米国の規制当局は銀行業界における人工知能（AI）の監督を強化しており、この変化はすでにコンプライアンスコストを押し上げ、銀行に依存する外部ベンダーをより厳しく見直すことを迫っている。監視強化は、単一の新規則や注目を集める執行措置によるものではない。むしろ、ガイダンスと検査の着実な積み重ねが、銀行のAIへの取り組み方を変えつつある。
信用スコアリングから顧客サービスまで、あらゆる用途にAIを導入しようと競い合ってきた業界にとって、メッセージは明確だ。迅速に動くこと、しかしモデルがどのように機能し、誰が監視しているかを説明できる準備をしておくこと。
規制当局がより注意を払う理由
AIは静かに米国銀行業の基盤に組み込まれてきた。融資の可否判断を助け、不審な取引を検知し、何百万件もの顧客からの問い合わせを処理している。その広範さこそが規制当局の関心を引いている。当局は、これらのシステムが偏った判断を下していないこと、検査官に説明可能であること、新たな業務リスクをもたらしていないことを確認したいと考えている。
懸念は仮説ではない。AIモデルが融資を拒否したり取引を検知したりした場合、銀行はその判断を顧客と規制当局に対して正当化できなければならない。AIがより多くの責任を担うにつれ、そうした正当化は難しくなっている。
コンプライアンスコストの上昇
最も直接的な影響は収益に表れる。銀行はコンプライアンスチーム、モデルリスク管理、外部監査への支出を増やしている。機械学習と銀行規制の両方を理解するデータサイエンティストを採用しているが、これは希少で高コストな組み合わせだ。また、AIシステムのドリフト、バイアス、予期せぬ動作を監視するツールにも投資している。
小規模銀行にとって負担は相対的に重い。同じ予算や社内専門知識を持たないため、コストをより容易に吸収できる大規模競合に対して不利な立場に置かれ得る。
ベンダーへの厳しい目
銀行がAIをすべて自社で構築することはまれだ。サードパーティベンダーから購入しており、場合によっては数十社に及ぶ。規制当局は現在、そうした関係についてより厳しい質問を投げかけている。銀行はベンダーのモデルを監査できるのか。契約は継続的な監督を認めているか。ベンダーが誰にも知らせずにアルゴリズムを変更した場合、どうなるのか。
これにより銀行は契約を書き換え、より多くの透明性を求め、場合によっては機能を内製化に戻すことを迫られている。かつてバックオフィスの確認作業に過ぎなかったベンダーリスク管理は、取締役会レベルの懸念事項になりつつある。
正しく対応する銀行にとっての利点
ここには見落とされがちな競争上の側面がある。強固なAIガバナンスを示せる銀行は、新製品の投入、規制承認の獲得、顧客の信頼維持が容易になる可能性がある。つまりコンプライアンスは堀になり得る。
AI監督をコストセンターではなく中核能力として扱う金融機関は、是正対応に追われる競合より速く動ける可能性がある。規制当局が最終的に期待をハードルールとして正式化した場合にも、より有利な立場に立てるだろう。
現時点では、監視は強まる一方だ。銀行は今後数カ月に予想される次回のガイダンスに注目し、ルールが完全に整備される前にどれだけ投資するかを決めている。
