「人間らしさ」が問われるAI時代の金融　FIN/SUM2026レポート第1弾

金融業は、もともと膨大なデータを扱う「データ産業」としての側面を持ちます。
それだけに、生成AIや大規模言語モデル（LLM）の急速な普及は、業務プロセスのみならず、金融業の本質的な役割にまで影響を及ぼしうると両氏は述べています。単なる効率化を超えた変化の予兆が、すでに各社の現場に表れ始めているようです。
セッションを通じて浮かび上がった主な論点は、以下の3点です。
AIの導入そのものよりも「暗黙知の形式知化」こそが価値創出の鍵であること、AIと人間の境界線はガバナンス能力によって動的に変化すること、そしてAI時代に人間へ残る価値は「知識量」よりも「意思・共感・判断・人間性」に移っていくこと。
以降、それぞれの論点を整理していきます。

山本氏が語った事例で特に印象的だったのが、「AI融資エキスパート」の開発です。SakanaAIと連携し、融資稟議書のドラフト作成を一気通貫で行うシステムの構築を進めているといいます。
しかし、当初の取り組みは順調ではありませんでした。非構造データを汎用LLMに投入しただけの段階では、実務に耐えられる精度が出なかったと山本氏は振り返ります。転機となったのは、約3ヶ月をかけて案件ごとのコツや判断ポイントをシステムに丁寧に組み込んだことでした。「どのポイントを重視すべきか」を抽出するアルゴリズムを作り込んだ結果、最終的には7〜8年目の担当者相当の水準に到達したと語っています。
この経験を通じて浮かび上がったのが、「暗黙知を形式知化すること」の重要性です。銀行組織に長年蓄積された判断基準や業務のノウハウは、多くの場合、ベテラン社員の頭の中にしか存在しません。それをいかに言語化・構造化し、AIが扱える形式に落とし込むか。これが、AI活用における真の難所であり、価値創出の鍵でもあると山本氏は示唆しています。
一方、生田目氏が統括する東京海上ホールディングスでは、保険引受の審査、損害査定、不正請求の検知、さらには自然災害の予兆検知といった、損保業の根幹となる業務領域でAI活用を深めているといいます。文章要約のような汎用的な活用は「当たり前」の水準に達しつつあり、損保特有の画像データなど非構造データの活用も進んできたと述べています。
公開情報からも、その取り組みの幅広さが確認できます。同社では損害査定業務の一部に人工衛星やドローンを活用して保険金支払いプロセスの効率化を進める一方、国内外のスタートアップと連携し、事故情報を分析して不正請求の可能性がある事案を検知するAIスコアリングシステムの開発も進めています。また、保険領域に特化した照会応答システム「AI Search Pro」では社員1件あたりの回答時間を約4割削減することが確認されており、OpenAIとの戦略的連携を通じて、営業戦略の策定から保険オペレーションに至るまで生成AIを業務基盤に組み込む取り組みも加速させています。
こうした両社の動きが示すのは、「汎用AIをそのまま使う段階」から「業務固有の知識・データをAIに学習させ、業務プロセスそのものを再設計する段階」への移行です。山本氏と生田目氏はアプローチこそ異なりますが、「業務に蓄積された暗黙知をどうAIに埋め込むか」という本質的な問いに、それぞれの形で向き合っているといえそうです。
金融業においてAIをどう活用するかは、今や「経営の命題」になっているという認識も、両氏に共通して示されました。

AI活用が進む中で避けられない問いは、「人間には何が残るのか」という点です。山本氏は、AIによって知識面での代替が進み、いずれAIがベテラン社員レベルの知識を持つ可能性があると指摘しています。
そうなったとき、人間の評価軸がどう変わるかについて、山本氏は「知識・能力・人間性」という要素の中で、人間性がより重く見られるようになるのではないか、と語りました。知識の水準がAIによってある程度平準化されれば、個性や共感力、意志といった「人間性」こそが際立つ世界になりえる、という見方です。
また、審査一つをとっても、統計的に合理的な判断と「この会社を育てたい」という人間の強い意志では、結果が異なることがあると山本氏は述べています。AIには代替しにくい、人間の動機や判断の質がビジネスの結果を左右しうるという点は、金融機関においてとりわけ重要な視点といえそうです。
人間とAIの境界線をどこに引くかという問いに対し、山本氏は「AIの精度ではなく、ガバナンスの問題だ」と語っています。人間がAIをガバナンスする能力を高めるほど、AIに委ねられる範囲も広がる。その境界線は固定されたものではなく、組織の知見の深まりや体制の整備に応じて動的に変化するものであるということです。
暗黙知の取り込みは一定の成果を見せているものの、「動的なガバナンスをどう実現するか」という問いに対する答えは、まだ見つかっていないと山本氏は率直に述べています。「銀行はガバナンス体制が固定されやすく、不利な面がある」という言葉には、大手金融機関が抱える構造的な課題が滲んでいます。
生田目氏も、ガバナンスの再設計が金融機関共通の課題だという認識を共有しており、「最後に残る人間の能力は、判断・想像・共感である」という言葉が印象的でした。
この「動的なガバナンス」という課題は、金融業界固有のものではありませんが、金融機関にとって特有の難しさがあります。医療分野では臨床試験や薬事規制という外部の検証基準が存在し、製造業では品質管理の国際規格がAI導入の判断軸として機能しています。一方、金融機関では審査・運用・顧客対応といった業務の多くが「判断の質」を外部から定量検証しにくく、ガバナンスの基準そのものを自ら設計・更新し続けなければならないという構造的な難しさがあります。全国銀行協会も、AI活用に際しては適切なガバナンス態勢の構築が重要としつつ、AI活用が進まないことによる競争力の低下というリスクも十分に考慮が必要と指摘しており、活用とリスク管理のバランスをいかに取るかが業界全体の課題として浮かび上がっています。東京海上ホールディングスでもNTT DATAと連携してAIガバナンスツールの評価・選定に取り組んでおり、ガバナンスを「静的なルール整備」ではなく「継続的に更新するプロセス」として捉え直す動きが、業界全体で始まっているといえそうです。

