出典：「Financial May Flower」（ID：Caijing-MayFflower）、著者：Qu Xiangjun Han Feng
画像ソース: Unbounded AI によって生成
2023年上半期の国内外の主要な技術戦略動向と投資注目分野のリストを見ると、生成型人工知能（以下「生成型AI」）が最も注目を集める技術の1つであることは間違いない。 。 ChatGPT の出現により、この新興テクノロジーは前例のない大流行に突入しました。テクノロジーの巨人や AI メーカーの終焉は言うまでもなく、あらゆる階層が関連する話題について議論しています。このテクノロジーの饗宴を見逃すことを恐れて、一部の業界のリーダーやメディアは、生成 AI の波を過去のモバイル インターネットの機会と比較し、その潜在的な巨大な価値と影響力をさらに強調しました。
**従来の AI と比較して、生成 AI には、自動化と効率の向上、パーソナライゼーションとカスタマイズ、創造性とイノベーションの能力、説明可能性と透明性を含む、魅力的な 4 つの主要な利点があります。 **これは、説明可能性が必要な金融や医療などの分野で特に重要であり、信頼を構築し、規制要件を満たし、人々がシステムの決定を受け入れて採用しやすくするのに役立ちます。
つまり、生成 AI は、生産効率を改善し、イノベーション能力を促進し、競争環境を変えることにより、世界中のさまざまな業界に多大な価値を生み出すことができます。
**マッキンゼーは、AI 全体が世界経済に最大 25.6 兆ドルのプラスの経済効果をもたらすと予測しています。そのうち、生成 AI による貢献は 7.9 兆ドルにも上り、これは現在の世界の GDP 総額に相当します。世界経済（国内総生産）の体積の 8%。 **
シナリオ: 生成 AI による金融業界の新たな変化
生成 AI は、その広範な有用性のおかげで、世界中の人々の注目と想像力を魅了しています。自然言語を理解してコンテンツを作成するその「スーパーパワー」は、ほぼ誰でも使用できるため、生成 AI AI は業界の生産効率を向上させ、製品のイノベーションを促進し、将来的には世界中のさまざまな産業の既存構造を覆すことが期待されています。
**業界の観点から見ると、生成 AI が最大の価値を生み出す業界は、ハイテク、銀行、小売の 3 つです。 **マッキンゼーは、2032 年までに、生成 AI が世界の銀行業界 (資産および資産管理を含む。以下、総称して「資産管理」と呼びます) に毎年約 2,000 億米ドルから 3,400 億米ドルの新たな価値をもたらすと推定しています。銀行業界全体の10％、年収に占める割合は2.8～4.7％と高い。保険業界における生成 AI によって生成される予想される年間付加価値は 500 億米ドルから 700 億米ドル (業界の年間収益の約 1.8% ～ 2.0% を占める) と相まって、生成 AI のユースケースは次の分野で使用されると予想されます。金融業界 (銀行、保険など)、資産管理など)、価値プールは約 2,500 億米ドルから 4,100 億米ドルです。
**金融業界は、絶対的価値と相対的な成長可能性の両方の観点から、生成 AI ユースケースの可能性が最も高い業界の 1 つであることがわかります。 **それでは、この素晴らしい生成 AI は業界の特性とどのように組み合わされて価値を生み出すのでしょうか?マッキンゼーは、現在最も主流の 4 つのアプリケーション手法があり、金融業界における生成 AI によってもたらされる総利益の 75% を合計して貢献していることを観察しており、これらを「4C」、つまりコンテンツ洗練/仮想エキスパート (Concision) として要約しています。 )、ユーザー インタラクション (顧客エンゲージメント)、コンテンツ生成 (コンテンツ生成)、プログラミング アクセラレーション (コーディング)。
業界の観点から見ると、銀行業界、コンテンツの洗練/仮想エキスパートの観点から見ると、金融分野における反復的で単調なタスクは生成 AI によって自動化できます。これにより、金融担当者の効率が向上し、コストが削減され、時間はより価値の高い仕事に費やされ、仮想エキスパートを通じて銀行の最前線の担当者は非構造化データから洞察を抽出し、テキストを解釈し、製品ガイドやポリシーなどのすべての関連情報に迅速にアクセスして、顧客の要求に即座に対応できます。作業効率が60%向上します。
