ROI事件ファイル No.429『審査員の眠れない夜』
審査員の眠れない夜
第一章：72時間の重み
「融資の可否を、72時間以内に回答しなければなりません。しかし、審査員が足りないのです」
FinTech Innovations社のCEOは、壁に貼られた業務フロー図を指差した。A3用紙が三枚、横に連結されている。付箋が無数に貼り付けられ、その多くが赤い色をしていた。
「当社は、地方銀行向けに融資審査のAIエージェント開発を手がけています。現在、パートナー銀行5行と連携し、中小企業向け融資審査の効率化を支援しています」
CEOが赤い付箋の一つを剥がした。そこには「データ収集：平均14時間」と書かれている。
「融資審査のプロセスは、大きく六つの工程に分かれます。第一工程、申請受付と書類確認。第二工程、財務データの収集と整理。第三工程、取引先情報と業界動向の調査。第四工程、AIモデルによるリスクスコアリング。第五工程、審査員による最終判断。第六工程、審査結果の通知と契約手続き」
「各工程にかかる時間は」と私は尋ねた。
「申請受付が平均2時間。データ収集が14時間。取引先調査が12時間。AIスコアリングが0.5時間。審査員の最終判断が8時間。通知と契約が4時間。合計で約40.5時間——営業日換算で約5日です」
「72時間という回答期限に対して、5営業日では間に合わない」とGeminiが指摘した。
「その通りです。現在、月間の審査件数は約120件。しかし審査員は6名しかおらず、一人あたり月20件が限界です。融資需要が増えているにもかかわらず、審査のボトルネックで機会を逃しています」
CEOが別の資料を見せた。過去半年の審査遅延データだ。
「72時間以内に回答できた案件は、全体の58%。残り42%は遅延し、そのうち約15%——月間で18件ほどが、回答の遅さを理由に申請を取り下げられています。一件あたりの平均融資額が2,000万円、融資手数料が1.5%として、月間で約540万円の機会損失です」
「年間で約6,500万円」とClaudeが静かに呟いた。
「既にAIモデルは導入済みで、PoC（概念実証）も実施しています。しかし、AIが対応しているのは第四工程のリスクスコアリングだけ。全体の40.5時間のうち、わずか0.5時間です。AIを活用しているにもかかわらず、審査全体の速度は大して変わっていない」
それは、AIの活用範囲の問題ではなく、審査プロセス全体のどこに価値があり、どこに無駄があるかを見極める必要がある案件だった。
第二章：価値の連鎖を解剖する
「AIの適用範囲を広げる前に、審査プロセス全体の価値構造を可視化しましょう」
Geminiがホワイトボードに横長の矢印を描いた。矢印の中を六つの区画に分け、その上に「支援活動」、下に「主活動」と書いた。マイケル・ポーターのバリューチェーン分析だ。
「バリューチェーンとは」と私は説明を始めた。「企業活動を『価値の連鎖』として捉え、各工程がどれだけの価値を生み出しているかを分析するフレームワークです。主活動——直接的に価値を生む工程と、支援活動——主活動を支える間接的な工程に分けて、全体を俯瞰します」
「融資審査において、『価値』とは何でしょうか」とClaudeが問いを立てた。
CEOが答えた。「融資先企業の返済能力を正確に見極め、適切な融資判断を下すことです」
「では」と私が切り込んだ。「六つの工程のうち、その『価値』を直接生み出しているのはどれですか」
CEOが考え込んだ。「第四工程のAIスコアリングと、第五工程の審査員の最終判断——この二つです」
「合計で8.5時間」とGeminiが計算した。「全体40.5時間のうち、価値を直接生む工程はわずか21%。残り79%は、価値を生む工程を支えるための準備作業ということになります」
[主活動の分析：価値を生む工程]
「まず、主活動——価値を直接生む二つの工程を分析しましょう」と私が提案した。
