AI・IT経営ケース 2026-10-06

DBS銀行：信用評価をAIに任せる範囲をどう決めるか

公開事例を基にした討議用ケースです。事実と、学習のために設定した判断場面・数値を区別しています。

背景

DBSは2025年、データ分析・AI／機械学習による経済価値を約10億シンガポールドルと報告しました。これは全社の取り組みをまとめた企業公表値であり、生成AI単体の利益や、信用評価支援の投資収益率を示す数値ではありません。出典：DBS 2025年年次報告・CIO説明

導入／変更内容

信用評価では生成AIによる情報の抽出・検証を進め、職員が確認する信用評価メモの生成など、エージェント型の業務フローに向けた取り組みを進めています。同時に、AI利用のライフサイクル全体を監督する委員会や枠組みを強化しています。出典：DBS 2025年年次報告・CRO説明

以下は討議用の仮定です。あなたは同様の仕組みを導入する銀行の経営者です。経営会議には「AIが資料収集とメモ作成を担当し、人が審査・承認する案」と「条件を満たす小口案件はAIが自動承認する案」が提出されました。現場からは、作成時間は減る一方、出典確認と修正に手間がかかるとの声があります。

経営上の論点

• 投資対効果：削減時間を、そのまま人件費削減と見なせるか。確認・手戻り、データ整備、運用監視、研修、事故対応まで費用に含め、創出した余力を処理件数や顧客対応の改善につなげる必要があります。
• 業務設計と定着：審査担当者が原資料に戻れる出典表示、例外案件の引き継ぎ、AI停止時の代替手順を整える。現場の利用率だけでなく、修正率、総処理時間、品質で評価します。
• リスクと権限：情報の読み違い、古い資料、偏り、顧客情報の漏えいを想定する。資料参照・メモ作成・システム書き込み・承認の権限を分け、誰が変更を認め、誰が止め、誰が判断に責任を持つかを決めます。

問い2問

1. 最初の90日間で、どの業務範囲まで導入しますか。投資を拡大・継続・中止する条件を、効果と品質の両面から設定してください。
2. 小口案件の自動承認へ進むなら、何を証拠として求めますか。承認上限、例外条件、人による確認、停止権限、監査記録を設計してください。

考える観点

採算の試算（すべて架空の数値）：年間2万件、1件当たり作成を20分短縮しても、確認が8分増えれば純削減は4,000時間です。時間単価5,000円なら余力の評価額は年2,000万円。年額運用費1,200万円、初期費用2,400万円なら、余力を全額価値に転換できる仮定で単純回収期間は3年です。ただし、余力の50％しか価値に転換できなければ年間便益は1,000万円となり、運用費を下回ります。貸倒れや事故損失、品質改善はこの計算に含めていません。

試行では案件の難易度をそろえて従来手順と比較し、人の確認込みの時間、重大な誤り、見逃し、顧客対応を測ります。拡大条件は「時間が減った」だけでなく、品質が許容基準を満たすこと。重大な情報漏えいや判断誤りが起きた場合の停止基準も、開始前に決めます。

短い解説

本ケースでの推奨は、まずメモ作成支援から始め、審査・承認は人が担う設計です。全社の大きなAI成果は、個別業務の採算や自動承認の安全性を保証しません。担当部門が効果を測り、財務が便益の計上を検証し、リスク管理部門が権限拡大を審査する。経営が判断すべき対象は、AIの性能に加え、確認作業を含む業務全体と責任の配置です。

作成日：2026年10月6日（日本時間）。公開情報の確認日：同日。