銀行と決済業界最大のイベント、銀行と決済業界のトレンドと教訓

今秋、年に1度のMoney 20/20カンファレンスに、金融サービス業界の何千人ものリーダーが集まり、決済、コンプライアンス、不正削減、国庫、取引などのトレンドについて話し合いました。「Human x Machine（人間×機械）」というテーマに焦点を当てたセッションでは、AIに焦点を当てる一方で、リアルタイムのデータ分析、セキュリティに関する考慮事項、未来の貨幣を導く顧客戦略に関する多くのインサイトを紹介しました。 

Snowflakeのエキスパートやパートナーにお話をうかがい、2024年以降の銀行業や決済業の発展に向けて、彼らがそこで学んだこと、注目しているトレンドのユースケース、注目すべき点を聞いた。

データとAIアーキテクチャが重要 

「ハイパーパーソナライゼーションや詐欺防止などのAI/MLユースケースに焦点を当てる前に、データとデータアーキテクチャが世界中の規制当局の要件と基準を満たすように整理、構造化されていることが重要です。これらの要件は、クラウドインフラストラクチャーとサービスを活用することで満たすことができます。決済コミュニティが、オープンファイルフォーマット、オープンテーブルフォーマット、およびGPUを活用する最新のクラウドテクノロジーが、今後どのように新しいデータやデータプロセスのイノベーションを実現するかを理解することが重要です」 - Paul Chang氏、AWS、決済ネットワーク責任者

「今、データウェアハウスは大きな機運が高まっていますが、その最前線に立つのがSnowflakeです。これは、複雑さの緩和やデータのゼロコピーアクセス（データガバナンスの一元化に最適）など、あらゆるメリットを考えると驚くべきことではありません。多くの人々が、これらのメリットがカスタマーエクスペリエンスにどのようにつながるかに興味を抱きました。カスタマーエンゲージメントソリューションへのゼロコピーデータアクセスを可能にする最高水準のテクノロジースタックにより、マーケターはマーケティングワークフローを合理化し、セグメンテーションやイベントトリガーのエクスペリエンスを、効率的、スケーラブル、安全な方法で独自に作成できます」 - Erin Bankaitis氏、Braze、インダストリーマーケティング担当ディレクター

「AIの進化により、フィンテックスタートアップのスケーリングまたは失敗のペースが加速しています。早い段階でデータ戦略を検討し、他のエンタープライズアプリケーションとどのように連携するかを検討することの重要性が高まっています。VCと企業の両方が、成長とROIへの近道に重点を置き、投資の規律を強化しようとしています。スタートアップ企業とエンタープライズの双方にとって、導入を検討しているデータインフラストラクチャとデータソースには、価値を生み出す道筋が明確に示され、コスト効率良く拡張できる必要があります」 - Sam Shapiro-Kline氏、TransUnion TruAudience Marketing Solutions、プロダクトマーケティング担当ディレクター

エコシステムも重要

「私は、加盟店を含むエコシステム全体でよりコラボレーション関係を促進する機会を見出しています。現状では、ニーズの共有や共通のデータコラボレーションがないため、多くのコラボレーションが妨げられています。ID解決など、メディアおよびマーケティング業界で一般的に使用される手法の中には、金融サービス企業における新しいユースケースや収益源を促進するものもあります」 - Prabhath Nanisetty氏、小売データおよびQコマース担当インダストリーリード

「金融サービス業界のデータリーダーは、相互運用性とデータ接続性を優先する必要があります。金融エコシステムの相互接続がますます進んでいく中、金融機関はプライバシーとコンプライアンスの高い水準を維持しながら、プラットフォームやサードパーティパートナーとデータを共有するための安全でスケーラブルな方法を必要としています。即時かつシームレスな取引に対する顧客の期待に沿う、まとまりのあるクロスチャネルエクスペリエンスを提供するためには、相互運用性が不可欠です」 - Richard Winston氏、Slalom、グローバル金融サービスリーダー

AIのROIが最優先

「Money 20/20ではAIが話題の中心でした。多くの組織が今年、PoC（概念実証）から本物のAIの実装へと移行したことは明らかです。しかし、AIはROIが実証されていないと高価でリソースを大量に消費するため、どのユースケースが金融サービスに最も関連しているかについて多くの議論が巻き起こっています。最も高いレベルでは、効率性を高めながらコストを削減する社内AIユースケースと、ユーザーエクスペリエンスを改善する商用AIユースケースの2つの明確なテーマがありました。銀行内部では、特にコールセンターにおけるデータリネージやデータ品質管理などのデータ管理負荷の軽減やビジネスインテリジェンスの効率化のためにAIが活用されています。商用では、国庫サービス、不正検出、リスクアナリティクスに関するAIユースケースを耳にしました。これらすべての共通点は何でしょうか？顧客が自然言語を活用して、銀行データに関するインサイトやアナリティクスを獲得できるようにする」 - James McGeehan、Snowflake、銀行・決済責任者

