このシリーズの前 4 回のブログでは、大手金融サービス企業がどのように価値を求めて AI を拡張し、急速な変化を推進し、エージェント アーキテクチャを使用して仕事とビジネスを再発明し、ハイブリッド ワークフォースを再構築しているかを調査しました。この最後のブログでは、AI が企業全体に拡張されたときに、リーダーシップ、文化、オペレーティング モデルがどのように変化するかという、より大きな全体像に戻ります。また、掲示板で現在寄せられている質問のいくつかも取り上げます。
アクセンチュアの 2026 年の銀行業界のトップトレンド:制約のない銀行業務がここにある
詳細
リーダーシップは AI の成果の決定的な要素です。私たちの調査によると、CEO が後援する Gen AI を活用した企業の再発明は、組織の下層部で開始された取り組みよりも 2.5 倍の価値をもたらすことがわかりました。これは、企業の戦略と将来にとって AI が重要であることを示しています。
私たちが協力する優秀な CEO は、AI をビジネス戦略およびより広範な投資と変革ポートフォリオの一部として扱っています。 AI を目的、ビジョン、パフォーマンスに結び付けます。また、組織が何が変化しているのか、なぜそれが重要なのか、どのように関与するのかを理解するのに役立つ一貫した物語を構築します。 (ストーリーテラー チームの私の同僚は、まさにこれに関して多くのクライアントをサポートしています。)
ほとんどの CEO は、AI に関して「適切な」人物、多くの場合 CIO または CTO を任命します。一部の企業では、最高データ責任者が昇格されたり、最高 AI オフィサーが経営幹部または拡張リーダーシップ チームに追加されたりしています。これらの役割は専門知識と説明責任をもたらしますが、AI は 1 つの機能にとどまることはできません。それは経営幹部全員の責任です。各リーダーは、自社のビジネスで AI がどのように使用され、リスクがどのように管理され、結果がどのように提供されるかを把握する必要があります。
CEO と主要リーダーは、取締役会からの連携とサポートを必要としています。取締役会との関係や技術的な経験は大きく異なります。私たちの調査によると、取締役会メンバーのテクノロジーに関する専門知識は、2015 年の 6% から現在では 16% に増加しています。現在、約 20% の銀行は取締役会メンバーの 3 分の 1 以上がテクノロジー経験者であり、成功する可能性が高くなります。しかし、銀行取締役会の 17% には依然としてテクノロジーの経験を持つメンバーがいないため、サポートと監督がはるかに困難になっています。
私の経験では、取締役会のセッションは非常に重要です。これらにより、戦略、投資、リスク選好を調整するためのスペースが生まれます。また、人間主導のアプローチに対する最も強力な支持を表明することもよくあります。
AI はリーダーのリーダーシップのあり方を変えるそれは意思決定のペース、仕事の性質、コラボレーションの形を変えます。リーダーとリーダーシップチームには、新しい知識、スキル、行動が必要です。 Turing Institute の AI Skills for Business Competency Framework では、リーダーが重要な人物であると認識しています。
ほとんどのリーダーは AI のスペシャリストになる必要はありません。ビジネスの流暢さ、つまり機能と限界、主要な AI の種類、AI がデータ、テクノロジー、ビジネス アーキテクチャにどのように適合するかを理解する必要があります。この流暢さは、リーダーが機会を見つけ、問題を適切に定義し、イニシアチブを賢く後援するのに役立ちます。また、リーダー自身が AI ツールを使用すると、最も早く成長します。
リーダーは AI 投資の評価方法と規模を改善する必要があります。これには、バランスの取れたポートフォリオの構築、リソースの優先順位付け、テクノロジーを超えた変化への資金提供が含まれます。 AI を拡張するには、モデルやインフラストラクチャだけでなく、プロセス、作業設計、スキル、導入、ガバナンスへの投資が必要です。
