ジェネレーティブAI
AIを正しい軌道に乗せ続けるには、継続的な検証が鍵となる
意思決定ごとの検証を行うことで、ユーザーがAIの判断を信頼できるようになります
トークン関連のコストという大波が押し寄せようとしている
トークンの利用が急増していることから、金融企業は現代のエンタープライズAIの経済性を再考せざるを得なくなっています
銀行各社は、モデルリスクへの対応と並行して、GenAIのガバナンス体制を構築している
リスク・ベンチマーキング：大半の企業がAIガバナンス委員会を設置していますが、責任の所在は分散しています
フロンティアAIが新たなサイバーリスクをもたらす――BISの調査より
高まる脅威に対処するためには、国内および国際的な協力が必要です
モデル・リスク管理担当者は、規制の相違が拡大していると感じている
リスク・ベンチマーキング調査によると、大半の銀行は、米国ではモデルリスクに関する監督当局の審査が緩和されると予想している一方、欧州では厳格化されると見込んでいることが分かりました。
モデル・リスク管理担当者には、限られたリソースでより多くの成果を上げるよう求められている
リスク・ベンチマーキング調査によると、リソースが横ばいのまま、各部門にはAI関連の業務負荷がますます押し寄せていることが明らかになりました。
銀行各社はGenAIのテストを自動化していますが、その範囲には大きなばらつきがある
リスク・ベンチマーキング：LLMを審査官として活用することで、大規模なモデル検証が可能になりますが、これを活用して自律的な承認を促進している金融機関はほとんどありません。
銀行の3分の1は、GenAIモデルのログを記録していない
リスク・ベンチマーキング調査によると、プロンプトのログを体系的に確認している銀行はほとんどなく、大手金融機関ほどリスクの高いユースケースに重点を置いていることがわかりました。
ゲートキーパーからコーチへ：モデル・リスクが新たな姿への変革を図る
モデル・リスク・ベンチマーキングのデータによると、この分野は変革の真っ只中にあり、リソース削減、AIモデル、規制の相違といった課題に直面していることが明らかになっています。
AIエージェントは、信用リスク管理者になれるかも……あと一歩
Risk Live：銀行関係者によると、信用ストレステストは自動化できる可能性があるものの、最終的な責任は依然として人間が負うとのことです
銀行各社によると、AIモデルの管理は「3つの防衛線」のあり方を変えつつあるとのこと
Risk Live: モデル管理者は、開発の過程で意思決定の場に参画することを望んでおり、第一線の担当者がAIモデルのテストを主導することを期待しています。
銀行の5行中4行が、オペリスクの管理にAIを活用している
サイバーリスクの活用事例が増加していますが、ガバナンスやROIへの懸念から、一部では慎重な姿勢も見られます
すべてはつながっている：サンタンデールの米国CROが縦割り思考を排する
AIの台頭により、不正、サイバー、サードパーティ、その他のオペリスクの各カテゴリー間の関連性が強まっています
オペリスクベンチマーキング：銀行はAIリスクのホームを模索している
Risk.netの2026年の調査によると、銀行各社がオペリスクの枠組みへのAI導入を急ぐ中、過去最多の参加数が見られる一方で、業界全体に不安が広がっています
規制当局は、AIガバナンスの手段としての「ヒューマン・イン・ザ・ループ」に疑問を呈している
イングランド銀行とFSBの幹部らは、全体的な説明責任を維持することがより重要であると示唆しています
MI9：自律型AIシステムのためのランタイムガバナンス
銀行が自律型AIの行動を制御・承認するためのリアルタイムテレメトリシステム
バークレイズ、GenAI向けのリスクフレームワークを一から構築した
11のチームが、35個のコントロールを含むシステムにおいて、生成AIのユースケースの評価に取り組んでいます
アンドルー・アン氏のようなクオンツは、AIエージェントの有用性を主張している
AIエージェントは、投資、リスク、ポートフォリオの選択を大規模に分析することで、人間のマネージャーを支援することができます
AIリスク管理と能力制御への移行
リスク管理者によると、検証の枠組みを見直すことで、銀行はイノベーションと規制上の要件を両立させ、強固なリスク管理体制を維持することができます
GenAIの時代において、未だに優れたモデルが必要なのはなぜなのか？
ジャン＝フィリップ・ブショー氏は、モデルが人工知能をレジームシフトの過程で導き、過学習から遠ざけることができると述べています
万能マシン：GenAI時代のモデルリスク
銀行各社は、新たな種類の多目的ボットがもたらすリスクの解明を急いでいます