新しいテクノロジーによる新しい機会は検討する価値がある

「驚くべきことに、リアルタイムかつ低コストのクロスボーダー決済のソリューションとして、AIとデジタル通貨（中央銀行デジタル通貨とステーブルコイン）の融合に関心が集まっており、従来の金融と最新のデジタルプラットフォームを橋渡しするデジタル通貨への強いシフトが浮き彫りになりました。もう一つの重要なテーマは、埋め込み金融の役割でした。ブランドは、金融サービスを自社のエコシステムに直接統合し、摩擦のないカスタマイズされたエクスペリエンスを提供する方法を模索しています。

「最も大きなインパクトがあるが、十分に議論されていない分野の1つが、決済を自動化するだけでなく、人の介入を最小限に抑えてアカウントと財務プロセスを管理する自律型金融の可能性です。自律型金融は、単なる自動化の範疇を超えて、個人や企業による金融との関わり方を変革し、ユーザーニーズを先取りした高度にパーソナライズされたダイナミックなアプローチを提供する可能性があります。しかし、この変化には、ユーザーの信頼を醸成し、規制の整合性を確保するために、サイバーセキュリティ、プライバシー、規制コンプライアンスの新しい基準が必要です」 - Richard Winston氏

また、これらの専門家は、会話の中で特定のユースケースが出てくることに気付きました。以下では、注目すべき3つの主要なトレンドについて説明します。

トレンドユースケース1：Customer 360とマーケティングアナリティクス

「金融サービス業界は、メッセージングエクスペリエンスのパーソナライゼーション向上に熱心に取り組んでいます。理想的には、このパーソナライゼーションは、これらのエクスペリエンスを強化するために最小限の顧客データを使用して最大化されます。この優先事項は長年にわたってテーマとなってきましたが、緊急度と重要性が増しているマーケティング技術スタックの制約により、多くの課題が未達成となっています。そのため、データリーダーは、マーケティングテクノロジースタックの制限がカスタマーエクスペリエンスに影響するだけでなく、データガバナンスの観点からもリスクが生じるという点に折り合いをつけようとしています。そのため、データリーダーは、よりシームレスで安全なデータアクセス、アクティベーション、配信を可能にする最高水準のアプローチを優先しています」 - Erin Bankaitis氏

「金融サービス業界のデータリーダーは、マーケティングのためにスケーリングされたデータセットへのアクセスを拡大したいと考えています。データセットが、マーケティング部門だけでなくマーケティング以外のチームにもさまざまなユースケースに価値をもたらす真に有用なアセットであると考えるようになっています。リーダーは、統合されたID解決を使用するなど、マーケティングテクノロジー間でデータを接続するためのアプローチを必要としています」— Sam Shapiro-Kline氏

「小売企業やCG企業は、広告だけでなく、イノベーションを推進し、新しい製品やサービスを生み出すために、常に顧客について知りたがっています。顧客が銀行、投資、融資などの金融サービス業界内でどのように事業を行っているかを詳しく把握することで、さまざまな消費者グループの目標、推進要因、障壁に対する理解を深め、都会の食品砂漠の解消やさまざまな価格階層へのブランド拡大に関する新しいアイデアを生み出すことができます」 - Prabhath Nanisetty氏

トレンドユースケース2：財務サービス

「複数の異なるシステムやプラットフォームに大量のデータが存在する中、財務省サービスのユースケースはAIによるトランスフォーメーションの最たるものです。キャッシュフロー予測や調整の合理化など、流動性や資本分析にAIを組み込み、不正検出を可能にすることで、業界の勝者と敗者を分けることができます。AIは、データのエクスペリエンスを企業の財務担当者の手に民主化し、ERPなどの会計システムを自然言語で調査できるようにします」 - James McGeehan

トレンドユースケース3：不正検知 

「もう1つの繰り返していたテーマは、決済システム参加者間で不正データとインフラストラクチャーをより堅牢で業界全体で共有する緊急性でした。AIテクノロジーとエージェント型AIテクノロジーが進歩すると、2つの機会と課題が生じます。より効率的で安全な支払いの実現という約束を果たす一方で、犯罪者はAIをますます巧妙な方法で活用し、検出しにくい形式の取引詐欺も生み出しています。 

この進化は、集団防衛の重要性を浮き彫りにしています。参加者の幅広いネットワークに詐欺スキームや取引の異常に関するインサイトをプールすることで、AI主導の脅威に対する回復力を強化できます。このような共同データシェアリングによって、より強化されたエコシステムが構築され、多数の者の集団的インテリジェンスが単一の機関や小グループだけで達成できるよりも強力な防御線となります」 — Richard Winston氏

金融サービスの展望について詳しく知りたい方は当社の 2025年金融サービスAIおよびデータ予測ウェビナー に登録するか、How to Get Your Organization Enterprise AI-Ready」（組織のエンタープライズAI対応方法）を参照してください。