住信SBIネット銀行、Amazon Bedrock AgentCore活用した「AI銀行サービス」ベータ版を公表

　住信SBIネット銀行は、「Amazon Bedrock AgentCore」を中核としたAIエージェントの機能を活用し、AI銀行サービス「NEOBANK ai」のベータ版を公表した。

　NEOBANK aiは、「d NEOBANK 住信SBIネット銀行アプリ」内において、自然言語による対話を通じた銀行手続きを可能にするというもの。生成AIの技術革新によって、デジタル金融における新しいUI/UXの可能性が広がり始めていることを受け、開発に着手したという。

　日常的に利用される振込、明細確認、各種手続きといった領域において、メニュー階層をたどる従来型UIだけでは、ユーザーの意図に沿ったスムーズな体験を提供しにくい場面があるとのことだ。こうした課題に対して住信SBIネット銀行は、ユーザーの意図に応じて必要な確認項目や安全な手順を動的に提示できるアプローチが、より直感的な体験につながると考えたとしている。その実現を支えるUI概念のひとつとして、同行は主体的に「ジェネレーティブUI」を採用しているとのことだ。

　NEOBANK aiでは、アプリ内でのテキスト入力に加え、音声・画像を含むマルチモーダルなインプットを受け取り、AIエージェントが意図を解釈したうえで、照会・分析・手続き案内に必要な“その場で立ち上がる UI”を生成するとのこと。これにより、ユーザーが直感的かつ効率的に銀行サービスを利用できる体験の実現を目指したと述べている。

　同AIエージェント技術活用に向けた主要なシステム要件として、以下4点があったとのことだ。

1. スケーラブルなAIエージェント実行基盤

　数百万ユーザーを抱える大規模アプリケーションにおいて、スケーラブルかつ安定したAIエージェント実行基盤の構築が求められていたという。ピーク時には多数のユーザーが同時にAIエージェントとやり取りすることが想定されるため、自動スケーリング機能を備え、負荷変動に柔軟に対応可能な基盤が不可欠だったとしている。

2. 実行モデルを切り替えられる柔軟性

　日々新たなAIモデルが登場する中で、タスクごとに品質・コスト・パフォーマンスを最適化していく必要があると考えたという。そのため、特定のモデルに依存するのではなく、要件に応じて実行対象のモデルを柔軟に切り替え可能なアーキテクチャが求められていたとのことだ。

3. AIエージェントの可視性

　開発環境での検証および本番環境での運用において、AIエージェントの実行プロセスがブラックボックス化することを防ぎ、説明可能性を確保することを重要視していたとのこと。AIエージェントが顧客からの自然言語入力をどのように解釈し、どのようなプロセスを経て応答を生成したのかを把握できるよう、実行プロセスの可視性を高める必要があったとしている。

4. AIセキュリティ対策

　社外向けの大規模サービスとして安心・安全なAI活用を実現するため、AIサービス特有の攻撃的なプロンプトや、銀行取引と関連性のないトピックを検知・制御する仕組みが必要だったという。これにより、不適切な利用を防止し、セキュリティと信頼性を確保する必要があったとのことだ。

AIエージェントシステムのアーキテクチャ

　前述の4つのシステム要件を満たすため、AWSの生成AIをはじめとする複数のサービスを組み合わせたアーキテクチャを採用しているという。

1. AIエージェント実行基盤

　AIエージェント実行基盤の要件を実現するため、「Amazon Bedrock AgentCore Runtime」を採用。フロントエンドからのリクエストは、 「Amazon API Gateway」を経由して受け付けられるという。API Gatewayの後段では、「AWS Lambda」がリクエストの認証・前処理およびAmazon Bedrock AgentCore Runtimeへのルーティングを担うとのことだ。

2. 実行モデルを切り替えられる柔軟性

　Amazon Bedrock AgentCoreの活用により、様々な基盤モデルへのアクセスが可能となり、必要に応じて外部モデルを統合できる柔軟性を確保したという。この設計により、将来的なモデルの技術進歩や、実行タスク・コスト・性能といったビジネス要件の変化にも対応でき、実行モデルを柔軟に切り替え可能なアーキテクチャを実現しているとのことだ。NEOBANK aiでは、このモデル切り替えの柔軟性を活かし、処理の特性に応じて以下の異なるAIモデルを使い分けているという。

　意図理解・行動決定処理：顧客の発話から意図を理解し、振込用UIを描画するといった行動を決定する処理では、チャットボットとしての素早い応答速度を重視し、軽量・高速な推論に適したAIモデルを使用

　ガードレール判定処理：不適切な応答を防止するためのガードレール機能では、判定精度を優先し、高精度な分類・判定に強みを持つAIモデルを採用

3. AIエージェントの可視性

　AIエージェントの可視性要件を満たすために、「Amazon Bedrock AgentCore Observability」を採用。これにより、AIエージェントが顧客からの自然言語入力をどのように解釈し、どのようなプロセスを経て応答を生成したのかについて、エンドツーエンドの包括的な可視性を確保しているという。具体的には、開発環境における検証・デバッグだけでなく、本番環境における品質監査や性能傾向の評価にも活用されており、AIエージェントの実行プロセスがブラックボックス化することを防いでいるとのことだ。

4. AIセキュリティ対策

　社外向けの大規模サービスとして安心・安全なAI活用を実現するため、複数のレイヤーでセキュリティ対策を講じているという。

　まず、AI固有の攻撃に対する対策として、プロンプトインジェクションや銀行取引と関連性のないトピックを検知・制御するガードレールを実装。このガードレール判定には、高精度な分類・判定に強みを持つAIモデルを採用し、検知精度を高めていると述べている。

　加えて、API Gatewayを通過したリクエストに対し、「Amazon DynamoDB」を用いてクライアントごとのレートリミットを設定・制御することで、過剰なリクエストによるサービスへの影響を防止。また、顧客から入力される自然言語情報の保存にもDynamoDBを活用し、監査証跡の確保に役立てているとのことだ。

【関連記事】
・NEC、数週間かかったネットワーク設計～サービス開通を数時間へ短縮可能に　AWSとの連携で成果達成
・住信SBIネット銀行が勘定系システムをAWS上へ移行、基盤にDatadogプラットフォーム採用
・富士ソフト、AWSとの協業でマルチエージェントシステムなどを開発へ　2年間で約80件の顧客導入を