月200時間を削減。イオン銀行が提唱する、AIとRPAによるコンプラ業務の新しいあり方

11月22日、株式会社FRONTEOが主催するビジネスカンファレンス「AI Business Innovation Forum 2019（外部サイト）」が開催された。AIのビジネス活用をテーマとしたプライベートカンファレンスだ。

当日は株式会社イオン銀行 法務・コンプライアンス部 統括マネージャーの小杉剛雄氏が登壇。「AI x RPA活用によるコンプライアンス業務の新しいあり方　ー イオン銀行流！お客さまとの面談記録モニタリングの実践効果 ー」と題して講演を行った。

2018年9月からのAI・RPAの導入により、ある業務に割いていた時間を200時間削減したという同社。AI・RPA導入の示唆に富んだ講演の内容をレポートする。

低収益な商品説明に過大な時間を割いていた

イオン銀行は、インストアブランチ（イオン店内のイオン銀行店舗のこと）が140、ATM6,193台を数える。特徴としてイオンカードを発行しており、カード会員は2,840万人、現在も取引件数が急拡大しているという。

しかし、「取引件数の8割が低収益の積立だった」と小杉氏。低収益な商品を販売するために、膨大な工数がかかっていたという。

イオン銀行では、金融商品を販売する際、1時間ほど店舗で顧客と面談を行う。その後、適切な勧誘であったかどうかを確認するため面談記録を作成し、法令遵守、適合性（購入の意志、理解度など）といった観点から、第3者によるモニタリングを行う。

モニタリングの内容は、

など細かい項目にまで及ぶ。これらの項目に対して、AI・RPAはどのように適用されたのだろうか。

文章チェックにはFRONTEO社のAI「KIBIT」を導入

まず、テキストで会話履歴として残される文章のチェックについてはFRONTEO社が提供するAIエンジン「KIBIT（外部サイト）」を導入した。銘柄の選定理由が記載されているか、投資初心者説明（投資初心者に対して定められている説明事項）などの有無をチェックするという。

たとえば、あるファンドを購入したが、なぜそのファンドを選んだかの記載がない場合や、投資初心者説明の記載がない場合などにはアラートが入る。人間がこの作業を行う場合、すべての文章に目を通さないとこれらのケースに気が付かない。

実際に、KIBITを使用して上記の疑いのある案件をチェックした。結果を見てみると、人間による目視確認では、すべての案件に目を通してようやく疑いのある案件を100％抽出できるにの対して、KIBITを使用した場合は、全体の下位40％をチェックすることで90％の疑いのある案件を抽出できたという。

KIBITによる出力結果のイメージが上図だ。銘柄の選定理由についてはしっかり書かれているが、注目してほしいのが「投信がはじめてのため」の文言。つまりは投資初心者ということだ。

初心者にもかかわらず、なぜ投信の選定理由がこれだけハッキリ説明できるのか。こういった矛盾も、集中にムラのある人間では気づかないかもしれない。一見人間では気が付かない矛盾なども発見できるのは、AIの大きな利点といえる。

RPAでチェック項目の入力有無や異常値を見つける

文章の矛盾など、人間的な判断が必要になる場面だけでなく、形式的な書類の不備や異常値なども見つける必要がある。従来は形式的な書類のチェックも人間が行っていた。そこで、イオン銀行はRPAはRPAテクノロジーズ社の「BizRobo!（外部サイト）」を導入し、それらをカバーしたという。

形式チェックや異常値とは、具体的には以下のようなケースだ。

面談記録モニタリング作業を月250時間→50時間に削減

AI・RPA導入の結果として、行員はコンプライアンス違反の疑いのある案件のみをチェックするだけで済むようになった。その結果、月間の作業時間はこれまでの250時間から50時間、つまりは200時間が削減されたことになる。

小杉氏は、モニタリング業務にAI・RPAを導入する際のコツとして、以下の3つを挙げる。

また、AI・RPAは「セットで導入すべき」とも強調する。