リーダーはリスク対応能力を深める必要もあります。ブログ 3 で説明したように、取締役会でリスク選好度を設定し、AI 製品に対する説明責任を割り当て、責任ある AI フレームワーク、ツール、専門家のサポートを使用する必要があります。これにより、法律および規制の遵守、3 つの防御線内でのリスク所有権、マネーロンダリング対策や詐欺防止などの分野での行動の管理にわたるリーダーの責任が拡大されます。
FS リーダーはまた、中央銀行、規制当局、政策立案者と積極的に関与する必要があります。私たちは、特に信用、請求、取引などの一か八かの意思決定において、証拠と組み込まれた慣行を通じてのみ、大規模な信頼を構築します。同時に、リーダーは AI が加速する脅威の世界における復元力とセキュリティを強化し、サイバー防御、運用リスク、ストレス テストに AI を組み込む必要があります。
これは、同僚、顧客、市場、社会全体にわたって急速に進化する変化です。リーダーは変革のリーダーシップを磨く必要があります。彼らはビジョンに命を吹き込み、信頼を築き、導入を促進する擁護者でなければなりません。ビジネスチームや技術チーム全体、そしてエコシステム全体で協力する必要があります。彼らは信頼性と包括性を持ってリーダーシップを発揮し、難しい決断を下し、懸念事項に直接対処する必要があります。
AIも常に変化しています。好奇心と継続的な学習は、今やリーダーにとって不可欠なものです。過去 2 年間、私は取締役会や経営幹部から最前線のマネージャーに至るリーダーをサポートしてきましたが、彼らの学習意欲には引き続き感銘を受けています。人々はさまざまな出発点で到着しますが、最も早く進歩するリーダーは質問し、ツールを使用し、認識を実際の応用に変換します。
リーダーの能力構築と現実世界の AI アプリケーションを当社がどのようにサポートしているか知りたい場合は、お問い合わせください。
多くの経営陣はすでに AI の「101」説明会や「201」のビジネススクール訪問を行っています。それが基本的な読み書き能力を生み出し、それが重要です。現在、この継続的な学習をサポートするために、LearnVantage 機能内に完全な AI アカデミーと TQ モジュールも用意されています。
ほとんどの組織にとって、リーダーシップの課題は、AI を実際のビジネス チャンスや問題に適用し、部門やチーム全体で大規模な変化を主導することに移ってきています。
AIが管理業務を変える。エージェント アーキテクチャが日常業務の一部になると、作業の調整、監督、制御が異なって見えます。 AI は単なるツール以上のものになります。
AI は人間ではなく、完全に自律的でもありませんが、感知し、生成し、記憶し、計画し、行動することができます。規制された業界では、人間の従業員と AI エージェントの両方のパフォーマンス、行動、意思決定を監督する能力がますます重要になります。マネージャーは、エージェント ワークフロー内でオーケストレーション エージェントを監督する必要がある場合があります。
「チーム」に人間とエージェントの両方が含まれるようになり、制御範囲が 10 人から 100 人に急激に拡大する可能性があります。これを管理するには、リーダーはガバナンスと制御のためのダッシュボードと AI 対応の管理ツールが必要になります。目標は、管理に費やす時間を減らし、判断に多くの時間を費やすことです。
このため、リーダーシップ学習には経営幹部だけでなくマネージャーやチームリーダーも含める必要があります。これらのリーダーは、理解を深め、質問し、AI の使用を開始するために同じスペースを必要とします。また、懸念事項に対処し、採用をサポートし、働き方を再設定するという日々の責任も担っています。あらゆるレベルのリーダーの連携により、変革の成果が大幅に向上します (Accenture Transformation GPS、2025)。
AI によって銀行や保険会社の目的や価値観が変わることはありません。それは私たちの働き方、考え方、決断の仕方を変えます。金融サービスにおけるデジタルシフトされた文化。 AI はそれをさらに、より速くシフトしていきます。
