カテゴリー別アーカイブ: 金融

Appleはクレジットカード「Apple Card」を発表、お洒落なだけでなく安心感が格段に向上

Appleは2019年3月、自社ブランドのクレジットカード「Apple Card」を発表した。Apple Cardはチタン製のお洒落なカードで、表面にはカード番号などは印字されておらず、安全性を重視したデザインとなっている(下の写真)。Apple CardはiPhoneに格納し、Apple Payのモバイル決済として利用する方式が中心となる。Appleがクレジットカード事業に進出したことで、フィンテック市場が大きく変わろうとしている。🔒

出典: Apple  

IBMはAIのロジックを可視化するクラウドを投入、Explainable AIで信頼できるAIモデルを構築

銀行や保険会社はAIを導入しプロセスを自動化する試みを進めている。しかし、AIのロジックはブラックボックスで、意思決定の仕組みが見えない。動作メカニズムが解明されない限り、AIを会社業務に導入できない。IBMはこの問題を解決するために最新のExplainable AIをクラウドで投入した。

出典: IBM

コールセンター

IBMはWatsonをベースとしたAIモデルを企業システムに展開している。その中で人気が高いのがAIコールセンターで、チャットボットがオペレーターに代わり電話を受ける。英国の大手銀行Royal Bank of Scotlandはチャットボット「Cora」を開発し、コールセンターで運用している。Coraは200以上の質問に対し1000通りの回答をすることができ、コールセンターの仮想オペレーターとして利用されている。Coraは進化を続け、次は顧客のファイナンシャルアドバイザーとしての展開が計画されている。

納税書類作成

米国の大手会計事務所H&R BlockはIBM Watsonを利用して納税申告書作成プロセスを最適化した(下の写真)。H&R Block社員が顧客と対面して申告書を作成する際に、Watsonが会話を理解して税金控除(Tax CreditsとTax Deductions)を提言する。米国の税制は複雑で法令は74,000ページに及び、毎年改定される。H&R Blockはこの法令と社員のノウハウでWatsonを教育し、AIが節税のポイントを発見する。

出典: IBM

データ保護規制へのコンプライアンス

カナダの大手情報会社Thomson ReutersはEU一般データ保護規則(General Data Protection Regulation)など準拠するため、AIツール「Data Privacy Advisor」をIBM Watsonで開発した。これは社内のコンサルタント向けのツールで、普通の言語で質問するとツールは言葉で回答を提示する。Thomson ReutersとIBMはデータ保護規則だけでなく、コンサルタントのノウハウでWatsonを教育した。GDPRなどデータ保護法が強化され、企業はマニュアルでの対応に限界を感じAIツールの開発に踏み切った。

AIの説明責任

企業は業務処理でAIを導入するが、そのアルゴリズムはブラックボックスで、重要な処理をAIに任せることができない。また、AIモデルを運用中に問題が発生すると、これを検知するメカニズムが必要となる。更に、問題の原因を突き止め、AIモデルを修正する機能も求められる。業務で使うAIには意思決定のロジックを分かりやすく説明する機能が必須となる。

OpenScaleを発表

市場からExplainable AIに対する要望が高まり、IBMはAIのブラックボックスを解明するクラウド「OpenScale」を発表した。OpenScaleは企業が運用するAIと連携して稼働し、AIモデルの処理プロセスを解明し、アルゴリズムの問題点を指摘する。また、OpenScaleは問題点を指摘するだけでなく、その対応策を提言する機能も有す。OpenScaleはIBM Cloudで提供され、企業が開発したAIモデルと連携して稼働する構造となる。

システム概要

OpenScaleはIBM ResearchとWatsonグループにより開発された。OpenScaleはAIの信頼性を増し、ロジックを明らかにすることを目的に設計された。具体的には、AIモデルに説明責任(explainability)、公平性(fairness)、ライフサイクル管理(lineage)の機能を付加する。OpenScaleは主要AI開発プラットフォームと連携して稼働し、Watson、Tensorflow、SparkML、AWS SageMaker、 AzureMLをサポートする。

