金融サービスにおける高速な価値提供とAIの役割 #BetAIDay

by LayerX

Slide 1

Slide 1 text

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

Slide 2

Slide 2 text

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

Slide 3

Slide 3 text

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

Slide 4

Slide 4 text

Fintech事業部について Chapter 1

Slide 5

Slide 5 text

技術組織としての分岐点 Fintech事業部について

Slide 6

Slide 6 text

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

Slide 7

Slide 7 text

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

Slide 8

Slide 8 text

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

Slide 9

Slide 9 text

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

Slide 10

Slide 10 text

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

Slide 11

Slide 11 text

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

Slide 12

Slide 12 text

技術組織としての分岐点 MDMの独⾃性 Fintech事業部について

Slide 13

Slide 13 text

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。

Slide 14

Slide 14 text

⾦融事業の⾃動化における「壁」 Chapter 2

Slide 15

Slide 15 text

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

Slide 16

Slide 16 text

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」

Slide 17

Slide 17 text

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

Slide 18

Slide 18 text

全社的な取り組みの変遷 Chapter 3

Slide 19

Slide 19 text

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

Slide 20

Slide 20 text

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

Slide 21

Slide 21 text

開発組織の変化 Chapter 4

Slide 22

Slide 22 text

Fintech事業部の開発⽂化開発組織の変化

Slide 23

Slide 23 text

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

Slide 24

Slide 24 text

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

Slide 25

Slide 25 text

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

Slide 26

Slide 26 text

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

Slide 27

Slide 27 text

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

Slide 28

Slide 28 text

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

Slide 29

Slide 29 text

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

Slide 30

Slide 30 text

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

Slide 31

Slide 31 text

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

Slide 32

Slide 32 text

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

Slide 33

Slide 33 text

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

Slide 34

Slide 34 text

業務へのAI適⽤ Chapter 5

Slide 35

Slide 35 text

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

Slide 36

Slide 36 text

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

Slide 37

Slide 37 text

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

Slide 38

Slide 38 text

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

Slide 39

Slide 39 text

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

Slide 40

Slide 40 text

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

Slide 41

Slide 41 text

AIの活⽤推進はアイデアの量が重要開発組織の変化

Slide 42

Slide 42 text

おわりに Chapter 6

Slide 43

Slide 43 text

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