金融×AIの現在【後編】
ローン会社が機械学習で実現した「信用情報が不要のローン審査」とは?
膨大なデータの活用を課題に掲げる企業がある一方で、少ないデータからどう知見を得るか悩む企業もある。いずれにしても解決の鍵はAI技術にあるようだ。メキシコのローン会社の事例からAI技術の可能性を探る。
メキシコにあるローンの小規模スタートアップ(創業間もない企業)Kueskiは機械学習などのAI(人工知能)技術を使用して、ローンの借り手になり得る資格があるかどうかの審査の迅速化と自動化を図っている(現状ではメキシコ市民のみが対象)。
一般的なローン会社とは異なり、Kueskiは借り手の資格審査に必ずしも、これまでのローンやクレジットカードの利用履歴といった信用情報を考慮しない。
「(メキシコでは)銀行を利用していない人が占める割合が非常に高く、多くの人が銀行に預金をしていない」とKueskiの最高技術責任者(CTO)、ハイメー・ロメロ氏は話す。多くの人にクレジットカードの利用経験がないため、信用情報はほとんどないと同氏は語る。
2012年設立のKueskiでデータサイエンス部門のディレクターを務めるパブロ・ダバロス氏に、同社の金融サービスシステムでAIシステムが資格を審査する方法について詳しく聞いた。
信用情報を使わないローン審査の方法
借り手となる人はそれぞれ、年齢、住所、仕事など、基本的な質問を含むアンケートに記入する。AIシステムはその情報を調べ、場合によっては外部のデータソースもチェックする。その後、返済の確率と基本的な信用リスク査定を出力する。
この査定結果を利用して、Kueskiは新たな借り手を認めるかどうか、2回目の審査をするかどうかを判断する。ダバロス氏は細部を明らかにはしなかったが、審査では顧客同士の関係を掘り下げ、手作業で検証する必要のある特定の要素にフラグを立てるという。
重要なのは、このAIシステムがメキシコでは入手と利用が合法と認められる社会人口統計情報を使って判断を下す点だ。大規模機関が金融サービスシステムに取り入れているAIシステムと比べると、KueskiのAIシステムは扱うデータも少なく、対処する問題もわずかなため、迅速で機敏だとダバロス氏は話す。同社はこうしたAIシステムの作成に当たって「より自由に創造力を発揮するよう当社のデータサイエンティストに奨励している」と、同氏は説明する。
金融×AIの今後
多国籍専門サービス企業PricewaterhouseCoopers(PwC)は2017年に発行した報告書で、金融機関は2018年以降、AI技術の利用を増やすと予想していた。以下は報告書からの引用だ。
2018年には、企業は、人間の判断を助け、相互作用から学ぶツールを使って、より高度な『拡張インテリジェンス』へと向かう可能性が高い。製品の設計をカスタマイズし、予測分析を考案して、事故率の低減など、成果を高める方法としてAIに目を向けるだろう
Copyright © ITmedia, Inc. All Rights Reserved.
金融×AIの現在
金融系企業がAI技術を使うと、これまで従業員や顧客に手入力を求めていたプロセスを自動化・効率化し、業務の速度を上げることができる。実例を基に、AI技術が金融業務にもたらす効果を示す。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[Neatframe株式会社] オフィス移転を好機に Sansanに学ぶ「会議環境」変革の秘訣 -
製品資料
[NECパーソナルコンピュータ株式会社] 「PCが動きません」で情シスが負担する“隠れコスト”はどれほどか? -
事例
[アルテリックス・ジャパン合同会社] 約8時間のデータ処理がわずか5秒に 三菱UFJ銀行が挑んだ市民開発の全貌とは? -
製品資料
[SB C&S株式会社] 「Microsoft 365」徹底解説ガイド テレワーク時代のセキュリティ対策編 -
製品資料
[SB C&S株式会社] AI活用で激化する外部・内部リスク、取引先へ波及する脅威から守る対策とは?
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
Copilot導入で陥る“目的化”の落とし穴 定着の鍵は「作り込まない」こと
-
2
「SCS評価制度への対応状況」に関するアンケート
-
3
「Copilot」がIT予算を食いつぶす? 高額請求を招く課金体系と節約術
-
4
「転職意向あり」の情シスが約半数 現場を追い詰める“業務過多”の解消術
-
5
大和総研が10年使った運用ツールの限界 「SKYSEA」でどう変わった?
-
6
無償AI診断「Scan for Good」が脆弱性を500件近く発見 使える組織は?
-
7
「Check Point」で悪用確認、Windows臨時更新――今朝の情シスニュース
-
8
なぜ「全社配布Copilot」は使われないのか? 失敗に学ぶAI定着
-
9
AI導入企業は198万社も「ROI測定に自信なし」が40% AWS調査で見えた課題
-
10
Microsoft月例パッチ1400件超で過去最多 「限界点」を迎えたパッチ管理
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
サイバー脅威「トップ50」完全解説ガイド、新たな攻撃手法に対抗するには
-
4
自社のメール環境は本当に安全? チェックシートですぐ分かる“今必要な対策”
-
5
三井ホームに学ぶ「無線LAN環境」構築 快適なオフィスと高度なIT運用の両立法
-
6
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
7
「RPA導入の成果が出ない」を防ぐ、成果につながる自動化対象業務の選び方
-
8
AIが苦手な「汚いデータ」になっていない? AI投資を無駄にしないための注意点
-
9
10G回線の真価をフルに享受するには? 導入前にチェックしたいポイント
-
10
SNMPより詳細で、パケット解析より簡単な「トラフィック可視化・分析」の方法
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー