2023年8月2日に行われた『生成AIとともに金融の未来を探求する #2〜フィンテック養成勉強会#32 powered by QUICK』の進行スライド。 https://fintech-engineer.connpass.com/event/289053/
View Slide
Confidential© 2023 QUICK Corp. All Rights Reserved. 2ੴҪཅࢠגࣜձࣾ26*$,ೖࣾɻΞϓϦέʔγϣϯ։ൃ෦ΛܦݧޙɺγεςϜӡ༻σʔλཧΛܦݧɻݱࡏ৽نࣄۀاըΛ୲ɻࢿ࢈ͱͯ͠ͷΞʔτͷՁ֨σʔλੳΛ࣮ࢪɻΦϧλφςΟϒΞηοτͱۚ༥ͱͷؔੑʹڵຯ͕͋Δɻ࢘ձհ
Confidential© 2023 QUICK Corp. All Rights Reserved. 326*$,ʹ͍ͭͯຊܦࡁ৽ฉࣾάϧʔϓͷۚ༥ɾܦࡁใαʔϏεձࣾ• ຊॳͷۚ༥ใϕϯμʔͱͯ͠ͷۀҎདྷɺূ݊ɾۜߦΛ͡Ίͱ͢Δۚ༥ػؔʹϚʔέοτใΛఏڙ͍ͯ͠·͢• ܦฏۉגՁΛ͡ΊຊΛද͢Δ͞·͟·ͳࢦͷࢉग़ͳͲຊͷۚ༥ࢢΛࢧ͑Δۚ༥ใϕϯμʔͰ͢ݸਓࢿՈͷօ༷ʹɺʮ26*$,.POFZ8PSMEʯͱ͍͏ձһ͚ࢿใαΠτΛӡӦ͍ͯ͠·͢גࣜձࣾ26*$,ຊܦࡁ৽ฉࣾͷάϧʔϓձࣾͰ͢
ϑΟϯςοΫཆίϛϡχςΟ藤井 達人株式会社みずほフィナンシャルグループ執行理事デジタル企画部 部長(部付)阿部 一也(あべんべん)Institution for a Global Society株式会社上席研究員高屋 卓也株式会社 技術評論社https://fintech-engineer.connpass.com/ӡӦʢڞಉओ࠵ͷ໊ʣ
メンバー 3,378人!
νϟϯωϧʹ͝ొ͍ͩ͘͞IUUQTXXXZPVUVCFDPN!VTFSHENWTFP
ޙԉגࣜձࣾ26*$, Ұൠࣾஂ๏ਓۚ༥σʔλ׆༻ਪਐڠձ
ϝσΟΞύʔτφʔגࣜձࣾ άουΣΠhttps://goodway.co.jp/fip/htdocs/jo0610g3i-3242
ຊͷϓϩάϥϜ ϋογϡλάGJOFOHJOF時間 プログラム19:00 - 19:05(5分)オープニング石井 陽子@株式会社QUICK19:05 - 19:35(30分)講演『AI を利用した Java 開発の最新情報』講演者:寺田 佳央@日本マイクロソフト株式会社 クラウド アドボケイト19:35 - 19:40(5分)休憩19:40 - 20:25(45分)パネルディスカッション『生成AIとともに金融の未来を探求する』パネラー :寺田 佳央@日本マイクロソフト株式会社 クラウド アドボケイトパネラー :林 憲一@SambaNova Systems Japan合同会社 Head of Marketingパネラー :氏弘 一也@シンプレクス株式会社 クロスフロンティアディビジョン プリンシパルパネラー :阪本 雅義@日本生命保険相互会社 デジタル推進室 デジタル推進課長パネラー :藤井 達人@株式会社みずほフィナンシャルグループ 執行理事 デジタル企画部 部長(部付)モデレーター:阿部 一也@Institution for a Global Society株式会社(IGS) 上席研究員20:25 – 20:30(5分)クロージング渡辺 徳生@株式会社QUICK20:30 – 21:30(60分)ネットワーキング無料(お酒・軽食をご用意しております)
