シリーズ「生成AI時代、金融機関は顧客とどこで出会うのか」～感情処理編第二弾

前編では、金融機関が自ら用意するAI接点を中心に見てきました。まだ不安が言葉になっていない顧客に対して、AIが問いを引き出し、軽い不安を閉じ、必要に応じて人へ渡す。そこで重要になるのは、AIと人の役割分担でした。
後編で考えたいのは、もう一つの入口です。顧客が金融機関のAIではなく、自分の手元にある生成AIで整理してから来る入口です。
従来の金融相談では、「よく分からないので教えてほしい」という顧客を想定することが多くありました。投資、保険、住宅ローン、相続などについて、顧客は十分な知識を持たず、不安を抱えた状態で金融機関に来る。だから金融機関は、まず初歩的な説明を行い、用語を説明し、選択肢を提示するところから始めていました。
しかし、生成AIの普及により、この前提は変わり始めています。顧客は金融機関に来る前に、自分のAIに相談します。「いまの保険は見直した方がよいのか」「NISAを始めるなら何を考えるべきか」「住宅ローンは変動金利と固定金利のどちらがよいのか」といった問いを投げかけ、不安の言語化、用語理解、商品比較、簡単なシミュレーションを済ませてくるようになります。
つまり、金融機関に来る時点で、顧客はすでに一定の仮説を持っています。何も分からない初心者として来るのではなく、「自分なりに調べ、AIと整理したが、まだ実行に移せない人」として来るのです。

AIで整理してから来る顧客は、すべての不安が解消された状態で来るわけではありません。むしろ、実行の手前にある不安は残ります。
この前提は本当に正しいのか。自分の状況に当てはまるのか。損失が出たときに耐えられるのか。いくらから始めればよいのか。家族に説明できるのか。将来の家計に無理はないのか。生成AIは一般的な整理や比較には役立ちますが、顧客固有の生活文脈や感情を踏まえて、実行してよい条件まで決め切れるとは限りません。
ここで顧客が求めているのは、一般的な説明をもう一度聞くことではありません。自分がAIと一緒につくった仮説の答え合わせです。
この変化は、金融機関の接客価値を変えます。価値は「情報を提供すること」から、「顧客が持ってきた理解や仮説を確認し、危うい前提を修正し、実行できる条件に変えること」へ移ります。顧客の理解を最初からやり直すのではなく、顧客がどこまで整理してきたのかを受け止め、そのうえで未解決部分を一緒に消し込むことが重要になります。

このような顧客は、生成AIによって突然現れたわけではありません。自分で比較サイトを見てから来る人、他社提案を持ち込む人、診断結果を持って相談する人は以前から存在していました。生成AIによって変わるのは、そのような「整理済み顧客」が一部の詳しい人だけでなく、より一般的な顧客像になっていく点です。

この変化を考えるうえで分かりやすいのが、保険相談の領域です。保険クリニックのような保険相談サービスでは、顧客が現在加入している保険証券や他社提案、自分で調べた見直し案を持ち込むことがあります。
このとき相談員の価値は、保険とは何かを一から説明することだけではありません。顧客が持ち込んだ内容に対して、保障が足りているのか、重複していないか、保険料は妥当か、家族構成や将来の変化に合っているかを確認することにあります。
生成AIで整理してから来る顧客も、これに近い状態になります。違うのは、持ち込むものが保険証券や他社提案だけでなく、AIと一緒につくった仮説になる点です。たとえば、「今の保障は過剰かもしれない」「医療保険より収入保障を優先した方がよいのではないか」「子どもが独立したら死亡保障を減らしてよいのではないか」といった仮説を持って来るようになります。
金融機関や相談員が担うべきなのは、その仮説を頭ごなしに否定することではありません。正しい範囲と危うい前提を切り分けることです。顧客の理解のどこまでは合っているのか。どこに見落としがあるのか。どの条件なら次に進んでよいのか。こうした確認を通じて、顧客は「自分の考えで進んでよいのか」を判断できます。
つまり、価値は初歩説明ではなく、持ち込み仮説の検証に移ります。顧客の仮説を多角的に検証し、精度を高め、最終判断と次の一歩を支援する。これが、整理済み顧客に対する最初の役割です。