「第四工程のAIスコアリング、0.5時間。これは既に自動化されており、精度も安定しています」とClaudeが確認した。「問題は第五工程——審査員の最終判断、8時間です。この8時間の内訳を教えてください」
CEOが説明した。「AIのスコアリング結果を確認するのに1時間。収集されたデータの信頼性を検証するのに2時間。業界動向と照合して定性的な判断を下すのに3時間。審査報告書を作成するのに2時間です」
「ここに重要な発見があります」と私が指摘した。「8時間のうち、審査員の経験と判断力が真に必要なのは、定性的な判断を下す3時間だけです。データの信頼性検証は、チェックリストとルールで自動化できる可能性がある。報告書の作成も、テンプレートとAIの文章生成で大幅に短縮できる」
「つまり」とGeminiが整理した。「主活動8時間のうち、人間にしかできない価値判断は3時間。残り5時間は、支援的な作業に過ぎない」
[支援活動の分析：価値を支える工程]
「次に、支援活動——価値を生む工程を支えている準備作業を分析します」とClaudeが続けた。
「第一工程の申請受付、2時間。これは書類の不備チェックと、システムへの基本情報登録です」とCEOが説明した。
「定型作業ですね」と私が確認した。「チェック項目は標準化されていますか」
「はい。チェックリストは22項目で、判断に迷う余地はほぼありません」
「ならば、自動化の対象になります」とGeminiが判定した。
「第二工程のデータ収集、14時間。ここが最大のボトルネックです」とCEOが声を強めた。「財務諸表、決算書、税務申告書——これらを複数のシステムや紙の書類から手作業で集めている。特に、紙で提出される決算書のデータ化に時間がかかる」
「第三工程の取引先調査、12時間。これも手作業が中心です」とClaudeが確認した。「信用調査機関のデータベース検索、業界レポートの収集、ニュース記事のチェック——これらを審査員が一つずつ行っている」
「データ収集14時間と取引先調査12時間。合計26時間」と私が指摘した。「全体の64%が、情報を集めて整理するという作業に費やされています。この工程は、融資判断という価値を直接は生んでいない。しかし、この工程なしには判断ができない」
「バリューチェーンの視点では」とGeminiが分析した。「この26時間を、いかに圧縮するかが勝負です。ゼロにはできませんが、AIエージェントを活用すれば劇的に短縮できる可能性がある」
[価値の再設計]
「バリューチェーン分析の結果を踏まえて、AIエージェントの適用範囲を再設計しましょう」と私が提案した。
「現在、AIは第四工程の0.5時間だけを担当しています」とClaudeが整理した。「しかし、分析の結果、最もインパクトが大きいのは第二工程と第三工程——合計26時間の情報収集・整理です」
Geminiが具体的な設計を描き始めた。「第二工程——財務データの自動収集と構造化。API連携で金融機関のシステムから直接データを取得し、紙の書類はOCRで読み取る。推定短縮時間は14時間から3時間へ」
「第三工程——取引先情報と業界動向の自動調査」とClaudeが続けた。「信用調査データベースの自動検索、業界レポートの要約生成、関連ニュースの自動収集とリスクフラグ付け。推定短縮時間は12時間から2時間へ」
「第五工程——審査員の最終判断の支援」と私が加えた。「データ信頼性の自動検証と、報告書ドラフトの自動生成。推定短縮時間は8時間から4時間へ」
「全工程を合計すると」とGeminiが計算した。「現行40.5時間が、約15.5時間に短縮される見込みです。営業日換算で約2日。72時間の回答期限を、余裕を持ってクリアできます」
CEOの目が光った。「審査件数の上限も変わりますね」
「ええ」と私が答えた。「審査員一人あたりの月間処理能力が、20件から約50件に拡大します。6名で月間300件。現在の120件の2.5倍の審査能力です」
第三章：連鎖を守る仕組み
CEOは、再設計されたバリューチェーンの図を見つめていた。