**コンテンツ生成に関しては、生成 AI は大量のテキスト、画像、音声データを学習および分析することでテキストやビジュアル イラストなどの新しいコンテンツを生成でき、金融業界企業のコンテンツ開発プロセスを加速します。 **たとえば、金融市場分析レポートやパーソナライズされた投資洞察を生成できます。契約書や入札書などの重要な文書の草案作成に使用できます。また、銀行、保険、資産管理向けの宣伝コピーやマーケティング資料の作成にも使用できます。証券会社等
**金融分野、特に定量取引やリスク管理では、効率的かつ正確なコード記述が非常に重要です。 **プログラミングの高速化に関しては、生成 AI はコードを解釈して生成することができ、コード スニペット、テンプレート、アルゴリズムを自動的に生成することで、ソフトウェア開発プロセスを加速し、手動エラーを減らすことができます。
銀行機能の観点から見ると、生成型 AI のユースケースは、最前線の流通、顧客業務、テクノロジー、法務、リスク、コンプライアンス、不正行為の 4 つの機能に最も大きな影響を及ぼし、銀行の潜在的な価値プール全体の約 1% を占めます70。 %。生成 AI ツールを使用すると、顧客満足度が向上し、意思決定と従業員エクスペリエンスが向上し、不正行為やその他の行為をより適切に監視できるためリスクを軽減できます。
**保険業界の観点から、金融業界の重要な部分として、そして依然として 4C の観点から見ると、生成 AI は損害保険と生命保険に多大な価値をもたらすでしょう。 **
**マッキンゼーは、資産管理業界の観点から、生成 AI の 4C アプリケーションも観察し、要約しました。 **たとえば、コンテンツの洗練と仮想エキスパートの観点からは、非構造化データに基づいて洞察を生成し、投資対象の発見などの投資行動を促進できます。たとえば、米国のビジネス、金融、金融情報の世界的なプロバイダーは、独自の GPT を開発しました。これは、財務上の質問への回答と分析のレポートを中心に、特定の金融分野のデータと一般データの組み合わせでトレーニングされた大規模なモデルです。
別の例として、プログラミングの高速化に関しては、米国の多国籍投資銀行および金融サービス会社が、開発者のコード作成を支援するために社内で ChatGPT タイプの AI ツールを使用しており、コンテンツ生成に関しては、北米の資産管理会社が ChatGPT を使用してコンテンツの高速化を行っています。データ視覚化ツールやスクリーニング ツールを作成するだけでなく、ユーザー インタラクションに基づいて、米国最大手のファンド管理会社の 1 つが、金融機関が公開資料を作成、レビュー、承認できるようにする AI 支援登録テクノロジー ビジネスを立ち上げました。独自の NLP モデルを使用した通信。上記の生成 AI のユースケースはすべて、資産管理のビジネス機能に及び、投資家や資産管理会社の社内従業員のニーズを考慮しています。
最終的に、生成 AI は、金融業界で長い間形成されてきた 4 つの特性により、金融業界で大きな役割を果たすことができます。銀行を例に挙げると、まず、従来の IT アーキテクチャに関連しています。数十年にわたり、銀行はテクノロジーへの投資を行っており、多額の「技術的負債」と孤立した複雑な IT アーキテクチャが蓄積していること、第 2 に、顧客対応従業員の数が多いという観点から、銀行業界は多数のビジネス サービス担当者に依存していることです。第三に、銀行側の事務作業は重く、生成的である AI の影響は組織全体に及ぶ可能性があり、電子メールの作成、ビジネス プレゼンテーションの作成、その他のタスクをすべての従業員が支援することになります。さらに、高度に規制された業界として、銀行業務には多大なリスクが伴います。 、コンプライアンス、法的ニーズ。
**要約すると、金融機関にとって、生成 AI アプリケーションは、人的エラーを削減することで生産効率を向上させ、時間とリソースを節約できます。同時に、イノベーション能力を強化し、エンド ユーザーに優れた製品と優れたサービス エクスペリエンスを提供します。 **
中国市場については、「中国AIデジタル展望2021-2025」のデータによれば、2022年の規模は約660億元、2020年から2025年までの複合成長率は84％に達すると予測されている。世界市場規模（2,170億米ドル）の10％、14％を占めます。この観点から見ると、生成 AI は世界経済に多大な価値をもたらしているだけでなく、業界自体にも巨大な投資機会があります。
