応接記録モニタリングにKIBITを採用して、

行員の意識変革にも大きく貢献。
ニュアンスを判断できる言語処理能力が決め手

本来ならば応接記録は、人間が全量チェックするのがベストです。とはいえ、応接記録は月に10,000 件にも上るので、KIBIT導入前はすべてチェックするのは難しい状況でした。そこで、KIBITで「見なければならないもの」を抽出してモニタリングすることで、業務効率化を図っています。

応接記録5,000 件/月のうち、KIBITが高リスクと判断したもの、及び記載不十分と判断したものについて、人間の目で確認しています。かつては人力でサンプルチェックしていたところをKIBITの力を使い、効果的に確認しています。効率的に見るべきものを抽出できるようになり、約5倍の取引をチェックできるようになりました。

いえ、応接記録に関わっている人の数は変わっていません。効率化した分、別の観点で記録を確認してもらったり、ほかの業務に空いた時間を充ててもらったりしています。

もともとすべての記録の10 数パーセントしか見ることができなかったのですが、KIBITにかけている取引は「課題がありそうな記録はすべて見ている」といえると思います。

KIBITでは、必要な事項が記録されているどうかもチェックします。そのため担当者は必要事項を漏れなく、かつ適切に書くよう心がけるようになり、その前提となる説明行為自体も丁寧になります。結果として、お客さま対応への意識が変わってきました。

また、これは想定していなかったのですが、応接記録自体の記入が早くなりました。こういった記入はどうしても後回しになりがちですが、KIBITに応接記録を読み込ませる必要があるため、行員たちが優先順位をあげて、記入するようになったのです。後回しにせずに、記憶が鮮明なうちに記入するため、より正確な応接記録が残せるようになりました。

テキストの検出やパターンを読むだけなら、他のAIでもできますが、ニュアンスを読み取って、その単語が正規の使われ方をしているのか？ ということがわかるのはKIBITだけでした。前後のニュアンスから「お客さまは理解していないけど、違う意味でその単語を使っているのでは？」といったことがわかります。ここが一番のポイントですね。

また、弊行では、KIBIT導入後に行員によるモデルのチューニングや新モデルの作成を行っていますので、この機能があることでKIBITに学習させるデータを選びやすいという利点もありました。

苦労した点は、教師データ作成の難しさですね。取引件数が少ないパターンではデータの準備に苦労しましたが、そもそもKIBITは、必要な教師データの量がさほど多くないので、担当者がある程度データを補うことで乗り越えられました。

コンプライアンス統括部での実績をもとに、今後は個人コンサルティング部でも活用したいと考えています。現在、弊行ではすでに金融商品をお持ちのお客さま向けにアフターフォローを行っており、ルールに則っていくつか分類項目に振り分けています。応接記録の内容と分類項目が一致しているかをKIBITで確認し、異なる場合は誤った記録になっていないか担当者に確認するようなイメージです。

個人コンサルティング部には、半年で20,000 件ほどのフォローが必要なお客さまがいるので、KIBITを使ってアフターフォローの全量のチェックができる体制を整備したいと考えております。行内全体でKIBITを使った業務効率化を進めて、さらに「お客さま本位の業務運営」を推進してまいります。