今日のフィンテックに関する議論の多くは、この技術の金融サービスへの応用可能性に焦点を当てているが、同様に重要なのは、業界が現在これほど積極的にイノベーションを追求している根本的な理由である。その多くは、コスト削減、規制遵守の達成、新たな形態のリスクからの保護、そして変化が速く不確実な環境における競争力の維持といった、現在の環境の現実を反映している。
しかし、もう一つの推進要因もある。おそらく最も重要なものである。それは顧客である。あらゆるフィンテックの議論は、同じ問いから始まり、同じ問いで終わるべきである。すなわち、技術を用いて顧客体験をどのように高めることができるか、という問いである。これに答えるためには、今日、明日、そして将来において、どの技術が最も大きな影響を与え、最も大きな顧客価値を提供できるかを理解する必要がある。
現在への影響：ロボティック・プロセス・オートメーション
現在のイノベーションのうち、ロボティック・プロセス・オートメーション（RPA）（略称はボット）は、今日の金融サービスにおいて最も広く普及しており、個人生活と職業生活の両面で既に顧客体験を向上させている。たとえば、銀行の個人向け業務や資産管理においてこれは明確に見て取れ、ロボアドバイザーは日々一般的になりつつある。
当然のことながら、ボットをバックオフィスに統合する取り組みも進んでいる。技術が成熟し続けるにつれ、ボットは、複数のアプリケーションからのデータ収集、顧客マスターデータの管理、二重入力の回避など、より幅広い複雑で労働集約的なプロセスを担えるようになるだろう。
企業がこの技術に魅力を感じている点は、コストと生産性の向上をもたらすだけでなく、より変革的な顧客エンゲージメントとパーソナライズされたサービスの提供にもつながることである。
たとえばDTCCでは、グローバル取引リポジトリサービスに新規顧客をオンボーディングする方法を支援するため、インフラにボットを統合している最中である。時間の経過とともに、ボットは手作業によるエラー率を低減してリスクの軽減に役立ち、例外をより早く把握することで顧客への処理を迅速化し、オンボーディングのライフサイクルを簡素化する一貫性をもたらすと考えている。
しかし、こうした利点がある一方で、デジタル労働力にはリスクへの影響もある。だからこそ、自動化の取り組みを慎重に管理し、企業全体で調整すること、そしてRPAプログラムを導入する前に適切な統制とガバナンスを確立することが極めて重要なのである。
明日への転換：応用機械学習
応用機械学習は、金融取引の処理方法のデジタル変革における次のフロンティアであり、効率性を高め、リスクを低減することで顧客価値を高める可能性を秘めている。業界はまだ機械学習を用いてビジネス課題を解決する初期段階にあるが、今後2年から5年のうちに進歩が急速に進むと見込まれる。データがこの傾向を牽引しており、多くの企業が、そのデータをどのように活用すれば事業成長を支え、顧客体験を高められるかを検討している。
機械学習がまだ比較的初期段階にある今、この技術の価値を最大化するために、業界として適切な基盤戦略を構築することが極めて重要である。注力すべき重要な領域は3つある。
第一に、可能な限り堅牢なデータセットを構築し、活用しなければならない。分析の前にデータを正規化・標準化することは、モデリング結果の正確性を確保するうえで重要である。
第二に、アルゴリズムを扱い、その結果を検証できるデータサイエンティストやテクノロジストを採用し、育成し、確保しなければならない。
第三に、データセキュリティと機密性に関する懸念に対処しなければならない。これらは厄介な問題であるが、応用機械学習の恩恵を十分に享受するためには、業界がそれらに取り組み続ける必要がある。
長期の展望：分散型台帳技術
興味深いことに、これまでに最も注目を集めてきた技術である分散型台帳は、顧客価値の提供という点では、おそらく最も複雑なものである。しかしながら、業界の取引方法と顧客支援の在り方を変革する可能性が最も大きいのもまた、この技術である。
DTCCでは、これまでで最大規模のDLTの取り組みの一つを主導しており、それは当社の取引情報ウェアハウス（TIW）の再プラットフォーム化である。従来型のデータベースから分散型台帳へ移行し、さらにクラウドコンピューティングを活用して拡張性を高め、性能を最適化し、柔軟性を向上させ、コストを削減している。この取り組みを通じて、この技術の可能性と限界について多くを学んでおり、その学びは、金融サービスの他の分野においてDLTをどのように活用できるかについて、当社や他の企業を導くうえで役立つだろう。
同様に、業界がDLTの試行を続けるなかで、我々は皆、それをどこでどのように適用するかについて慎重に考える必要がある。場合によっては、既存の技術が依然として最良の解決策である可能性があることを認識しなければならない。これは重要な点であり、なぜなら、我々の共通の目標は、現行のプロセスを単に分散型台帳へ移行させることであってはならないからである。そうすることは、非常に大規模な無駄な取り組みである。代わりに、取引後のエコシステムを根本から再構築するための跳躍台として、この技術を捉える必要がある。
今後数年間にDLTが市場構造をどのように変えるかを予測することは不可能であるが、資本市場が分散型台帳システムを通じてより密接に統合され、すべてのデータがクラウドに取得・保存され、重要な資産がデジタル化されてこれらのネットワーク上に本来的に存在し、ネットワークが資本市場全体でデータをシームレスに同期させる未来を思い描くことはできる。
このデータ同期のビジョンは、大幅なコスト削減とリスク低減をもたらし、約定から決済に至るまでのストレートスルー処理を実現するという、業界の長年の目標を達成することで顧客価値を提供するだろう。ある意味で、これを実現することが最も容易な部分かもしれない。なぜなら、今日の技術、プロセス、市場慣行から移行することこそが、我々の前にある最も複雑で困難な課題である可能性が高いからである。
将来を見据えると、技術が金融業界の多くの分野を根本的に改善することは間違いない。これを実現するためには、金融機関は競争心を脇に置き、協力して将来の技術基盤を構築しなければならない。孤立して取り組むことの危険性は、新たな断絶した解決策の迷路を生み出してしまうことであり、それによってフィンテックがもたらしうる大きな恩恵が制限されてしまうことである。オープンソース団体、たとえばHyperLedger FoundationやEnterprise Ethereum Allianceなどを支援し参加することを通じて、専門知識やアイデアを共有するといった、協働を支える多くの方法がある。このように考え、行動すれば、顧客体験を高め、より大きな顧客価値を生み出すことができると確信している。