**生成 AI バリュー チェーンは、専用ハードウェア、クラウド プラットフォーム、基本モデル、モデル センター、MLOps、アプリケーション、サービスの 6 つのリンクで構成されます。 **テクノロジーの隆盛により、バリューチェーン全体に大きなチャンスが生まれています。しかし、調査によると、各リンクの市場機会には大きな差があることがわかっています。一部のリンクにおけるリソース投資、専門知識、先行者利益が業界の障壁となっています。投資家や中小企業にとって事業拡大の大きな障害となっています。
生成 AI は急速に進化しており、CEO もそのビジネス価値と潜在的なリスクを調査しています。 CEO は、企業が生成 AI に注力するよう促す上で重要な役割を果たします。 CEO がこの旅に乗り出す際に念頭に置く必要がある戦略の多くは、企業経営者が過去のテクノロジーの波にどのように対応したかと一致しています。
ただし、生成 AI は、これまでの技術変化を超える前例のない開発スピードや、それに伴う対応の難しさなど、特有の課題ももたらします。
この目的を達成するために、CEO の参考として生成 AI の核となる概要を提供します (上の図を参照)。
生成 AI の適用を決定する前に、ゼロから始めて試行錯誤することによる膨大な時間とリソースの投資コストを考慮し、企業は専門機関の力を適切に活用して、生成 AI の導入を加速し、サードパーティのテクノロジーや知識を活用することもできます。経験を積むことで、回り道や落とし穴を回避し、より迅速かつ経済的に価値創造の目標を達成します。
**さらに、生成型 AI はあらゆる分野に新たな成長の勢いをもたらしますが、一定のマイナスの影響もあることに注目する価値があります。金融機関は生成型 AI を適用する際、モデルの錯覚、悪意のある使用、情報漏洩に特別な注意を払う必要があります。 AI、その他の 3 つの主要なリスク。 **企業はこれを非常に重視し、適切に予防および管理し、潜在的なリスクを最小限に抑え、その価値を最大化するための措置を積極的に講じる必要があります。
生成 AI による資産管理の未来
出典：「Financial May Flower」（ID：Caijing-MayFflower）、著者：Qu Xiangjun Han Feng
2023年上半期の国内外の主要な技術戦略動向と投資注目分野のリストを見ると、生成型人工知能（以下「生成型AI」）が最も注目を集める技術の1つであることは間違いない。 。 ChatGPT の出現により、この新興テクノロジーは前例のない大流行に突入しました。テクノロジーの巨人や AI メーカーの終焉は言うまでもなく、あらゆる階層が関連する話題について議論しています。このテクノロジーの饗宴を見逃すことを恐れて、一部の業界のリーダーやメディアは、生成 AI の波を過去のモバイル インターネットの機会と比較し、その潜在的な巨大な価値と影響力をさらに強調しました。
**従来の AI と比較して、生成 AI には、自動化と効率の向上、パーソナライゼーションとカスタマイズ、創造性とイノベーションの能力、説明可能性と透明性を含む、魅力的な 4 つの主要な利点があります。 **これは、説明可能性が必要な金融や医療などの分野で特に重要であり、信頼を構築し、規制要件を満たし、人々がシステムの決定を受け入れて採用しやすくするのに役立ちます。
つまり、生成 AI は、生産効率を改善し、イノベーション能力を促進し、競争環境を変えることにより、世界中のさまざまな業界に多大な価値を生み出すことができます。
**マッキンゼーは、AI 全体が世界経済に最大 25.6 兆ドルのプラスの経済効果をもたらすと予測しています。そのうち、生成 AI による貢献は 7.9 兆ドルにも上り、これは現在の世界の GDP 総額に相当します。世界経済（国内総生産）の体積の 8%。 **
シナリオ: 生成 AI による金融業界の新たな変化
生成 AI は、その広範な有用性のおかげで、世界中の人々の注目と想像力を魅了しています。自然言語を理解してコンテンツを作成するその「スーパーパワー」は、ほぼ誰でも使用できるため、生成 AI AI は業界の生産効率を向上させ、製品のイノベーションを促進し、将来的には世界中のさまざまな産業の既存構造を覆すことが期待されています。
