SAS最新調査：金融機関が生成AIに大規模投資、成果を出す企業も

また、4分の3以上の回答者が顧客満足度と顧客維持率の向上（82%）、大規模データセットの処理効率の向上（78%）、およびデータ主導のインサイトによる販売または市場シェアの向上（76%）を挙げています。

銀行が生成AIを活用する分野として最も一般的なのはマーケティングで、47%の銀行幹部がこの分野で活用していると回答しました。マーケティング担当者を対象に行った別のSASの調査（ https://www.sas.com/en/offers/dive-shallow.html
）によれば、銀行のマーケティング担当者が生成AIを最もよく利用する目的として、顧客とのやり取り（44%）やキャッチコピーの作成（33%）を挙げており、今後１年間でオーディエンスターゲティング（64%）やトレンド分析（64%）への活用など利用を拡大する見込みです。

銀行も他業界同様、生成AI成功への障壁に直面
生成AIには、他の多くの投資分野と同様、ある程度のリスクと不確実性が伴います。銀行幹部が最も懸念するのは、顧客データのプライバシー（74%）とセキュリティ（71%）の保護です。期待できる解決策として、合成データ（ https://www.sas.com/en_us/insights/articles/analytics/harnessing-synthetic-data-to-fuel-ai-breakthroughs.html
）があります。すでに合成データを活用していると答えた回答はほぼ3分の1（29%）に上り、33%は導入を検討中であるとしています。

生成AIの導入に伴う課題は、銀行業界が直面しているもう一つの障壁です。半数以上（54%）の幹部は、公開データセットや独自のデータセットの利用が、生成AI導入の障壁になっている、または障壁になる可能性があると回答しています。また、生成AIを概念から実用へ移行する際に困難を経験したと答えた回答者も同等数いました（49%）。

さらに、生成AIのガバナンスと規制も懸念事項です。現在、ガバナンスのフレームワークが「十分に確立されている」と回答したのは、わずか6%にとどまり、大多数（58%）は、「開発途上」としています。また、3分の1以上は「場当たり的または非公式的」（27%）あるいは「存在しない」（9%）と回答しています。効果的なガバナンスや監視を導入するにあたっての最大のハードルは、約3割（30%）が技術的な制約を、別の3割（30%）は透明性と説明責任の不足を指摘しており、これは他業界と比較してやや高い割合となっています。