E.SUN Bank and IBM build AI governance framework for banking｜E.SUN銀行とIBM、銀行向けAIガバナンスフレームワークを構築 | AIニュース最前線

E.SUN Bank は、銀行内で人工知能をどのように活用するかに関する明確な AI ガバナンス規則の構築に向けて IBM と協力しています。この取り組みは、金融業界におけるより広範な変化を反映するものです。多くの企業はすでに不正検出や与信評価に AI を活用しており、一部では顧客対応の問い合わせ処理にも使用されています。新たな課題は、これらのシステムを法的要件やリスク管理基準を満たす形でどのように管理するかという点です。 AI の導入が進むにつれ、銀行が直面する質問は増えています。モデルを実運用前にどのようにテストすべきか？誤った判断を下した場合の責任の所在はどこにあるのか？また、規制当局に対してシステムの公平性と安全性をどう証明すればよいのでしょうか。 これらの課題に対処するため、E.SUN Bank と IBM Consulting は金融業界向けの AI ガバナンスフレームワークを策定しました。このプロジェクトには、金融企業が AI システムを中心に内部統制を構築する方法を示す AI ガバナンス白書も含まれています。両社のプレスリリースによると、この取り組みは EU AI 法や ISO/IEC 42001 などのグローバル標準を金融サービス向けに適用・適応させたものです。 本フレームワークでは、AI モデルを実運用前にどのようにレビューすべきかを定めています。また、モデルが実環境に導入された後の監視方法についても説明しています。さらに、データの使用方法やリスクレビューの実施手順に関する規則も含まれています。 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監督を維持しながら AI システムを導入するのを支援することを意図していると述べています。多くの企業はすでに限定的な AI ツールを実行しています。次のステップは、融資や決済といった中核業務全体でこれらのシステムを拡大しつつ、規制の範囲内に留めることです。 銀行は AI リスクの管理を試みる 金融機関には、AI システムにガードレールを設ける強い理由があります。銀行業は信頼に依存しており、規制当局は企業が意思決定がどのように行われるかを追跡することを要求しています。AI モデルはしばしば「ブラックボックス」として機能するため、結果に至るプロセスを説明することが難しい場合があります。これは、与信判断や不正検知などの分野で問題を引き起こす可能性があります。多くの地域の規制当局はすでにこれらのリスクに注目を集め始めています。 2024 年に採択された欧州連合（EU）の AI 法は、金融など高リスクセクターで使用される AI システムに対して厳格なルールを課しています。この法律では、企業がリスクを評価しトレーニングデータを文書化するよう要求しています。また、デプロイ後の AI モデルの振る舞いを監視することも義務付けています。 グローバルな標準も形になりつつあります。2023 年に公表された ISO/IEC 42001 は、組織が AI 管理システムを構築する方法を示しています。この規格は監督とモデルモニタリングに焦点を当てています。また、組織がどのように AI データを管理すべきかについても言及しています。その目的は、各モデルを個別のツールとして扱うのではなく、企業全体で AI を管理するための構造化された方法を企業に提供することです。 E.SUN Bank と IBM の共同プロジェクトは、両方のフレームワークを基盤としています。これは、これらのルールが日常の銀行業務においてどのように機能するかを示すことを目的としています。 AI パイロットからエンタープライズシステムへ 銀行は長年、機械学習（Machine Learning）を主にリスク分析や不正検出に活用してきました。より新しい AI モデルは、銀行における技術の利用範囲を広げています。多くの銀行では現在、カスタマーサービスや文書レビューにもこれを応用しています。また、一部の銀行では内部ナレッジシステムでも利用されています。 この拡大に伴い、新たなガバナンス（管理・統制）の必要性が生じています。顧客への問い合わせに対する回答を提案するシステムはリスクが低いように見えるかもしれません。しかし、融資承認や不正検出を支援するモデルは、直接的な財務的影響をもたらす可能性があります。 E.SUN Bank と IBM が作成したガバナンスフレームワークは、これらのリスクを追跡するためのプロセスを定めています。モデルは本番環境への導入前にレビューされ、デプロイ後にはチームがその出力を監視します。また、このフレームワークでは、開発者からコンプライアンス担当者まで、チーム間での責任分担も明確にしています。さらに、プロジェクトの成果として、手順をより詳細に説明するホワイトペーパーも作成されました。これにより、銀行が AI システムをリスクレベル別に分類し、異なるレベルの監督を適用する方法が示されています。 AI ガバナンスは金融サービス全体へ拡大 E.SUN Bank での取り組みは、グローバルな金融業界全体で見られるトレンドを反映しています。多くの銀行では、AI を業務全体に展開する前にガバナンスを重要なステップと捉えています。 業界調査によると、金融サービス分野における AI の導入はすでに広範に行われています。NVIDIA が 2024 年に発表したレポートでは、金融サービスの企業の約 91% が AI の評価中または既に活用していると回答しています。一般的な用途としては、不正検出（fraud detection）やリスクモデリング（risk modelling）が挙げられます。また、一部の銀行では顧客対応業務の自動化にも AI を活用しています。 デロイト社の調査によると、金融機関の 70% 以上が AI への投資を増やす計画を立てています。これらの支出の多くはコンプライアンス監視やリスク分析に充てられる見込みです。また、一部の銀行では AI が内部業務の改善にも寄与すると期待しています。 一方で、規制当局もより一層注意を払うようになっています。複数の地域の当局は、自動システムが融資承認や不正検出といった意思決定にどのような影響を与えるかを把握するよう銀行に警告しています。この圧力により、銀行は内部統制システムへの投資を強化しています。モデルの精度のみを追跡するのではなく、企業は現在、データソースや意思決定ロジックも追跡しています。また、多くの企業がモデルが時間とともにどのように振る舞うかも監視しています。 ガバナンスが AI 導入に与える影響 AI ガバナンスへの取り組みは、銀行が新しいツールを導入する速度に影響を与える可能性があります。明確なルールがない場合、多くの企業は小規模な実験の段階を超えて進出することに躊躇します。構造化されたフレームワーク（framework）は、規制要件を満たしつつ AI プロジェクトを拡大する手助けとなります。 これが E.SUN Bank プロジェクトの背景にある考え方です。グローバル標準と銀行業務ワークフローを組み合わせることで、このフレームワークは AI を明確な監督の下でどのように展開するかを示しています。両社の発表によると、IBM はこのフレームワークが、金融機関が銀行業務における AI の利用を拡大する際に 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述べています。 この取り組みはまた、企業向け AI におけるガバナンスの役割が高まっていることを反映しています。初期の AI プロジェクトはモデルの構築とパフォーマンス向上に焦点を当てていましたが、現在はこれらのシステムが時間とともにどのように管理されるかに重点が移りつつあります。より多くの銀行が AI を中核業務に取り入れるにつれ、この問いは技術そのものと同じくらい重要になる可能性があります。 (写真：Markus Spiske 氏) 関連記事: Manulife が AI エージェントを中核金融ワークフローへ移行 業界リーダーから 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。包括的なこのイベントは TechEx の一部であり、他の主要なテクノロジーイベントと併催されています。詳細はこちらをクリックしてください。 AI News は TechForge Media によって提供されています。その他の今後のエンタープライズテクノロジー関連のイベントやウェビナーはこちらからご覧ください。

E.SUN銀行とIBM、銀行向けAIガバナンスフレームワークを構築

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト