アフリカ37カ国の銀行幹部277人を対象とした2026年の調査によると、83.2%の機関が今後12カ月以内にAI支出を増やす計画を持っている。しかし、約3分の1の機関はAIの投資収益率(ROI)を正式に追跡していない。AIのリターンを測定していない銀行のうち、82%は依然として予算を増やす意向を示している。

この調査結果は、アフリカの数百万ドル規模の銀行自動化の取り組みの中心にある緊張関係を浮き彫りにしている。銀行は、ドル建てのクラウド利用料、レガシーなコアバンキングシステムとの統合の制約、機械学習エンジニアの不足にもかかわらず、AIに投資している。Delve into AIの今回の号で、エマニュエル・ヌォスー(EMMANUEL NWOSU)氏は、業務の高速化と測定可能な貸借対照上のリターンの間のギャップを検証する。

ローン書類処理は、資本力の高い金融機関を含め、歴史的に管理上のボトルネックであった。スタンダードバンク(Standard Bank)では、以前は約1時間かかっていた審査プロセスが、人工知能の活用により約60秒で完了できるようになった。

この南アフリカの銀行は、2026年3月のキャピタルマーケッツデイの発表資料でこの数値を明らかにした。この指標は同行の商業資産ファイナンス部門に適用されるもので、資産規模でアフリカ最大の銀行が既存のプロセスに機械知能をどのように適用しているかを示している。

ンダードバンクはまた、対話型ボットが着信するデジタル顧客問い合わせの65%を処理していると報告した。2026年8月までに、全従業員の約72%にあたる39,000人以上の従業員が、生成AIを企業向けツールとして日常的に利用していた。

これらの事例は、自動化がもたらす直接的な業務上の可能性を示している。管理業務の滞留を数分のタスクに縮小でき、顧客の摩擦を減らし、従業員を人間の判断が必要なアドバイザリー業務へ振り向けることができる。

しかし、財務上の便益は依然として不透明である。規制された金融環境でAIを展開するには、データガバナンス管理、ソフトウェアライセンス、システム統合、従業員の再研修が必要となる。これらのコストを商業的に正当化するには、銀行は財務上の便益が導入・運用コストを上回ることを実証しなければならない。

業務は高速化するが、財務リターンは不透明

バンキングソフトウェアプロバイダーのBackbaseとAfrican Bankerによる2026年の共同調査である「アフリカンバンキングにおけるAIの現状」レポートは、37カ国の幹部を調査した。それによると、83.2%の機関が今後12カ月でAI予算を増やす計画を持ち、展開に対するROIを正式に追跡しているのは67.1%にとどまった。

AIのリターンを追跡していない約3分の1の回答者のうち、82%はそれでも予算を増やす計画を立てていた。この数字は、多くの銀行幹部が、商業的貢献をまだ定量化していない技術への投資を拡大していることを示している。

正式な測定がないことは、必ずしもAIプロジェクトの失敗を意味しない。アルゴリズムシステムは、損益計算書のコストを直ちに削減することなく、処理時間を短縮し、不正監視を改善し、顧客サービスを向上させることができる。しかし、AIが単独の実証実験から銀行が日常的に使用するシステムへと移行するにつれ、業務効率と財務リターンの違いはより重要になる。

スタンダードバンクは、数年間にわたる技術投資の上にAI能力を構築してきた。3月の投資家向け説明会で同行は、パーソナルバンキングアプリのデジタル問い合わせの65%を対話型AIが処理していると述べた。また、エンジニアリングの生産性が前年比20%以上改善したこと、貸出関連業務でAIが作業の加速を始めていることも報告した。

商業資産ファイナンスの事例、すなわちローン書類処理が約1時間から約1分に短縮された例は、一部の管理ワークフローで可能な改善の程度を示している。スタンダードバンクはまた、全社的なアクセスも拡大した。8月には、承認された企業向けツールを通じて39,000人以上の生成AIアクブユーザーがいると報告した。

書類プロセスを1時間から1分に短縮することで、従来その業務を担当していた従業員が解放される。銀行は同じ人員でより多くの申込を処理したり、残業を減らしたり、従業員を他の業務に配置したりできる可能性がある。こうした業務上の便益が測定可能な財務節約になるのは、回避された費用やその投資に合理的に起因できる追加収益が生じた場合のみである。