バイアスの検知

OpenScaleは業務で稼働しているAIモデルを解析し、「Accuracy(判定精度)」と「Fairness(公平性)」を査定する。下の写真は自動車保険のAIモデルを解析した事例で、どこに問題点があるかを表示している。それぞれのタイルはAIモデルで、自動車保険業務で8つのモジュールが稼働している。これらAIモデルを解析し、OpenScaleはAccuracyとFairnessに関する問題(紫色のハッシュの部分)を指摘している。更に、タイル上部に赤文字で「Bias」と表示される。

出典: IBM

バイアスの原因

この指摘に従ってAIモデルをドリルダウンして判定のメカニズムを見ることができる。例えば「Claim Approval」というAIモデルをクリックすると、自動車保険の保険金請求に関する問題点が可視化される(下の写真)。ここにはAIモデルを教育したときのデータ構成が示されている。横軸が年齢で縦軸がデータ件数を示す。OpenScaleは24歳未満の加入者が公正に扱われていないと指摘する。この原因は教育データの数が不足しているためで、24歳未満の加入者のデータを追加してAIモデルを再教育する必要があることが分かる。

バイアスの説明

更に、OpenScaleは過去のトランザクションでAIモデルが判定した理由を説明する機能もある。自動車保険の保険金請求において、実際のトランザクションのデータをOpenScaleで解析することで、判定理由が示される。具体的には、保険金申請が認められなかった場合には、その理由が示される。実際、保険金請求処理で申請が認められなかった場合は、顧客にこの理由を説明することが法令で義務付けられており、OpenScaleを使うことで法令に順守できる。

出典: IBM

AIプラットフォーマーとなる

OpenScaleを投入したことは、IBMはAIのシステムインテグレータになることを表明したとも解釈できる。AI開発で遅れを取っているIBMであるが、オープンなアプローチででAIモデルを安全に稼働させるプラットフォーマーになる戦略を進めている。Googleを筆頭にシリコンバレーで怖いほどのAIが生み出されるが、東海岸の代表企業IBMは無秩序に増殖するAIを管理運営することをミッションとする。激しく進化するAIを企業が業務で安心して使えるための技術開発がIBMの新たな使命となる。

AI融資審査はブラックボックスで安全に使えない、いま判定結果を説明できるExplainable AIが登場

AIで融資を審査する手法は銀行業務を自動化する切り札として注目されている。しかし、金融機関はAI融資審査の導入をためらっている。これはアルゴリズムがブラックボックスで、審査したロジックが明らかでなく、銀行は消費者に判定理由を説明でいないため。いま融資審査の内容を説明できるAIが登場し注目を集めている。

出典: Google

説明できるAI融資審査

ZestFinanceはロサンジェルスに拠点を置くベンチャー企業で、融資サービスのAIプラットフォームを開発している(上の写真)。この製品は「Zest Automated Machine Learning (ZAML)」と呼ばれ、融資申込者のリスクを機械学習の手法で査定する。ZAMLの特長はアルゴリズムが導いた結果を説明できること。これは一般に「Explainable AI(説明できるAI)」と呼ばれ、政府法令に準拠してAIが融資審査を実行する。

融資審査と説明責任

機械学習モデルを使うと融資判定を高精度に実施できるが、この手法はAIが抱える根本的な問題を抱えている。これはAIがブラックボックスであることで、機械学習モデルは審査結果を説明できない。融資審査では応募者がローンを受けることができなかった場合、その理由の説明が求められる。また、金融機関はアルゴリズムが法令に準拠していることを立証する責任がある。これらの要件を満たすことができないため、金融機関はAI融資審査の導入を敬遠している。

融資審査で問題発生

実際に、機械学習による融資審査で問題が発生している。アルゴリズムは人種や性別にバイアスしている事例が数多く報告されている。アルゴリズムは黒人など特定人種に対し評価が厳しいケースが多く、AIの公正さが問われている。金融機関が意図的に特定人種を締め出すことを意図しているのではなく、アルゴリズムの判定方式が不透明なため起きているケースが多い。

Explainable AIの機能

これに対してZAMLは融資審査結果のプロセスを説明することができる。ただし、ZestFinanceはその詳細を公表していないが、Explainable AIを使うと、モデルが特定の判断を下したとき、そのイベントが起こる確率を計算するとともに、その判定と入力データの関係を示す。例えば、融資審査で不合格となった場合(イベントの発生確率が低い)、申込者の入力データ(信用履歴など)を出力する。

