欧州のネオバンクbunqは、Amazon Bedrockを基盤とした「Finn」という高度なマルチエージェントAIシステムを導入し、顧客対応の在り方を根本から変えた。従来のサポート体制から自律的なAIエージェント型フレームワークへと移行したことで、全ユーザー対応の97%をAIが担い、そのうち70%は人間の介入を一切必要としない完全自動化を達成している。

この仕組みを支えるのは、専門特化したAIユニットを「ツール」として束ねるオーケストレーター・パターンだ。単一のモデルにすべての業務を任せるのではなく、中央のオーケストレーターが各問い合わせを最適なAIエージェントへ振り分ける。各エージェントは取引ログの分析や規制文書の解釈といった専門ツールを動的に呼び出し、2,000万人規模のユーザー基盤に対しても迅速かつ的確な判断を下す。

さらに、マルチモーダル機能を備えたこのシステムは、38言語のリアルタイム音声翻訳や画像認識による領収書処理も可能だ。わずか3ヶ月で構築されたこの事例は、検索拡張生成 (RAG)によって汎用的な基盤モデルを高度な金融専門家へと変貌させられることを示している。人間のスタッフへのエスカレーションを最小化した結果、平均応答時間はわずか47秒にまで短縮された。

欧州のネオバンクbunqは、Amazon Bedrockを基盤とした「Finn」という高度なマルチエージェントAIシステムを導入し、顧客対応の在り方を根本から変えた。従来のサポート体制から自律的なAIエージェント型フレームワークへと移行したことで、全ユーザー対応の97%をAIが担い、そのうち70%は人間の介入を一切必要としない完全自動化を達成している。

この仕組みを支えるのは、専門特化したAIユニットを「ツール」として束ねるオーケストレーター・パターンだ。単一のモデルにすべての業務を任せるのではなく、中央のオーケストレーターが各問い合わせを最適なAIエージェントへ振り分ける。各エージェントは取引ログの分析や規制文書の解釈といった専門ツールを動的に呼び出し、2,000万人規模のユーザー基盤に対しても迅速かつ的確な判断を下す。

さらに、マルチモーダル機能を備えたこのシステムは、38言語のリアルタイム音声翻訳や画像認識による領収書処理も可能だ。わずか3ヶ月で構築されたこの事例は、検索拡張生成 (RAG)によって汎用的な基盤モデルを高度な金融専門家へと変貌させられることを示している。人間のスタッフへのエスカレーションを最小化した結果、平均応答時間はわずか47秒にまで短縮された。