AIを活用し、新規サービスの提供や既存サービスの品質向上、業務効率化などを狙う企業が増えている。セブン銀行でも積極的にAIを活用した取り組みを推進。国内だけでなく、海外でも成果を生み出しているという。だが、AI活用の背後にはリスクも潜んでいることを忘れてはならない。ではセブン銀行は、AIのリスクに対し、どのような考えの下、対策を行っているのだろうか。

今回は、セブン銀行 コーポレート・トランスフォーメーション部 部長の中村義幸氏と、AIのリスク評価・管理プラットフォーム「Robust Intelligence」を提供するロバストインテリジェンス 日本事業責任者の平田泰一氏にお話を伺った。

  • (左から)セブン銀行 コーポレート・トランスフォーメーション部 部長の中村義幸氏と、ロバストインテリジェンス 日本事業責任者の平田泰一氏

ビジネスインパクトを重視して進めるAI活用

中村氏によると、セブン銀行はAIに対し、「攻めと守りを両立しながら、クイックに活用領域を広げていこう」という方針なのだという。業務効率を上げるための生成AI活用については2023年8月から開始し、今年6月には内製開発による自社独自の生成AI利用環境「7Bank-Brain」をリリース、試運転をしながら、ガイドラインの整備など、ガバナンス強化に取り組み、全社員への展開を目指している。

自社でモデルを開発するAI活用において重視するのは、小さな社内業務の効率化ではなく、「ビジネスインパクトの大きさ、PLに貢献するか否か」だと中村氏は話す。その一例として同氏が挙げたのは、非生成AIを用いたATMの設置候補地の利用件数予測モデルだ。セブン銀行は店舗を持たず、ATMを主力とするビジネスモデルである。そのため、ATMの設置数を効果的に増やしていくことがビジネスインパクトに直結する。そこで人流データと過去の利用実績などのデータを用い、AIで設置候補地を予測、実際に地図上にプロットしたものを基に、営業メンバーが候補地にアタックする手法を採用。インドネシアではさらに高度なモデルを構築しており、現地に赴き実地調査をすることなく、地図情報のみで設置候補地の利用件数を予測できたそうだ。

避けては通れないリスクも……

しかし、この利用件数予測モデルにも“落とし穴”がある。例えば、AIが学習したデータと実際に運用中に処理するデータとの間に統計的分布の大きな乖離が生じた場合だ。その代表格がコロナ禍である。コロナ禍前と後では人の流れが大きく変わった。ATMを利用する主な場所はオフィス街から住宅街へと変化したのはその一例だ。結果として、「コロナ禍前のデータで学習を行ったAIの件数予測の精度が大幅に下がった」と中村氏は言う。

この記事は
Members+会員の方のみ御覧いただけます

ログイン/無料会員登録

会員サービスの詳細はこちら