݄ʹࡳຈ͔Β౦ژʹҠॅɻ*5اۀۚ༥ػؔͷݚڀॴͰγεςϜΤϯδχΞͱͯ͠ΩϟϦΞΛੵΈɺݱࡏڭҭɾ)3͚ͷϒϩοΫνΣʔϯʹ͍ͭͯͷݚڀ։ൃΛߦ͍ͬͯ·͢ɻ1ZUIPOػցֶशɺϒϩοΫνΣʔϯɺΫϥυɺۚ༥ɺιϑτΣΞ։ൃʹؔ͢Δ*5ίϛϡχςΟͷӡӦɺઌٕज़ɺϏδωε৫վֵͷΠϕϯτاըɺࣥචͳͲͷݸਓ׆ಈΛߦ͏ɻ<ίϛϡχςΟӡӦ>4UBSU1ZUIPO$MVCɺϑΟϯςοΫཆίϛϡχςΟ΄͔ଟ<मɺࣥචɺ༁ɺࠪಡ>ɾ4QBSLʹΑΔ࣮ફσʔλղੳʕେنσʔλͷͨΊͷػցֶशࣄྫूɾϚϯΨͱਤղͰεοΩϦΘ͔Δϓϩάϥϛϯάͷ͘͠Έɾ࣮ફۚ༥σʔλαΠΤϯεӅΕͨߏΛ͋ͿΓग़ͭ͢ͷΞϓϩʔνɾςετۦಈ1ZUIPOɾ͋ͨΒ͍͠1ZUIPOʹΑΔσʔλੳͷڭՊॻɾΈΜͳͷϒϩοΫνΣʔϯɾϑΟϯςοΫΤϯδχΞཆಡຊɾ1ZUIPOεΩϧΞοϓڭՊॻɾ"GUFS("'"ࢄԽ͢Δੈքͷະདྷਤɾ࣮ફγφϦΦɾϓϥϯχϯάɾۚ༥"*ޭύλʔϯɾ"*ʷ8FCͷະདྷѨ෦Ұ*OTUJUVUJPOGPSB(MPCBM4PDJFUZגࣜձ্ࣾ੮ݚڀһ1SPGJMF
Copyright © 2023 SambaNova Systems⾃⼰紹介︓林 憲⼀(1967年 東京⽣まれ)• SambaNova Systems, Head of Marketing for APAC信州⼤学社会基盤研究所特任教授• 略歴+ 1991年 東京⼤学⼯学部計数⼯学科卒+ 1991年 〜 富⼠通研究所及び富⼠通でスパコンの研究・開発+ 1998年 〜 ⽶国Sun MicrosystemsでSunFireサーバー開発エンジニア+ 2006年 〜 マイクロソフトでWindows Serverのマーケティング+ 2010年 〜 エヌビディアでエンタープライズマーケティング本部⻑+ 2020年 〜 信州⼤学社会基盤研究所特任教授+ 2022年 〜 SambaNova SystemsAIが⽣成した画像家族型ロボットLOVOT“つぶあん”
Copyright © 2023 SambaNova SystemsSambaNova SystemsについてシリーズDまでに11億ドル以上を調達スタンフォード⼤学コンピュータ科学教授Chris Réスタンフォード⼤学EE/CS教授Kunle OlukotunCEORodrigo Liangパロアルトオースティン、ロンドン、東京2017創業ML/AIソフトウェア定義型ハードウェア500+HW/SWAIエンジニアCopyright © 2023 SambaNova SystemsAI半導体からソフトウェア、サーバーシステム、⽣成AIソリューションまでフルスタックで提供2023 ACMEckert-MauchlyAward
15 CONFIDENTIAL © 2023 Simplex, Inc.⾃⼰紹介2012年〜 シンプレクスさまざまな⾦融機関(銀⾏・証券・保険)向けのシステム開発プロジェクトに参画。要件定義、設計、開発、テスト、運⽤と幅広く経験。2016年〜 ロボット開発ベンチャーコミュニケーションロボットに搭載する以下機能の設計・開発を担当。⾔語機能︓対話、趣味嗜好の記憶制御、感情分析画像認識︓顔認証、感情分析⾳声認識︓⾳声認識(辞書の整備)2019年〜 シンプレクス⾃社の分析基盤構築やAIプロダクトの設計・開発。受託の分析案件のチームリード。暗号資産事業においては、STO案件のアーキテクチャ設計。⽣成AI専⾨チーム(Generative AIコンピテンシー)のリードとして⽣成AIによる社内の業務効率化に向けて活動中。• AIエンジニアとして分析プロジェクトを推進。また、アーキテクトとして暗号資産事業のSTO案件のアーキテクチャ設計を担当。⽣成AI専⾨チームのリードとして、⽣成AIによる社内の業務効率化に向けて活動中。⽒弘⼀也クロスフロンティア・ディビジョンプリンシパル
