フィンテックは日本でも一時のブームを超え金融サービスを変革する展望が拓けつつあるが、中国では急速に拡大したリテール決済に加え、小口与信でもプレゼンスを拡大している。中国のフィンテックから何を学ぶべきか。フィンテックが解決すべき日本の課題は何か。今年3月に日本銀行FinTechセンター長に就任した河合祐子氏に語っていただいた。

先の通常国会で金融商品取引法改正が成立し、フェア・ディスクロージャー（FD）ルールが導入されることになった。規制の対象となる重要情報とそれ以外のモザイク情報の線引きが必要だが、上場企業は過度に萎縮することなく、証券会社のアナリストや機関投資家との対話を進めていくべきだ。

金融アンバンドリング等、様々な業務の転換点である昨今、リスク評価の網羅性を担保するはずの「評価の枠組」は、その網羅性を失いつつある。リスク評価における「違和感」とは、業務と管理の不整合と言える。リスク管理部門は、この「違和感」を掘り下げ、新ビジネスの課題を是々非々で議論し、将来のビジネス持続性に向けた議論を行うべきである。

野村アセットマネジメントと野村総合研究所はAI技術の一つである「自然言語分析」を用いたPoCを実施した。資産運用業務における定性的情報の分析について、業務特性に合わせた工夫をすることで、AIによる定量的な支援が可能になりつつある。

日本は他国に比べ、キャッシュレス化が遅れており、現在の政策も遅れを挽回するに十分なものとなっていない。省庁、業態の壁を越え、キャッシュレス社会の未来像を描いて進んで行くことが必要である。

アジア太平洋金融フォーラムは、APECの公式民間諮問団体ABACの金融経済作業部会を支える主な活動軸の一つであり、6つのワークストリーム（WS）で官民議論を推進している。そのうちの1つ、金融インフラ整備WSでは、今後APEC地域でどのようにインフラ整備を進めるべきかについてのロードマップ（案）を取り纏めた。

食傷気味の方も多いのではないかと思うが、人工知能が注目されるにつれてヒトにしかできないことは何かという議論も増えている。ヒトにできて、（少なくとも当面は）人工知能には難しいだろうと言われることの一つとして、概念の抽象化を指摘する専門家が多い。人工知能は与えられたデータに基づく学習という観点ではヒトを凌駕する域に到達しているものの、学習にとって十分なデータが存在しないような状況下でも安定的に反応できるかという点ではヒトに大きく劣後する。この、データがなくても何らかの解答を導出し、環境変化の下で生き延びようとする能力の裏には概念の抽象化が強く関係しているというのである。