2023年7月に開始した米連邦準備制度のインスタント決済サービスFedNowは、2026年第2四半期に約500万件の即時決済を処理し、第1四半期から83%増加しました（FedNow volume and value statistics）。24時間365日決済を処理する同サービスは、対応範囲も拡大しつつあります。米連邦準備制度理事会（FRB）は、FedNowの跨境決済における役割を拡大する提案を行いました。

この提案によると、参加機関は連邦準備銀行以外の仲介者を利用できるようになります（PYMNTSの報道）。コレスポンデントバンクなどのプロバイダーが取引の国際部分を処理し、FedNowが米国側をリアルタイムで決済する仕組みです。コレスポンデントバンクのチェーンを経由する跨境送金には数日を要する場合があります。企業と消費者にとっては、より幅広い国際決済フローにおいて資金へのアクセスが迅速化する可能性があります。

一方、銀行とフィンテック企業にとっては、長年の構造的課題のリスクが高まります。決済スピードの向上が、銀行がリスク評価と承認判断の正当化に依存している分断されたデータシステムの能力を上回るペースで進んでいるのです。

高速化する決済基盤、その影響が増す分断されたデータ

銀行は、FedNowやその他のインスタント決済基盤を通じた決済を受理するか否かを判断する前に、不正や制裁対象へのエクスポャーを審査する時間をわずか数秒しか持ちません。跨境決済は、追加の当事者、仲介者、管轄区域、規制要件をもたらし、評価時間を増やすことなく判断をより複雑にします。

ほとんどの金融インフラは、このような短縮された判断時間に対応できる設計になっていません。跨境決済をリアルタイムで評価するには、自動化されたコントロールが、入金情報を社内システムに分散している顧客記録、取引履歴、コンプライアンスデータと即座に統合する必要があります。

銀行の分断されたレガシーシステムでは、自動化コントロールがタイムリーに完全なコンテキストへアクセスできない場合が少なくありません。フィンテック企業はより近代的なインフラを持っているかもしれませんが、決済評価は依然として、完全にはコントロールできない銀行パートナー、決済プロセッサー、サードパーティのコンプライアンスプロバイダーとのデータ連携に依存しています。

さらに、FedNowの決済は完了すると最終的なものとなるため、見逃されたシグナルは資金移動後の対処がはるかに困難になります。

これにより、インスタント決済基盤に直接接続している銀行と、銀行パートナーシップを通じてこれらの基盤にアクセスするフィンテック企業は、難しい状況に置かれています。完全なコンテキストなしで決済を処理するか、時間内に検証できない正当な取引を拒否するかのどちらかです。どちらの選択肢も、インスタント決済を安全かつ確実に拡大するための持続可能な基盤にはなり得ないと、本分析は指摘しています。

決済データとリスクコントロールを連携させるための3つの優先事項

資金をリアルタイムで移動させるには、金融機関もリスクをリアルタイムで評価する必要があります。これは、信頼できるデータから始まり、それに基づいて動作するコントロールへと続き、各決済判断がどのように行われたかを示す明確な記録で完了します。

1. 重要なデータを「原本」まで遡って追跡する

リアルタイム決済の評価に使用される自動化コントロールは、その背後にあるデータと同じくらいしか正当化できません。著者はこのテストを次のように表現しています。データを「原本」まで遡って追跡できるか？実務的には、顧客の身元情報、取引詳細、スクリーニングデータなどの重要な入力データを、その信頼できる情報源まで遡れる必要があるという意味です。

記録がレガシーシステム間を移動するにつれて、この追跡は複雑になる可能性があります。データは、統合、再フォーマット、強化、修正され、著者の言葉を借りれば「混ざり合って調整された」状態になるまで変化します。銀行は各入データの記録システムを特定し、一貫した定義を確立し、データが情報源から決済コントロールに至るまでの間にどのように変化するかを文書化する必要があります。

この基礎作業により、銀行はリアルタイム判断の自動化を開始する前に、信頼できる管理された入力データセットを得ることができます。

2. 承認されたデータに基づくリアルタイムコントロールの構築

銀行がインスタント決済のリスク判断に必要なデータを特定し、管理した後は、そのデータソースを、承認された入力を数秒以内に取得・評価できる自動化コントロールに接続する必要があります。

現実的な取引量のもとでエンドツーエンドのプロセスをテストすることで、低速な接続、一貫性のないフォーマット、不十分な統合が明らかになる可能性があります。また、より広範なインフラが大規模なインスタント決済に確実に対応できるかどうかも確認できます。

AIエージェントは、より大規模にアクティビティを調査し、取引全体のパターンを認識し、従来のコントロールでは見逃される可能性のある異常を検出することで、このプロセスを支援できます。その役割は明確に定義されていなければなりません。AIエージェントはデータを分析し、その結果を確立されたリスクコントロールに提供することはできますが、資金を移動すべきかどうかを独自に判断することはできません。

3. すべての決済判断の証拠を保存する

最後のステップは、各決済がどのように評価されたかの記録を保存することです。受理、拒否、エスカレーションのいずれの決済についても、どのデータとコントロールが判断に影響を与えたか、どのようなアラートが生成されたか、なぜその結果になったかを銀行は自動的に記録する必要があります。

これにより、決済を遅らせることなく、防御可能な監査証跡が作成されます。規制当局や調査当局者が取引に疑問を呈した場合、銀行は複数のシステムに散在する記録を手動で組み合わせるのではなく、当時収集された証拠を使用して判断を再構築できます。

リスク判断を決済スピードに追いつかせる

決済時間が短縮されるにつれ、不確実性の許容幅も縮まります。FedNowはインスタント決済の対応範囲を拡大できますが、これらの基盤を利用する銀行とフィンテック企業は、同じスピードでリスクを管理するためのデータ、ガバナンス、自動化コントロールを依然として必要としています。

課題は、基盤となるデータが複数の組織にまたがる可能性がある中で、これらの判断の正当性をいかに維持するかです。銀行とンテック企業には、各当事者の責任範囲におけるデータ、コントロール、結果について、信頼できる入力と明確な記録が必要です。

即時決済は資金移動のタイムラインを変えます。しかし、判断がどのように行われ、文書化され、防御されるかの基準を変えるべきではありません。

本分析はGlobal Fintech Seriesで公開されました。LatentView Analyticsは、データの力を活用してデジタル世界でビジネスの卓越性を支援する、AI駆動型の分析・データエンジニアリング・コンサルティング企業です。