DBS 銀行、AI の使用でビッグデータの課題を明らかに - ソリューションも
シンガポールの銀行は、業務に人工知能を適用することで乗り越えなければならなかったハードルと、モデルを正しくするだけでは成功できない理由について語ります。
DBS 銀行は、人工知能 (AI) を導入するための長年の取り組みにおいて大きなハードルを越えなければなりませんでしたが、その中で成功はトレーニング モデルを理解するだけに留まらないことを認識しました。
DBS の最高分析責任者であるサミール・グプタ氏によると、特にデータが大きな障壁となっていることが判明したという。 2018 年、シンガポールの銀行は、分析機能の開発、データ文化とカリキュラム、データ アップスキル、データ イネーブルメントに及ぶ 4 つの主要分野にわたって AI を活用する取り組みに着手しました。
「ここでのビジョンは、データを活用して組織に大きな利益をもたらすことでした」とGupta氏はZDNETのインタビューで語った。そのためには、AI から経済的価値を提供するだけでなく、AI へのアクセスを全社に浸透させる必要性を銀行は認識していると同氏は述べた。 AI ソリューションの提供コストも継続的に削減する必要がありました。
取り組みは、機械学習エンジニアを含む適切なユースケースと人材の開発、およびデータと AI が自分の仕事にどのように役立つかを常に考えることを全従業員に奨励するデータ文化の構築に向けられました。それは、データをいつどのように使用するか、使用しないかをスタッフに指導するトレーニング プログラムを提供することを意味しました。
銀行は、AI 導入を促進するための、データ プラットフォーム、データ管理構造、データ ガバナンスを含むインフラストラクチャの確立に取り組み始めました。すべてのデータ ユースケースを評価する必要があるフレームワークを実装しました。 「PURE」という造語で、これは目的がある、驚くべきことではない、敬意を払う、説明可能であるという 4 つの原則に基づいており、DBS はこれらの原則が銀行が責任を持ってデータを使用するよう導くために不可欠であると考えています。
そのデータ プラットフォームである ADA は単一の中央ソースとして機能し、銀行がデータ ガバナンス、品質、検出可能性、セキュリティをより確実に確保できるようにします。
現在、DBS の AI を活用した業務を促進するために有用かつ必要であると考えられるデータの 95% 以上がプラットフォーム上で検出可能です。このプラットフォームは、ビデオや構造化データを含む 32,000 のデータセットからなる 5.3 ペタバイトを超えるデータを保持しています。
しかし、グプタ氏が明らかにしたように、この点に到達するのは大変な仕事だったことが判明した。特に、データを整理して発見できるようにするには、大部分が手作業と人間の専門知識を必要とする多大な作業が必要だったと同氏は述べた。メタデータの特定には多大な労力が費やされましたが、そのようなタスクを自動化するツールがまったく不足していました。
同銀行では多くのアプリケーションを使用しており、それぞれが AI イニシアチブをサポートするために必要なデータを保持していると付け加えました。
データがさまざまなシステムに分散しているため、データセットを単一のプラットフォームに統合して検出可能にするためには「多くの重労働」が必要であると同氏は述べた。従業員は必要なデータを抽出できなければならず、銀行はこれが安全に行われることを保証する必要があったと同氏は述べた。
DBSは現在、300以上のAIおよび機械学習プロジェクトを運営しており、これにより昨年は1億5,000万シンガポールドル（1億1,253万ドル）の収益が増加し、信用監視の改善などによるリスク回避で3,000万シンガポールドル（2,251万ドル）を節約できたという。 Gupta 氏によると、これらの AI のユースケースは、人事、法務、不正行為の検出など、さまざまな機能をカバーしています。
同行のAIへの取り組みは今年、さらなる経済的価値とコスト回避効果を生み出し、2倍の3億5,000万シンガポールドル（2億6,256万ドル）に達する見込みだ。今後3年間でこの数字が10億シンガポールドル（7億5,017万ドル）に達することを目指している。シンガポール最大の銀行である DBS には現在、約 1,000 人のデータ エンジニア、データ サイエンティスト、データ エンジニアがいます。
AI導入に「特効薬」はない
