バンク・オブ・アメリカの最高技術・情報責任者は、企業が人工知能を利用する際に最もよくある間違いの一つは、まずAIに手を伸ばすことだと述べた。一方で、同行は来年、AI予算を倍増する準備を進めている。

この発言からは、世界の金融を支える2社が、AIを導入する価値がある領域と、より単純なツールの方がうまく機能する領域をどのように見極めているかがうかがえる。

「私たちや他社が犯している最大の間違いの一つは、解決策としてAIに急いで頼ることです」と、Hari Gopalkrishnan氏はニューヨークで開催されたFortuneのAIQ Summitで述べた。「決定論的モデルで十分にうまくいく場合でも、です」

Gopalkrishnan氏は、S&Pグローバルの最高顧客責任者であり、Kensho Data & Platformsの共同責任者でもあるSally Moore氏とともにパネルに登壇した。Fortuneの編集ディレクターAndrew Nusca氏が議論の司会を務めた。

バンク・オブ・アメリカ：まずは単純なツールから

Gopalkrishnan氏によると、同行は顧客が必要としていることから始め、依頼の背後にある手順の「プロセス・インベントリー」を作成する。AIを使わない判断に至ることも多く、「何度もあります」と同氏は語った。モバイルアプリやリアルタイムの意思決定ルールの方が、より適切な解決策になる場合もあるという。

同行では、すべてのAIプロジェクトが、プライバシー、バイアス、従業員への影響、知的財産など、16のリスク「柱」を対象とする審査を通過する。「特定のアクセントにしか対応できないチャットボットを導入するつもりはありません」と同氏は述べた。

同氏によると、同行は不正検知モデルを起点に、10年以上にわたってAIを利用してきた。同行のバーチャルアシスタントEricaは36億件の取引を処理しており、Ericaがなければ顧客からの電話に応対するためにさらに11,000人が必要になるとGopalkrishnan氏は説明した。同行が3月に発表したプレスリリースでは、Ericaによる顧客とのやり取りは32億件超とされていた。

この慎重な姿勢は、大規模な支出と並存している。CEOのBrian Moynihan氏は9月、約140件のAIアプリケーションに4億ドルの費用がかかり、8億ドルの効果を生み出していると述べた。また、AI関連の経費予算は来年倍増するという。綿密な審査と予算の倍増が同時に進むことは、パネルで繰り返し示された緊張関係を表している。つまり、大規模に投資する一方で、テクノロジーが明確に機能する領域に限って導入するということだ。

支出は慎重に振り分けられている。Gopalkrishnan氏によると、同行は特定のモデルに依存しない。Orchestraと呼ばれるオーケストレーション層が、単純な分類タスクを同行のGPU上で稼働する承認済みのオープンウェイトモデルに送り、より難しい推論処理は独自モデルに送る。この仕組みは、トークンコストの抑制にも役立つという。

ウェルスマネジメントでは、アドバイザーが以前は数日から数週間かかっていた顧客面談の準備を、「数秒や数分」でできるようになったと同氏は述べた。

自律型エージェントについては、同行は急いでいない。「人間が関与する形で実際に機能している支援型エージェントからは、今の段階でもまだ多くの成果を引き出せます」とGopalkrishnan氏は述べた。管理のためのインフラが改善すれば、同行はさらに先へ進むという。

同氏はセキュリティにも言及し、AIモデルはソフトウエアの脆弱性を見つける能力を高めているため、企業がAIを導入しているかどうかにかかわらず、パッチ適用と安全な開発が重要だと指摘した。問題の影響は単一の金融機関にとどまらない。どこかの小規模銀行で問題が起きれば、人々は金融システムへの信頼を失う可能性があると同氏は述べた。

S&Pグローバル：通貨としてのデータ

Moore氏は、創業160年の同社が「積極的かつ慎重に」事業の位置付けを変えていると述べた。S&Pグローバルは世界最大の信用格付け会社であり、最大級の指数プロバイダーの一つでもある。同社の金融データの多くは、規制対象の業務フローに組み込まれているという。