16 CONFIDENTIAL © 2023 Simplex, Inc.• DXを⽀援するテクノロジーパートナーとして、幅広い業界の課題に対し、戦略から設計、開発、運⽤保守まで、⼀気通貫かつ⾃社完結でのトータルソリューションを提供。シンプレクス 会社紹介沿⾰社名 シンプレクス株式会社事業概要⾦融機関の収益業務に関わるシステム・ソリューションの提供• 業務コンサルティング• システムコンサルティング• システム開発• 保守・運⽤• パッケージシステム販売• ASPサービス提供 等代表取締役社⻑ ⾦⼦ 英樹創業年⽉⽇ 1997年9⽉16⽇資本⾦ 4,750 百万円連結従業員数 1,346名(2023年4⽉1⽇現在)株主 シンプレクス・ホールディングス株式会社本社所在地 東京都港区⻁ノ⾨1-23-1 ⻁ノ⾨ヒルズ森タワー19階会社概要“FinTech Rankings Top 100”に9年連続で選出(国内は4社のみ)1997年9⽉ 株式会社シンプレクス・リスク・マネジメントを設⽴2000年2⽉ 株式会社シンプレクス・テクノロジーに社名(商号)を変更2002年2⽉ JASDAQ市場に上場2004年5⽉ 東京証券取引所市場第⼆部に上場2005年9⽉ 東京証券取引所市場第⼀部に上場2008年3⽉ Simplex U.S.A. , Inc.(⽶国・カリフォルニア州)を設⽴2010年9⽉ シンプレクス・コンサルティング・ホンコン・リミテッド(中国・⾹港)を設⽴2010年10⽉ 株式会社シンプレクス・ホールディングスに社名(商号)を変更株式会社シンプレクス・コンサルティングを新設継承会社とする会社分割を⾏い純粋持株会社体制に移⾏2013年4⽉ 上場廃⽌を前提としたMBO(マネジメント・バイアウト)の実施にあたり、公開買付けを通じて株式会社シンプレクス・ホールディングスの普通株式、および新株予約権を取得・保有することを主たる⽬的として株式会社SCKホールディングスを設⽴2013年10⽉ 東京証券取引所市場第⼀部上場廃⽌2014年1⽉ 株式会社SCKホールディングス、株式会社シンプレクス・ホールディングス、株式会社シンプレクス・コンサルティングが事業再編により合併、シンプレクス株式会社に社名(商号)を変更2016年12⽉ 株式会社SKホールディングスとシンプレクス株式会社が事業再編により合併単独株式移転により、持株会社シンプレクス・ホールディングス株式会社を設⽴2017年2⽉ Simplex Global Inc.(⽶国・ニューヨーク州)を設⽴2018年8⽉ ⽇本初の「AWS⾦融サービスコンピテンシー」認定を取得(AWS公認資格)2019年3⽉ AI⼦会社「Deep Percept株式会社」をepiST株式会社との合弁会社として設⽴2021年4⽉ クライアントのDXを⽀援する総合コンサルティングファームとして「XspearConsulting株式会社」を設⽴2021年9⽉ 東京証券取引所市場第⼀部に上場