潜在需要を掘り起こす

更に、ZAMLは機械学習の手法でクレジットスコアーは低いが返済能力のある応募者を見つけ出す。ZAMLは応募者を数百から数千の変数で定義しクレジットリスクを査定する。従来手法では融資を受けることができなかったグループを解析しリスクを再評価する。(下のグラフィック、現行方式の査定でリスクが高いと判定された応募者をZAMLで再評価するとリスクが低い応募者が数多くいるのが分かる。これらのグループが新規顧客となる。)

出典: ZestFinance  

現行の融資審査方法

ちなみに、現行の融資審査はFICOスコアーに従って応募者を10ほどのグループに区分して可否を決める。FICOスコアーとは個人の信用度を示す指標で、支払い履歴、負債の状況、負債の種類などを入力して算定する。このためクレジット履歴のない応募者は融資を受けることができない。例えば、米国に移民したばかりの医師は、返済能力はあるが融資を受けることができない。

ZAMLシステム構成

ZAMLは融資審査のためのプラットフォームで、金融機関はこの上で機械学習モデルを生成し、自社で所有している顧客データを使ってモデルを最適化する。また、外部の信用調査会社のデータを使ってモデルを強化する。ZestFinanceはプラットフォームを提供するだけでなく、システムインテグレータとしてシステム開発を支援する。完成したモデルは性能を検証し、業務システムに組み込む。ZAMLはオンプレミスまたはクラウド上に展開され、金融機関が運用しているシステムと連携して稼働する。

Microsoftとの提携

ZestFinanceは2018年12月、Microsoftと共同で融資審査向けにZAMLを提供することを発表した。この提携によりMicrosoftの機械学習クラウド「Azure and Machine Learning Server」(下の写真)でZAMLを利用できる。金融機関はクラウドで機械学習モデルを容易に開発でき、法令に準拠したAI融資審査システムを運用できる。

出典: Microsoft  

AI融資審査の導入に弾みがつく

金融機関はAIによる融資審査を導入したいが、アルゴリズムがブラックボックスで、これを躊躇している。米国では4000万人がクレジット履歴が無くローンを受けることができない。ZAMLを使うと多くの消費者を救済でき、金融機関としても法令に準拠してAI融資事業を拡大できる。Explainable AIをMicrosoft Azureで使えるようになり、AI融資審査の導入に弾みがつくと期待されている。

DNA検査が保険会社を脅かす!消費者はDNA検査で病気発症のリスクを把握し介護保険を購入

米国政府は個人向けDNA解析サービスを禁止していたが、企業側の努力が実り今年5月に解禁となった。消費者はDNA解析サービスで病気発症のリスクを把握できるようになった。いま、アルツハイマー病を発症するリスクが高いと診断された消費者が介護保険を購入する動きが広がっている。保険加入にあたり保険会社はアルツハイマー病の検査をするが問題は検知できない。リスクの高い加入者が増え続け保険会社は事業の見直しを迫られている。

出典: VentureClef  

遺伝子解析サービスの誕生と事業停止命令

DNA解析サービスを運用していた23andMe (上の写真) は2017年5月、FDA (アメリカ食品医薬品局) からDNA検査事業を再開することを認められた。同社はMountain View (カリフォルニア州) に拠点を置くベンチャー企業で、2007年から個人向けDNA解析サービスを提供してきた。遺伝子配列の変異から被験者がどんな病気を発症するのかを予測するサービスで米国医療市場に衝撃を与えた。しかし、FDAは2013年、23andMeの予測精度は十分でなく、また、消費者が結果に応じて不要の手術を受けるなど、危険性が高いとして事業停止を命じた。

事業再開にこぎつける

23andMeはFDAとの協議を重ねたが合意に至らずサービス休止に追い込まれた。その後、勧告に従い機能改良を進め、FDAは10種類の病気に限りDNA解析サービスを認可した。条件付きであるが23andMeは事業を再開することができた。10種類の病気の中にはパーキンソン病やアルツハイマー病が含まれている。