「AIの適用範囲を、スコアリングだけでなく、情報収集と報告書作成に広げる。言われてみれば当然のことですが、第四工程の精度向上ばかりに目を奪われて、全体の流れが見えていませんでした」
「バリューチェーン分析の本質は」と私は答えた。「個別の工程を最適化することではなく、価値の連鎖全体を俯瞰し、どこにボトルネックがあるかを特定することです。最も時間がかかっている工程が、必ずしも最も価値を生んでいるとは限らない」
「実装のステップとしては」とClaudeが提案した。「まず第二工程のデータ収集自動化から着手してください。理由は二つ。一つ、全体の中で最も工数が大きく、短縮インパクトが最大。二つ、定型的なデータ処理であり、AI導入の技術的ハードルが比較的低い」
「パイロットは20件の審査案件で実施します」とGeminiが付け加えた。「自動収集と手動収集を並行で行い、データの正確性と処理時間を比較する。三ヶ月間の検証データを持って、第三工程への展開を判断してください」
「そして重要なのは」と私が強調した。「バリューチェーンの各工程の処理時間を、継続的にモニタリングすることです。AIの適用範囲を広げるたびに、どの工程が何時間短縮されたかを記録する。この記録が、次の改善投資の判断基準になります」
CEOが立ち上がり、深く頭を下げた。「ありがとうございます。来月、パートナー銀行1行でのパイロットを開始します」
第四章：連鎖が加速する時
彼が去った後、Claudeが言った。「バリューチェーン分析は、製造業のイメージが強いですが、金融サービスにも有効ですね」
「ああ」と私は答えた。「バリューチェーンの視点が教えてくれるのは、全ての工程が等しく価値を生んでいるわけではない、ということだ。価値を直接生む工程と、それを支える工程を区別し、支援工程を圧縮して主活動に資源を集中する。この思考法は、業種を問わず適用できる」
Geminiが付け加えた。「そして、バリューチェーンは固定されたものではない。技術が進化すれば、昨日は人間にしかできなかった工程が、明日にはAIで自動化できるようになる。定期的にチェーンを再分析し、自動化の境界線を更新し続けること——それが、プロセス改善における再現性です」
窓の外では、銀行のATMコーナーの照明が静かに灯っていた。
五ヶ月後、FinTech Innovations社から報告が届いた。
パートナー銀行1行でのパイロットで、第二工程のデータ収集時間が14時間から2.8時間に短縮。72時間以内の回答率は58%から89%に向上したという。審査の取り下げ件数は月間18件から3件に減少し、機会損失は年間換算で約4,900万円の削減が見込まれた。
しかし、最も重要な発見は別のところにあった。データ収集が自動化されたことで、審査員は定性的な判断——経営者の人柄や事業の将来性の評価——により多くの時間を割けるようになった。その結果、融資後の貸倒率が前年比で0.3ポイント低下したのだ。
CEOは報告書にこう記していた。「バリューチェーン分析を四半期ごとに実施し、各工程の処理時間を追跡しています。第二工程の自動化が安定した今、次は第三工程の取引先調査に着手します。チェーンの一つを圧縮するたびに、審査員が本来の判断業務に集中できる時間が増える。この連鎖的な改善のサイクルが、我々の最大の競争力になりつつあります」
価値の連鎖は、一つの工程を磨くたびに、全体が加速する。その磨き方を記録し、繰り返す力こそが、組織の再現性だった。
「全ての工程が等しく価値を生んでいるわけではない。バリューチェーン分析が問うのは、どの工程が価値を創造し、どの工程が価値を支えているか——その区別だ。支援工程を圧縮すれば、主活動に使える資源が増える。そして、一つの工程を改善するたびに、連鎖全体のバランスが変わる。バリューチェーンを定期的に再分析し、改善の優先順位を更新し続けること——その反復が、プロセス改善における再現性の本質である」
関連ファイル