17 CONFIDENTIAL © 2023 Simplex, Inc.⽣成AI専⾨チーム(Generative AIコンピテンシー)の設⽴• これまでのAI開発の経験を活かしつつ⽣成AIの活⽤ナレッジを蓄積することで、社内の業務効率化やナレッジの外部提供を⾏う。• プレス:https://www.simplex.inc/news/2023/2278/専⾨チームの役割、活⽤検討の流れシンプレクスGenerative AIコンピテンシー社員1 活⽤⽅法の相談有志による活動に対して、どうアプローチするかなどの問い合わせ担当チームとして活動。①活⽤⽅法の相談②社内活⽤PoC③活⽤例の周知④活⽤事例の公表カンファレンスプレスリリース④活⽤事例の公表⑤ノウハウの外部提供コンサルティングPJ/有志による活⽤検討専⾨チームの役割2 社内活⽤PoC⾼い効果を期待する場合、業務フローの⾒直しや専⽤ツール/アプリの開発が必要となるため有志の活動だけでは対応が難しい。専⾨チームが主体となってPoCを実施。3 活⽤例の周知利⽤状況のモニタリングを実施し、効果的な利⽤例やプロンプトの改善点を整理。整理結果を周知し、活⽤の促進を図る。4 活⽤事例の公表社内事例を積極的に公表。国内の⽣成AIの利⽤促進に貢献。5 ノウハウの外部提供活⽤⽅法から、環境準備、専⽤ツール/アプリを外部提供。
18 CONFIDENTIAL © 2023 Simplex, Inc.⽣成AI専⾨チームの活動紹介1• セキュアなLLM API利⽤環境やガイドラインを作成。認証・認可、リクエスト・レスポンス監視の仕組みを構築。• 従業員が気軽にLLMを利⽤できるようチャット⽤Webアプリを提供。• LLM API、チャット⽤Webアプリの利⽤状況をモニタリングし、効率的な使い⽅を社内共有。SubnetSubnetVirtual networkAzure Japan Eastシンプレクスオフィス業務端末(PC)ServerSubnetAPI利⽤許可環境インターネットApplicationGatewayAPIManagementPrivate LinkPrivate LinkPrivate LinkAzure OpenAIServiceKey VaultPublic DNSNetworkSecurity GroupNetworkSecurity GroupNetworkSecurity GroupLog AnalyticsBlob StorageAzureEntra IDAzure East USPrivate DNSApp Serviceドメイン/証明書
19 CONFIDENTIAL © 2023 Simplex, Inc.⽣成AI専⾨チームの活動紹介2• GitHub Copilotの導⼊を開始。• 利⽤を検討した半数以上のメンバーで⽣産性向上の効果が⾒られた。利⽤料を加味しても投資効果は出ている。ほぼ変わりなし21%向上68%⼤幅に向上11%開発⽣産性に関して0分14%10分未満18%10分以上 - 30分未満28%30分以上 - 60分未満28%60分以上12%削減時間(分/⽇)開発⽣産性に関するアンケート結果 利⽤⽤途フロントエンド・バックエンド・インフラ開発と幅広い領域での利⽤が観測できた。主な⽤途は以下の通り。• コード補完• デバッグ• 単体テストのコード作成• コメント作成• 設計書からコード作成