スタンダードバンクは、AIによって節約された時間を顧客関係やより複雑な判断を要する業務に振り向ける計画だと述べた。このアプローチは、直接のコスト削減を超えて、既存の人員からより多くの価値を引き出すことを目指すものである。ただし、この発言自体は、生み出された収益や削減されたコストを特定するものではない。

貸出業務では、AIにより、人件費を増やすことなく従業員がより多くのローン申込を処理できる可能性がある。借り手の信用力評価に使用すれば、貸出判断の改善とデフォルトリスクの低減にもつながり得る。これらは別個の便益であり、スタンダードバンクは、AI投資がいずれかを財務的にもたらしたことを確立していない。

同行の不良債権比率は6月末時点で5.6%となり、前年同月の6.2%から低下した。貸出の想定損失を反映する信用減損費用も、2026年上半期に12%減の71億3,000万ランド(4億3,550万ドル)となった。スタンダードバンクは、これらの改善をAIの利用に起因させる明言はしていない。

南アフリカのもう一つの一流貸し手であるNedbankも、測定可能な業務改善を報告している。2025年統合レポートによると、同行は同年に30の高度なAIユースケースを実装した。AI、生成AI、アナリティクス、機械学習、ロボティック・プロセス・オートメーションを組み合わせたより広範なプログラムにより、メディア・コンテンツ制作、文書翻訳、個人の生産性の各分野で約31万2,000時間の労働時間を削減した。グローバル決済処理時間も約30%短縮された。

Nedbankは、投資商品を購入する可能性が高い顧客を特定するために予測モデルを使用してきた。また、潜在的なクレジットカード顧客やローン顧客をターゲティングするためのアナリティクスも適用している。これらの活用は、銀行がAIからリターンを得ると期待する2つの大きな方法、すなわち存サービスのコストを削減することと、より効果的に顧客へサービスを提供して収益を増やすことを反映している。

AIを機能させるためのコスト

AIは、銀行の既存技術から独立して動作するものではない。モデルには信頼性の高いデータ、安全なコンピューティングシステム、従業員や顧客が使用するアプリケーションへのアクセスが必要である。銀行はまた、出力のテスト、機密情報へのアクセス制御、AIによる判断の監視のためのプロセスも必要とする。

その結果、AIの展開コストはソフトウェアサブスクリプションの価格を大きく上回る可能性がある。2026年のキャピタルマーケッツデイで、スタンダードバンクは2025年の総技術支出が235億ランド(14億4,000万ドル)、営業費用の27.7%に相当すると報告した。

同行は、レガシーサーバーの88%が廃止され、発表時点で移行対象のコンピューティングワークロードの71%がクラウドへ移行済みであると述べた。その後、2026年6月末までに対象ワークロードの78%がクラウド移行に達したと報告した。

スタンダードバンクは、数年間の技術投資が効率改善に寄与し、グループの費用対収益比率を59.1%から50.2%へ低下させたと述べた。実務的には、営業収益100ランド(6.09ドル)につき、営業費用として約50ランド(3.05ドル)を費やしており、以前の約59ランド(3.60ドル)から改善している。

AI業務の拡大に伴い、技術支出も増加し続けている。スタンダードバンクは2025年に技術へ235億1,000万ランド(14億3,000万ドル)を支出し、2024年の224億ランド(13億6,000万ドル)から4.9%増加した。2026年上半期には、ソフトウェア、クラウド、技術関連費用が6%増の71億6,000万ランド(4億3,650万ドル)となった。同行は増加の一因を、AI能力の拡大のほか、専門的な技術人材、コアバンキングシステム、サイバーセキュリティへの投資に帰している。

一方、6カ月間の総技術支出は、減価償却費などの技術コストの低下が増加分の一部を相殺したため、2%増の118億3,000万ランド(7億2,100万ドル)にとどまった。スタンダードバンクは自らのアプローチを「セーブ・トゥ・インベスト(節約して投資)」戦略と位置づけ、以前の技術投資による効率化を、AIを含む新たな能力の資金に充てている。

この近代化プログラムは、確立された銀行業務に新たな能力を導入するために必要な作業を示している。BackbaseとAfrican Bankerの調査では、回答者の50.2%が、既存技術との統合をAI導入の最大の社内障壁として挙げた。

