ゴールドマン・サックスとドイツ銀行、取引監視にAIエージェントを導入

銀行各社は、単純なキーワード検索やあらかじめ定義されたルールを超えた、いわゆる「エージェント型AI」と呼ばれる新しい形態の人工知能の実験を進めている。一部のトレーディングデスクでは、静的なアラートだけに依存するのではなく、リアルタイムでパターンを分析し、人間の対応が必要な行動を特定できるシステムの導入を始めている。

ブルームバーグは、ゴールドマン・サックスとドイツ銀行が、取引監視のためにいわゆる「エージェント型」AIツールの導入を検討または実施している状況を詳しく報じた。その目的は、発生したばかりの取引活動を分析し、不正行為の可能性を示すパターンを検知できるソフトウェアエージェントを導入することで、注文や取引に対する監視機能を強化することにある。

適応型エージェント

大手銀行は取引活動を監視するために自動監視システムを利用しているが、これらは多くの場合、あらかじめ定められたルールに依存している。つまり、取引が特定の規模を超えたり、ベンチマークから逸脱したり、既知のリスクパターンに一致したりすると、アラートがトリガーされる仕組みだ。その後、コンプライアンスチームがこれらのケースを手動で審査する。

難点は、その規模と複雑さにあります。現代の市場では、資産クラス、時間帯、取引所を問わず膨大な量のデータが生み出されています。静的なルールでは誤検知が多発する恐れがある一方、より巧妙な操作手法は既定のパターンに当てはまらない可能性があります。

ブルームバーグによると、新しいエージェント型システムは、このアプローチの限界を乗り越えるよう設計されています。単に取引をチェックリストと照合するのではなく、これらのAIエージェントは複数のシグナルを用いて取引行動を分析し、過去の活動と比較することで、異常な行動の組み合わせを検知します。

これらのツールは、コンプライアンス担当者を置き換えることを意図したものではありません。むしろ、監視の追加的な層として機能し、人間による詳細な調査が必要な事例を浮き彫りにする役割を果たします。

ドイツ銀行とGoogle Cloudの取り組み

ブルームバーグの報道によると、ドイツ銀行はGoogle Cloudと提携し、取引活動を監視できるAIエージェントの開発を進めている。このシステムは、大量の注文データや執行データを分析し、異常をほぼリアルタイムで検知するように構築されている。

同行は近年、AI関連の取り組みを拡大しており、この監視プロジェクトは、金融機関が生成AIや大規模言語モデル技術を、単なるチャットインターフェースを超えてどのように応用しているかを示しています。ここでは、AIは顧客の問い合わせに答えるのではなく、取引行動に関連する構造化データと非構造化データの双方を分析しています。これらのAIエージェントは、注文や取引における「複雑な異常」を特定するのに役立ち、システムが個別の事象ではなく、取引間の関係、タイミング、市場状況、トレーダーの履歴などを評価している可能性を示唆しています。

フラグが立てられた案件の審査や、さらなる措置が必要かどうかの判断については、引き続き人間のコンプライアンス担当者が責任を負う。

ゴールドマン・サックスのエージェント型AI戦略

ブルームバーグの報道によると、ゴールドマン・サックスも監視業務へのエージェント型AIの活用を模索している。同行は近年、トレーディングおよびリスク管理システムにおけるAIに多額の投資を行っており、この取り組みはその取り組みをコンプライアンス分野へと拡大するものと見られる。

同報道によると、焦点は、不正行為の兆候をスキャンする際に一定の自律性を持って動作できるAIエージェントの導入にある。このシステムは、特定のルールには当てはまらないものの、依然として異常と思われるパターンを特定できる可能性がある。

規制当局にとっての利点は明らかだ。早期発見は、市場への損害や評判リスクの低減につながる。銀行にとっても、業務上のメリットがある。コンプライアンス部門は、厳格な監視基準を維持しつつ、大量のアラートを処理するというプレッシャーにさらされている。精査を損なうことなくノイズを低減できるツールは、普及が進む可能性が高い。

「エージェント型AI」が重要な理由

「エージェント型AI」とは、単に指示に応答するだけでなく、目標指向の行動をとることができるシステムを指します。実際には、これはソフトウェアが、人間の絶え間ない介入なしに、次にどのデータを調査するか決定し、複数のシグナルを比較し、発見事項をエスカレーションできることを意味します。取引環境においては、注文フロー、価格変動、通信メタデータ、過去の行動を監視し、その活動が通常のパターンと一致しているかどうかを判断することが含まれます。

これは、システムが独自に懲戒決定を下すことを意味するものではない。金融機関は厳格な規制枠組みの下で運営されており、説明責任は依然として人間の監督者に帰属する。エージェントの役割は、静的なシステムよりも効果的に情報を特定し、整理することにある。

コンプライアンスにおける広範な変革の一環

目新しいのは、より高度な生成AIアーキテクチャが内部統制機能に応用されている点だ。

米国や欧州の規制当局は、市場濫用や操作に対する監視体制の強化を企業に促しています。規制ではエージェント型AIを具体的に要求しているわけではありませんが、企業が効果的なシステムと統制を維持することを義務付けています。AIツールがこの基準を満たすのに役立つのであれば、その導入は増加すると予想されます。

同時に、コンプライアンス分野でのAI活用には、それ自体に特有の課題も生じます。銀行は、モデルが説明可能であり、バイアスがなく、規制当局の精査に耐えうるものであることを保証しなければなりません。モデルのガバナンス、データセキュリティ、および監査証跡は、依然として重要な懸念事項です。

業界にどのような変化がもたらされるか

もしエージェント型監視ツールが有効であることが証明されれば、コンプライアンスチームの業務形態を一変させる可能性があります。スタッフは、数多くの単純なアラートを精査する代わりに、AIエージェントによって特定された複雑なケースの評価により多くの時間を割けるようになるでしょう。

この変化によって、人間の判断が不要になるわけではありません。しかし、人的リソースがどこに集中されるかという点では変化が生じる可能性があります。スピードとデータ量が拡大し続ける市場において、ルールベースのシステムだけでは、リアルタイムでパターンを分析することはますます困難になっています。

関連記事：マスターカードのAI決済デモが示す「エージェント主導型コマース」

業界のリーダーたちからAIとビッグデータについてさらに学びたいですか？アムステルダム、カリフォルニア、ロンドンで開催される「AI & Big Data Expo」をチェックしてください。この包括的なイベントはTechExの一部であり、他の主要なテクノロジーイベントと同時開催されます。詳細はこちらをクリックしてください。

AI NewsはTechForge Mediaが運営しています。その他の今後のエンタープライズ・テクノロジー関連イベントやウェビナーについては、こちらをご覧ください。