金融機関における書類管理の歴史は、規制強化の歴史と表裏一体だ。1970年代のアメリカで公正信用報告法が整備されて以降、銀行は顧客の個人情報をどう扱うかについて、年を追うごとに厳しい要求を突きつけられてきた。当初は紙の書類を鍵のかかったキャビネットに入れれば済んだ。デジタル化が進んだことで保管コストは下がったが、代わりに「デジタルで保管しているすべての情報に対して説明責任を持て」という圧力が高まった。
そのツケが、今まさに回ってきている。
何十年分もの契約書・申請書・取引明細書がシステムの中に眠っている。1件1件には氏名、口座番号、社会保障番号が当然のように埋め込まれている。規制当局から「全件マスキングせよ」という指示が下ったとき、選択肢は二つしかない。人力でやるか、機械にやらせるかだ。
人力の場合、試算は残酷なほど正直だ。熟練したオペレーターが1日に処理できる書類数を4億件で割れば、答えは「数年」という単位になる。その間も規制への準拠義務は続き、人件費は積み上がり、ヒューマンエラーのリスクは消えない。
米国トップ10の大手銀行であるハンティントン・バンクは、この問題をAWSのAIパイプラインで解いた。Amazon Textractによるテキスト抽出、SageMakerによる機密検出、Step Functionsによる並列処理を組み合わせ、1日あたり約1,000万件の書類を処理できる仕組みを構築した。結果として、数年単位と見込まれた作業を数ヶ月に圧縮し、精度は95%以上を達成した。
ここで注目すべきは速度よりもコストだ。処理コストは当初見積もりの約5%に抑えられたという。つまり、人力でやった場合に見積もられていた費用の95%が、設計次第で丸ごと消えたことになる。
金融コンプライアンスの世界では長らく「正確さを担保するには人間の目が必要だ」という前提があった。それ自体は間違いではなかったが、「人間の目でなければならない箇所」と「機械に任せられる箇所」の切り分けが、これまで十分に行われてこなかったとも言える。ハンティントン・バンクのケースは、その境界線を実際のスケールで引き直した事例として記録される。
AIが単なる効率化ツールではなく、コンプライアンス対応そのものの実行主体になり始めている。この流れが定着すれば、「書類処理に何年もかかる」という前提自体が、金融業界の常識から消えていくことになる。
3行まとめ
- ハンティントン・バンクは4億件超の書類から機密情報を検出・マスキングするシステムをAWS上に構築した
- 処理にかかる時間を「数年」から「数ヶ月」に短縮し、マスキング精度は95%以上・コストは当初見積もりの約5%を達成した
- Amazon Textract、Amazon SageMaker、AWS Step Functions、AWS Lambdaなど複数のAWSマネージドサービスを組み合わせた並列処理パイプラインで実現した
※以下は詳細
なぜ4億件もの書類が問題になったのか
ハンティントン・バンクは米国トップ10に入る大手銀行で、2015年以来、オンプレミスのドキュメント管理システムに何億件もの書類を保管してきた。これらの書類には顧客の氏名・口座番号・社会保障番号など機密情報が含まれており、2025年にコンプライアンス対応の一環として、全書類を対象に機密情報を特定・マスキングする作業が必要になった。人力での対応では数年かかると試算されていた。
AWSで組んだ処理パイプラインの全体像
構築したパイプラインは大きく3段階で動く。まず、AWS DataSyncとAWS Direct Connectを使い、オンプレミスのファイル共有からAmazon S3バケットへ書類を転送する。次に、Amazon Textractがスキャン済みPDFや画像ファイルからテキスト・表・フォームを読み取り、社会保障番号・口座番号・個人の住所といった機密情報を検出する。最後に、検出箇所を自動でマスキングして出力し、AWS DataSync経由でオンプレミスのストレージに送り返す。
この一連の処理はAWS Step Functionsのマップ状態を使った分散モードで並列実行されており、1日あたり約1,000万件の書類を処理できる設計になっている。
95%超の精度をどう確保したか
精度の担保には、正規表現によるパターンマッチングとAmazon Textractによる検出を組み合わせるアプローチを採用した。Amazon Textractはフィールドごとに信頼スコアを出力しており、スコアが閾値を下回った場合は人間によるレビューワークフローが起動する仕組みも組み込んでいる。さらに、マスキング実行前に検出フィールドが期待するパターンと一致するかを二重チェックする工程を設けることで、誤検知・見落としの両方を抑えている。
全体まとめ
ハンティントン・バンクは4億件超の書類に含まれる機密情報のマスキングをAWSパイプラインで自動化し、数年かかると見込まれた作業を数ヶ月で完了させた。処理コストは当初見積もりの約5%に抑えられ、マスキング精度は95%以上を達成してコンプライアンス要件を満たした。使用したのはAmazon Textract、Amazon SageMaker、AWS Step Functions、AWS Lambda、AWS DataSyncといった既存のマネージドサービスの組み合わせで、今後はM&Aなどの高ボリュームなマスキングニーズにも同フレームワークを活用していく予定とされている。