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。

「ウエストワールド」から学んだこと:強固なデータ基盤が AI の成功に重要な理由

人工知能が資本市場の運営方法を一変させる可能性があると業界は騒然としているかもしれませんが、私たちは本当に適切に物事を考え抜いてきたのでしょうか。必要な基礎知識がないまま導入を急ぐことが本当に最善の方法でしょうか。結局のところ、HBO局の番組「ウエストワールド」の住人にとってはあまりうまくいかなかったし、映画「ロボコップ」は、適切なセキュリティ管理を行わずにコンプライアンスを自動化することの危険性を物語っています。

見たことがない人のために説明すると、「ウエストワールド」は、リアルな人型 AI ロボットが、ワイルド・ウエストスタイルのテーマパークを支配する未来を描いています。これらが自分で考え始めたとき、物事は大失敗します。ビジネスの世界では、AIは同様に危険な存在である可能性があり、また企業を救う可能性もあります。

テレビシリーズや映画から学ぶことができる教訓を笑い飛ばすのは簡単ですが、それらはしばしば資本市場に簡単に適用できる繰り返し語られるメッセージを持っています。AI は、それが自己実現するようになるまでは、アクセスできるデータと同じくらいにしか優れていません。

今年全体的に、そして特に COVID-19 の危機は、フロントオフィスだけでなく、ミドルオフィスやバックオフィスにおいても、デジタル化とトランスフォーメーションがこの業界の将来にとって不可欠であることを証明しています。私はこの5ヶ月間、オペレーションチームと頻繁に会話をしてきましたが、完全に効率化するまでにはまだ長い道のりがあることを示唆しています。

企業は、ファックス、プリンター、スキャナー、紙ベースの文書に依存したマニュアルプロセスにまだ苦労しています。多くの情報にアクセスするのは難しく、自動化は中核となる取引後の処理という機能に欠けています。人工知能は現在の市場取引のやり方を強化し、変革する大きな可能性を秘めていますが、その導入を成功させるための基礎的な作業を確実に行う必要があります。市場のリーダーたちは、企業がこの技術を最大限に活用するためには、まずデータ基盤層を構築する必要があるという教訓を学びました。

ここ数年、規制変更管理から顧客体験の向上に至るまでの課題に取り組むための機械学習や AI の可能性について、業界では多くの議論がなされてきました。2018年、世界中を飛び回る毎年恒例のメガバンクカンファレンス「Sibos」では、機械学習の可能性の多くの側面を網羅したセッションの記録的な数(4日間のイベント期間中、合計25のセッション)で、AI がブロックチェーンやその他のテクノロジーを追い抜き、業界のアジェンダで優位に立っていることが示されました。

昨年も AI が議題の大半を占め、カンファレンスの閉会基調講演では、Google Cloud のトーマス・キュリアン CEO が、コンプライアンスの負担を軽減するために業界の規制当局がAIを利用することを提唱していました。しかし、これらのテクノロジーの野望を現実のものにするためには、基礎となるデータインフラの重要性についてが、最近のもう一つの検討事項となっています。

今年10月に初めてバーチャル開催される Sibos が近づくにつれ、業界にとってデータインフラの改善を最優先に考えることが重要になってきます。結局のところ、AIがどのようなタスクにもうまく展開できるかどうかは、高品質で正確なデータを提供できるかどうかにかかっています。「ガベージ・イン・ガベージ・アウト」という古い格言が、これまで以上に重要視されるようになったことはありません。「ウエストワールド」をもう一度思い出してみてください。もちろん、コンプライアンスや取引システムが間違っても、ワイルド・ウェストの銃撃戦で撃たれることはありませんが、ビジネスや評判に大きな悪影響を及ぼす可能性があります。

市場センチメント分析や取引監視などのタスクを実現するためにAIを導入して成功した最優良銀行の事例では、AIはパターン認識には優れているものの、データ入力に一貫性がなかったり、データ量が少なかったりするとうまく機能しないことを示しています。AI は、トレーダー、コンプライアンスチーム、またはテクノロジーを導入しようとするその他の機能やビジネスラインに実用的な洞察を提供するには、一貫性と互換性のある大量のデータを必要とします。

では、数十年前のレガシー技術や、「データ沼」のような静的で柔軟性のないデータレイクなど、システムのパッチワークからデータを収集しなければならない場合、業界はどのようにしてデータ管理という難問に取り組むべきなのでしょうか。1つのアプローチは、既存のアプリケーションと AI 対応アプリケーションの間に、シームレスでリアルタイムなデータアクセス、統合、分析を可能にする次世代のリアルタイム・インテリジェント・データ・レイヤーを配置することです。これらのアプリケーションは、危機的な状況下で市場や変動のレベルが急上昇する中で、データ量やワークロードの増加に対応するために、動的にスケールアウトする必要があります。これは、企業がすべての企業データストアを構造的に再構築することなく、次世代テクノロジーの恩恵を受けることができることを意味します。

過去のデータレイクの取り組みとは対照的に、これらは 「ホットでスマートなデータレイク」です。ホットとはリアルタイムのデータを取り込む能力のことで、スマートとはデータを調和させ、あらゆる種類の高度な分析を実行して、データをビジネスの真の価値に変える能力のことです。

AI がマニュアル作業のプロセスを自動化し、コンプライアンスを改善し、リスクを軽減し、アルファ値を増加させることで資本市場会社に価値をもたらし続ける中、先進的な会社は、最新の AI や機械学習ソフトウェアを使用するだけでなく、リアルタイムでインテリジェントなデータ管理技術を駆使して最新の進歩を遂げています。このようにして、今日の厳しい環境にある「ワイルド・ウェスト」を克服し、AIを有効に活用しているのです。

ファイアブランドの最新調査については、こちらをご覧ください。

 
著者について

ビルジニー・オシェイ Virginie O’Shea
ファイヤブランドリサーチ Firebrand Research 創始者

資本市場のフィンテック調査のスペシャリストで、20年の経験を持ち、特に規制開発、データ、標準に焦点を当てて金融テクノロジーの発展を追跡してきました。デジタル時代の資本市場テクノロジーとオペレーションの洞察を提供することに焦点を当てた新しい調査・アドバイザリー会社ファイヤブランドリサーチ創始者。

 

あなたが好きかもしれない他の投稿。