Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
金融サービスにおける高速な価値提供とAIの役割 #BetAIDay
Search
LayerX
PRO
August 01, 2025
Technology
1
880
金融サービスにおける高速な価値提供とAIの役割 #BetAIDay
2025/8/1 にLayerXで開催されたAIカンファレンス「Bet AI Day」における登壇資料です。
登壇者:Fintech事業 VPoE 髙橋 健太郎
LayerX
PRO
August 01, 2025
Tweet
Share
More Decks by LayerX
See All by LayerX
AI時代の経営、Bet AI Vision #BetAIDay
layerx
PRO
4
2.2k
バクラクによるコーポレート業務の自動運転 #BetAIDay
layerx
PRO
1
1k
LLMをツールからプラットフォームへ〜Ai Workforceの戦略〜 #BetAIDay
layerx
PRO
1
1.1k
Bet "Bet AI" - Accelerating Our AI Journey #BetAIDay
layerx
PRO
4
1.9k
人に寄り添うAIエージェントとアーキテクチャ #BetAIDay
layerx
PRO
10
2.4k
生成AI時代におけるAI・機械学習技術を用いたプロダクト開発の深化と進化 #BetAIDay
layerx
PRO
1
1.3k
AIエージェントが変える開発組織のEnabling #開発生産性con_findy
layerx
PRO
3
27k
LayerX AI・LLM Division Deck
layerx
PRO
1
41k
LayerX における mastra の活用と課題
layerx
PRO
9
5.1k
Other Decks in Technology
See All in Technology
生成AI活用のROI、どう測る? DMM.com 開発責任者から学ぶ「AI効果検証のノウハウ」 / ROI of AI
i35_267
4
130
20250818_KGX・One Hokkaidoコラボイベント
tohgeyukihiro
0
110
ウォンテッドリーのアラート設計と Datadog 移行での知見
donkomura
0
150
Amazon Q と『音楽』-ゲーム音楽もAmazonQで作成してみた感想-
senseofunity129
0
170
ロールが細分化された組織でSREと協働するインフラエンジニアは何をするか? / SRE Lounge #18
kossykinto
0
240
はじめての転職講座/The Guide of First Career Change
kwappa
5
4.4k
LLM 機能を支える Langfuse / ClickHouse のサーバレス化
yuu26
9
2.6k
Backlog AI アシスタントが切り開く未来
vvatanabe
1
170
Amazon Bedrock AgentCoreのフロントエンドを探す旅 (Next.js編)
kmiya84377
1
160
JAWS AI/ML #30 AI コーディング IDE "Kiro" を触ってみよう
inariku
3
400
Amazon GuardDuty での脅威検出:脅威検出の実例から学ぶ
kintotechdev
0
130
【OptimizationNight】数理最適化のラストワンマイルとしてのUIUX
brainpadpr
2
550
Featured
See All Featured
Building a Scalable Design System with Sketch
lauravandoore
462
33k
GraphQLとの向き合い方2022年版
quramy
49
14k
Into the Great Unknown - MozCon
thekraken
40
2k
The Cost Of JavaScript in 2023
addyosmani
53
8.8k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
31
2.2k
Adopting Sorbet at Scale
ufuk
77
9.5k
Designing for humans not robots
tammielis
253
25k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
Producing Creativity
orderedlist
PRO
347
40k
Bash Introduction
62gerente
614
210k
Product Roadmaps are Hard
iamctodd
PRO
54
11k
What's in a price? How to price your products and services
michaelherold
246
12k
Transcript
