アーカイブ動画

動画リンクはこちら

Trust Baseの金融DX・データ活用の取組み

Trust Base株式会社　取締役CEO

田中 聡 氏

最初に登壇したTrust Baseの田中聡氏は、三井住友信託銀行に数理計算や確定拠出年金の商品開発・企画業務、企業買収（M&A）に関するファイナンス業務、アジャイル開発案件のプロダクトオーナーを経て、現在は三井住友トラストホールディングスのDX戦略子会社Trust BaseのCEOとしてDX推進に邁進している。

Trust Baseは2021年に設立。田中聡氏は、設立の背景として、銀行環境と異なるフレキシビリティある簡易初環境・開発手法の高度化、さらなるデジタル人材の登用と定着、ビジネス創出力の活性化を挙げた。
「昨日思いついたことを今日開発することが少しずつできるようになってきた。そして、Trust Baseで蓄積したノウハウ・文化をグループに還元していきたい。」（田中聡氏）

金融機関で実現するデータドリブンな経営として、田中聡は、金融機関・金融ビジネスは膨大なデータを保有していて面白い領域である一方、利益相反や顧客情報の保護など堅確に守らない部分もあり、旧来型のデータ蓄積方法では、「デジタル化」は進めてもデータ利活用は怖くて中々進められないと、指摘した。
「ビジネスプロセス自体をデータサイエンス・AIが活用できる仕組みに持って行くことがDX推進組織の役割であり、金融機関が本当の意味でのDXを進めるにはこれを本気を出して構造を変えていかないとデータサイエンスの領域は進まないと考えている。」（田中聡氏）

その中で、データサイエンティストの楽園とは何ぞやと考えてみたのが上記である。
「データを生み出す」「データを分析用に加工する」「データを解析する」「ビジネスサイドにデリバリー」「結果検証しビジネス改善」のプロセスの中で、どの役割を誰が担うかは意見が結構分かれる領域であり、パネルディスカッションでも議論したいと語った。

データ利活用を実現する基盤として、幅広いデータを取得し、いかに活用を見据えてデータを整備し活用するかが重要で、クラウドベースでのデータレイク＋データマートの構成が主流。
その上で、現場の人がうまく使っていくかも含めシステム思想として構築していき、データ分析者をどのように配置していくかが重要と語った。

コンサルから見る金融業界のDX・AI活用

株式会社Lupinus　代表取締役

佐野 宏喜 氏

次に登壇した株式会社Lupinus代表取締役の佐野 宏喜氏は、外資系コンサルティングファームにて金融機関を中心に様々なDXプロジェクトを推進してきた。
佐野氏より、コンサルからみるDX・AI活用について語ってもらった。

今はDX時代と言われているが、金融機関のデータ利活用にはいくつか歴史があった。
2010年頃まではCRMの時代、カスタムのCRMを金融機関ごとに作成、お客様がやっと画面の上で見えるようになったというのが大事なポイントであった。

2011年からはビッグデータ時代。ここでは金融機関毎に大きなデータベースを作成し、全量のお客様をユーザー部門で集計できるようになった。

2016年からはAI時代。AIを活用するとこれまで信じられない示唆が出るのではないかという期待が高まり、多くの金融機関がデータを使ってモデル作成に取り組んだ。

2021年からはDX時代。
ただAIを使ってデータをこねくり回してもビジネスは変わらない、
とにかくビジネス視点でどういう示唆を出したいか、お客様のデータを（当然個人情報保護の観点を踏まえながら）きちんと管理をし、ビジネスに繋ぎこむのが大事である。
AI一辺倒ではなく、新しい名前としてDXと呼ぶようになり、少し毛色を変えて取り組んでいるのが今の時代と語った。

また、DXは大量のデータを扱ったり、MA等でデータを利活用したりするだけでなく、
お客様を理解するCXを掛け合わせることで、いかにお客様に対して価値を還元していくのかというところとセットで考えていく必要があると指摘。

IPAのDXの白書でも、リーダーに求められるマインドについて調査している結果がある。日本はとにかく実行力やリーダーシップを求めるという結果が出ているが、
一方アメリカでは、業績志向であるか、顧客志向であるかをとにかくリーダーに求めていくという傾向が出ている。
今こそ日本の金融機関の変革を進められているような皆さんが顧客起点でデータを使っていくことが本当の意味で大事かと思っていると語りかけた。

最後にこれまでのコンサルティング経験から、DXの推進におけるあるべきスキームについて語った。

事業企画・戦略企画みたいなところから中長期戦略のインプットを受けて、
DXの推進部門がきちんと自分たちがどういうことをやっていくのかみたいな戦略企画ないし実行プランのマネジメントをしつつ、
その下にきちんとデータ利活用のチームと、顧客体験を考えていくようなチームがセットになって、
様々なケイパビリティが一貫してワークするようなスキームで進めることが大事であると語った。

