Allica Bank CTO ラヴニット・シャ氏、OpenAI と対談

規制の壁を越える AI 活用：Allica Bank CTO が語る「組織変革」と「人間中心」の実践

英国の急成長チャレンジャー銀行、Allica Bank の CTO ラヴニット・シャ氏は、AI を単なる実験ツールではなく、組織文化そのものを変える原動力として位置づけています。同社は現在、従業員の 77% が日常的に AI を活用しており、規制の厳しい金融業界において「人間と AI の協働」による業務プロセスの再設計を成功させています。

全社的な採用率向上が鍵となる文化変革

Allica Bank が AI スケーリングで最も重視しているのは、技術的な導入そのものではなく、組織全体の学習と適応です。シャ氏は「AI をスケールさせる鍵は、組織内の全員が採用し、運用方法を変えることにある」と明言します。

この方針の結果、同社の AI 採用率は劇的に変化しました。昨年の約 25% から現在では中央値で 77% に達しています。これは単なるツールの普及率ではなく、技術部門だけでなく、営業、財務、プロダクトなど全社的な業務フローにおいて AI が標準化されたことを意味します。

シャ氏は自身の背景を振り返り、「技術系のバックグラウンドを持つ私自身も、新しい技術を学ぶ前に、多くの既存の考え方を捨て去る必要があると気づきました」と語ります。組織全体が「AI をどう使うか」ではなく「AI と共存してどう働くか」へと意識を転換させたことが、この急激な採用率向上の背景にあります。

従来の「Spotify モデル」から「Squadlets」へ

開発スピードとイノベーションを加速させるため、Allica Bank は組織構造そのものを見直しました。かつてはクロスファンクショナルなチームである「スクワッド（Spotify モデル）」を採用していましたが、AI の時代にはこのモデルがボトルネックになると判断したのです。

そこで導入されたのが、より小規模で役割を統合した「Squadlets（スクワドレット）」という新しい組織形態です。従来のようにバックエンドとフロントエンド、プロダクトオーナーとアナリストといった役割を細分化するのではなく、一人のメンバーが複数の役割を担う形へと再編しました。

具体的には、「プロダクトエンジニア」や「デザインエンジニア」といった、技術とデザインの境界を越えた人材が中心となります。シャ氏はこの変化について「T字型モデル」の概念に基づくと説明します。「深い専門性を保ちつつ、隣接するスキルも構築していく」。これにより、チーム間の引き継ぎ（ハンドオフ）が不要になり、複雑な意思決定や実装がチーム内で完結できるようになりました。

同社の目標は明確です。年末までに、プロダクト担当者やデザイナーも本番環境へ直接コードを出荷できる体制を整えること。現在では一部の Squadlets でこの実験が成功しており、エンジニアだけでなく全メンバーが「コードを出せる」文化へと進化しつつあります。

非決定的エージェントによる融資審査の劇的短縮

金融業界において最も複雑な業務の一つである「融資審査」でも、AI は従来のルールベースの自動化を超えた役割を果たしています。Allica Bank では、ブローカーや顧客がメールで送る不完全な情報を処理する際、非決定的エージェント（Non-deterministic Agents）を活用しています。

従来のシステムでは、情報が欠けていると審査プロセスは止まってしまうのが一般的でした。しかし、AI エージェントはメールの内容を分析し、必要な情報が不足している箇所を特定。自動的に追加情報の問い合わせを行い、データを補完します。

この仕組みにより、意思決定までの時間を7 分から 12 分まで短縮することに成功しました。シャ氏は「技術が顧客体験を変えるだけでなく、プロセス自体を改善するために活用しています」と強調します。これは、人間が手作業で行っていた複雑な確認作業を、AI が自律的かつ柔軟に代行する例です。

AI は人間を代替せず、「文脈」を提供して支援する

リレーションシップバンキング（顧客との関係性を重視した銀行業務）において、Allica Bank は「AI でチャットボットが人間を置き換える」という方向性は明確に避けています。シャ氏は「チャットボットでリレーションシップバンキングを代替させるつもりはなかった」と断言します。

同社のアプローチは「人間の従業員を強化する」ことにあります。AI が顧客の過去の取引履歴や行動データから得た洞察、つまり「文脈」を提供することで、担当者は顧客との対話に集中できるようになります。

「従業員を支援し、より多くのことを成し遂げ、本当に重要な仕事に集中できるようにします。単に時間を増やすというより、必ずしも時間量ではなく、質の高い時間を顧客との間に築くことに注力したいのです」

AI が下準備や情報整理を担当することで、人間は顧客の感情を汲み取り、信頼関係を構築する「対話」そのものにリソースを割けるようになります。これが、規制が厳しい業界において AI を導入しながらも、顧客満足度を維持・向上させるための鍵となっています。

結論：速度と品質の両立を目指す未来

Allica Bank の事例は、AI が単なる実験段階を超え、実務に深く統合されつつある金融業界の重要な指標です。組織構造を「Squadlets」へ転換し、非決定的エージェントを活用して業務プロセスを再設計した同社の取り組みは、他業種における DX 推進への具体的なテンプレートを提供しています。

シャ氏は今後の展望について、「単にデプロイ数を倍増させることではなく、顧客と社内向けの製品インクリメントを増やし、リスク管理やセキュリティを維持しながらサービスの質を向上させる」ことを目指すと語っています。AI は人間を置き換えるのではなく、人間の能力を拡張し、より良い意思決定と関係構築を可能にするパートナーとして進化し続けています。