バンク・オブ・アメリカ、銀行業務にAIエージェントを導入

AIエージェントは、主要銀行が内部ツールから実際の顧客対応を促進するシステムへと進化するにつれて、金融アドバイスの提供において直接的な役割を果たすようになっています。

バンク・オブ・アメリカは現在、選定された金融アドバイザー約1,000名向けにAIを活用したアドバイスプラットフォームを導入しており、Banking Diveの報道によると、この取り組みは、AIがバックオフィス業務や限定的なパイロットプログラムではなく、核心的な銀行業務に応用された初期の顕著な事例の一つです。また、AIが基本的な支援からリアルタイムでの意思決定をサポートする方向へと進化していることを示しています。

このプラットフォームはSalesforceのAgentforceを基盤に構築されており、AIエージェントを作成してタスクを管理することができます。アドバイザーが顧客からの問い合わせに対応したり、推奨事項を策定したりする際の支援を目的としており、日常業務の効率化にも寄与します。Banking Diveによると、このシステムは、主要銀行がAIエージェントを人間の従業員と協力させる方法を評価する一環であり、孤立したツールとして機能するのではなく、人間と連携して運用されることを目指しています。

バンク・オブ・アメリカは、AIの導入範囲を業務全体に広げており、同銀行のバーチャルアシスタント「Erica」が約11,000人分の仕事をこなしていると報告されています。また、全18,000人のソフトウェア開発者がAIコーディングツールを使用しており、これにより生産性が約20%向上しているとされています。これらのデータは、AIが組織の様々な部門で既に広く活用されていることを示しています。

AIエージェントが金融意思決定に向けて進化する

この戦略は、以前の銀行業界におけるAIの応用方法からの大きな変化を示しています。以前のシステムは、チャットボットや内部での生産性向上を目的としたものであり、簡単な質問に答えたり、ルーチン作業を自動化することが主な目的でした。しかし、新しいプラットフォームは、顧客データの分析や後続のアクションの提案など、より複雑な作業を管理するために構築されています。

この進化により、AIは金融意思決定の中心に近づいてきました。単なる補助ツールとしてではなく、アドバイスプロセスそのものに直接組み込まれるようになっています。

他の大手銀行も同様の方向性を追求しています。Banking Diveの報道によると、JPMorgan Chase、Wells Fargo、Goldman Sachsなどの金融機関も、生産性の向上や顧客対応スタッフの支援を目的としたAIツールの試験運用を行っています。ただし、これらの取り組みはそれぞれ異なり、必ずしもアドバイザー向けのAIエージェントシステムに特化しているわけではありません。各銀行のアプローチは異なりますが、共通の目的は、従業員数を増やすことなく生産性を向上させることです。

初期のデータによると、これらのツールは効率性の向上に寄与する可能性がありますが、結果はそれぞれ異なります。業界の報告やBanking Diveが引用する初期のフィードバックによると、一部の銀行では、アドバイザーが情報にアクセスしたり会議の準備をしたりする速度が向上しているとされています。一方で、精度や監視に関する懸念も依然として存在しており、特にAIシステムが金融決定を提案する場合にはこの問題が顕著です。

金融サービス業界全体でこのような傾向が見られています。多くの企業がAIに投資していますが、慎重に進めており、特定のチームや用途に限定して導入している場合が多いです。その目的は、実際の環境でこの技術の性能を評価した上で、より広範囲に導入することです。

一部のアナリストは、銀行業界におけるAIの変革のスピードに懸念を抱いています。Wells FargoのアナリストMike Mayoは、最近の進歩がまだ新しい製品の登場にはつながっていないと指摘しており、Banking Diveによると、現在の段階は「製品の観点から見ると少し退屈だ」と述べています。