Fintech事業 VPoE 髙橋 健太郎@takochuu TAKAHASHI, Kentaro ⾦融サービスにおける ⾼速な価値提供と AIの役割 7Bets
on AI — Session 3
Speaker Fintech事業 VPoE アプリケーションエンジニアとして数社で勤務後、DeNA でエンジニア‧プロジェクトマネージャーとして勤務。 2016年より株式会社エウレカにて、⽇本版Pairsの開発責 任者‧Global版Pairsの開発責任者‧Head of Backend‧Head of
QAを担当。 2022年にLayerXに参画し、三井物産との合弁事業にて、 個⼈向け投資サービス「ALTERNA(オルタナ)」の⽴ち 上げに従事。 2024年からはVPoEとしてFintech事業部全般のエンジニ アリング組織を管掌。 髙橋 健太郎 TAKAHASHI, Kentaro
Agenda • Fintech事業部について • ⾦融事業の⾃動化における「壁」 • 全社的な取り組みの変遷 • 開発組織の変化 •
業務へのAI適⽤ • おわりに
Fintech事業部について Chapter 1
技術組織としての分岐点 Fintech事業部について
技術組織としての分岐点 市場の変化、経営者の意思決定、組織のAI浸透と活⽤による事業推進スピード全てにおいて変化が訪れ ている。対応の有無で事業の⾏く末は⼤きく変わる。 加速する事業と経営 Speed is The New Moat in
AI Sales. by Perplexity's CBO 技術組織としての分岐点
技術組織としての分岐点 三井物産、LayerX、⼤⼿⾦融機関などからアセットマネジメント、⾦融、ソフトウェア開発のエキス パートが集まって設⽴されたジョイントベンチャー 三井物産デジタル‧アセットマネジメント(MDM)のバックグラウンド Fintech事業部について
技術組織としての分岐点 MDMのビジネス Fintech事業部について
技術組織としての分岐点 MDMのプロダクト Fintech事業部について
技術組織としての分岐点 MDMのプロダクトタイムライン Fintech事業部について
技術組織としての分岐点 MDMのビジネス Fintech事業部について 不動産 ファンド 取得 配当 出資 投資家 投資プラットフォームの運営
取得した不動産やファンドの管理
技術組織としての分岐点 MDMの独⾃性 Fintech事業部について
技術組織としての分岐点 過去の取扱商品 Fintech事業部について ※これらの商品は、三井物産株式会社の⼦会社である三井物産デジタル‧アセットマネジメント株式会社によって、組成‧販売されたものです。
⾦融事業の⾃動化における「壁」 Chapter 2
不動産‧ファンド‧証券‧アセットマネジメント‧プロダクトと複数の領域が存在 それぞれが専⾨分野であり、それぞれの領域のプロフェッショナルが協調して事業を推進 不動産‧ファンド‧アセットマネジメント‧証券‧プロダクトの領域 物件鑑定 収益予測 契約書の作成‧契約 信託との連携 ローンの調整 物件管理指図 期中開⽰
資⾦管理 ⾦融事業の⾃動化における「壁」 証券の管理 期中配当‧開⽰‧償還 監督指針‧FISCへの準拠 各種規則に則った監督 FATCA対応 投資家獲得 リテンション イベント出展 セミナー CSATスコア向上 問い合わせ受付 不動産取得 ファンド組成 ファンド‧アセットマネ ジメント 証券販売‧運⽤ システム構築 コンプライアンス オンライン マーケティング オフライン マーケティング カスタマーサポート
不動産‧ファンド‧アセットマネジメント‧証券‧プロダクトの複雑性 • 多岐に渡る業務領域が存在 • 領域特有の深い知識が必要 • 金融事業であるため、ミスが起きた時の深刻さが大きく、ライセンスを取得しなけ れば事業活動ができない • 改善活動を行うためには深いドメイン知識が必要
• すべての領域に人が長らく担当してきた業務が存在 ◦ 契約書の作成・校正 ◦ 広告物の審査 ⾦融事業の⾃動化における「壁」
事業における複雑性 ⾦融事業の⾃動化における「壁」 → 具体的に開発を⾏って何の改善が可能なのか⼀⾒理解が難しく、効率化を⾏ うためには深い業務への理解が必要 • 多岐に渡る事業領域が存在 • 領域特有の深い知識が必要 •
金融事業であるため、ミスが起きた時の深刻さが大きく、ライセンスを取得しなけ れば事業活動ができない • 改善活動を行うためには深いドメイン知識が必要 • すべての領域に人が長らく担当してきた業務が存在 ◦ 契約書の作成・校正 ◦ 広告物の審査
全社的な取り組みの変遷 Chapter 3
エンジニアを中⼼にCursor‧ChatGPT‧Geminiなどを試⽤ 2024年まで 全社的な取り組みの変遷
包括的予算枠を設⽴し、全社を挙げてAIの活⽤を重要KPIとして設定。 全社員がツール利⽤申請の権利を持ち、全社的にAI活⽤を推進し、積極的にツールの改廃を⾏う。 2025年から 全社的な取り組みの変遷
開発組織の変化 Chapter 4
Fintech事業部の開発⽂化 開発組織の変化
AIは価値提供を ⾼速化するツールの⼀つ 開発組織の変化
4つの変化 • プロダクトマネジメント • エンジニアリング • 品質保証 • データ抽出・分析 開発組織の変化
