01
業務フローそのものを、AI前提で組み替える
面談準備や提案づくりを、情報収集、ネタ出し、ドラフト作成、根拠確認まで一連の流れとして設計します。担当者は、確認と判断に集中できます。
提供価値 · What we build
銀行の現場で使われ続け、成果につながるAIへ。
AIの価値は、単発の出力ではなく、日々の業務の中に組み込まれて初めて生まれます。Nazuna は、顧客理解、提案、判断、記録の流れそのものをAI前提で組み替え、現場で機能する仕組みとして実装します。
02
個人の知を、組織の力に変える
これまで担当者の頭の中にあった顧客理解を、面談、案件、提案の履歴として時間軸で積み上げます。担当が替わっても、関係の理解は組織に残ります。
03
説明できることを、設計の前提にする
すべての出力に、根拠・参照元・承認の記録を伴わせます。銀行で問われるのは「正しいか」だけでなく「説明できるか」。Nazuna は、信頼に耐える設計を最初から組み込みます。
取り組み領域 · Focus areas
現場の業務は、どう変わるか。
私たちはまず、法人営業における顧客理解・提案づくりから取り組みます。決算・IR、業界動向、過去の面談メモ、自行商品といった散らばる情報をもとに、提案の仮説と根拠を用意する領域です。そこを起点に、ビジネスマッチングや稟議審査など、隣接する業務にも広げていきます。以下は現時点の想定シナリオです。
最初に取り組む領域
提案仮説の作成
顧客に何を提案するか。その出発点となる仮説づくりには、決算・IR、業界動向、過去の面談メモ、自行商品といった散らばる材料を読み解く必要があります。Nazuna は、これらの情報から顧客の課題・ニーズの仮説と提案テーマを、根拠付きで用意します。担当者が確認し、仕上げます。
従来散らばる材料を手作業で集約。提案テーマの質と量が個人に依存する。
資料を手作業で収集経験と勘で取捨準備が浅いまま／見送り
NazunaAIが下ごしらえし、人が確認・仕上げる一本の流れに。
AI が担当情報を集約課題・ニーズを構造化自行商品・外部と突き合わせ提案テーマ・ドラフト生成
ここは人担当者が確認・承認記録（承認者・日時・参照元）狙う指標（想定）提案準備の時間提案テーマの幅案件化率
次に見据える領域（想定）ビジネスマッチング稟議審査
事例をすべて見る System of Trust
信頼を、後から足さない。
銀行業務では、AIの答えが「正しいか」だけでなく、「なぜそう言えるか」「誰が確認したか」「どこに記録されたか」を説明できることが欠かせません。Nazuna は、根拠・参照元・承認・記録を、後付けの機能ではなく、設計の前提として最初から組み込みます。
ひとつの出力に、説明できる記録を残す
4つの担保
01 · Evidence
根拠と参照元
どの情報を参照し、何を根拠に出した出力かを辿れるようにします。
02 · Human approval
人による承認
重要な判断はAIに委ねず、人が確認し、承認する段階を置きます。最終判断は銀行員に残します。
03 · Data handling
データの扱い
情報の機微度や利用範囲に応じて、アクセス権限、扱い方、使うモデルを分けます。
04 · Systems of record
既存システムを活かす
勘定系やCRMを置き換えるのではなく、その上に知能層を重ねます。既存の記録を束ね、顧客理解や提案、判断に接続します。