**金融業界は、絶対的価値と相対的な成長可能性の両方の観点から、生成 AI ユースケースの可能性が最も高い業界の 1 つであることがわかります。 **それでは、この素晴らしい生成 AI は業界の特性とどのように組み合わされて価値を生み出すのでしょうか?マッキンゼーは、現在最も主流の 4 つのアプリケーション手法があり、金融業界における生成 AI によってもたらされる総利益の 75% を合計して貢献していることを観察しており、これらを「4C」、つまりコンテンツ洗練/仮想エキスパート (Concision) として要約しています。 )、ユーザー インタラクション (顧客エンゲージメント)、コンテンツ生成 (コンテンツ生成)、プログラミング アクセラレーション (コーディング)。
その他の一般的な使用例には、トランザクション処理: 注文処理、決済、決済などの金融取引の自動処理、財務諸表の生成: 財務データの自動収集、整理、分析、および準拠した正確かつタイムリーな財務諸表の生成が含まれます。会計基準との連携により、レポート作成時間を短縮し、手動によるエラーを削減します。リスク評価とコンプライアンス チェック: 大量の財務データを自動的に分析し、潜在的なリスク要因を特定し、コンプライアンス チェックを実施します。
**ユーザー インタラクションの観点から見ると、生成 AI システムは、大量の専門知識と人間の経験を学習および分析することで、ユーザーにパーソナライズされたソリューションとサポートを提供します。 **金融会社は、それに応じて、よりパーソナライズされた、効率的で満足のいくサービスを提供できます。たとえば、チャットボットを使用して顧客との接触とデータ収集を完了すると、今後 5 ～ 10 年で顧客とのやり取りの少なくとも 80% が自動化される可能性があります。その他の典型的な使用例には、インテリジェント アシスタント、パーソナライズされた推奨事項とカスタマイズされたサービス、感情分析と感情モニタリングなどがあります。
**コンテンツ生成に関しては、生成 AI は大量のテキスト、画像、音声データを学習および分析することでテキストやビジュアル イラストなどの新しいコンテンツを生成でき、金融業界企業のコンテンツ開発プロセスを加速します。 **たとえば、金融市場分析レポートやパーソナライズされた投資洞察を生成できます。契約書や入札書などの重要な文書の草案作成に使用できます。また、銀行、保険、資産管理向けの宣伝コピーやマーケティング資料の作成にも使用できます。証券会社等
**金融分野、特に定量取引やリスク管理では、効率的かつ正確なコード記述が非常に重要です。 **プログラミングの高速化に関しては、生成 AI はコードを解釈して生成することができ、コード スニペット、テンプレート、アルゴリズムを自動的に生成することで、ソフトウェア開発プロセスを加速し、手動エラーを減らすことができます。
銀行機能の観点から見ると、生成型 AI のユースケースは、最前線の流通、顧客業務、テクノロジー、法務、リスク、コンプライアンス、不正行為の 4 つの機能に最も大きな影響を及ぼし、銀行の潜在的な価値プール全体の約 1% を占めます70。 %。生成 AI ツールを使用すると、顧客満足度が向上し、意思決定と従業員エクスペリエンスが向上し、不正行為やその他の行為をより適切に監視できるためリスクを軽減できます。
**保険業界の観点から、金融業界の重要な部分として、そして依然として 4C の観点から見ると、生成 AI は損害保険と生命保険に多大な価値をもたらすでしょう。 **
これには、ソフトウェア開発の速度と品質の向上、保険金請求査定人の効率の大幅な向上、保険ブローカーの効率と顧客価値提案の向上、保険の顧客エクスペリエンスの大幅な向上などが含まれます。
ユースケースの有効性の観点から、マッキンゼーは、複雑な請求 (訴訟請求など) の補償コストが約 25% 節約でき、詐欺や詐欺的保険の特定の精度が約 18%、および詐欺的保険の 99% 向上できることを観察しました。自動化されたソリューションにより、保険会社は引受コストを 10% ～ 20% 削減できると期待されています。
