AI与信が変える金融包摂、転職・起業者にも融資の道

はじめに

「転職したばかりで住宅ローンが組めない」「起業直後で銀行から融資を断られた」――こうした経験を持つ人は少なくありません。日本の金融機関では長年にわたり、勤続年数や雇用形態といった属性情報を重視した融資審査が行われてきました。しかし、働き方が多様化する現代において、この審査基準は多くの人を金融サービスから遠ざける「壁」となっています。

こうした課題を解決する有力な手段として注目されているのが、人工知能（AI）を活用した与信審査です。従来の画一的な審査基準では見逃されてきた個人の返済能力をAIが多角的に評価することで、より多くの人が適正な条件で融資を受けられる「金融包摂（ファイナンシャル・インクルージョン）」の実現が近づいています。本記事では、国内外の最新動向を交えながら、AI与信がもたらす変革を詳しく解説します。

AI与信とは何か――従来審査の限界と新たなアプローチ

従来型審査が抱える構造的な課題

日本の銀行融資では、申込者の勤続年数、雇用形態（正社員かどうか）、年収、既存の借入状況などが主な審査基準となってきました。この仕組みは安定した収入が見込める会社員には適していますが、転職を繰り返すキャリア形成や、フリーランス・起業といった働き方を選んだ人には不利に働きます。

実際に、勤続1年未満では住宅ローンの審査に通りにくいという実情があり、起業直後の経営者が事業資金を借りる際にも、決算書がないという理由で門前払いされるケースが珍しくありません。こうした審査基準は、高い成長可能性を持つ人材や事業を金融サービスから排除してしまう結果につながっています。

AIが可能にする多角的な信用評価

AI与信では、従来の限られた属性情報に加え、口座の入出金履歴、公共料金の支払い状況、ECサイトでの購買パターン、さらにはスマートフォンの利用データといった「オルタナティブデータ（代替データ）」を組み合わせて分析します。機械学習アルゴリズムが数千に及ぶデータポイントを処理し、申込者一人ひとりの信用力をより精緻に評価するのです。

米国の全米経済研究所（NBER）の研究では、デジタルフットプリント（オンライン上の行動データ）による債務不履行の予測精度は、従来型のクレジットスコアと同等の水準に達することが示されています。両者を組み合わせることで、予測精度はさらに向上します。

この手法により、従来の審査では「スコアリング不能」と判定されていた人々にも適正な信用評価を行うことが可能になり、融資対象者の大幅な拡大が期待されています。

海外の先進事例――AI与信の実力

米国：UpstartとZest AIの成果

AI与信の分野で先行するのが米国です。2012年にGoogleの元社員が設立したUpstart社は、学歴、職歴、居住実績など1,600以上の変数をAIモデルに取り込み、従来のFICOスコアだけに頼らない融資判断を実現しています。同社の実績によると、従来型モデルと比較して承認率が約44%向上する一方、デフォルト率（債務不履行率）は約53%低下するという成果を上げています。さらに、融資の年利（APR）も約36%低く抑えられており、借り手にとってもより有利な条件が提示されています。

同じく米国のZest AI社は、180以上の銀行や信用組合に技術を提供しており、融資承認率を25%増加させながら、デフォルト率を15%削減することに成功しています。同社の技術は、従来のスコアリングでは評価が難しかった「シンファイル」と呼ばれる信用情報の少ない層にも対応しており、金融包摂の推進に大きく貢献しています。

新興国：インドネシアとフィリピンの躍進

金融包摂が最も急速に進んでいるのが東南アジアの新興国です。インドネシアでは、わずか10年前には成人人口のほぼ半数が銀行口座を持たない状態でしたが、フィンテックの普及により金融包摂指数は約84%にまで上昇しました。

インドネシアのデジタル決済企業DANAは「AI Everywhere」というイニシアチブを立ち上げ、不正検知やリスク評価にAIを全面的に活用しています。世界経済フォーラムとも連携しながら、信用履歴のない層に対してもAIベースの信用評価を提供し、融資やマイクロクレジットへのアクセスを広げています。

フィリピンでは、マイクロファイナンス企業のVenioがAIを搭載したスマートフォンアプリで融資サービスを提供しており、アプリ上で必要事項を入力すると最短90秒で初回融資を受けられる仕組みを構築しています。銀行口座を持たない層や、従来の信用評価では対象外だった人々にも金融サービスを届けることを実現しています。

日本国内の動き――金融機関とフィンテックの挑戦

りそな銀行：入出金データによるAI与信

国内で先進的な取り組みを進めているのがりそな銀行です。同行は中小企業やスタートアップ向けに、決算書を不要とするオンライン融資サービス「Speed on!」を展開しています。このサービスでは、顧客の銀行口座における入出金データをAIが分析し、融資の可否を自動で判断します。決算書の提出が不要であるため、起業間もない企業やフリーランスの事業者にとって、資金調達のハードルが大幅に下がります。

