金融サービス業界全体で、ある刺激的なアイデアが注目を集めています。それは、「AI が運営する銀行」というものです。このビジョンでは、融資の判断、口座の照合、コンプライアンスの監視、顧客対応までを AI エージェントが行います。人間は、ほとんど自律的に運営しているシステムを監視するにすぎません。
その魅力は明白で、これまでの銀行業界には存在しなかったほどの、極めて高い効率性と拡張性が実現します。しかし、この未来を「AI が運営する銀行」という枠組みで捉えるだけでは、真の課題を見失うことになります。リーダーが直面している問いは、AI が銀行業務を遂行できるかどうかではありません (実際に遂行可能)。真に問われているのは、「銀行は、真に AI に対応した組織となるための業務、リーダーシップ、ガバナンスを再設計する準備が整っているか」です。それには、全面的な再構想が求められます。
AI 投資と真の組織改革との乖離
今日、取締役会での議論は 2 つの視点が支配的です。一部の経営幹部は、現在よりもはるかに少ない人員で銀行を運営し、少数の高度な専門家グループがそれを監督する姿を描いています。一方で、信頼や規制、システミックリスクが AI 活用の自然な制約となり、 AI の機能が拡大したとしても、銀行のオペレーティングモデルの中心には人間が残り続けると主張する人々もいます。
経営幹部の多くは、 AI が銀行業界を実質的に変貌させるという点では概ね一致していますが、それが組織自体にとって何を意味するかについては、意見の一致にはほど遠く、緊急性の認識にも非常に大きな違いがあります。オリバー・ワイマン・フォーラムのデータはこの断絶を浮き彫りにしています。AI への野心が加速している一方で、自社の従業員の AI への対応準備について懸念を表明している金融サービスの CEO は、わずか 54% にすぎません。
この乖離は、具体的な行動にも表れています。ほぼすべての金融機関が AI やテクノロジーへの投資を増やし、インフラを刷新し、あらゆる部門で実証実験を行っています。しかし、組織モデル自体はほとんど変わっていません。スキル、ガバナンス、責任の所在、リーダーシップに関する意思決定は先送りされており、投資が向けられる先と、AI 導入に向けた真の障壁が存在する場所との間にミスマッチが生じているのです。
勝者は、AI への野心に見合うだけの大胆なシステムの再設計を行います。そこでは、労働力に関する 3 つの大きな転換、すなわち、「役割とジョブ（職務）から、スキルとタスクへ」、「業務の管理者から、成果のオーケストレーター (調整・統合役) へ」、そして「人員数の監視から、人間と AI を合せたハイブリッドな稼働力のガバナンス」への転換が軸となります。
銀行における AI の焦点は「役割と職務」から「スキルとタスク」へと移行している
AI が成熟するにつれ、業務はより流動的なものになっています。肩書に基づいた固定的な職務は影を潜め、問題の解決責任、部門を横断した実行力、そして効果的な人間とマシンの協調に焦点を当てた、動的かつスキルベースの貢献に取って代わられています。AI によって、従来の役割と価値創造との結びつきが切り離されつつあるのです。
この変化は、業務の割り当て方法や人間の貢献のあり方を変化させます。従業員は、役割の中であらかじめ決められたタスクを遂行するのではなく、自らが問題の解決責任を負い、組織の壁 (サイロ) を越えて協力し、ルールに基づいてデータ集約的な活動を担う AI システムと連携して働くようになります。
一部の金融機関は、すでにこの方向へと動き出しています。スタンダードチャータード銀行は2020年に、社内モビリティとスキルの可視化を軸としたスキルベースの人材活用モデルを導入しました。同社によると、現在では従業員の 40% 以上が「スキルパスポート」を活用し、学習やプロジェクトベースの業務に参画する機会を得ています。マスターカードも 2022 年に同様の AI を活用したタレントマーケットプレイス（社内人材市場）を導入し、案件のマッチングとパーソナライズされたキャリアコーチングを組み合わせて提供しています。
