三菱UFJ銀行が金融特化AIエージェントを日本初選定、面談前後の営業支援へ

既存のCRMとネイティブに統合できることを選定の軸に据えた判断が、この取り組みの土台になっていると考えられます。金融業界のニーズに特化したAIエージェントを、すでに使っている顧客管理基盤の上でそのまま動かせるかどうか。ここを重視すれば、営業履歴や顧客データをAI用に別の場所へ移し替える必要がなく、データが分断されるリスクを抱え込まずに済みます。日々更新される顧客情報を扱う業務では、この即応性がそのまま提示される内容の鮮度に直結します。

適用先を、面談前・面談中・面談後という営業の時間軸で切り分けた設計も見逃せません。営業活動をひとまとめの塊として自動化しようとすると、どこから手を付ければよいのかが曖昧になりますが、面談という具体的な出来事を軸に区切れば、それぞれの場面で必要な支援がはっきりします。前は材料の準備、最中は補助、後は次の行動の整理と、役割が明確に分かれる。担当者を置き換えるのではなく協働させる前提を置いたことで、現場が使い方を理解しやすい形に落とし込まれています。

データ分析基盤のTableauをCRM導入の当初から使い、システム連携基盤のMuleSoftを組み合わせるという順序立ても、この設計を支えています。AIに読ませる前段として、散在するシステムのデータをつなぐ経路と、状況を可視化して次のユースケースを判断する手段を先に用意しておく。アジャイル運営で適用範囲を広げていく進め方は、この二つが揃って初めて成り立つものです。