2025年に向けた金融サービスに関する13の予測

立法者がAI規制の範囲を指定しようとするとき、「AIとは何か」というさまざまな定義の存在が浮き彫りになります。中には、長年使用されてきたアルゴリズムやアナリティクスも含まれることになり、コンプライアンスの徹底に対する圧力が強まります。組織は、AIの新たな定義に対応する展開の特定や、迅速にガバナンス体制を整える必要に迫られるでしょう。
― SAS 産業担当シニアコンサルタント、ジェイソン・ディノヴィ（Jason DiNovi）

データを活用できる銀行と振り回される銀行
世界の銀行業界にとって、ビッグデータは“次の石油”にも“次の大惨事”にもなり得る存在です。AI導入の加速により増大し続けているデータは、チャンスをもたらすと同時に課題も突きつけてきます。構造化データや非構造化データの膨大な蓄積が資産となるか負債となるかは、銀行がデータフレームワークやガバナンスプロセスを効果的に発展、導入できるかどうかにかかっています。統一された意思決定プラットフォーム（ https://www.sas.com/en/whitepapers/five-steps-unified-enterprise-customer-decisioning-strategy-114134.html
）の展開に向けて取り組むことで、データのサイロ化を解消し、戦略と変革を推進するための部門横断的なインサイトを得ることが可能になるでしょう。
― SAS バンキング戦略担当グローバルアドバイザー、ジュリー・マクレロイ（Julie Muckleroy）

銀行に対するリスク管理の監視がさらに厳格化
米国の銀行規制当局は、近年いくつかの銀行を破綻させたアナリティクス上の失策を受け、金利リスクに関するアナリティクス要件と監視の双方を一層厳格化するでしょう。例えば、シリコンバレー銀行は高い評価を得ており、自己資本規制をすべて遵守していましたが、それでも破綻しました。これは、2023年が過去最大の銀行破綻の年となった米国での5つの銀行破綻の最初の1件であり、すべては金利上昇による流動性リスクを把握できなかったことが引き金となり、引き起こされました。規制当局には、より高度なリスク管理ソリューション（ https://www.sas.com/en_us/solutions/risk-management.html
）と人的資本への投資に関する規制強化を期待しています。
― SAS リスク調査および定量的ソリューション担当マネージングディレクター、ドナルド・ヴァン・デヴェンター（Donald van Deventer）