ドメインが深いため、法令の調査‧仕様レビューがコストが⾼い課題が存在 プロダクトマネジメント 開発組織の変化 2. 企画‧仕様の⽴案 • 景表法や法定書面の記載要項(法定要件)に準拠する必要がある ◦ 企画・仕様を作成する際のコストが高い •
一部の有識者が作成した仕様のレビューが一般的なエンジニア・PdMでは困難 ◦ 外部専門家へのレビューは行うが、リードタイム発生 1. 法令の調査 3. 外部専⾨家レビュー
DeepResearchをはじめとするツールの進化でこれまで有識者が対応していた「調査」が容易に プロダクトマネジメント 開発組織の変化
コーディングが効率化されたが、課題の顕在化の速度が向上 エンジニアリング 開発組織の変化 1. 仕様検討 2. コーディング 3. コードレビュー •
コーディングについてはDevin / Cursor / Claude Code等で効率化 ◦ 価値検証が高速化されたが、問題が顕在化する速さが早くなった ▪ 品質 ▪ コードレビューの数 ▪ 技術的負債 • ソフトウェアエンジニアリングの重要性が向上 • 正しい設計の重要性 3. コードレビュー
コードレビューの補助ツール導⼊ エンジニアリング 開発組織の変化 • コードレビューが滞留するためツールを2種導入 • 人間はよりデータ・設計を重視したレビュー体制へ変更
ドメインが深いため、ブラックボックステストの影響範囲漏れ‧要件の確認漏れが発⽣していた 品質保証 開発組織の変化 1. テスト設計 2. ケース作成 3. コードレビュー •
要件の精査にドメイン知識が必要なため、ブラックボックステストでは要件漏れが 発生し、品質担保が困難 • テストケースの作成がすべて人間任せ ◦ テストケースのレビュー漏れ・観点漏れがあると障害につながる • テスト観点出しも仕様書に依存しているため、上流のアウトプットに品質が依存 3. テスト実施 2. ケース作成
Devin + cursorでの影響範囲調査、テストケース作成を効率化 品質保証 開発組織の変化
⾃然⾔語でのデータ分析 データ抽出‧分析 開発組織の変化 • Codexなどのソースコードを読み込んでいる ツールを利用した、自然言語での分析依頼 の自動化 • 非エンジニア向けにE-R図などの準備は必 要だがスキーマさえ理解できれば抽出依頼
を減らせるように
職種の役割が再定義され、より上流の「何を作るか‧どう売るか」の重要性が上がる プロダクト職種の役割を問い直す 開発組織の変化 1. 企画 2. 開発 3. QA 1.
企画 • 開発・品質保証の効率化が進み、より上流の「何を作るか・どう売るか」が大事な 時代が来る • 作られたプロダクトの確認作業・品質保証・承認の量も増加する ◦ この部分の効率化も課題になる ◦ いずれ、品質保証領域などはツールにより効率化される未来を予想
AIの浸透により 上流⼯程の質が⼤事な時代に 開発組織の変化
業務へのAI適⽤ Chapter 5
⽣成AIを活⽤した業務効率化のための社内プロダクト開発 ファンド組成 業務へのAI適⽤
⽣成AIを活⽤した業務効率化のための社内プロダクト開発 ファンド組成 業務へのAI適⽤ 1. 企画 2. 広告審査 3. カスタマーサポート 1.
ファンド組成 • 1つのファンドを作るのに約10種類の主要契約書 (それぞれが数十ページ) を作 成する必要があり、それぞれの整合性を保ちながら修正する人力作業を生成AI により支援。社内向けにWord Add-inの形で提供。 • ALTERNAの販売促進に利用する広告の審査業務のアシスタントAIを作成中。 広告表現がレギュレーションに接触しないかをAIで判定。 2. 広告審査
Wordアドインで契約書レビューの効率化を実施中。 ファイル間での表現における差分を抽出し、修正提案を⽣成している ファンド組成の効率化 業務へのAI適⽤
⾦融における広告基準を満たしているかをURLベースで判定 広告審査の効率化 業務へのAI適⽤ • 対象ページのURLを指定し、広告審 査ガイドラインに抵触しているかを検 定 • NGの場合は明示的にNG部分を抽 出し、指摘する
• Playwritght MCPで文書を抜き出して 対応
アセットマネジメントチームでの投資判断‧物件分析にChat GPTを活⽤ AM領域の効率化 業務へのAI適⽤
投資家からの問い合せ対応効率化 カスタマーサポート領域の効率化 業務へのAI適⽤ • AIが問合せへの回答文案を自動生成し、金融特有の複雑 な問合せ対応の処理時間を 25 % 削減 •
AI が目論見書・FAQ・社内ナレッジを横断検索し、問合せ 回答ドラフトを数秒で作成 • 結果、関連問合せにおける、オペレーターの回答文作成 リードタイムを 25 % 短縮 • ※社内トーン&法令ガイドも参照し AI が自己レビュー → 商品組成チームが最終確認して 品質を担保
AIの活⽤推進は アイデアの量が重要 開発組織の変化
おわりに Chapter 6
⾼速な価値提供のためにAI時代に重要なこと おわりに 活⽤領域を増やすためツールを利⽤しやすい環境を準備 AI技術の浸透でプロダクト開発は上流が重要になる AIツール活⽤はアイデアの量(発想量)が⼤事