DatabricksがDiscovery Bankの金融AIを紹介。銀行AIは待つ窓口から先回りする窓口へ

給料日のあとに銀行が何を見ているか

Databricksの事例を身近に言うなら、銀行アプリが待つ窓口から先回りする窓口へ変わる話です。質問を受ける前に、状況に合う案内を出します。

たとえば、給与が入った後に貯蓄の提案が来る。定期預金の満期が近い時に選択肢が出る。投資画面を何度も見ている時に、関連する案内が出る。

銀行AIは、会話のAIではなく判断のAIです。Databricksが紹介したDiscovery Bankの事例は、この変化をよく示しています。

年齢ではなく行動で見る

従来の案内は、年齢や属性でまとめられがちでした。若い人には貯蓄、住宅ローン世代には借り換え、というような分け方です。

Discovery Bankの考え方は違います。顧客の支出、貯蓄、借り入れ、デジタル利用、サービス会話などを組み合わせます。

Databricks Data and AI Platformの上で、行動指標、モデルスコア、予測、推薦を再利用できるデータ製品にします。つまり、部署ごとに別々の顧客理解を作りません。

この仕組みがあるから、アプリ、チャット、銀行員の対応で同じ判断を使えます。案内が増えるだけでなく、ばらつきも減ります。

不正対策もその人らしさを見る

同じ行動データは、守るためにも使われます。Discovery BankのTRUST alertは、取引がその顧客の普段の行動と合うかを見ます。

これは、怪しいかどうかを一律に決めるだけの仕組みとは違います。少し怪しければ説明付きで知らせます。危険度が高ければ、強い止め方もあります。

Databricksは、Discovery Bankが数億件規模の金融取引を処理したと説明しています。判定は数百ミリ秒未満で返るとされています。

金融AIの価値は、便利な提案だけではありません。止めるべき時に止める力も、同じくらい重要です。

生成AIは銀行員の代わりではなく案内役になる

Discovery AIは2025年5月に始まりました。Databricksの記事では、個人向け銀行サービスを広げる構想の一部として説明されています。

できることは、単なる雑談ではありません。サービス上の質問に答え、銀行の手続きを案内し、金融行動の一部を分析し、個別の提案や選ばれた操作を助けます。

ここで効くのが、生成AI（文章や回答を作るAI）と従来の機械学習（過去データから予測する仕組み）の組み合わせです。生成AIは、予測や推薦を人に分かる形へ変えます。

AIエージェント（目的に沿って処理を進めるAI）も出てきます。ただし、既存の統制を抜けるのではありません。

使えるサービス名だけを追わない

今回の発表は、新しい一般向けサービスの発売案内ではありません。料金や提供条件は発表に書かれていません。

そのため、ここで読む価値は名前より構造にあります。どのAIを使ったかだけでなく、データ、権限、説明、操作をどうつないだかです。

Databricksの開発者向けページも、企業データの上でアプリやエージェントを作る環境を掲げています。Discovery Bankの例は、それが銀行でどう見えるかを示しています。

窓口の仕事が静かに変わる

銀行で困るのは、手続きそのものだけではありません。どのメニューを開くのか、何を先に出すのか、なぜ止められたのかも分かりにくいです。

AIが入ると、その迷いを短くできます。顧客の状況を見て、案内を出し、説明し、必要なら人の対応にも情報を渡します。

Discovery Bankは、AIを自己サービス、テキストの銀行員チャット、アプリ内通話、人が対応する場面にも広げています。サービス会話の分析にも使い、よくある問題や品質の差を見つけます。

一言でいえば、銀行のAI化は窓口を消す話ではありません。窓口の前後にある迷いを減らす話です。そこに、次の金融AIの実感があります。