20 CONFIDENTIAL © 2023 Simplex, Inc.⽣成AI専⾨チームの活動紹介3• 社内活⽤PoCに向けて課題のヒアリング、技術検証を開始。課題選定アプリ選定セキュリティ設計検証• 各部署やプロジェクトメンバーの⽇々のスケジュール、業務内容、困りごとをヒアリング。• ヒアリング内容を踏まえて課題を特定。• 以下の⽣成AI適⽤観点から対応優先度を検討。ビジネス効果、対応⼯数、求める精度/誤りの許容度、効果検証の容易さ、業務フローの適⽤/変更余地• 課題にマッチするソリューションを各種SaaS(GitHub Copilot、Box AI、Notion AIなど)から選定。• マッチするソリューションがない場合、⾃社によるアプリ作成を検討。• 必要最低限の機能をユーザに公開し、PoCを実施。• ビジネス効果、コストを精緻化し、業務フローへの組み込み可否を判断。• PoC実施環境および本番運⽤を想定したデータアクセスやソリューション利⽤権限管理の⽅法を設計。• 再学習含むデータ漏えいのリスク、およびその対策を検討。• 利⽤状況の監視の仕組みを設計。
ü ⽇本⽣命にて⼤規模システム開発(顧客関係構築、顧客体験向上領域)に⻑年従事2015年には構築に従事した営業⽀援システムにて特許取得ü 2019年より現職。同年よりスタートした全社DXプロジェクト「⽇本⽣命デジタル5カ年計画」を推進RPA全社展開、先端技術の調査・活⽤を統括とりわけ近年は全社データ利活⽤推進に向け、案件組成、データマネジメント、分析基盤構築、⼈材育成に注⼒ü ⼤規模エンタープライズ開発の経験をベースに、既存IT・データと先端技術利活⽤の融合を進めている⽇本⽣命保険相互会社デジタル推進室 阪本雅義2002年 ⽇本⽣命保険相互会社 ⼊社ニッセイ情報テクノロジー 出向2015年 ニッセイ情報テクノロジー 経営企画部2019年 ⽇本⽣命保険相互会社 デジタル推進室(現職)2023年- FDUA*「標準化委員会」検討委員「⽣成AI検討WG」WG⻑代⾏順天堂⼤学院医学研究科産学連携講座 講師2023年度より順天堂院の産学連携講座(15コマ)をデジタル推進室にて実施*Financial Data Utilizing Association ⼀般社団法⼈⾦融データ活⽤推進協会⾃⼰紹介
ίϯϐϡʔλʔͱੜ"*ͷਐԽ"*ٕज़ͷਐԽͷඋ͑"*ͱίϯϐϡʔλʔͷਐԽͷྺ࢙ੜ"*ͷਐԽͱ࠷৽ͷಈੜ"*͕֤ۀք༩͍͑ͯΔΠϯύΫτ"*ͷਐԽʹ͏՝ͱݒ೦ςʔϚ
Copyright © 2023 SambaNova SystemsAI新時代︓ファンデーション(基盤)モデル従来AI計算技術からの不連続な進化基盤モデル深層学習機械学習2000年代2010年代2020年代
Copyright © 2023 SambaNova SystemsAI新時代︓ファンデーション(基盤)モデル従来AI計算技術からの不連続な進化基盤モデル︓⼤規模スパース演算深層学習︓⼤量の⼩規模密⾏列演算基盤モデルの計算は従来のAI計算機が最も苦⼿としている計算パターン⇓新たなコンピュータアーキテクチャが求められている2010年代2020年代
Copyright © 2023 SambaNova Systemsスパース性に強く、⼤容量メモリが利⽤できるデータフローアーキテクチャは基盤モデル時代のアーキテクチャDGX A100• 1システム当り8GPU• 320GBメモリ6倍⾼速なGPT学習時間DGXA100スピードアップDataScale® SN30• 1システム当り8RDU• 8TBメモリDGX A100のGPT 13B学習をSOTAの精度で凌駕8倍の学習効率演算性能のためではなく、⼤規模パラメーターを載せるメモリのために多数のGPUが必要1台のクォーターラックサーバー
