2024年3月19日（火）開催 FINANCE CONFERENCE「金融業界におけるAIの活用」＜アフターレポート＞

「明治安田」における生成AIを活用したDXの取組み

＜明治安田について＞

2024年1月からブランドロゴを「明治安田」とした。ブランドロゴから「生命」をとった趣旨は、生命保険会社の役割を超えて色々なことにチャレンジしていくためである。三浦知良選手をイメージキャラクターに起用して、様々な取組みを始めているところだ。

＜DXの取組み＞

弊社は対面営業がメインのチャネルであり、すべてをデジタル化しようとしているわけではなく、デジタルで人を支えるという点を重視しながら、CX及びEXの向上をめざしている。DX戦略の枠組みとして、UI・UXの向上をめざす「デザイン」、データ分析等を通じてデータドリブンを推進する「データ」、先進技術の活用を進める「デジタル」の3つの領域にわけており、私の担当は「デジタル」だ。PoCを通じて、先進技術の効果を確認し導入を進めている。

生成AIが注目されるなど外部環境を、AIを活用したPoCを中心に取組んでいるが、AI以外も取組んでいる。Web3ではブロックチェーンやNFTを使った本人認証、メタバースでのバーチャルショップにもチャレンジしている。また、オープンイノベーション拠点を構えており、様々な企業が集まって、オープンかつフラットなコミュニケーションから発想を得ながら、DXを進めている。

＜生成AI＞

AIは10年くらい前から活用している。保険金や給付金の請求に必要な診断書に記載されている病名は医師によって揺らぎがあるため、AIを活用して病名を変換して統一する取組みが最初だと記憶している。AIの活用範囲を徐々に拡大しており、今では社内・社外（顧客）向けに幅広く活用している。

＜AIの活用状況＞

AIの活用事例の2つ紹介する。1つ目はAIロープレである。営業職員がスマホでAIを相手に保険営業のロープレができるというものだ。話の内容だけではなく、話しているときの表情や話すスピードも加味して採点している。

2つ目はAIナレッジである。キーワードを入力すれば、社内のナレッジを検索できるというものだ。音声入力にも対応しており、「〇〇を教えて」と入力すればキーワードに紐づくFAQをサーチしてくる。両事例ともにIT協会が主催するIT賞を受賞するなど、社外からも一定の評価を得ている。

＜生成AIの取組み＞

生成AIについては業務の効率化、戦略の企画・立案など、社内向けの取組みを最優先に進めているところだ。一方、社外向けについてはハルシネーションの問題があるため、慎重な取組みが必要と考える。

＜生成AIの取組み「AIアシスタント」＞

2023年4月から社内での生成AIの活用を開始した。チャット形式で回答が返ってくる仕組みを「AIアシスタント」と名付けて提供している。

よく使うプロンプトについてはテンプレートを準備したり、毎月のように画面や機能を変えたりしながら1年が経った。大事なことは、ユーザーからのフィードバックを改良に反映していくことであり、今後「チャット履歴」等の機能を追加する予定だ。

また、業務に特化した使い方も可能だ。例えば、資産運用部門向けに投資先のESGの取組みを統合報告書やホームページから抽出し、レポート作成を支援する機能や、お客さまからのお申し出に対する回答案を作成する機能もある。

環境面ではAzure OpenAI Serviceを使っており、入力情報が外部に漏洩しない、かつAIの学習にも利用されないセキュアな環境で生成AIを活用している。あらかじめ社内文書をデータベースに格納し、質問の内容に関連する情報を検索して回答を生成する仕組み「RAG（ラグ）」も実装している。

＜生成AIの個別業務への活用＞

社内業務の効率化を中心に、生成AIの活用・開発を進めている。例えば、ELYZA（イライザ）社と連携し、コールセンターの通話をテキスト化・要約して応対メモを作成している。また、対面営業がメインのため、お客さまとの関係構築や保険の提案に役立つ情報を提供することも研究中だ。

生成AIの社内利用を推進するために、コンテストを開催し、全職員から生成AIの活用方法を公募した。また、スタートアップ各社とピッチイベントを共催し、生成AIの活用方法の提案を受けるなど社外の知見も積極的に取り入れている。

＜課題認識＞

課題認識を3つ共有したい。1つ目は、RAGの精度が低く、なかなか欲しい回答が返ってこない。約款等をベクトル化して検索しているが、全体的に類似度が高いため、適切な部分を検索できていない。精度向上策を実施しているが、GPT以外の国産型・特化型のLLMを活用したファインチューニングも検討中である。

2つ目は、競争力強化だ。海外のLLMは日本リージョンで利用できるモデルの変更が不定期に行なわれる可能性があり、また、ファインチューニングには莫大なコストがかかる。さらに、世界的なGPU不足により、パフォーマンスやAIの開発に影響が想定されるため、国産型・特化型のLLMの開発・活用が求められるのではないか。データセンターも国内で充実していく必要があると考える。

3つ目は、法制度だ。倫理面や著作権等の権利侵害に対して、個社で都度判断・対応することはリスクや負荷が高い。また、情報管理、セキュリティ等の対応により、生成AIの活用が過度に制限される場合、活用が進まない可能性がある。政府による「AI事業者ガイドライン」というソフトローのもと、業界共通のリスクについては業界全体でフォローし、個社では、個社独自の部分のルールを整備していくことが望ましいと考える。このような非競争領域はできるだけ効率化し、生成AIを活用したサービス開発等の競争領域にリソースを集中することが重要な視点ではないか。

＜まとめ｜今後の重点取組領域＞

社内文書には表や画像が含まれることが多いことから、マルチモーダルは避けて通れない。また、AIの進化や顧客ニーズに柔軟かつ機動的に対応するためAIプラットフォームも必要だ。回答精度の向上に向けてはRAG以外の国産型・特化型のLLMの試行も有効と考える。対面営業が多い弊社の場合、デジタルヒューマンのような人に近いインターフェースと組み合わせることも検討中だ。

全職員のAIに関するリテラシーの向上や、ガバナンス態勢の整備も必要になる。さらにアジャイルに機能を改訂し続けるには、技術者の育成など、ある程度AIの内製化に向けた体制を整える必要がある。

本日をきっかけとして、皆様と一緒に生成AIの取組みを進めることができれば幸いだ。