AI

エーアイ

公開：2024-08-17

三菱UFJ信託銀行がKasanare生成AIを導入、社内問い合わせ業務を50%削減し効率化を実現

text: XEXEQ編集部
（記事は執筆時の情報に基づいており、現在では異なる場合があります）

記事の要約

• 三菱UFJ信託銀行がKasanareの生成AIを導入
• 社内問い合わせ対応業務を50%削減
• 年間数十万時間以上の効率化を見込む

三菱UFJ信託銀行がKasanareの生成AIを活用し業務効率化を実現

カサナレ株式会社は、三菱UFJ信託銀行との共同検証を実施し、2024年4月から正式な業務利用を開始した。三菱UFJ信託銀行で使用されるシステムの仕様書や業務マニュアルを生成AIに読み込ませることで、専門部署への問い合わせ対応を一部自動化し、担当部署の対応時間を50%削減することに成功したのだ。^[1]

このプロジェクトでは、三菱UFJ信託専用のRAGアルゴリズムを開発し、高度な金融知識が必要とされる問い合わせにも90%以上の正答率で対応できることを確認した。この技術を活用することで、従来の方法では回答精度向上が困難であった金融機関特有の高難易度情報に対しても適切な対応が可能となったのである。

カサナレの生成AI技術は、単に問い合わせ対応の自動化だけでなく、データ整備や業務特性に応じたカスタマイズにも重点を置いている。三菱UFJ信託銀行では、この取り組みを他の社内領域に広げていくことで、年間数十万時間以上の効率化が見込まれており、今後のAIエージェント構築や新たなユーザー体験の実現にも活用していく予定だ。

カサナレ株式会社の詳細はこちら

Kasanareの主な特徴まとめ

RAGアルゴリズムについて

RAGアルゴリズムとは、Retrieval-Augmented Generationの略称で、情報検索と生成AIを組み合わせた手法のことを指しており、主な特徴として以下のような点が挙げられる。

• 大規模言語モデルと外部知識ベースを組み合わせて使用
• 最新または特定のドメイン知識を柔軟に取り込める
• 生成される回答の正確性と信頼性が向上する

三菱UFJ信託銀行のケースでは、このRAGアルゴリズムを活用することで、システムの仕様書や業務マニュアル、FAQなどの専門的な情報を効率的に検索し、生成AIによる回答に組み込むことが可能となった。これにより、金融機関特有の高難易度な問い合わせに対しても、90%以上の高い正答率を実現し、業務効率の大幅な向上につながったのである。

生成AIによる業務効率化に関する考察

生成AIによる業務効率化は、単に作業時間の短縮だけでなく、従業員のストレス軽減や高付加価値業務への集中といった副次的な効果も期待できる。特に金融機関のような専門性の高い分野では、AIが基本的な問い合わせに対応することで、人間はより複雑な判断や顧客対応に注力できるようになるだろう。一方で、AIへの過度の依存やセキュリティリスクなど、新たな課題にも注意を払う必要がある。

今後は、AIの判断プロセスの透明性確保や、人間とAIの適切な役割分担が重要になると考えられる。また、AIが扱う情報の範囲拡大に伴い、データの品質管理やプライバシー保護の重要性も増すだろう。さらに、AIシステムの継続的な学習と更新を行うための体制整備も課題となる可能性がある。

生成AIの導入は、業務プロセス全体の見直しや組織文化の変革も促す可能性がある。従来の縦割り組織から、AIを中心としたより柔軟な組織構造への移行や、従業員のAIリテラシー向上のための教育プログラムの充実が必要になるだろう。また、AIと人間の協働を前提とした新たな業務設計や評価制度の構築も、今後の重要な検討課題となる。

参考サイト

1. ^ PR TIMES. 「三菱UFJ信託銀行の金融市場取引業務において、生成AIプロダクト「Kasanare」の活用により社内問い合わせ対応業務を50%削減 | カサナレ株式会社のプレスリリース」. https://prtimes.jp/main/html/rd/p/000000052.000114769.html, (参照 24-08-17).

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。

「AI」に関するコラム一覧「AI」に関するニュース一覧