マニュライフがAIエージェントを中核財務ワークフローに導入

**タイトル: Manulife、AIエージェントを中核的な金融ワークフローに導入** 大規模な金融機関は長年、人工知能（AI）をデータ分析やカスタマーサポートツールに限定した小規模プロジェクトで試験してきました。次の段階では、より実務的な展開、すなわちビジネスワークフロー内で自ら行動を起こせるシステムの導入が進むようです。カナダの保険会社Manulifeは、社内業務にエージェントベースのAIシステムを展開する取り組みにおいて、その方向へ進んでいます。 同社は、エージェンティックAI（agentic AI）——様々なソフトウェアツールやデータセットにおいてタスクを実行できるタイプのシステム——をサポートするために設計されたランタイムプラットフォームを用いて、これらの機能を構築しています。Manulifeは、この取り組みが、大量の業務の自動化と社内意思決定の支援を目指すより広範な計画の一部であると述べています。 このプロジェクトを発表した声明で、同社はAI関連の取り組みが、生産性向上とワークフロー自動化を通じて2027年までに10億米ドル以上の価値を生み出すと見込んでいると述べました。この保険会社は数年にわたりAIに投資してきましたが、現在の推進力は、この技術を日々の業務により深く統合することに焦点を当てています。Manulifeはすでに、生成AI（generative AI）ツールの社内利用を拡大しています。同社は現在、本番運用中の生成AIユースケースが35以上あり、今後数年間でその数を約70に拡大する計画であると述べています。また、開示資料によれば、全世界の従業員の約75％が何らかの形で生成AIツールをすでに使用していると報告しています。 **AIを業務へ移行** 保険会社は大量の構造化データを扱います。契約情報、請求記録、引受査定（underwriting assessments）、財務報告書は、決定が下される前に、複数のシステムとチームを経由することがよくあります。こうしたプロセスは、文書レビューや内部報告などの業務を自動化ツールが支援できる環境を生み出します。Manulifeは、新しいプラットフォームにより、各チームが社内システムやデータと対話できるAIエージェントを導入できるようになると述べています。これらのエージェントは、チャットボットのように単一のプロンプトに応答するのではなく、異なるソフトウェアツールやワークフローにおいて一連のタスクを完遂するように設計されています。 例えば、AIエージェントは複数の社内システムからデータを収集し、事例を審査したり報告書を作成したりする従業員向けの要約を準備するかもしれません。目標は、意思決定前にスタッフが情報収集に費やす時間を削減することです。 過去2年間、多くの企業が、文章作成、コーディング、文書要約などの業務に生成AIツールを実験的に導入してきました。アナリストは、次の課題は、これらの機能を大規模組織の実務を支援できるシステムに転換することだと述べています。 マッキンゼーの2024年グローバルAI調査（McKinsey’s 2024 Global AI Survey）の報告によると、組織の約65％が、少なくとも1つの事業機能で生成AIを使用していると回答しており、前年の約3分の1から増加しています。しかし、同じ調査は、これらの導入事例のうち、事業の大部分で完全な本番運用に至っているのはごく一部に過ぎず、多くは依然としてパイロットプロジェクトや特定のチームに限定されたままであると指摘しています。 **規制された金融システム内のAI** 金融機関は、AIを本番環境に移行しようとする際、追加の障壁に直面します。この業界は厳格な規制監督下で運営されており、データ使用と意思決定の透明性に関する強力な管理が求められます。引受、リスク分析、投資判断に用いられるシステムは、監査可能で説明可能でなければなりません。このような環境では、あらゆるAI導入においてガバナンスと監視が中心的な課題となります。デロイトの金融サービスにおけるAIに関する調査（Deloitte on AI in financial services）は、銀行や保険会社が自動化を拡大するにつれ、モデル監視ツール、社内AIポリシー、リスクレビュープロセスへの投資を増やしていると指摘しています。各組織は、効率性の向上と、説明責任と公平性に関する規制当局の期待とのバランスを取ろうとしています。 Manulifeは、自社のプラットフォームには、AIエージェントが社内システムとどのように対話するかを管理するためのガバナンスとセキュリティ管理機能が含まれていると述べています。これらの管理機能は、意思決定がどのように行われるかを追跡し、データの使用状況を監視し、システムが会社の方針に沿って動作することを保証するのに役立ちます。このような保護策は、自動化システムが請求管理や規制対応報告に関連するプロセスを支援することが多い保険業界では重要です。 **AIエージェントの意義** AIエージェントの魅力は、大規模な管理業務における手作業を軽減する能力にあります。請求処理（claims processing）、契約管理、内部報告、カスタマーサポートには、スタッフが異なる情報源からデータを収集する必要がある反復的な業務が含まれます。システム内で情報を収集・整理できるAIシステムは、従業員が他の業務に集中することを可能にするかもしれません。 他の金融機関も同様のアプローチを探っています。米国や欧州の銀行は、不正検出や社内調査業務においてAIエージェントの試験を始めています。多くの場合、その目的は、時間を要する分析やデータ収集において従業員を支援することです。 アクセンチュアのバンキング・テクノロジー・ビジョン報告書（Accenture’s Banking Technology Vision report）の調査によると、AI駆動の自動化は、関連するプロセスによっては、金融機関が時間の経過とともに運用コストを最大30％削減するのに役立つ可能性があります。そのメリットの多くは、定型業務の迅速化とデータ処理の精度向上からもたらされます。パイロットから実務システムへの移行にはリスクが伴います。AIモデルは誤りを生じる可能性があり、監視がなければ自動化されたワークフローはその誤りを増幅させる恐れがあります。このリスクが、多くの金融機関が、顧客向けシステムに拡大する前に社内ツールから始める段階的な導入戦略を採用している理由の一つです。 Manulifeが業務にエージェントベースのAIを導入する計画は、大企業がエンタープライズAI導入の次の段階をどのように試しているかを示しています。重要な問いは、これらのシステムが規制当局の期待を満たしつつ、信頼性の高い結果を提供できるかどうかです。もし可能なら、AIエージェントは金融業務の常態的な一部となり、かつては大規模なスタッフチームを必要としていた日常業務を処理するようになるかもしれません。 企業が初期の実験段階を超えて前進するにつれ、焦点は、大規模組織を動かす日常的なシステム内でこの技術を確実に機能させることにあります。

マニュライフがAIエージェントを中核財務ワークフローに導入

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