HSBCとINGがAIで銀行業務を変革する方法当社は最近、FinTech Futuresと提携して、2つのグローバルバンクのアナリティクス・リーダーがどのようにAIを活用して顧客を保護し、業務を合理化し、環境目標をサポートしているかについて議論するエキサイティングなウェビナーを開催しました。

専門家パネルの紹介

ロシニ・ジョフリはHSBCでESGアナリティクスを統括し、銀行のネットゼロ目標をサポートするAIとリモートセンシング・アプリケーションを指揮しています。彼女の専門知識は、スケーラブルなアナリティクス・ソリューションを中心に、気候テックと金融サービスに及んでいます。

マルコ・リー・マンドリは、INGでアドバンスド・アナリティクス・ストラテジーを率いており、インパクトの大きいソリューションの提供とアナリティクス基盤の強化に注力しています。アナリティクス、KYC業務、AI戦略を組み合わせた経歴を持っています。

カルメン・ソイニ・トゥーレスは、Matomoのウェブ・アナリスト・コンサルタントとして、金融機関がプライバシー・コンプライアンスを維持しながらデジタル・プレゼンスを最適化できるよう支援しています。

ウェビナーの主な成果

このディスカッションでは、アナリティクス能力を高めるために不可欠な4つの要素が強調されました：

1. 強力なデータ基盤が最も重要
「AIモデルがどれだけ優れていても関係ありません。AIモデルがいかに優れていても、それはゴミの中のゴミであり、ゴミの外のゴミなのです」。

Johri explained. Banks need robust data governance that works across different regulatory environments.
と、ジョフリは説明しました。銀行は、さまざまな規制環境に対応する強固なデータガバナンスを必要としています。

2. 微調整よりも変革
リ・マンドリは、プロセス全体を再考する必要性を強調しました：

3. 技術的理解とビジネス理解の橋渡し
両リーダーは、テクノロジーとビジネスニーズの両方を理解するアナリティクスの翻訳者の価値を強調しました。

「私たちは、プロダクト・リードと呼んでいる層に投資しています」

とリ・マンドリは説明しました。このような役割は、技術的な知識とビジネス的な洞察力を兼ね備えています。

4. 生産コストを早期に検討します
概念実証から生産に移行するには、慎重な計画が必要です。ジョフリはこう指摘します：

「本番で物事を行う規模は非常に大きく、しばしばコストに計上されません」

これには以下が含まれます：

• 継続的なモニタリングの必要性
• メンテナンスの必要性
• 規制遵守のチェック
• 定期的なモデル更新

実際のアプリケーション

INGのアプローチは、熟考を重ねたAIの導入によって銀行がいかに業務を変革できるかを示しています。リー・マンドリは、銀行がアナリティクス・ソリューションの導入に成功したいくつかの分野を紹介し、それぞれが銀行とその顧客の両方に利益をもたらしていると述べました。

顧客体験の向上
AIを活用した即時融資処理の導入は、アナリティクスが従来の銀行業務をいかに変革できるかを示しています。

「AIは顧客にとって融資を即座に行うことができます。ボタンを1つクリックするだけで、ローンを追加することができます。

と、リ・マンドリは説明します。これは自動化を超えたもので、銀行が顧客にサービスを提供する方法の根本的な転換を意味します。

このシステムは顧客データを解析し、強力なリスク評価基準を維持しながら迅速な融資決定を行います。顧客にとっては、長い待ち時間や複雑な申請が不要になります。銀行にとっては、より効率的なリソースの利用とリスク管理の向上を意味します。