生成AIの利用を検討しているのかとの質問に対し、グプタ氏は同銀行がすでに10件以上の試験運用を行っていることを認めたが、まだ初期段階にあると強調した。マーケティング、営業、ITを含むさまざまなチームは、これらのテストから生成AIが銀行にどのようなメリットをもたらすかをよりよく理解するために、今後数カ月にわたってさらに話し合う必要があるだろうと同氏は述べた。
同氏はまた、このようなAIアプリケーションの使用が、この分野のAI使用の指針となるPURE原則とシンガポールのFEAT原則に準拠し続けることを保証する必要があるとも付け加えた。同氏は、幻覚や著作権侵害などの他の既知のリスクも評価する必要があると述べた。
DBS は現在、600 の AI および機械学習アルゴリズムを実行しており、これらのアルゴリズムを組み合わせることで、中国、インドネシア、インドを含む地域全体の 500 万人の顧客とのやり取りを強化しています。
しかし、600 個の AI モデルを使用することは重要ではないとグプタ氏は述べ、代わりに最小限の AI モデルで最適な効率と精度を達成するという目標を強調しました。
同氏は、モデル自体がすべてであるという誤解を強調し、企業が AI 利用から確実に利益を得られるようにする上でモデルが実際に果たしている役割は小さいと指摘した。
代わりに、すべての技術要素に取り組む必要があります。これには、AI の使用を監視し、改善の領域を特定するためにフィードバックを継続的に収集するためのメカニズムを組み込む必要があります。これにより、組織は AI の適用から学び、AI モデルや運用プロセスなど、必要に応じて変更を加えながら、問題点を解決し、穴をふさぎます。
「恩恵を最大限に得るには忍耐が必要だ。特効薬はない」とグプタ氏は語った。
DBSが過去1年間に経験した混乱などの機能停止をより適切に予測するためにAIを活用しているのかとの質問に対し、同氏は、同銀行はデータ分析の活用など、より適切に対応できる方法を特定することに取り組んでいると述べた。同氏は、多くの要因が需要の急増を引き起こす可能性があることを指摘し、例えば異常を検出して次の行動方針を決定する運用などにAIを活用する可能性があると述べた。
同氏はサービス停止について具体的にコメントすることはできなかったが、同行の取締役会メンバー4人で構成する特別委員会が同社の技術的回復力の全面的な見直しを主導していると述べた。外部の専門家もこの見直しを支援するために協力していると同氏は述べ、この見直しが完了次第、さらなる詳細が提供されるだろうと付け加えた。
先月、DBSの5月の障害は人的ミスが原因だったが、3月の障害とは無関係であることが明らかになった。シンガポールの上級大臣兼MAS担当大臣であるサーマン・シャンムガラトナム氏は、書面による議会答弁の中で、システム保守に使用されるソフトウェアでエラーが発見され、システム容量の「大幅な減少」をもたらしたと述べた。
サーマン氏は同行の予備調査を引用し、これによりオンラインバンキングやモバイルバンキング、電子決済、ATM取引の処理能力に影響が出たと述べた。
AI の導入を支援する資金
シンガポールは月曜日、テクノロジーを活用したイノベーションを目指す金融セクターの取り組みをさらに支援するため、3年間で1億5,000万シンガポールドル（1億1,253万ドル）を確保すると発表した。
金融セクター技術革新スキーム (FSTI 3.0) は、AI やデータ分析、規制技術 (regtech) などの主要分野での能力開発と導入を引き続き促進します。具体的には、業界規制当局であるシンガポール金融管理局（MAS）は、小規模金融事業におけるAIとデータ分析の導入を促進することを目指している。
FSTI 3.0には、コーポレートベンチャーキャピタルやESG（環境、社会、ガバナンス）プロジェクトを含むように資金が拡大される新しいトラックも含まれています。 MAS はまた、Web 3.0 などの新興テクノロジーにおけるユースケースの公募を実施し、試験や商業化のために提供される助成金も提供する予定です。
DBS にとって今の焦点は、AI プロジェクトを確実に拡張し、アクセスが組織全体に行き渡るようにすることだとグプタ氏は語った。
「AIの開発と銀行への導入方法を確実に産業化して、実装の労力を軽減できるようにする必要があります。すべてのユースケースがオーダーメイドの方法で行われる場合、これを行うことはできません」と同氏は述べた。 。
同氏はまた、銀行がAIが前向きな成果を生み出しているかどうかを判断できるよう、AIが継続的に測定されることの重要性を強調した。 「従業員と顧客の両方にメリットがあることを確認する必要がある」と同氏は付け加えた。