AIがもたらす変化のもう一つの潮流として、ハイパーパーソナライゼーションへの注目があります。ハイパーパーソナライゼーションとは、従来のパーソナライゼーションをさらに進め、AIが顧客の属性や履歴に加えて、行動、状況、リアルタイムの意図を捉え、一人ひとりに最適な体験を提供する考え方です。個人の属性やデータに基づいて最適化されたサービスを提供する動きは、海外の金融機関を中心に広がりつつあります。生田目氏は、将来的には顧客がAIエージェントを通じて企業に質問してくる、いわば「顧客起点の接触」が主流になる可能性があると語りました。かつてSEO（検索エンジン最適化）が起こしたような構造変化が、AI時代の顧客接点でも起きうるという危機感も示されています。
一方、山本氏はパーソナライゼーションの深化に対して、一つの重要な留保を示しています。「統計的に正しいことが、その人にとって嬉しいこととは限らない」という点です。人生観や感情が大きく関与する金融上の意思決定において、AIが本当の意味で「寄り添う」ことの難しさが指摘されました。MUFGでは2026年度後半にデジタルバンクの立ち上げを目指しているといいますが、顧客起点のサービスを実現するうえでも、この「腹落ち」の問題は避けて通れない課題となりそうです。
そのため、AIが複数の選択肢を提示し、顧客がそれをもとに検討したうえで、迷ったときには担当者など対人間に相談して「腹落ち」するという形に落ち着くのではないか、という見方が山本氏から示されています。最適解を提示するのはAIの得意領域であっても、顧客が納得するプロセスを支えるのは人間の役割として残り続けることを示唆しています。
生田目氏も「腹落ち感は大事」と述べており、AIが最適解を出したとしても「本当に？」と疑問を持つ顧客は一定数いると語りました。AI時代にこそ人間の人間性の部分が際立ち、それがビジネスの勝負どころになるのではないか、という見方を示しています。

セッションの終盤では、金融産業全体のAI実装に向けた問いが改めて浮かび上がりました。生田目氏は、金融業はモノや企業に価値をつけるという本質的な機能を担っており、その役割自体がAIによって再定義される可能性があると指摘しています。変化の感性を磨き続けることの重要性を強調しており、「元来データ産業であった金融業は、AIによる影響を最も強く受けるセクターの一つだ」という認識を示しました。
山本氏は、金融業務のほぼすべての領域にAIが関与するようになるという見通しのもと、必要なのは「ガバナンスの再設計に踏み出す勇気と決断」であると語っています。技術の精度がどれほど高まっても、AIが組織の中でどう機能すべきかを設計し、責任を持って判断するのは人間です。その意味で、「人間の意志と人間力こそがAIには代替できない価値であり、これからの人間がすべきことは意思を持ち、人間力を磨くことだ」という言葉が、セッション全体を締めくくるメッセージとして強く響きました。

今回のセッションから見えてきた示唆を、3点に整理しておきたいと思います。[MT11.1]
1点目は、暗黙知の形式知化が、AI活用の成否を分けるということ。
汎用LLMをそのまま業務に当てはめても限界があることは、山本氏が語ったMUFGの事例が端的に示しています。業務に蓄積された判断のコツや経験則を丁寧に言語化し、AIが扱える形に整える作業こそが、差別化の源泉になりえます。
2点目は、ガバナンスの境界線は動的に引き直されるということ。
AIに任せる範囲は固定されたものではなく、組織の知見の深まりとともに変化します。山本氏が「銀行は不利」と率直に語ったように、既存の体制が整備された大手金融機関ほど、この動的なガバナンスの実現が難しいという逆説的な構造があります。ガバナンスを静的なルールとして整備するだけでなく、学習とともに更新し続ける仕組みの設計が求められているといえるでしょう。
3点目は、AI時代における「人間らしさ」の再定義が急務だということ。
知識量での差別化が難しくなる中、生田目氏と山本氏が口を揃えたように、人間に残される価値は意思・共感・判断・想像力といった要素に収斂していくと示唆されています。これは個人レベルの問題にとどまらず、組織として「どんな人間力を育てるか」という人材戦略の問いにもつながります。
金融×AIの未来は、「省力化」という言葉で語れるものではないでしょう。それは、知識のあり方、組織の設計、顧客との接点、そしてガバナンスの思想＿＿＿。金融機関の価値そのものを、根底から再設計する営みにほかなりません。