人間の監視は依然として重要である

バンク・オブ・アメリカのこの取り組みは、その規模と位置づけにおいて注目に値します。金融アドバイザーは、特に資産運用分野において、銀行の顧客関係において中心的な役割を果たしています。AIをこの役割に導入することは、この技術への信頼が高まっていることを示しています。また、アドバイスの策定や提供方法にAIを活用させる意欲も示しています。

同時に、このシステムはアドバイザーを置き換えるものではありません。むしろ、アドバイザーと協力して機能するように設計されています。人間による監視は、特に複雑な金融決定や高価値の顧客に対応する場合において、依然として重要な要素です。業界のリーダーたちも認識しているように、AIが専門家の役割を完全に置き換えることはあり得ず、特に文脈や判断力が重要な複雑な金融業務においてはそうです。

このハイブリッドモデルは、金融業界全体でますます普及しています。人間をプロセスから排除するのではなく、人間の判断力と機械が生成する洞察力を組み合わせることを目指しています。一部の企業では、AIを単なるツールではなく、従業員の一員として扱い始めており、スタッフはこれらのシステムと協力して日常業務を行うことが期待されています。

進歩には限界と妥協が伴う

実際には多くの困難も存在します。AIシステムは、クリーンで構造化されたデータに依存していますが、古いインフラを持つ大規模な組織ではこれを得ることが困難です。既存のツールとの統合には時間がかかり、スタッフは新しいシステムを効果的に使用するためのトレーニングが必要になる場合もあります。

規制も別の複雑さをもたらします。金融機関は、AIによって生成された推奨事項が規制基準に適合していることを確認しなければなりません。また、規制当局から質問された場合には、これらの推奨事項を説明する能力も必要です。このような必要性は、特に融資や投資アドバイスなどの分野において、AIシステムに与えられる自律性のレベルを制限する可能性があります。

これらの制約にもかかわらず、銀行は実験段階を超えて実際の業務でAIを活用し始めています。進展は一定ではありませんが、一部の推計によると、銀行業界の仕事の3分の1、あるいはその一部が将来的にAIによって処理される可能性があります。ただし、具体的な時期はまだ不確かです。

AIエージェントをアドバイス業務に導入することは、この仕事自体がどのように進化していくかについても疑問を投げかけます。システムがより分析的な作業を管理できるようになれば、アドバイザーは顧客との関係構築により多くの時間を割くことができ、準備作業に費やす時間は減少するかもしれません。長期的に見ると、これによって必要なスキルセットも変化していく可能性があります。

同時に、AIへの依存は新たなリスクももたらします。データやモデルの出力に誤りがある場合、推奨事項に影響を与える可能性があります。また、自動化システムに過度に依存すると、人間のスタッフによる重要なチェックが不足することにもなります。これらの問題は、AIの導入が拡大していく中で引き続き検討されているところです。

現在の段階を特徴づけるのは技術そのものではなく、その応用方法です。AIを最前線の業務に導入することは、銀行がそれを結果を形作るためのツールとして捉えていることを示しています。単にバックエンドの効率を向上させるだけではありません。

バンク・オブ・アメリカのこの取り組みは、このような変化がどのように進行していくかを示唆しています。大規模な組織がAIを日常業務に深く組み込む方法を試しており、人間による監視も維持されていることがわかります。

他の銀行も同様の道を歩んでいく中で、焦点は「AIを使用すべきか」という問題から、「一度核心業務に組み込まれた後、どのように管理すべきか」という問題へと移っていくでしょう。

関連記事：VisaがAIエージェント主導の取引のための支払いシステムを準備中

業界のリーダーたちからAIやビッグデータについてさらに詳しく学びたいですか？カリフォルニア州アムステルダムやロンドンで開催されるAI & Big Data Expoをご覧ください。この包括的なイベントはTechExの一部であり、他の一流の技術イベントと共に開催されます。詳細はこちらをクリックしてください。

AIニュースはTechForge Mediaによって提供されています。その他の企業向けテクノロジーイベントやウェビナーについては、こちらをご覧ください。