特定の文化的テーマは企業によって異なりますが、共通の領域は次のとおりです。
まず、トーンが重要です。リーダーは、何か問題があるときに声を上げる安全性を含め、信頼と心理的安全性のための環境を整えます。私は、リスクについて率直に議論し、懸念を正当なものとして扱うリーダーたちに励まされてきました。
第二に、チームが最初の一歩を踏み出すには、力を与える機会が必要です。組織は、仕事がどのように行われるかについて一貫したビューを設定し、AI を実験、学習、導入するためのスペースをチームに与える必要があります。
第三に、リーダーはサイロ化と「これまでのやり方」に挑戦しなければなりません。金融サービスには現状維持への偏見があることがよくあります。再発明には意図的な破壊が必要です。
最後に、人間の行動は最も抵抗の少ない道をたどる傾向があります。新しい動作が必要な場合は、その動作周りの動作メカニズムを変更する必要があります。 AI を使用した提供は、摩擦が少ないものである必要があります。
規制の調子も同様に重要です。英国 FCA の方向性など、よりイノベーションに前向きな姿勢が、企業のポリシー、コンプライアンスの期待、監査の優先順位を形成します。
過去 5 年間にわたり、職場における人間のニーズ (幸福、目的、成長、包括性) の重要性は変わり続けています。 AI を適用する際には、これらの要素を侵食するのではなく、強化する必要があります。金融サービスは、有意義な仕事、強力な関係、信頼と帰属を提供するときに最高の状態になります。
主要な組織は、AI を拡張する際にこれらの人的要素を強化します。 AI を使用してキャリア開発と学習経路をパーソナライズし、強みや目標に合わせた有意義な仕事を通じて従業員が成長できるよう支援します。アクセンチュアでは、リーダーが「従業員はここで働くほうが良いのでしょうか?」と大胆な質問をします。これらは、従業員が市場価値のあるスキルを構築し、健康を維持し、目的と帰属意識を感じているかどうかを測定します。当社の Talent Reinventors 調査によると、従業員が「気分が良くなった」と感じると、変化への適応力が 1.7 倍、組織を信頼する可能性が 1.9 倍、イノベーションを推進する可能性が 35% 高くなります。
運用モデルとは、一連の機能と、それらがどのように連携して顧客にサービスを提供するかということです。 AI とエージェント アーキテクチャによって銀行や保険会社の中核におけるワークフローが変化するにつれて、オペレーティング モデルも適応する必要があります。私たちの最近の思想的リーダーシップは、AI に必要なオペレーティング モデルの変更に焦点を当てていました。これは、より適応力のある構造と継続的な変化への備えの必要性を強調しています (ブログ 3 を参照)。
この変化は、従来の組織の境界に挑戦します。バリューストリームはサイロを切り開き、金融サービスにはサイロが溢れています。また、1 回限りのユースケースやスタンドアロン モデルとしての AI を超えて進む必要もあります。 Agentic AI は、人、プロセス、データ、テクノロジーと統合された再利用可能な機能になりつつあります。
多くの顧客は現在、「AI ファースト銀行」または「AI ファースト保険会社」とはどのようなものなのかという、より大きな質問をしています。その質問の中にいくつかのテーマがあります。この中の大きな疑問をいくつか見てみましょう。
Agentic AI は、銀行業務と保険業務をよりプロアクティブで会話的で適切なものにすることができます。 1 回限りのデジタル トランザクションを、好みやニーズを記憶した継続的なやり取りに変えることができます。また、感情の瞬間（死別、詐欺）、人間関係（プライベート バンキング）、アドバイス（財務計画）など、最も重要なときに企業がより人間らしくなれる余地を生み出すこともできます。
短期的には、高齢者や弱い立場にある顧客にとって、AI インタラクションは困難に感じるかもしれません。選択と包括的なデザインが重要です。
