金融 / 銀行
DBS：ネガティブニュースの確認
- 企業
- DBS
- 国
- シンガポール
- 導入状況
- 運用中
- 資料公開
- 日付の基準
- 資料が公開された時点。導入を開始した日とは異なる場合がある。
- 根拠の確認方法
- 原文の本文を閲覧
業務課題
DBSは顧客に関わるネガティブなニュースを調べる審査の業務を運営する。銀行はこの業務を、生成AIで生産性を上げる対象として挙げた。その前に、チームごとにばらばらな開発のやり方を整理する基準が必要だった。
使った技術とデータ
銀行はまず生成AIのフレームワークを作った。再利用の構成要素、統制の装置、業務の流れの機能、プロンプトの作成の基準を標準として定めた。この基準の上で、ネガティブニュースの審査の道具を生成AIで作った。データは全社のデータ分析のプラットフォームADAが扱う。銀行はこのプラットフォームでコードの配備の時間を25%減らし、モデルの配備の周期を10週の内側に縮めたと述べた。
成果
DBSは、この道具がネガティブニュースの審査の生産性を高めると述べた。2025年の実績を収めたCIOの書簡に、運用中の生成AIの事例として記された。同じ書簡は、ADAを通じて2,000を超えるAIのモデルを430を超える課題に適用したと述べた。審査の業務だけを切り出した成果の数値は記していない。
限界と残る課題
原文はこの道具を一文でしか触れていない。審査の精度、処理の時間、人が改めて見た比率はない。
出典
- CIO statement | DBS Bankdbs.com, 確認
公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。