私たちは、ホワイトカラーの代表格であり、AIの活用が広がる金融業界において、ヒトとAIの組み合わせ、すなわち”IA”（intelligence augmentation・知能拡張）が持つ可能性について探ります。

WEBサイト：https://monoinv.com/

近年、既存のビジネスパーソンの仕事が、AI（人工知能）によって代替される可能性について指摘されています。野村総合研究所とオックスフォード大学の共同研究によると、2030年にかけて日本の労働人口の49％が就いている仕事は、人工知能やロボット等で代替可能になり、この流れは、ブルーカラー（技能系・作業系職種）ではなく、ホワイトカラー（事務系職種）の方が強くなると言われています

一方、「AIにはかなわない」「AIにすぐに仕事を奪われてしまう」といった言説も存在しますが、これはそうではないと私たちは考えます。AIにも不得意な分野や技術的な限界は存在しますし、ヒトとAIが組み合わさることで、AI単独よりも力を発揮する分野も多くあるはずだと考えるからです。

しかし残念ながら、このような言説が流布しており、AIの評価が過度に高く取り沙汰される結果、特に若いビジネスパーソンの間で悲壮感が漂っているように思いますし、人だからこそ提供できる価値を無視してしまっているようにも感じます。

そこで私たちは、ホワイトカラーの代表格であり、AIの活用が広がる金融業界において、ヒトとAIの組み合わせ、すなわち”IA”（知能拡張）が持つ可能性について探りたいと思います。

金融業界の中でも特に、個人に対して資産運用提案を行うリテール金融事業者（銀行、証券会社、IFAなど）にターゲットを絞り、彼ら/彼女らが資産運用提案を行う際のAIサポートツール（以下「本ツール」）を設計・開発します。

AIの開発難易度が高く、開発完了まで1年以上を要する見込みです。 そのため。今回のQWSチャレンジでは、より基礎的な部分の開発を３ヶ月で構築、実証します。

◯8月
【リスクエクスポージャー分析機能の開発】
AI開発の第一歩として、ポートフォリオのリスクエクスポージャーを分析する機能を開発します。 リスクエクスポージャーとは、投資家が持つ金融資産（ポートフォリオ）の中で、市場の価格変動のリスクにさらされている資産の割合のことであり、ポートフォリオ分析の第一歩となるものです。

【本ツールの利用事業者の獲得】
本ツールを利用するリテール金融事業者を獲得するための、営業・アライアンス活動を実施します。リテール金融事業者の中でも、まずはIFA（独立系ファイナンシャルアドバイザー）に集中して営業活動を実施します（IFAを優先する理由：本ツールに対するニーズが確認できており、導入ハードルが低いため）。 リテール金融事業者からは、本ツールに関するフィードバックを定期的に取得し、機能改善に役立てます。

◯9月
【簡易的なAIの開発着手】
アセットアロケーション（資産配分）の最適化を行う簡易的なAIの開発に着手します。 アセットアロケーションとは、株式や債券といったアセットクラスの配分のことを指します。一方、ポートフォリオは個別商品の配分を意味します。そのためアセットアロケーションの最適化の方が、ポートフォリオの最適化よりも難易度が低いといえます。また、アセットアロケーションの最適化は、ポートフォリオの最適化の前提（前段階）となるため、非常に重要になると考えています。

【本ツールの利用事業者の獲得】
8月と同様に、利用事業者の獲得を推進します。

◯10月
【簡易的なAIの開発・ツールへの実装】
アセットアロケーションの最適化を行う簡易的なAIの開発を完了させます。 また、開発した簡易AIを本ツールに実装し、利用事業者からのフィードバックを獲得することで、今後のAI開発に役立てます。

以上のスケジュールをもとに、私たちは本ツールの開発・設計を行うことを通じて、”IA”（intelligence augmentation・知能拡張）が持つ可能性について探りたいと考えています。

大きく2つあると考えています。
1つ目は、「新たなヒトの可能性の発見」です。AIの可能性が取り沙汰されることの多い昨今、ヒトとAIの得意分野を組み合わせる今回の試みがうまく行けば、今までにない新たなヒトの価値・可能性を見つけることができるのではないかと考えます。

2つ目は、「資産運用がもっと身近になる点」です。 従来、資産運用の提案には、相応の金融知識が必要だったため、アドバイザーの成り手は限られていました。本ツールの開発により、AIが資産運用に関する提案をしてくれるため、アドバイザーに求められる知識のハードルは下がります。そのため、今までアドバイザーになることが難しかった保険販売員や不動産販売員などがアドバイザーになることも想定されます。 個人投資家にとっては、資産運用を相談できる相手や機会が増えることから、今回の試みの成功により、資産運用がもっと身近になり得ると考えます。

プロジェクトメンバーは過去、大手金融機関の一員として、金融の最前線でキャリアを積んで参りました。大手金融機関ではAIの活用が進んでおり、そこで働く多くの人々がAIの恩恵を受けていました。その半面、「AIにはかなわない」「AIに仕事を奪われてしまう」といった悲壮感が、特に若手〜中堅の社員に漂っていました。

私たちは大手金融機関を退職後、Fintech系サービスのスタートアップを起業しました。さまざまな技術について勉強し、AIへの知見を深める中で、AIの不得意な分野や技術的な限界を知ることができました。私たちは、大手金融機関とスタートアップの経験を踏まえて、AIの活用が広がる金融業界においても、AIが完全にヒトを代替するのではなく、むしろヒトとAIの得意な分野が組み合わさることで、今まで以上に優れた世界を作ることができるのではないか、と考えるに至りました。