によるZapへの行動を参考にすれば、「慎重を期す」ことが明らかにより賢明な選択である。
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。
ただし、問題は、これらのツールの一部が実際には生成AIを使用せず、代わりに従来の機械学習技術に依存していることです。 たとえば、バンク・オブ・アメリカのエリカは、「機械式トルコ人」(手動操作による自動化の幻想)のように機能します。 それでも、重要なのは実験そのものであり、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、変革がより隠れた形で進んでいます。モルガン・スタンレー（JPMorgan）の内部ツールは主に研究および営業チームを支援しており、顧客に直接向けられているわけではありません。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おり、これは顧客サービスではなく、データによる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。
富裕層管理はその両者の間に位置します。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、顧問が各会議の前に十分に準備できるようにしています。ドイツ銀行とアブダビ第一銀行は、主要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。
地域差異：誰がリードしているのか？
出典:Evident AI Index
北米地域は予想通りにリードしています。アメリカの銀行、例えばJPモルガン（JPMorgan）、キャピタル・ワン（Capital One）、ウェルズ・ファーゴ（Wells Fargo）、シティ（Citi）、カナダ・ロイヤル銀行（RBC）は、AIを生産性エンジンに変えています。OpenAIやマイクロソフト（Microsoft）との協力のおかげで、彼らは最前線のAIモデルに最初に接触しました。
ヨーロッパはより慎重です。スペインのバンク（BBVA）、ドイツ銀行（Deutsche Bank）、そしてHSBCが内部でAIツールのテストを行い、より多くのセキュリティ対策を講じています。欧州一般データ保護規則（GDPR）がその影響を及ぼしています。これまでと同様に、ヨーロッパは技術の進歩よりも規制に重点を置いており、こ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：自立したAI技術スタックの構築
中国の銀行はAIを使用しているだけでなく、AI技術スタックを構築しています。
中国工商銀行（ICBC）は「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たものです。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。これは単なる内部ツールの応用ではなく、銀行の運営方法の基本的な変革でもあります。
アントグループ（Ant Group）は、金融分野向けの二つの大規模言語モデルを発表しました——智小宝 2.0（Zhixiaobao 2.0）と智小助 1.0（Zhixiaozhu 1.0）。前者は支付宝の一般ユーザーを対象にしており、金融商品を説明することを目的としています；後者は資産管理アドバイザーを支援し、市場レポートを要約し、投資ポートフォリオの洞察を生成します。
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。
規制の枠組みがデータのローカライゼーションとモデルの透明性を強く奨励している中国では、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択しています。 さらに、中国は銀行が独自の基礎モデルを開発できるほどの人材密度を持っており、これは世界でも類を見ない成果かもしれません。
誰が技術サポートを提供していますか？
いくつかの著名な企業が世界的に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そのモデルを運用しています。
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・ファーゴはFlanを利用しています。一方、中国ではDeepSeekや混元（Hunyuan）などの国内技術に主に依存しています。
JPモルガン・チェース、中国工商銀行、平安グループなど一部の銀行は、独自のモデルをトレーニングしています。 しかし、ほとんどの銀行は既存のモデルを微調整しています。 重要なのは、モデル自体を所有することではなく、データレイヤーとモデルの調整を制御することです。
グローバルなAIアプリケーションの多様性の探求
元の画像は、Deep Tide TechFlowにまとめられた元の記事にあります。
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?」
進展を真に測定するには、プラットフォームの変革に関する基本原則に戻る必要があります。あなたのAI戦略は、以下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促進しましたか？市場を破壊しましたか？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、それは勝者を生み出すでしょう。焦点は敗者にではなく、特定の分野でどのように勝者が顕著な市場シェアを占めるかにあります。例えば、Stripeの決済分野での成功は典型的なケースです。これらの初期のブレイクスルーは、しばしば隣接する分野での市場シェアの成長をもたらします。例えば、Nubankはクレジットカード事業を通じて中小企業および小売銀行分野の重要なプレーヤーとなりました。
私の見解は、AI時代の勝者は関係コストに焦点を当てるべきだということです。これはもはや単なる取引のゲームではありません。取引はすでに行われており、今は顧客体験と関係管理のゲームです。これは金融サービスのリーダーが注目すべき核心的な洞察です。どのようにして極めて低コストで顧客体験と関係銀行業務の100倍の改善を実現することができるのでしょうか？銀行として、どのようにスマートな技術を活用して顧客が自分の財務、ビジネス、生活を管理するのをより良く支援できるでしょうか？これらの質問に答え、実行できるプレーヤーが最終的な勝者となるでしょう。