銀行、保険とコンプライアンスにおける人工知能
導入の現状
スイスの金融セクターにおけるAI利用について最も信頼できる全体像は、スイス金融市場監督機構（FINMA）が2024年11月下旬から2025年1月中旬にかけて、銀行、証券会社、保険会社、ファンド運用会社および金融市場インフラを含む約400の監督対象機関を対象に実施した調査から得られる。調査対象機関の約半数がAIを利用しているか、初期のアプリケーションを開発中であり、さらに4分の1が3年以内にAIを導入する計画であった。AIを利用している機関は、平均して約5件のアプリケーションを運用し、9件を開発中であり、規模の大きい企業ほど多くを導入していた。AIを利用している機関のうち91%は、新しいチャットボットのような生成AIも利用していた。FINMAは、これにより少数の大手テクノロジー事業者への依存が高まると指摘した。1
同じ調査によれば、約半数の機関がAIを明示的な戦略に位置付けていた。回答者が挙げた主なリスクは、データの品質、データ保護、説明可能性、セキュリティ上の弱点、不正確性およびアウトソーシングであった。大半の機関は内部開発と外部事業者とを組み合わせていたが、小規模な機関はしばしば外部で開発されたソリューションに全面的に依存していた。Swiss FinTech Innovations協会の委託により実施され、2025年末にスイス銀行協会が公表した調査によれば、スイスの銀行におけるAIイニシアチブの40%は依然としてアイデアまたは実現可能性調査の段階にあり、17%が導入段階に達し、11%が拡大段階にあった。本番運用中の事例のうち65%は、期待を満たすか上回っていた。2
銀行業におけるユースケース
スイス銀行協会は、銀行業における生成AIの用途を四つのカテゴリーに分類している。第一は従業員の生産性であり、文書の要約、翻訳、会議の文字起こし、および検索拡張生成（RAG）による社内知識の検索が含まれる。第二は業務効率であり、データ入力の自動化、コンプライアンス報告の支援、リスク評価および融資処理が含まれる。第三のグループは、チャットボットや個別化された推奨を含む顧客体験であり、第四は商品およびソフトウェアの開発を対象とする。同協会は七つの主要なリスクを特定した。すなわち、誤情報とディープフェイク、ハルシネーション、知的財産の侵害、バイアス、プロンプト・インジェクションのようなサイバー脅威、第三者リスク、そしてモデル・ドリフトである。銀行秘密について、同協会は、顧客を特定するデータを従業員がプロンプトやモデルの訓練に使用すべきではなく、外部事業者は特別な契約上および技術上の保護措置の下でのみ起用すべきであると勧告した。3
チューリッヒ最大の銀行は、導入がどの程度の規模に達しているかを示している。2025年10月、UBSは、J.P. MorganのEMEA担当最高アナリティクス責任者を務め、かつてKing’s College Londonの研究者であったDaniele Magazzeniが、2026年1月1日からロンドンを拠点に同行初の最高人工知能責任者に就任すると発表した。当時UBSは、300を超えるAIユースケースが本番運用されていると報告した。同行はMicrosoft 365 Copilotと独自のAIアシスタント「Red」を全従業員に展開しており、「Big Rocks」という社内名称の下で変革プログラムを開始していた。4
コンプライアンスの分野において、チューリッヒのような評判を持つ金融センターにとって最も重要な用途は、顧客のオンボーディング、本人確認（KYC）審査および取引モニタリングである。AIツールは、身分証明書、商業登記簿および資産源に関する説明から情報を抽出し、それを制裁およびネガティブ・ニュースのデータベースと照合し、コンプライアンス担当者による審査のためにリスク評価の草案を作成することができる。取引モニタリングにおいては、機械学習モデルが、伝統的なルールベースのシステムが生み出す多数の誤検知を減らし、固定的な閾値では見落とされるパターンを特定することができる。FINMAは、その監督において資産運用、取引モニタリングおよび流動性管理における初期のAIアプリケーションを検証したと報告している。5 法的義務そのものは変わらない。第I.III章で説明するとおり、マネーロンダリング防止法（AMLA）の下では、機関はどのようなツールを使用するかにかかわらず、実質的支配者を特定し、異常な取引を解明する責任を負い続ける。
