シティの「ステルスAI革命」の内幕

多くの大企業において、人工知能（AI）の活用は依然として孤立したパイロットプロジェクトの域を出ていない。少人数のチームがツールを試用し、テストを実施し、その結果を報告しても、それが数つの部署を超えて広まることはめったにない。しかし、シティは異なる道筋を歩んできた。過去2年間、同行はAIを組織全体の日常業務に統合することに注力し、それを少数の専門家の領域から脱却させた。

この取り組みにより、テクノロジー、オペレーション、リスク管理、顧客サービスなど、多様な部門から約4,000名のスタッフが集まる社内AIコミュニティが形成された。Business Insiderが最初に報じたこの数字は、シティが厳格な中央管理を維持するのではなく、広範な参加を促進するために「AIチャンピオン」および「AIアクセラレーター」プログラムをどのように開発したかを浮き彫りにしている。

その統合の度合いは顕著だ。約18万2,000人のグローバル従業員を抱えるシティによると、現在、従業員の70％以上が何らかの形で会社が承認したAIツールを利用しているという。この広範な導入により、同銀行は、依然としてAIへのアクセスを技術チームや専任のイノベーションラボに限定している多くの競合他社をリードする立場にある。

中央集権的なパイロット事業からチームレベルでの導入へ

シティの戦略は、単なるツールではなく「人」から始まりました。同行は従業員に対し、AIチャンピオンへのボランティア参加を呼びかけ、専門的なトレーニング、社内リソース、承認済みAIシステムへの早期アクセス権を提供しました。選ばれたメンバーは、正式な指導者というよりは身近な相談役として、直属の同僚を支援しました。

このアプローチは、テクノロジー導入に対する実践的な理解を反映している。新しいツールが失敗する原因は、機能不足ではなく、スタッフがいつ、どのように適用すべきか分からないことにあることが多い。チーム内に直接サポート体制を組み込むことで、シティは実験的な利用と日常的な活用との間のギャップを埋めた。

公式な評価制度も重要な要素でした。従業員は、コースを修了したり、特定の業務を向上させるためにAIをどのように活用したかを実証したりすることで、社内バッジを獲得できました。これらのバッジは昇進や昇給に直結するものではありませんでしたが、社内でAIスキルの認知度と信頼性を高めるのに役立ちました。Business Insiderによると、この同僚主導のモデルは、従来のトップダウン型の指示よりも効果的に導入を加速させたとのことです。

必要な安全策を伴う実用化

シティの経営陣は、この取り組みを単なる技術的な目新しさではなく、業務規模への対応として位置づけています。リテールバンキング、投資サービス、コンプライアンス、顧客サポートといった広範な業務において、わずかな効率化でも累積すれば大きな利益をもたらすからです。現在、AIツールは長文の要約、社内連絡文書の作成、データ分析、ソフトウェアコーディングの支援などに活用されています。これらの用途自体は目新しいものではありませんが、企業全体で体系的に展開されている点が異なります。

日常的な実用性を重視する姿勢は、シティのリスク管理へのアプローチにも反映されている。同行は、従業員が使用できるツールを、審査済みかつ会社が承認したものに限定し、データの使用や出力処理に関して明確なガードレールを設けている。こうした制約は、時折実験のスピードを鈍らせることもあるが、より広範なアクセス権を付与することに対する経営陣の信頼を高めている。金融のような規制の厳しい分野では、単純なスピードを追求することよりも、プロセスに対する信頼を確立することの方が、往々にして重要なのである。

シティのAI拡大アプローチから得られる教訓

シティのプログラムのアーキテクチャは、他の大企業にとって重要な示唆を与えています。AIの統合を成功させるには、全従業員が専門家になる必要はありません。必要なのは、ツールを十分に理解し、責任を持って使用し、チームメイトを指導できる一定数のスタッフです。シティは、選ばれた少数の者ではなく数千人をトレーニングすることで、過重な負担を負わされた少数の専門家グループへの依存を減らしました。

文化的側面も存在します。技術職以外の役割からの参加を積極的に促すことは、AIがエンジニアやデータサイエンティストだけの専売特許ではないという明確なメッセージを送ることになります。AIは、過去数十年におけるスプレッドシートやプレゼンテーションソフトの導入と同様に、現代の業務における標準的な構成要素となるのです。

この変化は、業界全体の傾向とも一致しています。マッキンゼーなどの調査によると、多くの企業がAIプロジェクトをパイロット段階から本番運用へと移行させることに苦戦しており、その理由としてスキル不足や責任の所在が不明確であることを挙げるケースが少なくありません。シティのモデルは、中央集権的なガバナンスと基準を維持しつつ、実務上の責任を各チームに分散させることで、こうした課題の一部を軽減しています。

当然ながら、このアプローチには限界もある。同僚主導の導入は継続的な関与に依存しており、チームによって進捗にばらつきが生じる可能性がある。また、非公式なサポートネットワークが不均一になり、恩恵に格差が生じるリスクもある。シティは、AIチャンピオンを定期的に交代させ、ツールの進化に合わせてトレーニング資料を継続的に更新することで、この問題に対処している。

特筆すべき点は、同行がAIを単なるイノベーションプロジェクトではなく、業務インフラとして位置づけたことです。「AIはビジネスを変革できるか？」という問いではなく、シティは「既存の業務において、AIはどこで摩擦を軽減できるか？」と問いかけました。この実用的な枠組みにより、進捗の定量化が容易になり、センセーショナルで即効性のある成果を出さなければならないというプレッシャーが軽減されます。

また、この取り組みは、「AIの導入は必ずトップダウンで推進されなければならない」という一般的な通念に異を唱えるものです。シティの上層部が不可欠な支援を提供した一方で、大きな推進力は、自らの時間を割いて学習し、知識を共有した従業員たちから生まれました。大規模で複雑な組織において、このようなボトムアップのエネルギーを人為的に作り出すことは困難ですが、新技術が組織文化に定着するかどうかを決定づける要因となることは頻繁にあります。

テスト段階から本格的な導入へと移行する企業が増える中、シティの実験は貴重なケーススタディとなる。それは、規模の拡大が単に高度なツールを導入することによって達成されるのではなく、従業員が既に持っているツールを活用する自信を築くことによって実現されることを示している。AIの進展が遅いことに頭を悩ませている企業にとって、解決策は戦略的なプレゼンテーションよりも、チームごとに業務の遂行方法を支援することにあるのかもしれない。

関連記事：JPモルガン・チェース、AI投資を中核インフラと位置づける

業界のリーダーたちと共に、AIとビッグデータの交差点を探求しましょう。「AI & Big Data Expo」はアムステルダム、カリフォルニア、ロンドンで開催されます。この包括的なイベントはTechExの一部であり、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がお届けしています。その他の今後のエンタープライズ・テクノロジー・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。