金融データ活用推進協会 取組状況

金融データ活用推進協会　代表理事

デジタル庁　プロジェクトマネージャー

岡田 拓郎 氏

次に金融データ活用推進協会の代表理事である岡田 拓郎氏より、協会の概要について説明いただいた。

この協会は今年に入って31社が金融の実務目線で集まり、人や組織のデータ活用をアップデートしていくことを目的に発足した。
協会の一番の特徴は基本的には金融機関の方が理事に就任いただいており、とにかく金融機関の実務目線で進めていくということ。
2022年11月時点で85社会員がおり、大手・地銀も含めて多くの金融機関に参加いただいている。一方金融機関のみでDXや利活用は難しいため、
パートナー企業様にも参加いただいており、一緒になって、タッグを組んで利活用を進めようとしている。

委員会活動も3つ行っている。
金融業界の利活用を進めていくときに何が困るかというと、教科書がないこと。
このため企画出版委員会でレコメンドや審査、資産運用といった基本的なデザインパターンについて協会の会員の方をアサインして教科書作りをしている。

二つ目の取り組みとしては人材。データコンペ委員会で、金融機関での優れた人材を発掘しようということでデータコンペティションを企画している。コンペは金融機関横断で年末年始開催予定。

3つ目は組織。とがった人材がいくらいて、教科書があったところで、組織が古い金融機関だと新しくはできない。
そのため、標準化委員会で組織のありかたをチェックシートとして定義するということで、毎月各金融機関が集まって、どういう在り方が良いのかということを考えている。

パネルディスカッション

モデレーター

Trust Base株式会社　データサイエンスセンター長

田中 慶亮 氏

講演を行ったTrust Base CEO 田中聡氏、Lupinus 代表取締役 佐野氏、金融データ活用推進協会 代表理事 岡田氏に加え、Trust Base データサイエンスセンター長 田中慶亮氏がモデレーターとして参加。パネルディスカッションならびにQ&Aセッションが行われた。

ディスカッションテーマ：データドリブンな経営を料理に例えると

上記資料の通り、以下4点で参加者へのアンケートを実施。
　１．「このプロセスをいかに早く回すかが大事」について、ご自身の会社ではどの程度できていますでしょうか
　２．金融のデータ利活用にとっての醍醐味は①～⑤のうち、どちらだと思いますか
　３．データ利活用を推進するにあたり、ご自身の会社の中で人材が足りないと思う箇所はどちらでしょうか
　４．ご自身の会社は①銀座のお寿司屋さんと②セントラルキッチン型、どちらに当てはまりますか

回答数（41件）

１．「このプロセスをいかに早く回すかが大事」について、ご自身の会社ではどの程度できていますでしょうか
　　できている　5%
　　どちらかというとできている　7%
　　どちらともいえない　34%
　　どちらかというとできていない　29%
　　できていない　24%

田中慶：参加者皆さまがアンケートに答えている中、金融業界をコンサルの立場で見られてきた佐野さんはどのように感じているか。

佐野：データ利活用案件のプロセスを早く回すことができている企業は少ないと感じる。特に難しいのが、②データ加工、④ビジネスサイドにデリバリー、⑤結果検証しビジネス改善といった、分析の横を繋いでいくところ。人材のタイプが違ってくるので、ここができるジェネラリストを金融機関では育てづらいと思っている。
また、③データ解析はスペシャリストにお願いしないといけないと引け目を感じていて、それをサポートに回っているケースも多いのではないか。銀行出身者ほど③データ解析もして一気通貫にデータ利活用をしていった方がよいと思う。

２．金融のデータ利活用にとっての醍醐味は①～⑤のうち、どちらだと思いますか
　　①データを生み出す　課題/テーマを見つける　29%
　　②データを使える形で届く　正規化された使えるデータが届く　5%
　　③マーケティング等、データ解析を実施　15%
　　④ビジネスサイドにデリバリー　20%
　　⑤結果検証し、ビジネス改善　10%
　　全部　22％

田中慶：①データを生み出す　課題/テーマを見つけるが一番多い結果となった。アンケート結果を見てどのように思ったか。

田中聡：本日の参加者は③データ解析や④ビジネスサイドにデリバリーに喜びを感じる人が多いと思っていたので、少し意外な印象を持った。

岡田：私も③データ解析が多いと思っていた。ただ、金融機関では①課題/テーマを見つけるが大事だと思っていて、本日は金融機関の参加者が多いので、そこにやりがいを感じているということかと思う。

参加者：①課題/テーマを見つけるで仮説を立てて、②・③・④を経て⑤結果検証を行い、また①に戻って再定義することが醍醐味だと思っていて、①と⑤のセットと思っている。②・③・④はセキュリティ、コンプライアンスやデータの秘匿性から金融機関の特殊性があり、ハードルはあるが技術で解決していけると感じている。

佐野：私は②データ加工に投票したが、意外と重要性が認識されていない点と思っている。最近はモデルが自動化できるAutoMLツールが出てきていて、データを揃えて項目を定義すれば結果が返ってくるので、②データ加工のプロセスがなくても問題ないように見られる部分がある。ただ、こここそ金融機関の腕の見せ所と思っていて、ビジネス仮説を持ってデータを整形し、学習しやすいようにデータを入れることが大事である。

