Category Archives: Tech Blog

ServiceNow CSM
ServiceNow CSM:経営幹部のための2026年版AI活用ケース管理ガイド

ServiceNow CSM(顧客サービス管理)は、AI、統合されたアカウントデータ、CMDBに基づく自動化によって顧客サービスのモダナイゼーションを目指す組織にとって、最も戦略的なエンタープライズプラットフォームの一つとなっています。顧客サービスは、いつの間にか取締役会レベルの議題になりました。複数の製品、さまざまなサービス利用権限、複数の地域へとB2Bの関係が複雑化するにつれ、それを支えるために構築されたシステムは対応に苦慮しています。Gartnerは、CRM顧客サービス&サポートソフトウェア市場が、クラウド導入とGenAIを活用した機能に牽引され、2027~2028年まで年平均成長率(CAGR)13.9%で成長を続けると予測しています。この成長は、単なるソフトウェア支出の増加ではありません。顧客サービスが、統合データ、ガバナンスの適用されたアカウント、AIを中心に再設計されるという、より広範な変化を反映しています。 それぞれに固有の連絡先、製品、サポート利用権限を持つ数百ものB2Bアカウントを管理する企業にとって、ServiceNow Customer Service Management(CSM)は選ばれるプラットフォームとなっています。このガイドでは、CSMが実際に果たす役割、単に機能する導入と真の変革をもたらす導入を分ける要因、そして企業のリーダーが2026年に導入へどう取り組んでいるかを詳しく解説します。 2026年の顧客サービス投資を促す変化 長年、企業はアカウントごと、地域ごと、チケット管理システムごとに顧客サービスツールを購入してきました。この方法は、事業が少数の主要アカウントを超えて拡大した途端に立ち行かなくなります。連絡先はあるシステムに、販売済み製品は別のシステムに、インフラデータはさらに別のシステムに保存され、どのケースでも担当者は実際の問題解決に取りかかる前に、まず情報をつなぎ合わせて全体像を再構成しなければなりません。 AIは、このモデルからの移行を加速させています。Salesforceによると、すでに顧客サービス組織の66%がAIエージェントを導入しており、前年の39%から増加しています。次に取るべき最適なアクション、返信案、関連ナレッジを提示する担当者向けコパイロットもそれに続き、ワークスペース内での導入が最も急速に進んでいます。完全自律型のエージェンティックなケース解決は、依然として最も新しい機能であり、現在は約3分の1の組織が導入していますが、2028年までにその普及範囲は2倍以上になると予想されています。 その結果、市場は二つの方向へ同時に進んでいます。分散したサービスツールをガバナンスの適用された単一プラットフォームに統合し、そのプラットフォームにAIを重ねることで、手作業を減らしながらケースをより迅速に解決する方向です。 多くのServiceNow CSM施策がROIを生み出せない理由 AIを活用した顧客サービスへの投資が拡大する一方で、多くのServiceNow CSM施策は期待されたビジネス成果を達成できていません。問題がプラットフォーム自体にあることはまれです。むしろ、組織はAIが依存する運用基盤を整える前にAIを導入しがちです。 特によく見られる課題には、次のようなものがあります。...

Agentic AI in Banking: 5 Proven Ways It's Reshaping Finance
銀行分野のエージェンティックAI:金融を変革する実証済みの5つの方法

銀行業界のエージェンティックAIは試験導入の段階を超え、人間が確認すべき問題を検知するシステムから、自ら調査し、判断し、対応を完結するシステムへと進化しています。銀行にとって、この変化は不正対策とAML業務、与信判断、顧客サービスに同時に関わります。そして、AI技術と銀行が事業を営むうえで直面する規制の実情の両方を理解するパートナーが、エージェントを基幹システムに組み込むよう設計して初めて、成果につながります。 本記事では、銀行業界のエージェンティックAIが、不正検知、AML調査、KYCオンボーディング、顧客サービスをどのように変革しているかを解説します。また、銀行がエージェンティックAIを責任ある形で導入するために必要な要件と、GEM Corporationが金融機関におけるこれらの機能の試験導入から本番運用への移行をどのように支援するかについても検討します。 1. 銀行業界のエージェンティックAIは、試験導入の是非を問う段階を超えた 過去2年間、ほとんどの銀行内で問われていたのは、そもそも生成AIが、規制対象となる顧客対応業務に適しているのかという点でした。この問いには、おおむね答えが出ています。Cambridgeの2026年版世界金融サービスAIレポートによると、エージェンティックAIはすでに調査対象の金融機関の52%で実際に活用されており、23%は、より進んだ規模拡大または変革の段階にあります。Accenture(2026)によると、2026年までにエージェンティックAIは初期の規模拡大を伴う導入段階を超え、銀行業界全体でさらに広く採用されると予想されています。 この変化を支える経済的効果は見過ごせません。McKinseyも2026年版世界銀行業界年次レビューで、 エージェンティックAIの広範な導入により、技術投資の増加を考慮しても、銀行の純営業費用を15–20%削減できる可能性があると述べています。しかし、試験導入を企業全体の価値につなげることは、依然として困難です。現在、組織の約80%が少なくとも一つの業務機能で生成AIを利用しているものの、多くの組織は、最終利益への測定可能な影響がほとんどないと報告しています。銀行業界では、課題がAIモデルそのものにあることはまれです。あらゆる判断で監査可能性と規制遵守が求められるなか、ガバナンスが適用されたワークフロー、企業データ、業務上不可欠なシステムにエージェントを統合することが課題なのです。 特に銀行・金融サービスでは、この隔たりは他の多くの業界以上に重要です。銀行のAIエージェントは、単に文書を要約しているわけではありません。取引の保留を開始したり、不正案件を終結させたり、融資書類の処理を次の段階へ進めたりすることが多く、こうした行為は規制対応と顧客に直接影響します。まさにこのような環境で、経験豊富なAIエンジニアリングパートナーの真価が発揮されます。 2. 銀行業界のエージェンティックAIがすでに成果を変えている領域 数日かかるAML調査を数分に短縮 AML調査は、銀行業界におけるエージェンティックAIの活用事例のなかでも、特に成熟した分野です。銀行業界のエージェンティックAIにより、コンプライアンスチームは規制上の監督を維持しながら、証拠収集を自動化し、高リスクのアラートを優先し、手作業による調査の負担を軽減できます。  従来の取引モニタリングシステムは、極めて大量の誤検知を発生させます。通常、アラートの90–95%は追加対応が不要であり、調査担当者は実際のリスクを分析するよりも、情報収集に多くの時間を費やさざるを得ません。一方、国連薬物犯罪事務所(UNODC)は、世界全体で毎年およそ US$2 trillionの不正収益が資金洗浄されていると推計しており、金融犯罪の規模とコンプライアンスチームにかかる業務負担の両方を浮き彫りにしています。...

contact

Quick contact

    Or reach us at:
    whatsapp
    viber
    kakao
    Line
    0971098183