オリバー・ワイマン・フォーラムのデータは、この転換を明確に示しています。金融サービスにおいて最も需要が急増している能力は、テクノロジーを使いこなす能力、専門分野を横断したチームの編成、およびリーダーシップです。これらはまさに、部門の壁を越えた業務が行われ、成果によって価値が定義される組織に求められるスキルです。しかし、これらの能力がもたらすプラスの影響が明らかであるにもかかわらず、体系的にそれらを育成している機関はほとんどありません。同フォーラムの報告によると、スキルを身に付けている実感がある従業員は、そうでない従業員に比べて、仕事を「楽しい」と感じる割合が圧倒的に高いことが分かっています (金融サービス業界の平均 32% に対し63%)。
金融サービスにおいて AI がどのように仕事とスキルを変えているか
業務がより流動的になり、人間と AI の組み合わせによって遂行される機会が増えるにつれ、従来のマネジメントモデルは崩壊し始めます。固定的な役割、安定したチーム、役割の監督を通じてリードするだけでは、もはや十分ではありません。代わりに重要となるのは、スキル、部門、能力をその都度最適に組み合わせ、成果を導き出す力です。
これにより、現在のほとんどの銀行にはまだ浸透していない、新たなリーダーシップの役割が生まれます。それが「オーケストレーター」です。オーケストレーターは、固定されたチームを管理したり、日々のタスク遂行を監督したりはしません。人間の専門知識と AI エージェントの組み合わせによってもたらされるエンドツーエンドの成果を調整し、システムからの信号を解釈し、いつ人間の判断が必要になるかを決定するのです。
このモデルにおける専門チームは、より少数精鋭でありながら、はるかに高いレバレッジを効かせたものとなります。データ集約的でルールに基づいた業務の多くは AI に吸収され、人間の専門家は、文脈や経験が最も重要となる「判断」、「例外対応」、「意思決定」に集中するようになります。パフォーマンスは、稼働率ではなく、効果的かつ安全にもたらされた「成果」で評価されます。これが、短期的には、専門的な知見へのアクセスの「民主化」に役立つ可能性があります。その結果、より少ない人員で同等のインパクトを生み出せるようになるため、小規模な金融機関でも、大手に対抗して競争やイノベーションを起こすことが可能になるのです。
AI は、人員を監督するマネージャーを、ハイブリッドな稼働力の統治者へと変容させる
こうした転換は、より根本的な組織変革を迫ることになります。スキルベースの業務、成果志向のリーダーシップ、大規模な AI 活用のメリットを実現するために、銀行は組織のガバナンスや仕組みを再考しなければなりません。もはや、人間だけでパフォーマンスを管理することは不可能です。銀行は人間と AI エージェントにまたがる「ハイブリッドな稼働力」を統治する術を学ぶ必要があります。
AI は次第に、これまで人間が担ってきた業務 (実行、調整、文書化、および意思決定の要素) を代替するようになっています。「仕事とは人である」、「稼働力とは人員数である」という前提は、もはや成立しません。
これにより、現在の組織設計の限界が露呈しています。多くの銀行、特にテクノロジー、オペレーション、リスク管理などの部門では、シニアリーダーが直接管理する人数は概ね 6 名から 9 名となっています。この人数は、人間のみで構成される組織で必要とされる調整や監督の負担を反映したものです。しかし、人間と AI エージェントが実行と調整を共有するようになれば、こうした制約も変化します。
これは、単に組織構造がフラットになるという話ではなく、全く異なるものになることを意味します。リーダーは、情報の流れを監督するための階層を増やさなくても、より広範な業務範囲に責任を負えるようになります。重要なのは、エンドツーエンドの成果に対する明確な説明責任を定めることです。そこには、人間と AI のハイブリッドなワークフローにおける明示的な意思決定権限とエスカレーションパス (上位者への報告経路) を明示する必要があります。