さらに2025年からは、りそなホールディングスがブレインパッド社と共同開発したAI業務支援ツール「Data Ignition」を地域金融機関にも提供開始しています。このツールは顧客データをAIが分析して金融商品へのニーズをスコア化する仕組みで、融資審査の高度化に活用されています。

NTTデータと京都銀行：融資稟議書のAI自動生成

NTTデータは2026年7月から、京都銀行に対してAIによる融資稟議書作成サービスの提供を開始する予定です。「LITRON Generative Assistant on finposs」を基盤とするこのサービスでは、行内に蓄積された顧客概況や財務情報をAIが参照・分析し、融資判断に必要な稟議書素案を自動生成します。

京都銀行での検証では、AI生成の稟議書に対する審査役の合格ライン到達率が約30%から約95%へと飛躍的に向上し、年間最大1万1,700時間の業務削減効果が見込まれています。融資の「入口」であるスコアリングだけでなく、審査プロセス全体のAI化が進んでいることがわかります。

J.ScoreからLINE Creditへ：AIスコアレンディングの系譜

日本におけるAI与信の先駆けとして知られるのが、みずほ銀行とソフトバンクが2017年に設立したJ.Score社の「AIスコア・レンディング」です。利用者がWeb上でアンケートに回答すると、AIが1,000点満点で信用スコアを算出し、そのスコアに応じた金利・限度額で融資を行う仕組みでした。累計登録ユーザー数は100万人を突破し、従来の消費者金融と比較して金利が2〜3%低く設定されるなど、利用者にとって有利な条件を実現していました。

現在、このサービスはLINE Credit株式会社に承継され、LINEのプラットフォーム上で展開されています。SNSの行動データなど、より多様なデータソースとの連携による信用評価の精緻化が期待されています。

注意点・展望――公正性の確保と規制の整備

AI与信の普及にあたっては、いくつかの重要な課題も存在します。第一に、AIモデルの「ブラックボックス問題」です。機械学習による判断過程が不透明な場合、なぜ融資を拒否されたのかを申込者が理解できず、不公正な差別が生じるリスクがあります。EUでは2026年8月にAI規制法（AI Act）の説明可能性に関する規定が施行される予定であり、金融分野のAIモデルにも透明性の確保が求められます。

第二に、データのバイアスの問題です。学習データに偏りがある場合、特定の地域や属性の人々が不利に評価される可能性があります。AIモデルの公正性を継続的に検証する仕組みが不可欠です。

日本では、金融庁が2025年3月に「AIディスカッションペーパー（第1.0版）」を公表し、金融分野におけるAI利活用の論点整理を行いました。2025年6月には「AI官民フォーラム」も発足しており、2026年3月を目途にディスカッションペーパーの更新が予定されています。与信判断におけるAI活用は重要な法的論点の一つとして位置づけられており、規制と活用促進のバランスを取った枠組みづくりが進められています。

まとめ

AI与信は、勤続年数や雇用形態に偏重した従来の融資審査を根本から変え、転職者・起業家・フリーランスなど多様な働き方をする人々に金融サービスへのアクセスを広げる可能性を秘めています。米国のUpstartやZest AIは承認率の大幅な向上とデフォルト率の低減を同時に達成し、新興国ではAIとスマートフォンを組み合わせた金融包摂が急速に進んでいます。

日本でも、りそな銀行の入出金データ活用型融資やNTTデータの稟議書AI自動生成など、具体的な取り組みが広がっています。金融庁による制度整備も進む中、AI与信がもたらす「誰もが適正な条件で融資を受けられる社会」の実現に向けて、金融業界全体が大きな転換点を迎えています。

参考資料

• How AI credit scoring models can boost financial inclusion - World Economic Forum
• 金融包摂を強化するAIの台頭〜インドネシアの事例〜 - 世界経済フォーラム
• 金融機関向けの融資稟議書作成AIサービスを京都銀行に導入決定 - NTTデータグループ
• 京都銀行の消費者ローンAI審査モデル導入を支援 - NTTデータグループ
• AIを活用した銀行業務支援ツール「Data Ignition」の提供開始について - りそな銀行
• AI新時代／りそな銀行 入出金取引データで与信 - 日刊工業新聞
• AIディスカッションペーパー（第1.0版）の公表について - 金融庁
• 7 Alternative Credit Scoring Trends That Will Shape 2026 - RiskSeal
• How AI Drives More Affordable Credit Access - Upstart
• AIの力でリスク評価を合理化。金融包摂を目指すインドネシアの事例 - IDEAS FOR GOOD