インタ―システムズ製品やソリューション、キャリアの機会などについて、検索してご覧ください。 結果には、開発者コミュニティ、製品ドキュメント、教育ウェブサイトからのコンテンツ、InterSystems.com サイトが含まれます。

金融サービスにおける機械学習によるレジリエンスの構築

この1年間で学んだことがあるとすれば、それはレジリエンス(適応力/回復力)の重要性です。パンデミックが発生しなければ、レジリエンスではなくビジネスアジリティについて議論していたことでしょう。昨年の市場の変動は、金融業界の考え方を変え、嵐を乗り切り、調整できることに意識を集中させました。

金融サービスにおけるレジリエンスには、大きく分けて2つの側面があります。ビジネス面でのレジリエンスとは、困難な状況を切り抜け、その場で調整し、機会を逃さないための洞察力に容易にアクセスできることを意味します。技術面でのレジリエンスとは、非常に不安定な状況でも、どのような負荷にも対応できることを意味し、業務を継続して安全に行うために必要な堅牢性とセキュリティも含まれます。

突然の出来事に遭遇した場合、 金融機関は「What-if(万が一)」のシナリオを迅速に検討し、それに応じた計画を立てる必要があります。これを実現するには、健全なデータと、そのデータから迅速にインサイト(洞察)を抽出するアナリティクスの活用が不可欠です。これは多くの企業にとって数十年来の夢でしたが、重要な進歩により、今日では実現可能となっています。

財務データモデリングとアダプティブ・アナリティクス

この10年間で、アナリティクスツールに関しては、ユーザーに力を与えること(エンパワーメント)に対する期待が大幅に高まっています。アナリティクスとトランザクション処理が別々に行われる時代は終わりました。それは、複雑な処理が発生するからですが、同時に、トランザクションを実行し、それをマイニングしてインサイトを得るシステムを1つ持つことが可能になったからです。データモデリングという中間層を設けることで、ビジネスユーザーが必要なときに必要なインサイトを簡単に得ることができるようになりました。

「アダプティブ・アナリティクス」を提供することで、ビジネスアナリストやデータスチュワードは、異なるサイロにあるデータをマイニングし、それらをすべて結合して、ダイナミックなビジュアライゼーションや簡単なデータ探索を行うことができます。 ウェルスマネージャーが顧客にポートフォリオへのアクセスを提供する一方で、会社のアナリストや自動売買システムが同じデータ(その他)を使用することができます。この両者が素晴らしいパフォーマンスと弾力性を持って共存するためには、データの重複は必要ありません。

金融サービスにおける機械学習導入の課題

機械学習(ML)は、金融サービスの分野でもレジリエンスの向上に大きな役割を果たします。すべての業種において、企業はこの技術を活用したいと考えており、人々はどこに行ってもこの技術について話しています。金融サービスにおけるMLのアプリケーションは数多く実証されています。しかし、金融サービスにおけるMLの実際のプロダクション実装の数は比較的少ないです。なぜでしょうか? 1つの理由は、データ処理に伴う複雑さです。もう一つは、熟練したデータサイエンティストが不足していることと、多くのMLスタックの学習曲線が険しいことです。3つ目は、テストから本番環境への移行の難しさです。

全産業に共通するそれらの理由に加えて、金融サービスに特有の要因もあります。金融サービスでは、取引前の執行、不正検知、顧客体験(CX)への取り組みなど、多くのユースケースでリアルタイムのMLが求められます。これらに必要な応答時間を提供できるMLシステムは比較的少ない。また、金融サービスでは、自動売買など、MLシステムが直接競合するシナリオが増えています。自分の会社だけであれば完璧に機能するML戦略も、他の会社が同じ手法を採用した場合には、自分も変化しなければなりません。そのためには、常に進化する「非定常型」と呼ばれるシステムが必要になります。

しかし、金融サービスにおけるML導入の障害となるものは減少しています。多くの金融サービス企業は、以前からアナリティクスやMLの活用を進めることに関心を持っていましたが、次のステップに進むことを阻む何か緊急性の高いものがあることが多かったのです。今こそ、行動を起こす時です。

autoMLとIntegratedMLで前進する

インターシステムズでは、銀行をはじめとする金融機関のレジリエンス向上のために、MLの開発・導入で説明した課題を解決する 「autoML」と「IntegratedML」を提供しています。これらは、データを別の環境に移すことなく、データに直接働きかけるツールであり、ML導入の全プロセスをより迅速かつ容易にします。パンデミックの影響から脱却するまでには、さらなる変動が待ち受けていると思われますが、最新のデータ管理・分析機能を活用することで、金融機関はより大きな回復力の恩恵を受け、より安定した状態であの世に行くことができるのです。

ジェフは最近、WithコロナおよびPostコロナの時代に金融サービス企業が直面する重要な問題について、Finovateの取材に応えています。その内容を紹介します(英語)。

 
ジェフ・フライド
インターシステムズ プロダクト・マネージメント ディレクタ。長期に渡りデータ管理の分野に注力し、特に、優れたデータ駆動型アプリケーション開発に情熱をもって支援をしている。インターシステムズに入社以前は、BA Insight、Empirix、TeloquentでCTOを務め、また、FAST Search、Transfer、Microsoftで、プロダクト・マネージメントを率いた。データマネージメント、テキスト分析、エンタープライズサーチ、相互運用性の分野で豊富な経験を持つ。業界で多くの講演や取材を行っており、15の特許をもつ。また、50以上の技術論文の著者であり、3冊の共著がある。

 

あなたが好きかもしれない他の投稿。