ニュースマクロPwC調査:米国金融企業がMBA以上にAIスキルを重視、80%が20%の人員削減を予想

PwC調査:米国金融企業がMBA以上にAIスキルを重視、80%が20%の人員削減を予想

著者: Metaverse Post·

重要ポイント

  • •調査対象の金融サービス業界幹部の86%が、新規採用においてAIスキルのトレーニングをMBAよりも価値があると考えており、91%がAIの能力を持つ従業員に報酬の引き上げを提供している。
  • •幹部の約80%が、今後5年間で自社組織が少なくとも20%縮小すると予想しており、エントリーレベルと中間管理職が最も影響を受けやすいと見られている。
  • •幹部の77%が、AI投資の大半がまだ定量化可能な投資収益率(ROI)をもたらしていないと述べているが、テクノロジー、リスク管理、オペレーションの分野では生産性の向上が報告されている。
  • •回答者の41%が、断片化されたデータまたは低品質なデータをAI全社展開における最大の障害として挙げている。
  • •企業のほぼ90%がAIエージェントの意思決定に対する明確な責任所在を報告しているものの、重大なリスクに対する最終的な責任の所在については依然として合意に至っていない。
PwC調査:米国金融企業がMBA以上にAIスキルを重視、80%が20%の人員削減を予想

PwCが米国の金融サービス企業のディレクター級およびエグゼクティブ級の専門家1,000人以上を対象とした新たな調査によると、人工知能(AI)が米国金融サービス業界全体のワークフォース戦略と報酬構造を根本的に変革していることが明らかになった。同調査は、より広範な再調整が進行中であることを示している。企業はAIツールを導入するだけでなく、どのようなスキルを報酬の対象とするか、仕事をどのように編成するか、将来の生産性向上をどこに期待するかを見直している。

調査結果からは、従来の資格からAIリテラシーへの明確なシフトがうかがえる。回答者の86%が、多くの新規採用者においてAIスキルのトレーニングはMBAよりも価値があると述べ、91%がAIの能力を持つ従業員への報酬引き上げを報告した。さらに、58%がAIによる生産性向上に報酬を直接連動させる計画である。実際には、これはAIが独立した技術イニシアチブではなく、採用、報酬、パフォーマンス評価の判断材料になりつつあることを意味する。

これらの能力を構築するため、企業は複数のアプローチを並行して進めている。62%がAI固有のスキルを持つ新規従業員の採用を予定し、61%が既存の従業員のスキルアップを計画し、57%が外部ベンダーをパートナーとして活用することを想定している。この組み合わせは、金融企業が内部研修だけでは許容されるスピードを超えて加速しようとしながらも、日々AIと連携することが期待される役割を中心に社内の能力構築を進めていることを示唆している。

迫りくる人員再編

AIスキルへの注力の高まりは、大規模な人員再編と同時に進行している。幹部の10人中約8人が、今後5年間で自社組織が少なくとも20%縮小すると予想している。エントリーレベルと中間管理職が最も影響を受けやすいと見られており、AIがすでに個々のタスクだけでなく、人員規模や組織階層に関する計画にも影響を与えていることを浮き彫りにしている。

回答者の42%が、AIの労働力への影響を評価するための全社的なモデル化を実施したと報告しているが、ワークフローの再設計やAIに精通したリーダーシップ人材パイプラインを構築するためのキャリアパスの創設にまで進んだ企業ははるかに少ない。このギャップは、多くの企業がより小規模で技術主導のワークフォースを準備しながらも、依然として評価段階にとどまっていることを示している。

従業員の意識と導入の課題

AIに対する従業員の意識は、経営陣にとって並行する課題となっている。幹部の44%が従業員が雇用の安定性を懸念していると報告した。43%は従業員が自発的ではなく必要なときにのみAIを使用していると観察し、40%は労働者がAI主導の変革のスピードに圧倒されていると述べている。さらに、34%が変革疲労をAIイニシアチブを全社的に展開する上での重大な障壁として挙げた。

これらの回答は、AI能力に多大な投資を行っている企業でも、導入の取り組みが一様でない理由を説明するのに役立つ。技術的なツールの構築は移行の一部に過ぎず、従業員にツールを信頼し、使用し、日常業務に統合させることは依然として別のハードルとなっている。

生産性の向上と不確実なROI

AIの戦略的優先化にもかかわらず、ほとんどの企業にとって測定可能な財務的リターンは依然として得られていない。幹部の77%が、AI投資の大半がまだ定量化可能な投資収益率(ROI)をもたらしていないと述べている。それにもかかわらず、企業はテクノロジー、リスク管理、オペレーションの分野で生産性の向上を報告している。ほぼ半数の企業が、AI関連のワークフォースイニシアチブを生産性の向上、ルーチン業務の削減、日常のワークフローへのAIの組み込みに向けて集中させている。

現時点では、多くの企業が短期的な効率向上と、成功をどう測定するかという長期的な不確実性の間でバランスを取っている状態にある。同調査は、このセクターにおいてAIが技術の問題と同程度にワークフォースおよびオペレーティングモデルの問題として扱われていることを示唆している。

ガバナンスとデータの課題

ガバナンスは重要な未解決課題として残っている。回答者のほぼ90%が、自社においてAIエージェントの意思決定に対する明確な責任所在があると述べているが、重大なリスクに対する最終的な責任がどこにあるかについての合意には至っていない。責任は最高経営責任者、技術責任者、リスク責任者、事業部門責任者の間で分割されている。

シャドーAI、すなわち中央統制システムの外で稼働する不正ツールの使用は、半数以上の企業で中程度に報告されており、90%がそのような実践が規制リスクをもたらすことを認識している。

回答者の41%が、断片化されたデータまたは低品質なデータをAI全社展開における最大の障害として挙げており、企業がAIへの熱意を持続可能でガバナンスされた成果に転換しようとする際に直面する運用面の障壁を浮き彫りにしている。