同行はまた、AIを使って顧客とのコミュニケーションをパーソナライズしています。

「私たちはそれを使って、特定のキャンペーンをよりパーソナライズされたものにし、特定の声のトーンを持つようにしています」

と、リ・マンドリは指摘しました。これは特に、銀行からの適切でパーソナライズされたインタラクションを期待する若い顧客の心に響くものです。

業務効率の変革
INGのKnow Your Customer（KYC）プロセスへの取り組みは、AIがいかにリソースの多い業務を変革できるかを示しています。

「KYCは銀行にとって大きなコスト分野です。だから、私たちはそこに大きな価値を見出し、多くの規模を見ています」

リ・マンドリはこう説明しました。同行はAIを活用したシステムを開発しました：

• 書類検証の自動化
• 潜在的なコンプライアンス上の問題をフラグ化し、人間によるレビューを実施
• 法域を超えた一貫した基準の維持
• 正確性を高めながら処理時間を短縮

この導入には、さまざまな市場の規制を慎重に考慮する必要がありました。同行は、AIモデルがコンプライアンス基準を満たしながら高い精度を維持するためのモニタリング・システムを開発しました。

バックオフィスでは、AIを使って様々な文書からデータを抽出・処理し、手作業を大幅に削減しています。この自動化により、行員は人間の判断が必要な複雑な業務に集中することができます。

持続可能な金融への取り組み

INGの持続可能なバンキングへのコミットメントは、環境アセスメントにおけるAIの革新的な活用を後押ししています。

「私たちは持続可能な銀行になるという野心を持っています。サステナブル・ファイナンスの顧客になりたいのであれば、その企業がどのような企業なのかを理解し、常に同業他社と比較するために多くの作業が必要です」

同行は以下のようなAIモデルを開発しました：

• 企業の持続可能性指標の解析
• 環境パフォーマンスを業界のベンチマークと比較します
• 高排出産業の移行計画の評価
• 持続可能性に関するコミットメントへの継続的なコンプライアンスのモニタリング

このシステムは、スタッフが潜在的な取引の環境影響を迅速かつ正確に評価するのに役立ちます。

「私たちはAIを利用して、最前線のプロセス担当者が、その案件がどの程度環境に優しいかを確認し、それを判断材料にできるようにしています」

と、リ・マンドリは指摘します。

HSBCの革新的アプローチ

ジョフリのリーダーシップの下、HSBCはAIとアナリティクスの画期的な活用法を、特に環境モニタリングと業務効率化においていくつか開発してきました。HSBCの取り組みは、銀行が規制要件を満たしながら複雑なグローバル課題に対処するために先進テクノロジーをどのように活用できるかを示しています。

先進技術による環境モニタリング
HSBCは、コンピューター・ビジョンと衛星画像解析を用いて、環境への影響を新たな精度で測定しています。

「これも大きな研究分野であり、衛星画像を見て、リモートセンシングと呼ばれる遠隔地の調査を行っています」

と、ジョフリは説明しました。

このシステムはいくつかの重要な機能を提供します：

• 森林被覆率と森林減少率の解析
• 特定地域における生物多様性への影響の評価
• 経年的な環境変化のモニタリング
• 融資ポートフォリオにおける環境リスクの測定

「森林地域の遠景画像を見て、その地域でどれくらいの割合で森林伐採が行われているかを把握することで、生物多様性への影響をより正確に測定することができます」

ジョフリは次のように述べました。この技術によってHSBCは次のことが可能になります：

• 情報に基づいた融資判断
• 借り手の環境コミットメントのモニタリング
• 持続可能性に関連した融資プログラムのサポート
• 正確な環境影響報告
• 文書解析の変革

HSBCは、銀行業務で最も時間のかかる課題の1つである膨大な書類の処理に取り組んでいます。

「毎回200ページにも及ぶサステナビリティ・レポートを読んで答えを導き出す人間の負担を軽減できないでしょうか？」

と、ジョフリは尋ねました。このソリューションでは、いくつかのAI技術を組み合わせることで、正確性を保ちながらこのプロセスを効率化することができます。

同行のアプローチには以下が含まれます：

• 複雑な文書を理解するための自然言語処理
• 関連情報を抽出する機械学習モデル
• 正確性を保証する検証システム
• 既存のコンプライアンス・フレームワークとの統合