銀行は、異なる時期に開発されたシステムに保存されている顧客記録、取引履歴、その他の情報を接続する必要がある場合がある。例えば与信評価にAIを導入する貸し手は、借り手の評価に使用される財務情報への確実なアクセスが必要である。その情報を統合するには、レガシーシステムのアップグレード、追加のコンピューティングインフラ、それを維持する専門人材が必要になることがある。

これらの要件は、AIの初期コストと継続コストの双方を増加させる。クラウドサービスやソフトウェアを外貨で購入する銀行は、為替レートが不利に動いた場合、現地通貨建ての費用が増加する可能性もある。したがって、AIの財務的正当性は、システムが節約する時間だけでは決まらない。銀行はそれらの便益を、技術の導入と運用の総コストと比較衡量しなければならない。

リターンの測定が困難な理由

BackbaseとAfrican Bankerの調査によると、一部のアフリカの銀行はAIから期待通りの財務結果を得ている。リターンを正式に測定している機関の回答者のうち、85.1%が投資が予測に達したか上回ったと回答した。

しかし、これらの銀行は自らの目標に対してパフォーマンスを測定していた。この調査は、各機関がどれだけ投資したか、どの程度の財務価値が生まれたか、リターンが機関間で一貫して計算されたかを確立していない。

AI活用の貸出はこの困難を例証している。銀行がAI導入後により多くの申込を承認すれば、追加のローンが利子収入を増やす可能性がある。しかし、財務上の便益は、資金調達コスト、それらのローンのパフォーマンス、その技術が貸出判断を改善したかどうかに依存する。同様に、AI不正検出システムの価値は、疑わしい取引を検出した件数ではなく、防止された損失にある。

調査では、サードパーティのAIプロバイダーと連携する回答者の71.7%がリターンを測定しているのに対し、完全に社内でAIを開発している回答者では31%にとどまることがわかった。この差は、独自AIシステムを構築する銀行間の能力のばらつきを反映しており、それ自体が重大なコストセンターになり得る。

2026年6月、Evidentによる中東・アフリカの銀行向け初のAIインデックスは、AI人材、イノベーション、リーダーシップ、透明性の観点から25の主要銀行を評価した。スタンダードバンクが2位、Nedbankが4位となり、地域の上位4行の中で唯一の南アフリカの2行となった。FirstRand、Capitec、Absaもトップ10に入った。

Evidentは、これらの銀行の比較的強いパフォーマンスの一因を、より大きなAI人材プール、研究大学への近接性、新興の中央銀行規制への対応に帰している。この結果は、南アフリカの銀行が多くの地域の競合よりも強いAI能力を構築してきたことを示唆している。

しかし、評価対象の25機関を通じて、Evidentは、従業員サイズに対する専門AI開発人材のレベルが、主要グローバル銀行のベンチマークで記録された水準の半分にすぎないことを明らかにした。この不足は財務上の影響を持つ。十分な社内専門性を持たない銀行は自らの能力開発に投資するか、外部プロバイダーに依存するかのいずれかを選択しつつ、統合と保守の費用を払い続けなければならない。

アフリカ以外の一部の銀行は、AIがもたらす財務価値についてより明確な報告を始めている。シンガポールのDBS銀行は、2025年にデータアナリティクスとAIから約10億シンガポールドル(7億8,300万ドル)の経済価値を生んだと報告し、2024年の7億5,000万シンガポールドル(5億8,700万ドル)から増加した。同年末までに、DBSは430以上のユースケースで2,000を超えるモデルを展開していた。

DBSは、AIが完了するタスクの数や従業員が節約した時間の報告を超えて、ビジネスへの技術の貢献に金銭的価値を割り当てている。ただし、同行のAI利用が利益を出しているかどうかは明らかでない。

この比較は、アフリカの銀行が直面する財務的課題をより明確にしている。スタンダードバンクとNedbankは生産性の改善を実証しており、Backbaseが調査した多くの機関もAI投資目標の達成を報告している。しかし、銀行が個々のAIプログラムのコストやその財務リターンについて提供する情報は限られている。

生産性は、銀行業界および他の非金融組織におけるAIの主要なユースケースである。課題は、その生産性がどの程度の価値を持つのか、そしてそのうちどれだけがAIに起因できるのかを確立することである。銀行が実証実験を超えて拡大するにつれ、進捗の最も明確な証拠となるのは、プログラムコスト、測定された成果、そしてそれらの成果と財務パフォーマンスとの関連についての一貫した開示である。

出典:TechCabal