**マッキンゼーは、資産管理業界の観点から、生成 AI の 4C アプリケーションも観察し、要約しました。 **たとえば、コンテンツの洗練と仮想エキスパートの観点からは、非構造化データに基づいて洞察を生成し、投資対象の発見などの投資行動を促進できます。たとえば、米国のビジネス、金融、金融情報の世界的なプロバイダーは、独自の GPT を開発しました。これは、財務上の質問への回答と分析のレポートを中心に、特定の金融分野のデータと一般データの組み合わせでトレーニングされた大規模なモデルです。
別の例として、プログラミングの高速化に関しては、米国の多国籍投資銀行および金融サービス会社が、開発者のコード作成を支援するために社内で ChatGPT タイプの AI ツールを使用しており、コンテンツ生成に関しては、北米の資産管理会社が ChatGPT を使用してコンテンツの高速化を行っています。データ視覚化ツールやスクリーニング ツールを作成するだけでなく、ユーザー インタラクションに基づいて、米国最大手のファンド管理会社の 1 つが、金融機関が公開資料を作成、レビュー、承認できるようにする AI 支援登録テクノロジー ビジネスを立ち上げました。独自の NLP モデルを使用した通信。上記の生成 AI のユースケースはすべて、資産管理のビジネス機能に及び、投資家や資産管理会社の社内従業員のニーズを考慮しています。
最終的に、生成 AI は、金融業界で長い間形成されてきた 4 つの特性により、金融業界で大きな役割を果たすことができます。銀行を例に挙げると、まず、従来の IT アーキテクチャに関連しています。数十年にわたり、銀行はテクノロジーへの投資を行っており、多額の「技術的負債」と孤立した複雑な IT アーキテクチャが蓄積していること、第 2 に、顧客対応従業員の数が多いという観点から、銀行業界は多数のビジネス サービス担当者に依存していることです。第三に、銀行側の事務作業は重く、生成的である AI の影響は組織全体に及ぶ可能性があり、電子メールの作成、ビジネス プレゼンテーションの作成、その他のタスクをすべての従業員が支援することになります。さらに、高度に規制された業界として、銀行業務には多大なリスクが伴います。 、コンプライアンス、法的ニーズ。
**要約すると、金融機関にとって、生成 AI アプリケーションは、人的エラーを削減することで生産効率を向上させ、時間とリソースを節約できます。同時に、イノベーション能力を強化し、エンド ユーザーに優れた製品と優れたサービス エクスペリエンスを提供します。 **
投資: 財務的観点から見た産業の見通し
生成 AI の開発が急成長しているため、その業界規模も急速に成長しており、投資家が業界に参入するようになっています。ブルームバーグのデータによると、生成 AI 市場の収益は 2022 年に 400 億米ドルとなり、2027 年と 2032 年にはそれぞれ 3,990 億米ドルと 13 億 400 万米ドルに達すると予想されています。 2022 年から 2032 年までの複合成長率は 42% に達します。
中国市場については、「中国AIデジタル展望2021-2025」のデータによれば、2022年の規模は約660億元、2020年から2025年までの複合成長率は84％に達すると予測されている。世界市場規模（2,170億米ドル）の10％、14％を占めます。この観点から見ると、生成 AI は世界経済に多大な価値をもたらしているだけでなく、業界自体にも巨大な投資機会があります。
**生成 AI バリュー チェーンは、専用ハードウェア、クラウド プラットフォーム、基本モデル、モデル センター、MLOps、アプリケーション、サービスの 6 つのリンクで構成されます。 **テクノロジーの隆盛により、バリューチェーン全体に大きなチャンスが生まれています。しかし、調査によると、各リンクの市場機会には大きな差があることがわかっています。一部のリンクにおけるリソース投資、専門知識、先行者利益が業界の障壁となっています。投資家や中小企業にとって事業拡大の大きな障害となっています。
2022 年から 2035 年までの世界市場規模の拡大は、主にトレーニング側のハードウェア、広告アプリケーション、ソフトウェアによるものと予想されます。このうち、インフラストラクチャサービスの年間複利成長率は60%に達し、2,448億米ドル増加すると見込まれています。広告アプリケーションの年間複利成長率は 125% に達し、1,924 億米ドル増加しました。
生成 AI のバリュー チェーンには、注目に値する次の市場機会があります。