「レポーティングを改善するためのソリューションを模索していますが、安全で堅牢かつ透明性の高い方法で行う必要があります。

効率性と正確性のバランスを慎重にとることで、HSBCのAIへのアプローチを体現しています。

将来を見据えたアナリティクス能力の構築
両行は、アナリティクスを成功させるには包括的かつ長期的なアプローチが必要であることを強調しています。両行の経験から、アナリティクス能力の向上を目指す金融機関にとって、いくつかの重要な検討事項が浮き彫りになりました。

明確なガバナンス体制の構築
「銀行業務は高度に規制された環境であるため、AIのリスク許容度を理解することは極めて重要です」

と、ジョフリは強調します。銀行は以下のようなガバナンス体制を確立する必要があります：

• AIの許容される用途の定義
• モニタリングとコントロールの仕組みの確立
• 進化する規制へのコンプライアンスの確保
• AIの意思決定における透明性の維持

拡張性のあるソリューションの創出
リ・マンドリは、組織とともに成長するシステムを構築することの重要性を強調しました：

「モデルをプロトタイプ化しようとする場合、データの安全性や倫理的配慮に気を配り、モデルを監視する方法を特定しなければなりません。モデル標準のガバナンスが必要です。

スケーリングを成功させるには

• モデル開発への標準的なアプローチ
• 明確な評価の枠組み
• モデル更新のためのシンプルなプロセス
• 強力なモニタリングシステム
• 定期的なパフォーマンスレビュー

人材とスキルへの投資
両リーダーは、アナリティクスの成功には熟練した人材がいかに重要かを強調しました。

「データリテラシーを高めるだけでなく、優れた採用戦略を持つことが本当に重要です」

と、ジョフリは指摘します。銀行は以下を行う必要があります：

• 包括的なトレーニングプログラムの開発
• アナリティクス専門家の明確なキャリアパスの構築
• 技術チームとビジネスチームのコラボレーションを促進
• 新たなテクノロジーに関する社内の専門知識の構築

将来に向けての計画
将来に向けて、両行は規制の強化と透明性への要求の高まりに備える。主な重点分野は以下の通り：

• 新たなプライバシー規制への対応
• AIによる意思決定をより説明しやすくする
• データ品質とガバナンスの向上
• サイバーセキュリティ対策の強化

金融機関のための実践的ステップ

HSBCとINGが共有した経験は、アナリティクスの旅のどの段階においても、金融機関にとって貴重な洞察を与えてくれます。HSBCとINGが共有した経験は、アナリティクスを導入するどの段階においても、金融機関にとって貴重な示唆を与えてくれます。

成功のための主なステップ
アナリティクス機能の強化を検討している金融機関は、次のことを行う必要があります：

1.強固な基盤から始める

• 明確なデータガバナンスフレームワークへの投資
• データ品質基準の設定
• 徹底した文書化プロセスの構築
• 透明性のあるデータトラッキング

2.AIの導入を戦略的に考える

• 小さな変化よりも変革に焦点を当てる
• AIプロジェクトの全コストを考慮する
• 成長可能なソリューションを構築する
• イノベーションとリスク管理のバランス

3.人材とプロセスへの投資

• 社内にアナリティクスの専門家を育成する
• キャリアアップのための明確な道筋を作る
• 技術チームとビジネスチームのコラボレーションを促進する
• データリテラシー文化の構築

4.規模の計画

• モニタリングシステムの構築
• ガバナンス体制の構築
• モデル開発への標準的アプローチの開発
• 将来の規制変更に柔軟に対応する

さらに詳しく

業界リーダーたちの洞察をもっとお聞きになりたいですか？ウェビナーの全容をオンデマンドでご覧ください。あなたは学べます。

• 両行の詳細な技術的洞察
• 講演者との質疑応答
• その他のケーススタディと事例
• 実践的な導入アドバイス

本セミナーでは、以下のような内容を予定しています。このウェビナーを視聴するには、以下のリンクをクリックしてください。