顧客の選択肢も広がります。一部の顧客は、個人エージェントを使用して、オープン バンキングを介してプロバイダー間で入金と支払いを指示します。カスタマージャーニーは、人間間だけでなくボット間でもますます仲介される可能性があります。これにより、流通、価格設定、ロイヤルティが再構築されることになります。
企業はさまざまな競争上の立場を取ることになります。エージェントと顧客のやり取りを自分のものにしようとする人もいます。他の企業は、独自の準拠性の高いエージェントを通じて信頼を競います。他の企業はエコシステムを構築し、広く統合する予定です。
これらの選択により、各機関の経済、仕事、労働力が再構築されることになります。
アジアの大手銀行では、クリエイティブ プロセス (合成顧客テストを含む) で AI を使用し、パーソナライゼーションとデジタル コンテンツとメッセージングの自動化に組み込み AI を使用してモバイル アプリを再開発しました。何百万ものタッチポイントにわたって、Gen AI の再設計により顧客満足度が向上し、使用率が 50% 増加し、マーケティングコストが 40% 削減され、デジタル売上が 65% 増加し、クロスセルが 30% に上昇しました。これらはまだ顧客所有のエージェントではありませんが、AI によってエクスペリエンスとパフォーマンスがいかに迅速に向上するかを示しています。
AI は競争ロジックを徐々に再構築するでしょう。企業がコア バリュー チェーン全体にエージェント アーキテクチャを組み込むと、AI ファーストの成長モデルの基礎が築かれます。時間が経つにつれて、これらのモデルは AI ネットワーク効果を生み出す可能性があり、学習ループにより従来のスケールメリットよりも速くパフォーマンスが向上します。
不正行為と取引の監視は、その方向性を示しています。エージェントはパターンから学習し、エージェント同士から学習することで、新しい特徴や信号を識別できます。エージェント アーキテクチャは自動化するだけではありません。彼らは継続的に改善し、集合知を養う学習システムを作成することができます。私たちは時期尚早ですが、運用モデルへの影響は重大です。
Agentic AI は、次の 3 つのオペレーティング モデル要件を指摘しています。
1.構成可能性 ：金融サービス機能は深く相互接続されており、多くの場合、従来のプラットフォームに組み込まれています。コンポーザビリティとは、製品や地域を超えて再利用できるモジュール式の AI コンポーネントとエージェントを設計することを意味します。これにより、より迅速な再発明が可能になり、技術的負債が削減されます。
2.回復力 ：企業は、ショックを吸収し、整合性を維持し、迅速に回復できる人間とエージェントの運営チームを構築する必要があります。規制された分野では、継続性と信頼は交渉の余地がありません。これには、エージェント層に障害が発生した場合に重要なサービスを実行する機能が含まれます。
3. 持続可能性 :AI コンピューティングのワークロードが増大するにつれて、銀行や保険会社はエネルギー、炭素、水の使用量、モデルの効率、より環境に優しいクラウド アーキテクチャを管理する必要があります。これらの選択は、ネットゼロの目標と規制当局、顧客、投資家のセンチメントに影響を与えます。データセンターが必要とする持続可能なエネルギーと水のソリューションに資金を提供する機会もあります。
エージェントティック AI は、多くの銀行や保険会社がすでにガバナンスを簡素化し、継続的な変化に対応する商品運用モデルを採用し、グローバル ケイパビリティ センター（GCC）をインテリジェントな運用に進化させている中で登場します。
プロダクトオーナーは、AI 機能を継続的に進化させ、エンジニア、顧客、提案および変更の専門家と並んで AI スキルを提供チームに導入する必要があります。 GCC は、企業の再発明のためのインテリジェントなオペレーションを提供するために、大規模なオペレーションとディープ テクノロジー、データ、AI 機能をますます組み合わせています。確立された能力センターを持たない組織は、代わりにオンショア化するか、現場で業務を変革することを選択する可能性があります。
