Scotiabankの生成AI基盤が変える銀行運用

銀行の現場で生成AIが「実験」から「業務基盤」へ移った理由

あなたの会社でも、社内の一部チームだけが生成AIを使い、他部門は様子見という状況はないでしょうか。金融機関ではその温度差が、もはや許されない領域に入っています。カナダのScotiabankは2026年4月、AI基盤「Scotia Intelligence」を公開し、データ運用、利用権限、ソフトウェアツールを1つに束ねました。私がこの発表で重要だと見たのは、AIを“追加機能”ではなく“業務の土台”として扱っている点です。銀行は規制産業であり、自由にツールを増やすだけでは事故が起きます。だからこそ、社員がAIに触れる入口と、監査・統制の出口を同時に設計しているわけです。現場の担当者ほど、「便利だが止められない」と感じているはずであり、その不安に対する答えがこの基盤です。

Scotia Intelligenceの構成と、40％超・90％という運用実績

Scotia Intelligenceは、単独の生成AIアプリではありません。銀行の説明では、複数のプラットフォーム、データ監督、ソフトウェアツールを「single instance」にまとめています。ここでいう single instance は、部署ごとにバラバラな仕組みを寄せ集めるのではなく、1つの管理点で運用する形です。これにより、誰がどのAIを使い、どのデータに触れ、どのログが残るかを追いやすくなります。Tim Clark氏は、この仕組みを既存インフラ、計算環境、ガバナンス、セキュリティを結び直す新しいアプローチだと説明しました。私はここに、AI導入の本質が出ていると見ます。AIそのものより、AIを動かす周辺設計の方が先に競争力を左右するからです。

社内向けの中核機能は「Scotia Navigator」です。これは従業員向けの支援AIで、複数部門の意思決定支援やソフトウェア開発を助けます。さらに、社員自身が社内ルールの範囲でAIアシスタントを構築・展開できる設計です。ここで重要なのは、自由度を与えながら統制を外さない一体設計にあります。加えて銀行は、導入効果を数字で示しています。コールセンターではAIが顧客問い合わせの40％超を処理し、業界内でデジタル変革の成果として評価を受けました。40％超という数字は、AIが補助ではなく一次応答の実務を担っている水準を意味します。商用メールでは約90％を自動振り分けし、手作業を70％削減しました。90％は自動化の到達点が高いことを示し、70％削減は人件費だけでなく処理遅延の圧縮にもつながります。

さらにデジタルバンキングでは、定期請求の支払い促進、送金、口座間移動をアプリ内で支援しています。Phil Thomas氏は、これを顧客中心の体験と高付加価値業務への再配分だと位置づけました。私が引っかかったのは、銀行がROI全体をまだ明示していない点です。アーキテクチャ、コスト、モデル戦略の詳細は公開されておらず、外部ベンチマークもありません。つまり、現時点で見えるのは売上増ではなく、運用効率と統制の強化です。金融業界ではこの順番が正しいのであり、先に効率を出し、次に拡張する流れが定着しています。

日本の金融機関と開発部門が持ち帰るべき運用設計

日本の銀行、証券、保険でも、生成AIの導入はすでに避けられません。ただし、個別の部門が独自にツールを入れるやり方は、監査対応と情報管理を重くします。Scotiabankの事例が示すのは、AIの導入可否ではなく、どの統制の下で誰に使わせるかを先に決める重要性です。特に日本企業では、営業、コンタクトセンター、開発の3領域で効果が見えやすく、最初に成果を出すには十分です。例えば、問い合わせ対応をAIが一次受けし、メール振り分けを自動化し、開発現場ではコード生成後の検査を標準化する流れです。これは便利さの話ではなく、責任分界線を設計する仕事です。現場では「使う人が増えればリスクも増える」と感じる担当者が多いはずですが、まさにその感覚が正しいです。だからこそ、教育、年次同意、ログ監査を先に仕組みに埋め込む必要があります。

金融AIの次段階は、自律型エージェントの業務組み込み

Scotiabankは将来、研究や分析でAIエージェントを活用すると明言しました。これは単なる文言ではなく、AIが「答える」段階から「動く」段階へ進む宣言です。今の金融AIが問い合わせ処理やメール振り分けに強いなら、次は文脈を読み取り、処理を進め、担当者へ引き継ぐ動きになります。私は、ここで勝負が分かれると見ます。ガバナンスを後回しにした企業は、エージェントの自律性を怖がって止めます。一方、Scotiabank型の設計を先に固めた企業は、AIを業務フローの中に自然に埋め込めます。日本企業にとっても、生成AIの競争はモデル性能より運用統制で決まります。使えるAIではなく、監査に耐えるAIを持つ企業が、次の本番を先に取りに行きます。