ウェルズ・ファーゴ:人工知能と機械学習は「諸刃の剣」

ウェルズ・ファーゴ:人工知能と機械学習は「諸刃の剣」

ウェルズ・ファーゴの上級副社長兼エンタープライズ・アーキテクチャ責任者であるマイク・テラン氏は、過去数十年間、銀行の業務はほとんど変わっていないが、銀行の運営方法は劇的に変化したと考えています。 Telang は現在、セキュリティ、規制、イノベーションに重点を置いています。

[[275919]]

金融サービス業界のテクノロジートレンドについて語ったテラン氏は、銀行への影響は銀行が成熟ライフサイクルのどの段階にあるかに大きく左右されると述べた。

「それは、その時点で銀行が成熟ライフサイクルのどの段階にいるかによって決まると思います」と、先週サンフランシスコで開催された VMworld 2019 の円卓討論会で同氏は述べた。「現在、企業ではブロックチェーンやセキュリティなど多くのトレンドが起こっています。そのため、当社では、こうしたテクノロジーを当社に最も適したユースケースに使用しています。」

新興技術について語る中で、テラン氏はウェルズ・ファーゴが機械学習(ML)と人工知能(AI)を導入する際に直面した課題について語りました。

「機械学習やAIの典型的な使用例は詐欺やマネーロンダリング対策などだと思います。これは銀行がこれらの技術を全面的に採用しているシナリオの1つですが、独自の問題ももたらします」と同氏は説明した。

「現在、ほぼすべての大手銀行は、間違ったアルゴリズムが使用され、それが顧客に影響を与える可能性があるかどうかを確認するために、使用している機械学習/ AIソリューションを見直すよう、​​各機関から求められていると思います。」

「銀行にとって、これは諸刃の剣です。すべてのユースケース、特に顧客に影響を与えるユースケースをすべて活用することはできません。」

ウェルズ・ファーゴを含む多くの銀行が取り組んではいるものの、データベースなどの既存のアプリケーションを改善するためのユースケースがまだ見つかっていないもう1つの新興技術がブロックチェーンです。

「大企業はしばらく前からブロックチェーンに注目しており、ブロックチェーンは問題の解決策だと言っていると思います。突然何か問題が起きたときに、取り残されたくないという気持ちがあります。そのため、多くの銀行がブロックチェーンに手を出しており、主な用途の 1 つは支払いと保管の連鎖ですが、これまでのところ、変革的なユースケースは見つかっていないと思います。」

ウェルズ・ファーゴのクラウド戦略について、テラン氏は、さまざまなクラウドプロバイダーのさまざまな機能を活用するためにマルチクラウドアプローチを採用する傾向があると述べた。

「差別化されており、ワークロードをあるプロバイダーから別のプロバイダーに俊敏に移動できるように戦略の一部となるプロバイダーを選択します」と彼は説明した。

「ワークロードについて考えるとき、通常はアプリケーションについて考えますが、私たちにとって価値があるのは、データを失うことなくデータをある場所から別の場所に移動できることです。したがって、マルチクラウドについて考えるときの当社のクラウド戦略は、それを単純化して、「当社の SaaS 戦略は何か、当社の PaaS 戦略は何か、当社の IaaS 戦略は何か」と問うことです。そこからビッグ データがどこに向かうのかがわかり、その方向に進むことができます。」

デジタル変革に関しては、組織内の文化の必要性を理解することがすべてだとテラン氏は考えています。同氏は、ウェルズ・ファーゴにはさまざまな事業ラインがあり、それぞれ独自のアプローチと顧客を持っていると述べた。

「私たちが認識しなければならないのは、顧客は皆異なるという事実です。そのため、私たちにとっての課題は、どのように構造化するか、これらの事業間の共通点をどのように見つけて基本的なものを共有するか、そしてこれらの事業の独自の側面は何かということです。」

「彼らがスタック全体を所有する前は、データセンターを購入したり、サーバーを購入したりできました。だからこそ、私たちは所有したいものを所有しているのです。私たちの指針は、差別化要因は顧客体験とデータにあるということだと思います。それ以外にはありません。」

テラン氏は、ウェルズ・ファーゴはソフトウェアを含む他のすべてのものはコモディティ化できると明言したと述べた。

「たとえば、アカウント開設のような基本的な機能ですが、現在ではアカウント開設の方法が約 300 種類あります。また、多くのアプリ開発者は、サポートするアプリや導入するアプリを中心に構築されています。以前は気づかなかったとしても、今は間違いなく気づくはずです。私はこのアプリをサポートしていますが、今、彼らにそれを破壊し、このアプリをコモディティ化したいと伝えようとすると、文化を変えるのは非常に困難です。」

混乱について語るテラン氏は、銀行が他の多くの業界で起こっているトレンドに追随するのは時間の問題だと考えている。

「多くの企業が買収や再編によって生き残ってきた。銀行も同じようなことをしなければならないだろうし、それは時間の問題だ」

「それに適応するか、一部の銀行がやったようにフィンテックに多額の資金を投資して、どの企業を買収できるか、どの企業と提携できるかを見極めるかだ。だから、これは将来注目すべきことだが、銀行がもはや無視できないものだと思う」

<<:  フォーブス:人工知能が解決できる15の社会的課題

>>:  TensorFlow が NSL ニューラル構造学習フレームワークをオープンソース化

推薦する

...

ハイテク:米国は1キロメートル以内のターゲット認識を実現する長距離顔認識システムを開発

海外メディアの報道によると、最近「ニューサイエンス」誌に次のような記事が掲載された。 「米軍は1キロ...

GPTのようなモデルのトレーニング速度が26.5%向上、清華大学の朱俊らはINT4アルゴリズムを使用してニューラルネットワークのトレーニングを加速

アクティベーション、重み、勾配を 4 ビットに量子化することは、ニューラル ネットワークのトレーニン...

人工知能と教育の未来: 教師の関与を刺激する

要点: 教育における AI システムの開発者は現在、教師を支援するために取り組んでいます。信頼できる...

機械学習のための3つの主要な学習リソースを丁寧に整理

機械学習はここしばらく話題になっていますが、それには十分な理由があります。機械学習は、将来の行動を予...

社会的関心の強化に基づくビデオ推奨アルゴリズム

1. 推奨ステータスまず、レコメンデーションシステムの現状について簡単に紹介します。推薦システムは、...

携帯電話に搭載された3D姿勢推定は、モデルサイズが類似モデルの1/7しかないが、誤差はわずか5cmである。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

機械学習の発展の歴史と啓蒙

[[188091]]近年、人工知能の目覚ましい発展、特にAlphaGoと韓国のチェスプレイヤー、イ・...

最大400万のトークンコンテキストと22倍の推論速度を備えたStreamingLLMは人気を博し、GitHubで2.5Kのスターを獲得しました。

会話型 AI ロボットとのコミュニケーションを経験したことがあるなら、非常にイライラした瞬間を間違い...

...

...

「ロボットツアーガイド」の導入により、観光体験に斬新さが加わる

近年、科学技術の進歩に牽引され、知能ロボットは目覚ましい発展を遂げています。チップ、視覚システム、セ...

...

人工知能は将来の建築をどのように変えるのでしょうか?

自動化された AI システムは、建物の暖房と冷房を最適化して効率性と持続可能性を向上させるのに役立ち...

COVID-19 最新情報: COVID-19 との戦いに役立つトップ 10 のイノベーション

[[320870]]迅速な感染検査から3Dプリントソリューションまで、世界中のテクノロジー企業が協力...