介護保険を購入

いま米国ではDNAを解析してから保険に加入する消費者が増えている。米国の主要メディアがレポートしている。ミシガン州に住む女性はDNA解析結果「APOE-e4」という遺伝子変異があることを把握した。APOE-e4はアルツハイマー病を発症するリスクを押し上げる効果がある遺伝子変異である。この女性は母親もアルツハイマー病を患ったこともあり介護保険を申し込んだ。保険会社は女性の健康状態を把握するため、アルツハイマー病などの検査を実施したが問題はなかった。女性は現在は健康な状態であり介護保険を購入することができた。

遺伝子変異と発病の関係

アルツハイマー病の発症はAPOEという遺伝子が関与していると言われている。APOEはたんぱく質 (Apolipoprotein E) を生成する遺伝子でコレステロールや脂質を制御する機能がある。APOEは三つの変異がありそれぞれe2、e3、e4と呼ばれ、この中でe4がアルツハイマー病の発症を促進するといわれている。これがAPOE-e4でこのタイプの遺伝子を持つと病気発症の確率が最大で10倍 (85歳の男性のケース) になる。

出典: 23andMe  

これをどう解釈すべきか

しかし、APOE-e4がアルツハイマー病を引き起こすメカニズムは分かっていない。また、病気発症は性別、年齢、家族の病歴、食事、知的活動などに依存する。このため23andMeはAPOE-e4がアルツハイマー病を引き起こす要因とは断定できないとしている。その一方で臨床試験による統計データを示し、APOE-e4を持つ人は病気発症の確率が大きく上がるとも説明している。被験者としてはこの説明をどう解釈すべきか困惑するのが実情である。DNA解析サービスはまだ解決すべき難しい問題を含んでいる。

病気発症のリスク

米国では550万人がアルツハイマー病を発症し、その半数が介護施設に入所し治療を受けている。今まで個人向けDNA解析サービスは禁止されていたため、消費者は病気のリスクを知ることはできなかった。しかし、23andMeのDNA解析サービスが解禁となり、アルツハイマー病の検査を受診できるようになった (下の写真)。解析結果をどう解釈すべきか難しい問題はあるものの、多くの人がアルツハイマー病を含む病気のリスクを検査している。

出典: 23andMe  

遺伝子解析サービスと保険購入

DNA解析結果と保険購入に関し興味深いレポートが公開された。Harvard Universityによる研究で、APOE-e4遺伝子変異を持つ人は他に比べ保険を購入している割合が6倍になっている。アルツハイマー病発症のリスクを把握し、将来に備えて保険を購買していると思われる。レポートはアルツハイマー病以外の病気のリスクも分かるとDNA検査を受ける人が増えると予測している。このため病気発症のリスクを把握した消費者が保険を購入する動きが広がると、保険会社は事業を存続できないことになる。

保険会社はDNA解析サービスを採用

一方で、米国の保険会社はDNA解析を積極的にビジネスに取り入れる動きも始まった。大手生命保険会社MassMutualは2017年5月、DNA解析サービスに保険の適用を始めた。加入者はHuman Longevity Inc (下の写真) のDNA解析サービス「HLIQ Whole Genome」を格安で受診できる制度を導入した。Human Longevity Incは被験者の全遺伝子を解析するサービスを提供しており、健康の状態、病気にかかるリスク、薬の作用の仕方、遺伝子病、身体特性などを詳細に把握することができる。

加入者の健康を促進

このサービスは未来の人間ドックとも呼ばれDNA解析サービスの在り方を示している。受診者は身体情報を把握できるだけでなく、Human Longevity IncのDNAデータベース構築に寄与し、ひいては医学研究に貢献できるとしている。一方、保険会社はHuman Longevity Incから個人情報を入手することは無いとしている。つまり、健康状態に応じて保険条件を変えることはなく、加入者がこのサービスを通じ健康を保つことが目的としている。ひいては保険会社のコストが下がることとなる。

出典: Human Longevity Inc

公平なルール作りが始まる        

健康保険に関してはMassMutualのようにDNA解析サービスを格安で提供し被保険者の健康を維持する動きが広がっている。一方、前述の介護保険については、DNA解析結果により保険条件を調整する方向に進む気配がある。アルツハイマー病発症のリスクが高い人とそうでない人が同じ保険料を支払うのは不公平との議論もある。DNA解析サービスが米国社会で広まる中、保険会社と政府機関は公平なルール作りが求められている。