「AIにおいて、データは通貨です」とMoore氏は述べ、顧客には正確性、出典、監査可能性、そして情報源まで追跡できることが必要だと説明した。規制対象の業務フローにデータを供給する企業にとって、監査可能性はAIを利用するための前提条件となる。

同氏は早期の投資を評価した。S&Pグローバルは2018年にAI企業のKenshoを買収し、それが「私たちに優位性をもたらした」とMoore氏は述べた。同社はその後、Kenshoを事業の中心に据えてきたという。7月6日には、Market Intelligence部門を2つの事業体に分割した。1つ目のKensho Data & Platformsは、顧客向けのデータ・AI提供レイヤーである「Kensho Data」と、Capital IQ、Ratings Direct、Visible Alpha、With Intelligenceを擁するPlatforms部門を組み合わせたものだ。2つ目の事業体はEnterprise Solutionsである。CEOのMartina Cheung氏は、この変更が売上高の成長と利益率の改善を支えるはずだと述べた。この再編は、AIを中心としたデータ戦略が成果を上げるかどうかを検証する具体的な試金石となる。

約2年前、S&Pグローバルは顧客との連携を強化するため、Moore氏が率いる最高顧客責任者室も設置した。同組織にはラボ部門と、同社が「フォワードデプロイ型専門家」と呼ぶ、顧客とともにAIに取り組む専門家がいる。

S&Pグローバルは、AI導入のさまざまな段階にある60,000社の顧客にサービスを提供しているとMoore氏は述べた。同社は最先端AI研究所と協業し、自社データを大規模言語モデルや生産性向上ツールに組み込み、現在は独自のエージェントも構築している。活用例は、銀行員が面談やピッチブックの準備をするような幅広い業務から、単一の仕事に特化したエージェントまで多岐にわたる。

同氏は一例を紹介した。8,000人の銀行員を抱える一流銀行が、自社のプラットフォーム上でS&Pのコンテンツセットを組み合わせていた。S&Pグローバルはこのプロジェクトの本番導入を「6倍速く」実現する支援をしたとMoore氏は述べ、正確性は開始時の約60%から、その後98%に上昇したという。銀行名は明らかにされておらず、数値はS&Pグローバルによるものだ。

同社は、人間が関与する形を維持し、基盤となるデータへの信頼に依拠する「クレジットメモ・ビルダー」エージェントも構築した。

Gopalkrishnan氏と同様に、Moore氏も業務に合ったツールを使うことの重要性を強調した。S&Pグローバルが大規模言語モデル向けに提供する決定論的な選択肢はAPIであり、多額のトークンコストを発生させないという。一方、より複雑な「大規模な適応型データ検索」には、より多くの費用がかかる。顧客はデータ、テクノロジー、人材の効率化に異なる予算を充てているため、S&Pグローバルは顧客と幅広い成果について協議している。

意見が分かれた点

AIを使わない判断をすることがあるかと問われたGopalkrishnan氏は、最も単純な答えが最善であることが多いと述べた。「AIが常に正しい答えとは限りません」と同氏は語った。

Moore氏も同意したうえで、さらに踏み込んだ。「Hariはとても的確に表現したと思います。これは正しいツールを選ぶというだけの話ではありません。少し再発明の話でもあります」と同氏は述べた。「ここで何を解決しようとしているのか。そして、このテクノロジーは私をどこへ連れていけるのか、ということです」

S&Pグローバルでは、それは技術者と、最近ではデータオペレーション部門も集める中央変革室の設置を意味した。両社は今後数カ月に向けて測定可能な指標を残している。同行の倍増されたAI予算は来年から適用され、S&Pグローバルの再編された部門は、Cheung氏が掲げる成長と利益率の目標に照らして評価されることになる。

最後のライトニングラウンドで、Moore氏は「組み込まれたインテリジェンス」に言及し、それが「現在サービスを提供している顧客を超えていく機会を生み出す」と述べた。

最後に発言したGopalkrishnan氏は、次のように語った。「顧客のニーズを予測し、顧客がいる場所でサービスを提供することが、コモディティ化が進んだ市場で差別化につながると思います」

Fortuneの記者はこの記事の調査ツールとして生成AIを使用し、公開前に編集者が情報の正確性を確認した。この記事はもともとFortune.comで掲載された。