中小企業やスタートアップ企業の資金調達方法としてクラウドファンディングの活用が盛んになっている。市場規模も年々その存在感を増し、世界銀行の予測では2025年には960億ドルに達するという。サービス形態も様々である。ここに、グローバルで見てもユニークなサービスが誕生した。その共同創業者であるエメラダの代表取締役　澤村帝我氏に、新たなサービスにかける思いを語っていただいた。

ビットコインやイーサなどの仮想通貨の取引が拡大する中で、既存の仮想通貨の払い込みを受けて独自のトークンを発行するICOも拡がっている。米国SECはICOを有価証券発行であるとして規制に乗り出しているが、日本においても適正な規制枠組みの構築が求められている。

FinTechブームの中でとりわけ注目されたビットコインとブロックチェーン。しかしビットコインなど仮想通貨には様々な問題点が指摘され、まさにそれが顕在化したのが2017年であった。ブロックチェーンも金融システムの変革に必要不可欠という訳ではない。雲行きはとても怪しくなってきた。

近年、銀行のファンド投資が拡大・多様化する一方で、ファンド投資に係るバーゼル規制の高度化が進んでいる。その中で、運用会社から銀行へ提出されるレポートのフォーマットの標準化が進んでおらず、今後のバーゼル規制への対応が困難になることが予想される。

米国でロボアドバイザーが急速な広がりをみせたのはほんの5年まえからの動きにすぎないが、いまや広範な投資商品販売会社や運用会社が必須のサービスとして既に導入したり導入に向けた準備を行っている。ロボアドの導入には、最善の実装アプローチの検討を行うとともに、既存システムとの連携等、いくつかの点に留意する必要がある。

マイナンバーの金融分野での利用はいよいよ本格化しており、2018年1月からは預金口座のマイナンバー付番もスタートした。利用者や金融機関の負担を考慮すれば、金融機関と行政機関の間でのデータ連携も行うべきではないだろうか。

最近の人工知能ブームの原因の一つに神経回路網モデルの有効性が確認されたことがある。特にそのようなモデルの一つであるディープ・ラーニング（以下DL）を応用したプログラムが囲碁界のトッププロを負かした2016年3月のニュースは衝撃的であった。さて、画像のパターン認識、自然言語処理、信用リスク判断など、DLの応用は急速に広がっているが、ビジネスに活用しようとすると必ず問題となるのが説明可能性（interpretability）である。この説明可能性は特に金融等の規制業界においては重要で、単に社内のモデルがリスク量はこの程度だと言っているので、というような説明だけでは許されない。過去のデータに対するフィッティング度合を数量的に示した上で、モデルの特徴を把握できるような分かりやすい説明が求められるのである。では、どのようなモデルなら分かりやすくて、どのようなモデルは分かりにくいのであろうか。