七十七銀行、生成AIがコードを書きデータ分析と報告書作成を自動化する実証実験

七十七銀行は「Vision 2030」に生産性倍増戦略と企業文化改革を掲げ、AIモデル構築の自動化ツールを使った営業推進リストの作成や、入出金データから取引先の業況変化を検知する仕組みづくりなど、データ活用の取り組みをすでに重ねてきました。それでもなお、データ分析やレポート作成といった定型業務に時間が取られる状況が残っていた、というのが今回の出発点です。

ここから見えてくるのは、困りごとの本質が分析力の不足ではなかったのではないか、という点です。分析の勘所を持っている組織であっても、集計用のコードを書き、グラフに整え、決まった様式の文書へ落とし込む手順は人の手に残ります。考える工程と手を動かす工程が一本の作業としてつながっている限り、後者の重さが前者の回数を縛る。職員を創造的な業務へ移したいという狙いは、この結び目をほどけるかどうかにかかっていたと考えられます。

生成AIに分析の答えそのものを語らせるのではなく、分析処理のコードを書かせるという役割の置き方が、この実証実験の芯にあります。コードは実行すれば表やグラフという目に見える形になり、出力が妥当かどうかを人が確かめられます。文章だけを出させる使い方に比べ、途中に検証できる中間生成物が挟まる分、誤りがそのまま最終成果物へ通り抜けにくい構造です。可視化の後段に置かれたレビュー文書の自動生成も、根拠となる図表が先に出ている状態で書かれるため、AIが参照すべき材料がはっきりしています。

評価の物差しを「賢い回答が出るか」ではなく「銀行所定のフォーマットに沿った出力を安定して生成できるか」に定めた点も効いています。定例業務で使う以上、たまたま良い結果が出ることに意味はなく、同じ入力から同じ水準の出力が繰り返し得られることが実用の条件になるからです。2023年7月から共同で技術検証を重ねる進め方は、この再現性を積み上げるための時間の使い方だったのでしょう。独自の大規模言語モデルを構築するAI inside株式会社がモデルと技術検証を担い、銀行側が分析業務の型と求める出力様式を持ち込むという分担も、その目標設定と噛み合っています。

セキュリティ要件を、検証を止める制約ではなく設計条件として先に織り込んだ点も見逃せません。入出力情報が外部に流出しない閉域環境を用意したうえで、扱うデータを顧客情報や機密情報を含まないものに絞る。この二段構えは、金融機関に求められる厳格な基準を満たしながら、それでも手を動かせる領域を確保するための線引きだと読めます。

本プロジェクトは実証実験の段階にあり、業務時間の削減といった定量的な成果は今後の検証に委ねられています。現時点で確認されているのは、インプット情報をもとに所定のフォーマットでアウトプットを生成できるという技術的な実現性です。今後は、生成AIとこれまで培ってきたデータ分析のノウハウを融合させ、定例業務やデータに基づく仮説検証のプロセスを迅速化していく方針が示されています。職員がより付加価値の高い業務へ注力できる環境づくり、そして挑戦的な企業文化や従業員エンゲージメント（仕事への意欲や組織への愛着）の向上につなげることが期待される段階です。