銀行にチーフサイエンティストが必要な理由

この記事はCapital Oneが提供しています。アマゾンで自然言語理解を率い、最終的にはAlexa AI組織全体を統括した後、プレム・ナタラジャンは型破りな選択をしました。彼は銀行のチーフサイエンティストになったのです。ただの銀行ではなく、1億人以上の顧客にサービスを提供し、一般のアメリカ人の金融生活を支援する金融機関、Capital Oneです。

DARPAの資金提供を受けた研究や学界のベテランであり、機械学習が特定のタスク向けアプリケーションから基盤モデルへと進化するのを見てきたナタラジャンにとって、その論理は明確でした。AI研究と導入における最も興味深い進歩のいくつかは、ビッグテックの水平プラットフォームから、金融のような業界の垂直領域へと移行していました。そこでは、最も複雑な問題は単にモデルを構築することではなく、現実の顧客問題、文脈的なビジネス知識、継続的学習という制約の下で、正確性とプライバシーに対する非常に高いハードルをクリアしながらAIを機能させることです。

それが、Capital Oneをその活動に適した場所にした理由でもあります。何十年もの間、同社は業界で最もデータと分析に重点を置いた金融機関の一つとして認められてきました。そのビジネスモデルは当初から、データとテクノロジーを活用して顧客向けに金融商品をパーソナライズすることに基づいていました。10年前、Capital Oneはクラウドに全面的に賭け、データエコシステムを再構築し、データ、コンピューティング、AIおよび機械学習の実験のための統一環境を構築しました。現在、その最新のインフラストラクチャ、ガバナンスへの規律あるアプローチ、そして深い人材層が、エンタープライズAIでリードするための基盤を形成しています。

では、なぜ銀行にチーフサイエンティストが必要なのでしょうか？その答えは、金融サービスにおけるAIに関する根本的な誤解にあります。ほとんどの金融機関は、AIを依然として導入するテクノロジー（最新の大規模言語モデルを活用し、APIを通じて展開し、既存のワークフローに統合する）と見なしており、科学分野としては見ていません。Capital Oneは異なることを行っています。実際の顧客問題を解決し、まだ存在しないインパクトのあるAIソリューションを発明するための科学コミュニティと研究組織を構築しているのです。

広く利用可能な基盤モデルは一般的なタスクを処理できますが、何十億ものトランザクションにわたるリアルタイムの不正検出や、顧客がいつ、どのように、どこで関与したいかに応じた最先端の会話ツールの提供など、多くのドメイン固有の課題はまだ解決できません。AIを信頼性が高く、スケーラブルで、適切にガバナンスされたものにするためのこれらの課題には、独自の研究と科学的革新が必要であり、それがビジネスに還元されて顧客ニーズに対応する実世界のアプリケーションが生み出されます。