銀行DXの鍵は生成AI～導入の課題と成功戦略

大規模言語モデル（LLM：Large language Models）をコアとする生成AIは、人と機械（生成AI）が協力して働く社会を形成し、銀行員の生産性向上や人間の能力を広げます（図1）。

銀行業務は、顧客との対話や契約書などの文書作成といった言語処理を必要とする業務と、膨大な取引データの分析といったデータ処理を必要とする業務の両方を包含しています。生成AI、特に大規模言語モデル（LLM）は、これらの両面に高い親和性を持つため、銀行業務への影響が大きく、他の産業に先駆けて生成AIの導入が進み、その恩恵を受けると期待されています。例えば、生成AIは、バックオフィスやミドルオフィスから、フロントオフィスの窓口係、資産運用アドバイザー、リレーションシップマネージャー、コールセンターのエージェント、さらには研究開発者、中間管理職や経営者に至るまで、様々な業務を支援します。

銀行業における生成AIの活用方法は以下の4つに集約されます。

（1）ソリューションの拡張
生成AIが組み込まれた既存のソリューションを活用するか、自社開発のソリューションに組み込む方法です。
代表的な事例としては、Microsoft 365やSalesforceのCRMアシスタント（Einstein）などがあります。これにより、銀行の生産性や効率性、従業員満足度の向上が期待されます。

（2）コンテンツ統合
銀行が持つ膨大な量の情報を要約・分析し、洞察を引き出す方法です。顧客との通話記録から書き起こしと要約、調査レポートの情報抽出、RAG（注1）を通じた外部リソースの活用、異常検出や顧客感情分析などが含まれます。これにより、銀行業務の生産性向上やリスクマネジメントの強化が期待されます。

（3）ソフトウェア開発の変革
生成AIはテキストと自然言語をさまざまなプログラミング言語のコードに変換できます。コードアシスタントは、自然言語プロンプトを使用してレガシーコードを新しい言語に更新したりするなどの有望なツールです。これにより、銀行の生産性向上やソフトウェア開発者の満足度向上に貢献します。

（4）金融商品/サービス・顧客体験の差別化
生成AIを活用して自社の金融商品、マーケティング、顧客とのやり取りを革新し、差別化する方法です。例えば、個々の顧客に合わせた金融商品・サービスの開発、行動経済学と組み合わせた顧客体験の創出、カスタマイズされた価格設定などが考えられます。これにより、顧客満足度、顧客維持率、顧客支出シェアの向上が期待され、銀行の収益に大きく貢献します。

このように、生成AIは銀行業務モデルの効率を劇的に向上させる可能性が高いだけでなく、顧客体験を向上させることで差別化を図り、成長を促進する可能性があることが明らかになっています。図2が示すように、Accentureの推計によると、今後3年間に生成AIを早期に導入することによって、20％～30％の生産性向上、約600bps（6％）の収益成長率の上昇、約300bps（3％）の株主資本利益率の増加が見込まれます。