助言サービスもさらなる分野である。言語モデルは、面談記録を作成し、金融サービス法（FinSA）に基づく適合性に関する文書を起草し、複数の言語で顧客向け書簡の初稿を作成することができる。また、リレーションシップ・マネージャーのためにリサーチ・レポートを要約することもできる。実務上、機関は一般に、責任上の理由と、FinSAが適合性および適切性の義務を金融サービス提供者に課していることの双方から、モデルと顧客の間に人間のアドバイザーを置いている。完全に自動化された助言はロボアドバイザーという形で存在するが、チューリッヒのプライベートバンキングを特徴づける、複雑な国境を越える資産と個人的な関係の組合せにより、人間の監督下にあるAIが支配的なモデルとなっている。
保険業におけるユースケース
チューリッヒはまた、世界最大級の保険および再保険グループであるZurich Insurance GroupとSwiss Reの本拠地でもあり、両社のAI利用は銀行と同様に広範である。Zurich Insuranceは、保険金支払と引受けにわたるアプリケーションについて説明している。保険金支払においては、システムが事故通知の受付を自動化し、一部の市場では簡単な医療保険金請求を数分以内に処理している。引受けにおいては、AIが航空画像を分析して財物保険における屋根を評価し損害を検出し、多言語にわたる多国籍保険プログラムを読み取り、29の事業部門で使用されている社内チャットボットを通じて引受けに関する質問に回答している。同グループは、英国における企業向け引受けのためのワークベンチが処理時間を78%短縮したと報告している。2025年のエージェント型AIに関する社内チャレンジでは218件のプロトタイプが生まれ、そのうち5件が本番運用に移行した。6
保険会社にとって、規制上の機微な点は銀行とは異なる。機械学習を用いたリスクベースの価格設定は、特に医療保険および生命保険において、公正性と差別の問題を提起する。引受けにおける大量の個人データの利用は、プロファイリングおよび自動化された決定に関するデータ保護規則に関わる。これらの問題は、以下において、FINMAの期待およびEU AI法との関連で取り上げる。同法の高リスク・システムのリストには、生命保険および医療保険におけるリスク評価および価格設定に用いられるAIが含まれている。
注
- FINMA, “FINMA survey: artificial intelligence gaining traction at Swiss financial institutions”, 2025年4月24日, https://www.finma.ch/en/news/2025/04/20250424-mm-umfrage-ki/. ↩
- スイス銀行協会, Stefan NeumannおよびPatrik Schmid, “From pilots to production: Scaling AI in Swiss finance”, 2025年12月19日, https://www.swissbanking.ch/en/media-politics/opinions/from-pilots-to-production-scaling-ai-in-swiss-finance. ↩
- スイス銀行協会, Generative AI in Banking – A Comprehensive Overview, 2025年4月, https://www.swissbanking.ch/_Resources/Persistent/2/0/3/b/203b937e175f25819ea271c883a095fe1dfa1ee0/SBA_Generative-AI-in-Banking_EN.pdf. ↩
- UBS, “UBS appoints Chief AI Officer to drive its AI strategy”, 2025年10月16日, https://www.ubs.com/global/en/media/display-page-ndp/en-20251016-ai-strategy.html. ↩
- FINMA, “Künstliche Intelligenz”（フィンテック特集）, https://www.finma.ch/en/documentation/dossier/dossier-fintech/kuenstliche-intelligenz/（2026年9月閲覧）. ↩
- Zurich Insurance Group, “AI at Zurich”, https://www.zurich.com/about-us/ai-at-zurich（2026年9月閲覧）. ↩
本記事は一般的な情報提供のみを目的としています。法律上または税務上の助言を構成するものではなく、個別案件に関する助言に代わるものでもなく、弁護士と依頼者との間に委任関係を生じさせるものでもありません。本記事は2026年10月時点の法的状況を反映しています。