金融・保険のAI活用事例

【成果】 本実証実験を通じて、オペレーターが通話後に行う記録作業等の後処理時間を35%削減することを目指しています。 これにより、高い電話応答率を維持し、顧客満足度の向上に貢献することが期待されます。また、相関分析の結果を活用することで、応対品質の数値化や可視化による評価の自動化が可能となり、管理者による品質チェックの工数削減と、データに基づく効果的なオペレーター指導が実現できる見込みです。 今後は検証結果を踏まえて実業務への導入を進めるとともに、お客さま満足度を予測するモデルの構築など、生成AIの利用範囲をさらに拡大していく予定です。

【成果】 購買データを活用したターゲティング広告の配信により、顧客獲得単価（CPA）を従来の2分の1に削減することに成功しました。 また、従来は審査が通らなかった顧客に対しても、購買データを加味することでサービスを提供できる可能性が広がっています。今後は、高度なデータ分析スキルがなくても利用できるdotDataの特長を活かし、現場主導のAI・データ活用を推進していく方針です。さらに、金融とリテールのデータを掛け合わせた新規ビジネスの創出も目指しています。

【成果】 実証実験を通じて経過記録業務の自動化における有効性が確認できたため、一部の保険金お支払センターにて本システムの先行導入が開始されました。 記録業務の大幅な効率化により創出された時間を活用し、顧客対応のさらなる充実と事故対応の品質向上が期待されています。今後は導入の効果やリスクを検証しながら段階的に適用範囲を拡大し、2024年内には全国の保険金お支払センターでの利用開始を目指しています。 また、より損害保険業界に特化したLLM（大規模言語モデル）の導入も検討していく予定です。

【成果】 実証実験を通じてAIの学習を繰り返した結果、通話動作の検知率は約85％まで向上しました。一方で、利用者が警告表示画面に気づく割合の向上が課題として浮き彫りになりました。この結果を踏まえ、警告画面と音声をリニューアルした上で、対象となるATMへの全国展開を順次進めることが決定しました。

【成果】 2024年4月から一部の店舗で本番利用を開始し、これまで行員が手作業で行っていた融資稟議書の作成にかかる作業時間を95%削減するという劇的な成果を上げています。 今後は全店での運用開始に向けて、アプリケーションの精度向上やサブシステムからのデータ連携をさらに進めていく予定です。また、融資業務以外のさまざまな銀行業務にも生成AIの適用を拡大し、商品・サービスの向上や継続的な業務効率化を目指しています。

【成果】 実証実験の結果、生成AIによる稟議書作成支援が業務効率化に大きく貢献することが確認されました。本格実装した場合には、最大で年間19,500時間（行員1人あたり月間約8時間）の業務時間削減が見込まれています。 さらに定性的な効果として、与信判断に必要な審査項目において、顧客へのヒアリングが不足している点をAIが明確に提示できることが実証されました。これにより、行員は「どのような情報を聞き取るべきか」という気づきを得られるようになります。単なる作業時間の短縮にとどまらず、行員自身の審査スキル向上という教育的な効果も期待されていると評価されています。 同行は今後、抽出された課題を整理し、本格的な業務実装に向けた取り組みを進めていく予定です。