E.SUN銀行、IBMと提携し、銀行業向けAIガバナンス・フレームワークを構築

E.SUN銀行はIBMと提携し、銀行内部のアプリケーション向けに、より明確なAIガバナンスのルールを確立しようとしている。この取り組みは、金融業界におけるより広範な潮流を反映している。多くの金融機関がすでに不正検知や与信スコアリングにAIを活用しており、顧客サービスに活用しているところもあるが、新たな優先課題として浮上しているのは、法的要件やリスク要件に準拠した形でこれらのシステムを管理することである。

銀行はAIを導入する際、ますます多くの課題に直面しています。モデルは導入前にどのように検証すべきか？誤った判断に対する責任は誰が負うのか？そして、企業は規制当局に対してシステムの公平性と安全性をどのように証明すればよいのか？

これらの課題に対処するため、E.SUN銀行とIBMコンサルティングは、銀行業向けの専用のAIガバナンスフレームワークを開発しました。このプロジェクトには、EU AI法やISO/IEC 42001などの国際基準を金融サービスの文脈に適応させ、金融機関がAIに対する内部統制をどのように実施できるかを概説したホワイトペーパーが含まれています。

このフレームワークでは、AIモデルの導入前の審査手順や、稼働後の継続的なモニタリング手順を詳細に規定しています。また、データの利用やリスク評価の実施に関するガイドラインも定めています。

E.SUN Bankは、このフレームワークが、金融機関がガバナンスと規制遵守を維持しつつAIシステムを統合できるよう支援することを目的としていると述べています。次の段階では、確立された規制の範囲内で、AIを限定的なツールから融資や決済といった中核業務へと拡大していくことが予定されています。

銀行が直面するAIリスク管理の課題

金融機関には、AIに対する安全策を導入すべき説得力のある理由がある。銀行業務は信頼に依存しており、規制当局は意思決定の追跡可能性を義務付けている。結果の背後にあるロジックが不明確な多くのAIモデルの「ブラックボックス」的な性質は、与信審査や不正分析などの分野でリスクをもたらし、世界中で規制当局による監視の強化を招いている。

欧州連合（EU）の「2024年AI法」は、金融などの分野における高リスクAIに対して厳格な規制を課しており、リスク評価、トレーニングデータの文書化、導入後のモニタリングを義務付けています。

国際的な基準も策定されつつある。2023年に発行されたISO/IEC 42001は、組織的なAI管理システムを確立するためのガイドラインを提供しており、企業全体で一貫性のあるAIガバナンスを実現するために、監督、モデル監視、データ管理に重点を置いている。

E.SUN銀行とIBMによる共同プロジェクトは、これら両方の枠組みの要素を統合し、これらの原則が日常の銀行業務にどのように適用できるかを実証しています。

パイロットプロジェクトから全社規模のシステムへのAIの拡大

銀行は以前からリスク分析や不正検知に機械学習を活用してきましたが、新しいAIモデルは顧客サービス、文書審査、内部ナレッジマネジメントの分野へと拡大しています。

この拡大に伴い、新たなガバナンスの需要が生まれています。カスタマーサービス用のチャットボットはリスクが低いかもしれませんが、融資の承認や不正検知に影響を与えるAIモデルは、重大な財務的影響を伴います。

E.SUN BankとIBMのフレームワークは、これらのリスクを管理するプロセスを確立しており、導入前のモデルレビュー、導入後の出力モニタリング、開発チームとコンプライアンスチーム間の明確な責任分担を網羅しています。付随するホワイトペーパーでは、AIシステムをリスクレベル別に分類し、適切な監督を適用するための手順を詳述しています。

金融サービス業界全体でAIガバナンスが勢いを増す

E.SUN Bankの取り組みは、堅牢なガバナンスがAIの拡大における前提条件と見なされるという、世界的な業界のトレンドを反映しています。

業界データは、金融分野におけるAIの広範な導入を示しています。2024年のNVIDIAのレポートによると、金融サービス企業の約91％が、主に不正検知やリスクモデリングを目的として、AIの評価を行っているか、すでに利用しています。デロイトの調査では、金融機関の70％以上がAIへの投資拡大を計画しており、その多くはコンプライアンス監視やリスク分析をターゲットとしています。

同時に、規制当局も監視を強化しており、銀行に対し、自動化システムが重要な意思決定にどのような影響を与えるかを追跡するよう求めている。これにより、内部監視への投資が促進され、単なるモデルの精度だけでなく、データの出所、意思決定ロジック、長期的なモデルの挙動までを網羅するよう焦点が移っている。

ガバナンスがAI導入のペースに与える影響

ガバナンスへの重視は、銀行業界におけるAI統合のスピードを左右する可能性が高い。明確なルールがなければ、多くの企業は小規模なパイロット段階を超えることに躊躇し続けるだろう。体系化されたフレームワークがあれば、規制当局の期待に応えつつ、AIプロジェクトの拡大が可能になる。

これがE.SUN Bankのイニシアチブの核心的な目的である。グローバル基準と銀行業務のワークフローを整合させることで、このフレームワークは明確な監督下でのAI導入に向けた青写真を提供する。IBMは、このフレームワークが、AIの導入拡大に伴い金融機関がAIリスクを管理できるよう支援するために開発されたと指摘している。

この取り組みは、企業におけるAIにおいてガバナンスの役割が変化していることを浮き彫りにしている。焦点は、初期のモデル開発から、これらのシステムの継続的な管理へと移行しつつある。AIが銀行業務の中核に組み込まれるにつれ、効果的なガバナンスは、基盤となる技術と同様に重要であることが証明されるかもしれない。

関連記事：マニュライフ、AIエージェントを中核的な金融ワークフローに統合

業界の専門家からAIやビッグデータについてさらに学びたいですか？アムステルダム、カリフォルニア、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の傘下にある他の主要なテクノロジーイベントと同時開催されます。詳細はこちらをクリックしてください。

AI NewsはTechForge Mediaが運営しています。その他の今後のエンタープライズ・テクノロジー関連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。