**1. 専用ハードウェア: **モデルのトレーニングと推論プロセスで使用される計算能力インフラストラクチャは市場障壁が高く、基本的に大手プレーヤーによって占有されており、計算能力ハードウェアの中核は GPU や TPU に代表される計算チップです。
**2. クラウド プラットフォーム: **コンピューティング インフラストラクチャにアクセスし、生成的な AI ワークロードを実行するためのプラットフォームで、比較的集中した市場シェアを持っています。
**3. 基本モデル: **生成 AI バリュー チェーンのコア リンクは、専門知識とコスト投資によって推進され、一般的な大型モデルの傾向が集中しており、業界の大型モデルではまだ市場ギャップが存在します。追跡。
**4. モデル センターと MLOps: ** モデルのホスティング、微調整、展開のためのツール。大手と独立ベンダーが差別化された競争を形成します。モデル センターと MLOps は、基本モデル上にアプリケーションを構築するために必要な 2 つのタスクを実行します。モデル ウェアハウスは、基本モデルを保存してアクセスするためのスペースを提供します。2 つ目は、基本モデルを微調整してアプリケーションに展開するための専用の MLOps ツールです。
**5. アプリケーション: **大規模モデルの微調整に基づくターミナル アプリケーションは、スタートアップ企業に最大のチャンスがある分野です。生成 AI ユニコーン企業の約半数はこの市場で誕生しました。業界や特定の機能の開発、微調整されたモデルに基づいて構築されたアプリケーションが最初に目立つ可能性があります。
**6. サービス: **モデル製品に基づく付加価値サービスを提供するソリューションプロバイダー全体は大手メーカーが独占していますが、中小規模のプレーヤーが垂直分野に参加できる市場スペースはまだあります。
実戦: 企業が生成 AI を導入する方法
** 1 つ目は、オペレーティングモデルの変更です。 **GenAI の大規模な推進には、企業がオペレーティング モデルの包括的な変革を実施し、ビジネスのあらゆる側面に AI を組み込むことが求められます。 GenAI アプリケーションを大規模に実装する場合、成功する運用モデルは、戦略的ロードマップ、人材、運用モデル、テクノロジー、データ、テクノロジーのアプリケーションと変更管理という 6 つの主要な側面をカバーする必要があります。
生成 AI は急速に進化しており、CEO もそのビジネス価値と潜在的なリスクを調査しています。 CEO は、企業が生成 AI に注力するよう促す上で重要な役割を果たします。 CEO がこの旅に乗り出す際に念頭に置く必要がある戦略の多くは、企業経営者が過去のテクノロジーの波にどのように対応したかと一致しています。
ただし、生成 AI は、これまでの技術変化を超える前例のない開発スピードや、それに伴う対応の難しさなど、特有の課題ももたらします。
生成 AI の適用を決定する前に、ゼロから始めて試行錯誤することによる膨大な時間とリソースの投資コストを考慮し、企業は専門機関の力を適切に活用して、生成 AI の導入を加速し、サードパーティのテクノロジーや知識を活用することもできます。経験を積むことで、回り道や落とし穴を回避し、より迅速かつ経済的に価値創造の目標を達成します。
**さらに、生成型 AI はあらゆる分野に新たな成長の勢いをもたらしますが、一定のマイナスの影響もあることに注目する価値があります。金融機関は生成型 AI を適用する際、モデルの錯覚、悪意のある使用、情報漏洩に特別な注意を払う必要があります。 AI、その他の 3 つの主要なリスク。 **企業はこれを非常に重視し、適切に予防および管理し、潜在的なリスクを最小限に抑え、その価値を最大化するための措置を積極的に講じる必要があります。
(著者のQu Xiangjunはマッキンゼーのグローバルシニアパートナーであり、中国の金融機関コンサルティング事業の責任者です。Han Fengはマッキンゼーのグローバルパートナーです。マッキンゼーのチームメンバーはHu Yrong、Fang Haxiang、Fang Xiyuan、Li Jingyao、Song Geです。 、Qiu Waishan、Wang Zhechen、Jiang Zixiang、Lu Zhijuan などもこの記事に寄稿しました。財経研究者の Ding Yan もこの記事に寄稿しました)