本文へスキップ
AI-Papers

Itaú Unibanco、全顧客向け生成AI「ia.i」と統制基盤IARAを展開

Itaú Unibanco、全顧客向け生成AI「ia.i」と統制基盤IARAを展開
  • Itaú Unibancoは顧客向け対話AI「ia.i」を第1フェーズで約30万人に提供し、2026年末までに全顧客への拡大を計画しています
  • 統制基盤IARAが複数モデルへのアクセスを一元管理し、トークン単価、回答精度、責任あるAI方針の遵守を同時に扱います
  • 法務部門では9000万件超の文書を対象に月200万件超のタスクを処理し、工程ごとに20〜80%の効率改善を報告しています

顧客との対話層「ia.i」

OpenAIは、ブラジル最大手の民間銀行Itaú Unibancoによる生成AIの全社展開事例を公開しました。同行は顧客向けの対話アシスタント「ia.i」と、社内の生成AI利用を統制するプラットフォーム「IARA」を組み合わせ、モデル導入と統制基盤の整備を並行して進めています。

ia.iはテキストと音声のどちらからでも起動でき、普通預金、クレジット、カード、保険、投資といった領域を1つの窓口で扱います。テキスト、音声、画像、タップ操作を混在させたやり取りに対応し、込み入った相談は専門の人間の担当者へ引き継ぐ構成です。

第1フェーズの提供先は約30万人の顧客で、実際の利用行動を学ぶ段階と位置づけられています。今後は商品のシミュレーションや申し込み、収入・支出・習慣の定期的な分析などを加え、2026年末までに全顧客へ広げる計画です。CTOのCarlos Eduardo Mazzei氏は、技術そのものは利用者からほぼ見えない状態にして、単純で有用な体験を届けることを優先すると説明しています。

7000万人分の文脈層

回答の具体性を支えるのが「Customer DNA」と呼ばれる金融文脈の層です。約7000万人分の顧客プロファイルをGPTモデルで最新の状態に保ち、ガバナンス統制の下で参照します。顧客データは行内のコンテキストに留め、統制されたセキュアな経路からのみアクセスする設計をとっています。

この文脈層を前提に、同行は次のような顧客向けの用途を挙げています。

  • 口座明細の項目が何を意味するかの説明
  • 投資に関するアドバイスの提示
  • WhatsApp経由での取引
  • 収入・支出・習慣の定期的な分析(提供予定)

需要の裏付けとして、同行とGrupo Consumotecaの調査では、ブラジル人の80%が家計を整えるためのより良い支援を求め、65%が継続的に助言する金融コパイロットを望んでいるという結果が示されています。

統制基盤IARAの役割

IARAは、社内チームに複数モデルへの管理されたアクセスを与えるオーケストレーション基盤です。OpenAIは選択できる提供元の1つであり、単一モデルに依存しない構成になっています。

この基盤は、トークン単位のコスト、回答の正確性、責任あるAI方針の遵守という3つの論点を切り離さずに扱います。Mazzei氏はIARAについて、ガバナンスと可観測性を確保できるからこそ不可欠な基盤だと述べており、規制の厳しい業種では挙動を追跡できること自体が導入の前提条件になると位置づけています。

図1: IARAを経由したモデル利用と監査の流れ
図1: IARAを経由したモデル利用と監査の流れ

図1のように、モデルの選択と利用の記録を1か所に集約することで、どのチームがどのモデルをどの方針の下で使ったかを追跡できます。責任あるAIの原則は開発段階から継続的な監視まで全ライフサイクルを対象とし、安全性、透明性、倫理、規制順守を目標に据えています。フロンティアモデルに残るバイアスの risk を抑え、回答を自社の価値観や文化に沿わせる作業も継続して行うとしています。

従業員業務での実績と期待値

ia.iを支える知能層は、専門職やマネージャー、顧客対応チームの業務にも使われています。社内では会議の要約と事前準備、論点の調査、代替案の検討といった用途が挙げられ、法務部門では文書の読解・分析・解釈の自動化が進んでいます。

項目

規模・効果

ia.i 第1フェーズの提供先

約30万人

Customer DNA の対象顧客

約7000万人

法務部門の対象文書

9000万件超

法務部門の月間タスク

200万件超

一部工程の効率改善

20〜80%

一方で、顧客関係に充てる時間が3倍、対応速度が最大2倍、会話の有効性が最大3倍という数値は、同行が従業員向けツールに見込んでいる期待値であって、達成済みの実績として公表されたものではありません。すでに動いている規模と、これから検証される効果を分けて読む必要があります。

日本の大企業への示唆

この事例で参考になるのは、モデルの性能競争ではなく、顧客向けインターフェースと社内統制基盤を同じ時期に整えた順序です。金融のような規制業種では、何ができるかと同程度に、誰がいつどのモデルを使い、その出力をどう記録するかが導入の可否を決めます。

全社規模の導入が業務の質に与える影響は、導入後しばらく経ってから測るほかありません。実際に、AI導入義務化の2年後、開発者802人の追跡でPR提出2.09倍とレビュー負担倍増のような追跡調査では、生産量の増加と同時に別の負荷が現れることが報告されています。Itaú Unibancoの計画も、2026年末の全顧客展開に向けて期待値と実測値の差がどこまで埋まるかが評価の焦点になります。

シェア:

投稿には GitHub アカウントが必要です。投稿内容は公開され、利用規約に反するものは予告なく削除します。