大手の複雑な保険会社と協力して、GCC 内のバリュー ストリームとプロセス全体に 100 を超える RPA、AI、そして現在はエージェント AI ソリューションを導入しました。これにより、サービス、洞察力、スピードが向上し、コストが 35% 削減されました。重要な要素には、統合された業務の可視性、全方位にわたる野心、強力な人材、コア プラットフォームと AI の両方への継続的な投資が含まれます。
これまで多くの企業はデータをテクノロジーの問題として扱い、主に修復と規制遵守のために資金を提供していました。その見方は逆転しつつあります。
銀行や保険会社は、データを戦略的なビジネス資産として扱うことが増えています。キュレーションすること自体に価値があり、AI を正確にトレーニングし、責任を持ってスケーリングするためにも不可欠です。その結果、データと AI 機能への投資が増加し、データ プロフェッショナルにとってビジネスと顧客ドメインの知識がより重視されるようになります。
私たちは、AWS および NatWest Group との 5 年間にわたる協力関係を発表し、2,000 万人の顧客向けにデジタル、データ、分析、AI 機能の最新化を加速しました。コラボレーションには、同僚のスキルとデータ主導の文化への投資が含まれます。 NatWest CEO の Paul Thwaite 氏は次のように述べています。「私たちの業界、そして顧客の期待は急速に変化しており、私たちは顧客のニーズをこれまでよりもよく理解して迅速に対応するための能力を構築しています。高品質のデータを備えた私たちは、最も重要な瞬間に信頼できるパートナーとして、よりパーソナライズされた製品とサービスを提供するために、AI やその他のテクノロジーを使用して顧客へのサービス提供方法を静かに改革し続けることができます。」
これはリーダーシップを発揮する瞬間です。経営幹部と取締役会は、AI が組織にとって何を意味するかについて、制約のある見方をするか、制約のない見方をするかの明確な選択を迫られています。
制約された見方では、「10% を獲得する」ことが目標となります。狭いタスクの自動化、価値の低い作業の削除、労働力の最適化に重点を置いています。デフォルトで「まだ」または「高速フォロー」になる場合もあります。市場の圧力、不確実性、投資疲れを考慮すると、この反応は理解できます。しかし、それは最終的には限界をもたらします。
制約のないビジョンは違います。それは段階的に節約することではなく、10 倍のパフォーマンスと成長を実現することです。このモデルでは、成長は銀行が雇用できる人数によって制限されなくなります。 1 人が AI 同僚のチームを率いて調整し、飛躍的に大きな影響を与えることができます。
これは、人間と AI の能力を組み合わせてビジネスを再発明するための意図的な選択です。継続的な変化、連携したリーダーシップ、変革を主導する人々との深い信頼が前提となります。成功は、従業員がワークフローを再考し、仕事に取って代わるのではなく向上させる直感的な人間と AI のインタラクションを共同設計できるようにするかどうかにかかっています。中心的な質問は「AI はどこでコストを削減できるのか?」 から変わります。 「インテリジェンスは結果をどこに変えることができるでしょうか?」
次世代のリーダーシップは、私たちがどれだけコントロールを維持できるかによって決まるのではなく、私たちが責任を持って人間的および人工的な能力の両方をどれだけ加速させるかによって決まります。成長する銀行や保険会社は、目的、好奇心、勇気を兼ね備え、顧客、同僚、株主、社会の利益のために知性を高める人材によって率いられます。
過去 5 回のブログで、私たちは多くのことを取り上げてきました。
<オル>AI は、金融サービスおよびより広範な仕事の世界において、最も破壊的で刺激的な変化の 1 つであり続けています。 AI を価値に合わせて拡大してきたリーダーと、人間主導のアプローチを採用したリーダーの間には、溝が生じています。
実際の例と私の考察が、違いを生むアプローチのいくつかを実現するのに役立つことを願っています。貴社の機会や課題についてさらにお話を伺いたいと思います。LinkedIn で私に直接ご連絡いただき、2026 年の銀行業界のトップ トレンドをお読みください。