金融サービスにおけるAI: LLMの失敗モードからグラフベースの不正検知まで

Tokyo AIの金融サービスシリーズ第2回は、高リスクな金融環境でAIを運用する際のエンジニアリングの現実を掘り下げます。3つの講演では、定量・トレーディングのワークフローで大規模言語モデルが失敗する場面、雑然とした非構造の機関投資データを構造化する垂直型マルチモデルAIシステム、そしてナレッジグラフとグラフニューラルネットワークを組み合わせたネットワークレベルの不正・異常検知を扱います。 Colin Rowat氏(Rakuten Institute of Technology)は、ヘッジファンドやトレーディングシステム、ベンチマークの事例をもとに、金融でAIやLLMが誤作動する仕組みと、各社が本番導入に慎重である理由を語ります。Jeff Tsui氏(Visual Alpha)は、バックオフィス・ミドルオフィス・フロントオフィスのデータ照合の課題と、機関投資家水準の抽出精度に到達するためにマルチモデルアーキテクチャが必要とするものを解説します。Sanjeev Sinha氏(SHIFT)は、グラフのトポロジー、GraphSAGEやGATv2、ベクトル類似検索を用い、単体では見えない不正を浮かび上がらせるエージェント型アーキテクチャを紹介します。 本セッションは、本番運用に耐える金融AIインフラの構築について具体的な知見を求める研究者、エンジニア、技術リーダーを対象としています。18:00開場、18:30から講演、20:00からネットワーキングが続きます。