AIは金融サービスにおいて中心的な役割を担い、アルゴリズム取引の調査と執行を自動化し、銀行が不正行為やマネーロンダリングをより正確に検知できるよう支援しています。同時に、リスク管理業務の改善や文書処理の迅速化も実現しています。
800人以上の業界専門家を対象とした調査に基づく、6回目となる年次レポート「NVIDIA State of AI in Financial Services」では、業界におけるAIの利用がかつてないほど高まっていることが明らかになりました。
組織は、不正行為検知、リスク管理、顧客サービスといった重要なビジネス機能の向上と、有意義な投資収益率（ROI）の実現を目指し、AIエージェントなどの新しいタイプのAIによって、バックオフィス業務から投資リサーチに至るまで、様々なプロセスが効率化されています。金融機関は、オープンソースの基盤モデルやソフトウェアなど、専門的なAIを構築するために必要なツールを活用しています。
今年のレポートのハイライトは以下の通りです。
AIは年間収益の増加と年間コストの削減に役立っていると回答した経営幹部は89%でした。
経営幹部の73%は、AIは将来の成功に不可欠であると回答し、ほぼ100%が来年のAI予算は増額または横ばいになると回答しました。
回答者の65%が、自社でAIを積極的に活用していると回答しました。これは昨年のレポートの45%から増加しています。
61%が生成型AIを活用または評価中で、これは前年比52%増です。
84%が、オープンソースのモデルとソフトウェアがAI戦略において重要であると回答しました。
42%がエージェント型AIを活用または評価中で、21%が既にAIエージェントを導入していると回答しています。
「オープンソースモデルは、金融AIにおける競争のダイナミクスを根本的に変えつつあります」と、Tigon Advisory Corp.のCEOであるヘレン・ユー氏は述べています。「真の価値創出は、金融機関が独自の取引データ、顧客とのやり取り履歴、市場情報に基づいてこれらのモデルを微調整し、競合他社が模倣できないAI機能を構築した時に実現します。」
レポートの主要な調査結果については、以下をご覧ください。
オープンソースで未来の基盤を築く
オープンソースモデルは柔軟性と効率性を提供し、組織は開発ツールを独自のニーズに合わせてカスタマイズし、金融機関独自のデータを取り込むことでより精度を高めることができます。その結果、回答者の83%がオープンソースは組織のAI戦略にとって重要であると回答し、43%が非常に重要から極めて重要であると回答しました。
「オープンソースモデルは、銀行が先行企業との差を縮め、コスト効率を高め、ベンダーロックインを回避するのに役立ちますが、限界がないわけではありません。独自のアプローチは、ドメイン固有のタスクにおいて優れたパフォーマンスを発揮できる可能性があります」と、Evident Insightsの共同創設者兼共同CEOであるAlexandra Mousavizadeh氏は述べています。「大手銀行は、両方のアプローチ、つまり適切な問題に適切なコンテキストで適切なモデルを適用するという、優れた能力を示す必要があります。」
金融サービスにおけるAIの投資収益率は明確
金融機関は、AIプロジェクトの試験的導入から、ビジネスインパクトを生み出すソリューションの導入と組織全体への展開へと移行しています。その結果、企業はAIによる売上高と利益の両方において、大きな投資収益率を実感し始めています。
前述のように、調査回答者の89%が、AIは年間収益の増加と年間コストの削減に役立ったと回答しています。多くの組織にとって、その影響は甚大で、回答者の64%がAIによって年間収益が5%以上増加したと回答しており、そのうち29%は収益が10%以上増加したと回答しています。
同様に、AIによって年間コストが5%以上削減されたと回答した回答者は61%、コストが10%以上削減されたと回答した回答者は25%でした。
回答者は、文書処理と管理、顧客体験とエンゲージメント、アルゴリズム取引、リスク管理など、投資収益率（ROI）をもたらしたAIのユースケースを数多く挙げています。
回答者の52%によると、業務効率の向上は金融サービスにおけるAIの最大の改善点です。また、48%は従業員の生産性向上が最も大きな改善点の一つであると回答しています。
「最も具体的なROIが見られるのは決済業務、特に承認最適化とインテリジェントルーティングです」と、Gefferie Groupの決済ストラテジストであるDwayne Gefferie氏は述べています。エージェント型AIシステムは、トランザクションを最も最適化された決済ネットワークへ自律的にルーティングし、発行者からのリアルタイムのシグナルに基づいて再試行ロジックを動的に調整し、従来のルールベースシステムでは到底実現できない200ミリ秒のルーティングでルーティングの決定を下すことができます。このシステムの魅力的な点は、承認率が1ベーシスポイント向上するごとに収益に直接反映され、測定に曖昧さがないことです。
成功はAI予算の増加につながる
概念実証からAI対応アプリケーションの本番環境への導入への移行に伴い、金融サービス業界はAI予算の大幅な増額を目指しています。回答者のほぼ100%が、今後1年間のAI予算は増加するか、現状維持すると回答しました。
回答者の約41%は、AIワークフローと本番環境の最適化、そして既に稼働しているAIソリューションへの再投資と改善に投資すると回答しました。
回答者の3分の1以上（34%）が、組織におけるAIの拡大を検討しており、支出は新たなユースケースの特定に重点を置いていると回答しました。また、30%は、オンプレミスやクラウドといったAIインフラストラクチャの構築、またはアクセスの拡大に投資を集中させると回答しました。
AIエージェントの導入と拡張にも投資が集中するでしょう。AIエージェントは、高レベルの目標に基づいて複雑なタスクを自律的に推論、計画、実行するように設計された高度なAIシステムです。回答者の約21%はAIエージェントが既に導入済みであると回答し、さらに22%は今後1年以内に、あるいはそれ以降にAIエージェントを導入する予定だと回答しました。
「AIで成功している機関は、独自のデータを差別化されたAI製品を構築するための戦略的資産として扱っています」とYu氏は述べています。
詳細な結果と洞察については、「金融サービスにおけるAIの現状：2026年のトレンド」レポートをダウンロードしてください。
金融サービス向けのNVIDIA AIソリューションとエンタープライズレベルのAIプラットフォームをご覧ください。
カテゴリ：ジェネレーティブAI
タグ：エージェント型AI | 人工知能 | 金融サービス | オープンソース
出典: 元記事を読む
この記事に関連するおすすめ求人特集：
※最新の採用状況により、リンク先の求人が更新されている場合があります。
※現在お読みいただいているこの記事は、国内外のニュースソース等から取得した情報を自動翻訳した上で掲載しています。
内容には翻訳による解釈の違いが生じる場合があり、また取得時の状況により本文以外の情報や改行、表などが正しく反映されない場合がございます。
順次改善に努めてまいりますので、参考情報としてご活用いただき、必要に応じて原文の確認をおすすめいたします。