Copyright © 2023 SambaNova Systems⽣成AIモデルを所有する必要性特徴 サービスとしてのモデル 顧客所有モデル⽣成AIへの取り組み 段階的 戦略的展開 クラウドのみ オンプレまたはクラウド公開データの正確性組織内部のデータの正確性安全かつ⾮公開でモデルを適応モデルの重みの可視性学習データと学習⽅法の可視性異なるインフラへのモデル移動可能性モデルの所有者 ベンダー 顧客クラウドベースの⽣成AIモデルプロバイダー必要条件︓規制および透明性の要求必要条件︓⻑期的な知的財産と差別化の構築必要条件︓組織内データを使⽤して特定のプロセスのためにモデルを安全に最適化
Copyright © 2023 SambaNova Systemsデータの価値⾼い低い社内データ(⾮公開)特定領域固有データ(公開/⾮公開)インターネット上のデータ(公開)⼀般的な⾔語構造モデルが学習された時点での「知識」お客様のビジネスに関する専⾨的かつ最新の知識l 社内議事録、社内メール、社内レポート、契約書、売上データ、特許、社史l 電⼦カルテ、医⽤画像特定領域に特化した⾔語と⽤語企業⽤途コンシューマー⽤途⽣成AIで最も有⽤なデータは最も秘匿性の⾼いデータ
Copyright © 2023 SambaNova Systems⼤規模コマーシャルカスタマー事例⼤規模⾔語モデルを実現する欧州のAIスーパーコンピュータにSambaNovaを採⽤• 感情分析• ⽂書分類• 固有表現抽出• ⽂書⽣成• 複合⾔語処理利⽤⽤途データの価値⾼い低いOTP銀⾏固有の製品仕様、コールセンター履歴等のデータの学習(⾮公開情報)⾦融業界固有データの学習(公開/⾮公開)インターネット上のデータによる⼀般常識の学習(公開)x
ۚ༥Ͱͷ։ൃʹ͓͚Δ"*׆༻։ൃͲ͏มΘΔ͔ʁ"*ಋೖͷ۩ମతͳख๏ϕετϓϥΫςΟε"*ಋೖͷࡍͷ՝োนଞͷاۀۚ༥ػؔͷޭࣄྫࣦഊࣄྫ"*ಋೖʹ͚ͨܭըཱҊਓࡐҭͷΞυόΠεςʔϚ
ੜ"*Ͱۚ༥Ͳ͏มΘΔʁۚ༥Ͳ͏มΘΔ͔ʁੜ"*ͷۚ༥ۀքͷӨڹ"*ʹΑΔۀࣗಈԽɾޮԽͷՄೳੑ"*ಋೖʹΑΔਓؒͷׂͷมԽੜ"*ٕज़ͷݱঢ়ͷݶքʹ͍ͭͯςʔϚ
Ϋϩʔδϯά
Confidential© 2023 QUICK Corp. All Rights Reserved.ลಙੜʢΘͨͳͱ͓͘ʣגࣜձࣾ26*$, Πϊϕʔγϣϯਪਐຊ෦ ຊ෦݉άϧʔϓ౷ׅ$*0ิࠤɾ̓̍ ౡੜ·Εɺւಓˠؔҭͪɾֶੜ࣌ʹཧ౷ܭͱ௨৴ʹڵຯΛ࣋ͭɾ̐̕ωοτϫʔΫٕज़ऀͱ̦̪̞̘̠ͯ͠ʹೖࣾɾ֤छ̖̥ɾ̙̗ઃܭɺઌٕज़ͳͲͷݕূɺܦӦاըࣨΛܦݧɾ̌̔ۚ༥ΦϯϥΠϯαʔϏεͰࠃॳͷେنԾԽ̥̟ΛਪਐɾҎ߱ɺ%9ϓϩδΣΫτʢΫϥυԽܭըʣݱ৫ͷ্ཱͪ͛ʹैࣄɾझຯɿΰϧϑɺຊञɺΨʔσχϯάɺνϫϫʮࣗతͳಇ͖ํ͕νʔϜΛڧ͘͢ΔʯະͷઓͱϦʔμʔγοϓᴹXFWPY #-0(࢘ձհ
࣍ճ্݄०։࠵༧ఆ
IUUQTQFBUJYDPNFWFOUWJFX
IUUQTTUBSUQZUIPODPOOQBTTDPNFWFOU1ZUIPOษڧձ
IUUQTTBSCMBCTFNJOBSQFBUJYDPNWJFX
ʲ͝հʳ ౻Ҫୡਓ دߘʢҰ෦ʣIUUQTXXXTCCJUKQBSUJDMFGK IUUQTXXXOJLLFJDPNBSUJDMF%(9;206#..6"$
Let’s enjoy FinTech!