田中聡：実際データサイエンティストは②データ加工に多くの時間を費やしているが、ツールや仕組みを作れば人手を介さず自動化できる領域も出てきていると思う。①データを生み出す部分のカバレッジを広くして、②データ加工して③データ解析に届けることを組織として追求していくことが現場にとって心地よい職場環境・ウェルビーイングに繋がると思い、マネジメント・現場が両輪でうまく動いていくことでビジネスが加速すると思う。

３．データ利活用を推進するにあたり、ご自身の会社の中で人材が足りないと思う会社はどちらでしょうか。
　　①データを生み出す　課題/テーマを見つける　46%
　　②データを使える形で届く　正規化された使えるデータが届く　34%
　　③マーケティング等、データ解析を実施　10%
　　④ビジネスサイドにデリバリー　2%
　　⑤結果検証し、ビジネス改善　7%

田中慶：一方で、人材面では、①と②が足りないと思う方が多いという結果が出ているが、金融業界もしくは自社から見てどのようにお考えか。

佐野：個人的には、①や②の領域は、金融機関で営業職を担う方がリスキリングによってデジタル領域に携わることで金融機関の未来は明るくなるのではと思っている。

田中聡：データ分析ができて、かつビジネスドメインを持っている方は銀行でも少なく、どちらもやりたいと思っている人も少ないと感じている。ただ、ここが上手く融合するとお互いハッピーになるが、違う領域に飛び出すことになり抵抗感があるので、ぐちゃぐちゃにしてあげるとよいのでは。

岡田：金融業界のAI活用やデータサイエンスは一巡したと思っている。その中で、本当に経営に刺さるユースケースは業界全体で少ないと思う。
金融業界も二極化していて、まず大手金融機関でデータ活用しているところはマーケティングや審査など一通り分析がし終わったが、それでディスラプトするぐらい変わったかというとそうではなく、経営課題に資するデータ分析の大きな課題を見つけるにはどうしたらよいかというところに直面している。一方で、中小の金融機関はリソースや人材がなくデータを活用できていない状態になっているので、そもそも何をしていいか分からないということから①に直面している。このように理解している。

４．ご自身の会社は①銀座のお寿司屋さんと②セントラルキッチン型、どちらに当てはまりますか
　　①銀座のお寿司屋さん　17%
　　②どちらかというと銀座のお寿司屋さん　20%
　　③どちらともいえない　34%
　　④どちらかというとセントラルキッチン型　17%
　　⑤セントラルキッチン型　12%

田中聡：銀座のお寿司屋さんは、自分で素材を選んで調理をしてお客さんに振る舞うというところで、スペシャルではあるが数はこなせない。一方で、データドリブンな経営をしようと思うとある程度仕組化は必要で、セントラルキッチン型は、データもある程度分析できる状態で仕事を始め大量処理できるようにしていくもの。個人としてはお寿司屋さんが楽しいが、組織としてはセントラキッチン型を目指す、この狭間で皆さんモヤモヤしているのではと感じている。

岡田：金融業界と他の業界で比べるのは正しいか分からないが、IT企業やAI企業はセントラルキッチン型で分析部分だけをやっていればよいが、金融業界はそこまで軌道に乗っていないので結局全部しているのが正直なところである。中途入社で③データ分析ができると思ったら、①～⑤までやらされて調整ばかりではないかというのが金融データサイエンスあるあるではないかと思う。金融業界はテーマも広いしデータも潤沢にあるわけではないので、どうしても銀座のお寿司屋さんになりがちとなる。

田中聡：仰る通りで、銀座のお寿司屋さんの魅力を伝えるのもそうですし、データサイエンティストの方からすると負担かもしれないが、ビジネスドメインや対顧客がデジタルでないことが多いので、データが全てデジタルに綺麗に入ってくるのが期待できないことが多い。そうなると、セントラルキッチン型でイノベーションを起こすのに限界が出て来て、結局銀座のお寿司屋さんとなるというのが実情で、この金融業界のステージングがNetflixやAmazonとは違う領域にあると共通認識で持っておくことでギャップが生まれにくくなるのでは。

佐野：銀座のお寿司屋さんが数が捌けないデメリットがあるということだが、コンサルは依頼や目的ベースで動くことが多い中、数を捌くところで意識されていることはあるか。

田中聡：経営層から落とすということもあるが、現場の人に成果を体感してもらうことは大事だと思う。現場からデータを一式もらいTableauで可視化するだけでも喜んでもらうこともあり、一度現場が味方になった上で、熱量があるうちにデータ分析を進めると早く回りやすくなると思う。

岡田：金融業界でのデータサイエンスのステージングによっても変わってくると思っていて、最初の立ち上げ時期は、①～⑤までデータサイエンティストがやらざるを得ないが、成功に乗ってくるとユーザ部門から①や⑤を代替してくれるリーダーが出てきて、俗にデータ活用の組織の民主化と言われる。更に進むと、事業部門毎にリーダーがいて、DX部門のCOEは②・③に集中できる。データ活用の成熟度によってここの役割がCOEと事業部門で変わってくると思っている。

以上