次に重要になるのは、検証した仮説を実行条件に変えることです。ここでは、WealthNaviのようなロボアドバイザーの事例が参考になります。
ロボアドバイザーは、顧客のリスク許容度や投資目的をもとに、ポートフォリオ案や運用方針を提示します。顧客にとっては、自分で商品を一つずつ選ぶよりも、合理的な運用方針を得やすくなります。生成AIも同じように、投資方針や資産配分について一般的な案を示すことができます。
しかし、合理的な案があるだけでは、顧客は実行に移れません。月いくらから始めるのか。生活防衛資金はいくら残すのか。相場が下がったときに積立を続けられるのか。どのタイミングで相談すべきなのか。家計や家族の事情と矛盾しないのか。こうした条件が決まって初めて、顧客は行動に移れる状態になります。
ここで金融機関が担う価値は、知識を説明することだけではありません。顧客がAIやロボアドから得た合理的な仮説を、本人が続けられる条件に変えることです。
投資であれば、開始金額、積立額、生活防衛資金、下落時の相談ルールを一緒に決める。住宅ローンであれば、借入可能額ではなく、将来の家計に無理がない返済額を確認する。保険であれば、必要保障額だけでなく、保険料を払い続けられるかを確認する。合理解を、顧客の生活の中で実行できる条件へ落とし込むことが求められます。
AIは一般解を作ることができます。しかし金融の意思決定は、合理解だけでは実行できません。顧客が最後に求めているのは、正しい情報だけではなく、「この条件なら始められる」「この範囲なら続けられる」という実行の確度です。

三つ目に必要なのは、実行条件が整った顧客を短くつなぐことです。ここで重要なのは、顧客の行動意欲を冷まさないことです。
診断、比較、入力、相談を終えた顧客に対して、もう一度一般説明を行い、資料請求を促し、後日連絡を待たせ、再入力を求め、面談予約へ戻す。こうした長いファネルは、整理済み顧客にとって安心ではなく摩擦になります。顧客はすでに一定の理解を持ち、仮説を検証し、条件を整えています。その状態で求めているのは、もう一度考え直すことではなく、安全に前へ進むことです。
もちろん、金融機関として必要な確認を省略することはできません。適合性確認、本人確認、審査、説明責任、契約手続きは必要です。重要なのは、省略ではなく接続です。顧客がすでに入力した情報、相談で確認した条件、AIや診断ツールで整理した内容を活かし、重複を減らしながら、本人確認、審査、申込、契約へ安全につなぐ必要があります。
この点では、ロボアドの診断から口座開設や運用開始へつなぐ導線、デジタル銀行の住宅ローンの事前審査から本審査・契約へつなぐ導線が参考になります。顧客は診断や事前審査によって不安を整理し、一定の確度を得ています。その情報を引き継いだまま次の手続きに進めれば、顧客は行動意欲を保ったまま実行へ進めます。
生成AI時代の金融接点では、チャネルが分断されていることが大きな摩擦になります。AIチャット、診断ツール、Web申込、店舗、コールセンター、営業担当者が分断されていると、顧客はチャネルが変わるたびに最初から説明し直すことになります。それは安心ではなく、前進を妨げる体験です。
整理済み顧客の目的は、単なる安心ではありません。確度を持って前に進むことです。だからこそ、金融機関には、顧客の理解や条件を引き継ぎ、最短距離で安全な実行へ導く接点設計が求められます。

生成AIによって、金融機関に来る顧客の状態は変わっていきます。何も分からず不安を抱えて来る顧客だけではなく、自分のAIで不安を言語化し、用語を理解し、商品を比較し、自分なりの仮説を持って来る顧客が増えていきます。
このとき金融機関に求められる役割は、初歩的な説明を一から繰り返すことではありません。顧客が持ってきた仮説を検証し、危うい前提を修正し、実行できる条件へ変え、安全に前進させることです。
そのために必要なのは、三つの設計です。まず、顧客の仮説を検証することです。顧客の理解を否定するのではなく、正しい範囲と危うい前提を切り分けます。次に、仮説を実行条件に変えることです。合理的な案を、顧客が続けられる金額、順序、ルールに落とし込みます。そして、条件が整った顧客を短くつなぐことです。長い説明ファネルに戻さず、必要な確認を行いながら安全に実行へ接続します。

前編では、金融機関が用意するAI接点で、不安を「閉じる・動かす・渡す」設計を見てきました。後編では、顧客が手元のAIで整理してから来る場合に、「検証する・条件に変える・短くつなぐ」設計が必要になることを見てきました。
生成AI時代の金融接点は、「説明」から「答え合わせと後押し」へ移っていきます。金融機関の競争力は、どれだけ多く説明するかではなく、顧客がすでに整理してきた不安と仮説を受け止め、どれだけ安全に前へ進められるかに表れていきます。