これにより、ガバナンスと計画には新たな課題が生まれます。人間と AI エージェントはいずれも、稼働力をもたらすと同時に、コストとリスクも生じさせるからです。銀行は、人間、エージェント、サードパーティを単一のオペレーティングモデルへと統合する、ハイブリッドなガバナンスとハイブリッドな戦略的人員計画を必要とするでしょう。人員計画を人員数と同一視し続ける機関は、AI の価値を十分に引き出すのに苦労することになります。
AI導入は今後 3 年から 5 年でどのように展開するか
スキル、リーダーシップ、ガバナンスを巡る選択の違いにより、AI を導入する銀行の間では、すでに明確に異なる 3 つの「軌道」が現れ始めています。
一つ目の軌道は「見切り発車 」です。一部の銀行は、スキル、リーダーシップモデル、説明責任の体制が整う前に、リスクの高いワークフローの自動化を急いでいます。こうした銀行では、組織の準備が整わないまま実行だけが先行し、その結果、元の運用への逆戻りや、一からやり直しを余儀なくされるインシデントが発生します。コストが上昇し、信頼が損なわれていくことになります。
もう一つの軌道は「中抜き（仲介者の排除）」です。一部の銀行は、AI を限定的な生産性向上ツールとしてしか扱わず、抜本的な組織改革を先送りにするなど、対応が遅れすぎています。こうした銀行が状況の明確化を待っている間に、競合他社やプラットフォーム企業は、人間と AI を組み合わせた新たなハイブリッド型オペレーティングモデルを構築して優れた顧客体験を提供し、既存の銀行を段階的に飛ばしていくことになります。
三つ目の軌道は「規律ある再創造」です。一部の銀行は、不確実な将来に備えて選択肢を確保するために、主要な能力、特にデータ、プラットフォーム、組織再設計に対して、集中的かつ知的な投資を行います。これらの銀行は、場当たり的な試行錯誤を繰り返すのではなく、人間と AI のハイブリッド型オペレーティングモデルを支える土台作りに投資を集中させます。こうした金融機関は、自らの強みである「信頼」を武器にすることで、将来の展望が明確になればそれに適応し、重要な領域では規模を拡大し、そうでない領域からは撤退するといったように、柔軟に対応することができます。
これらすべてのシナリオにおいて、共通の緩和要因となるのが規制です。市場によっては、規制によってあらゆる企業の導入スピードが鈍化するでしょう。進展が制限されることで、銀行は失敗や「中抜き」から保護される反面、「規律ある機敏さ」によって得られるメリットも限定的なものになります。変化自体は続きますが、そのペースは緩やかなものとなり、内部の選択よりも主に外部の制約によって形作られることになるでしょう。
AI エージェントと人間が協働する銀行の未来
AI が銀行を経営するわけではありません。しかし AI は、人間によるガバナンスを前提としている現在の組織設計では到底及ばないほど広い範囲で、銀行のオペレーションや分析という機構の多くを動かすようになるでしょう。これこそが、リーダーシップが直面する真の課題です。
不都合な真実ですが、多くの金融機関は依然として AI を単なる「ツール導入プログラム」としてしか扱っていません。しかし実際には、 AI は「オペレーティングモデルの書き換え」そのものなのです。成功を収めるためには、リーダーは「人間か、テクノロジーか」という議論を超え、個々のワークフローのどこで人間の判断が必要とされるのか、人間と AI エージェントが共同で成果を出した際に誰が責任を負うのかを明確に定義しなければなりません。
規制当局、投資家、そして従業員からの信頼は、その実行力にかかっています。経営陣は、 AI によって生み出された生産性を他の稼働力と同様に管理し、明確な説明責任、優先順位付け、財務規律を持って臨まなければなりません。まずは AI を効果的に導入し、次いでAIが生み出す稼働力を、測定可能な最終利益へのインパクトへと転換させていく必要があります。
未来の銀行は、人間と AI を組み合わせた、成果重視のハイブリッド型オペレーティングモデルを採用しているでしょう。ただし、そこに至るまでの道のりには、いかなる規制変更にも匹敵するほどの、抜本的な意識改革と組織の変革が求められます。
本記事は、AI 時代における金融サービスの未来を形づくる論点を浮き彫りにした、当社のレポート「既知の未知 (Known Unknowns) 」の一部です。