職種ごとに道具を置き、統制を土台に据える。Mastercardの従業員向けAI展開は、この二つを同時に進めている事例です。同社の公式記事では、コンサルタントが社内文書へ素早くアクセスするためのAIアシスタント、開発者向けのコーディング支援、顧客対応チーム向けの生成AIツールが紹介されています。顧客向けの不正検知などのAI活用と並行して、従業員体験の側でも整備が進められています。

職種の作業単位で道具を設計する

紹介されている活用に共通するのは、「探す」「書く」「答える」という具体的な作業への紐づけです。全社一律のチャットボットを一つ置くのではなく、職種の作業単位で道具を設計する進め方であり、自社でも部門横断の汎用ツールと職種特化ツールの二層で展開地図を描くと、投資先の優先順位を議論しやすくなります。なお、職種別ツールの効果は、利用回数よりも文書検索や回答作成にかかる時間の変化で測る方が、実態に近づきます。

この二層の描き方には、優先順位の議論を具体化する効果もあります。汎用ツールは全社で共通の土台として整備し、職種特化ツールは効果の見えやすい作業から順に置く、という配分の考え方が成り立つからです。どの職種の、どの作業から置くのかを決める際の物差しは、作業時間の大きさと頻度であり、展開範囲の広さではありません。

ガバナンスは後付けではなく、展開の前提

同社の公式発信では、すべてのモデルが説明可能で、統制され、継続的に監視されるべきだという考え方が述べられています。ガバナンスを導入後の追加作業ではなく、展開を可能にする土台として位置づける表現です。金融・決済のように信頼が事業の前提になる業界では、この順序自体が従業員の安心感にもつながります。

人材は中央に集めず、現場に置いて中央が支える

公式記事では、知性は組織の現場に分散しつつ、共通の基準やガバナンス、ツールで支えるという人材配置の考え方も示されています。AI人材を専門部門に集約するだけでなく、各現場に担い手を置き、中央が基準と基盤で支える形であり、AI推進担当者の配置を考える際の、中央集権と現場分散のバランスの参考になります。

自社に引くときのチェック

  • 現場ツールの一覧とガバナンス整備の一覧を、同じ表で管理できているか
  • 職種ごとのツールが、「探す」「書く」「答える」など具体的な作業に紐づいているか
  • 従業員向けツールの利用状況とガバナンス上の確認事項を、同じ定例会議で扱えているか
  • 職種別ツールの効果を、利用回数ではなく作業時間の変化で測る方法を用意しているか
  • 現場の担い手と、基準・基盤を担う中央側の役割分担が言語化されているか

次に確認すべきことは、自社の展開計画で「現場ツール」と「統制の整備」のどちらか一方だけが先行していないか、という一点です。両輪が揃っているかを先に点検してから、個別ツールの追加を検討する順序が、この事例から読み取れる進め方です。

あわせて読みたい

「AI推進担当者の仕事を定義する：兼任で回すための役割設計」 https://axdx.aohalab.ai/#/article/46

「AI利用ガイドラインの作り方：部門ごとに決める5つの論点」 https://axdx.aohalab.ai/#/article/43

出典：Mastercard公式「What does it take to run AI at scale in financial services?」（2026年公表） https://www.mastercard.com/au/en/news-and-trends/stories/2026/scaling-ai.html

本記事で紹介した内容は2026年11月時点の公表情報に基づきます。最新の内容は出典の一次情報をご確認ください。