AIは次の金融危機を起こすのか　ECBとFRBが警戒する「同時反応」のリスク

AIには明確な利点もある。中央銀行や金融安定理事会（FSB）の資料は、リスク評価、資本・流動性管理、業務効率、コンプライアンス、顧客対応、データ分析などでAIが役立ち得ると指摘している 。問題は、多くの金融機関が似た道具を使い、同じ外部サービスに頼り、同じシグナルに同時に反応する場面である 。

ECBが警戒するもの

少数のAIサプライヤーへの集中

ECBが特に重視しているのは、AI供給網の集中だ。2024年のECB講演では、AIが生み出す価値の多くが、AIエコシステムを支配する少数企業に取り込まれる可能性が主要リスクとして挙げられた 。金融分野では、AI利用が広がる一方で提供者が集中すれば、サイバーリスクを含むオペレーショナルリスクがシステミックなものになり得る、とECBの2024年5月の分析は警告している 。

これは、いわば「共通の故障点」の問題である。多くの銀行、ファンド、市場インフラ企業が同じモデル提供者、クラウド基盤、データパイプラインに依存していれば、障害、誤った更新、サイバー攻撃、欠陥のあるデータセットが、1社の問題にとどまらず、多数の金融機関へ同時に波及する可能性がある 。

市場での群集行動

金融市場での集中リスクは、群集行動として表れる。提供資料に含まれる金融安定レビューは、適切な安全策のない広範なAI利用が、サイバー面の集中リスク、群集行動、市場相関の上昇につながり得ると警告している 。

通常時には、似たAIの助言は「合理的な最適化」に見えるかもしれない。だが相場下落時には、同じ助言が景気循環を増幅する方向に働く。多くのシステムが同時に、リスク資産の圧縮、流動性バッファーの積み増し、マーケットメイクの縮小を勧めれば、市場の厚みは薄くなり、価格変動はより鋭くなり得る 。

モデル、データ、導入方法の失敗

ECBは、AIの影響がデータ品質、モデル開発、実際の導入方法に左右される点も強調している 。つまりAIガバナンスは、単なるIT部門の課題ではなく、金融安定の課題でもある。

平常時にはうまく機能するモデルでも、過去に少ないタイプのショックでは違った挙動を示す可能性がある。さらに、導入方法によって、誤った出力が社内の警告にとどまるのか、それとも取引、与信、資本、流動性管理の自動アクションに変わるのかが決まる 。

FRBが警戒するもの

FRBの懸念はECBと重なるが、表現としては監督、外部委託リスク、サイバー耐性に重点が置かれやすい。FRBのAIに関する講演は、AIの能力が進化する中で、監督当局がリスク管理の実効性を確保する必要があると述べている 。

外部AI提供者への依存

FRBの研究は、小規模銀行と大規模銀行の間でAI技術の格差が広がっている可能性があり、第三者のAIサービスを提供する非金融企業の多様性も限られている可能性があると指摘している 。これは集中リスクの別の形だ。小規模な金融機関ほど狭いベンダー群に依存し、大規模な金融機関ほど高度なAI能力にアクセスしやすくなる可能性がある 。

別のFRB論文は、第三者サービス提供者を金融システムの「隠れたサイバー上の断層線」と位置づけ、システミックリスクを生み得ると分析している 。AI提供者の集中と組み合わさると、1つのテクノロジーベンダーが、ストレス時のリスク伝播経路になり得る 。

サイバー攻撃、ディープフェイク、詐欺

サイバーリスクは、FRBが重視する重要な経路である。2025年、FRBのマイケル・バー氏は、AIを使ったディープフェイクが個人の身元全体を複製し、本人確認詐欺を大きく加速させる可能性があると述べた。また、サイバー犯罪者が生成AIを利用する例が増えているとも指摘している 。

FRBの以前の発言も、技術の進歩と金融システムの相互接続が進むほどサイバー脅威はより破壊的になり得ること、サイバーインシデントがより広範なシステミックな影響を生む可能性があることを警告していた 。

市場が動揺している時ほど、本人確認、通信、決済、情報の信頼性が重要になる。AIを使った詐欺、偽の連絡、なりすまし攻撃は、すべての資産価格を直接動かさなくても、認証や決済、顧客の信認を乱すことで不安定化の要因になり得る 。

AIが判断を媒介するリスク

生成AIと金融安定に関するFRBスタッフ論文は、人間が情報収集や意思決定でAIに依存する度合いが高まっていると指摘している。AIは補助役、あるいはより自律的なシステムとして使われる 。AIの出力が取引、流動性管理、リスク評価、銀行業務に組み込まれると、モデルの誤りは単なるレポート上の誤記ではなく、実際の行動を通じて伝播する可能性がある 。

市場ショック時に何が起きるのか

AIが市場ショックを増幅する経路は、次のように整理できる。

1. ショックが発生する。 価格が下がる、ボラティリティが上がる、不安をあおる情報が広がる、あるいは重要な外部提供者でサイバー障害が起きる。多くの金融機関が、似たAIツール、データソース、外部ベンダーを通じてそのショックを処理する 。

2. AIによる反応が同じ方向へ寄る。 リスク管理システムは、同じような資産の売却、エクスポージャー削減、流動性確保、マーケットメイク縮小を勧めるかもしれない。金融安定に関する文献は、安全策のない広範なAI利用が群集行動と市場相関の上昇を促し得ると警告している 。

3. フィードバックループが速くなる。 売りと流動性の引き揚げが価格をさらに押し下げ、その価格下落が次のリスクシグナルの入力になる。政策分析は、AIが逆方向リスクを増幅し、金融危機の進行を速め得ると警告している 。

4. 共通インフラが伝播経路になる。 ECBは、AI提供者の集中がオペレーショナルリスクやサイバーリスクをシステム全体の問題にし得ると見ている。FRBの研究も、第三者サービス提供者を金融システムのサイバー上の断層線としている 。

5. 最悪のタイミングで信頼が揺らぐ。 ディープフェイク、AI支援型の詐欺、サイバー攻撃は、金融機関、顧客、取引相手が最も正確な情報を必要とする局面で、本人確認や情報の信頼性を損ない得る 。

リスクを下げるには

対策は、リスクの経路に沿って考える必要がある。金融機関と監督当局は、個別モデルだけでなく、共通するAI依存関係を把握しなければならない。サプライヤーの集中は、各社にとっては普通のテクノロジー選択に見えても、全体としてはシステム上の脆弱性になり得る 。

また、AIシステムは平常時だけでなくストレス下でも検証される必要がある。特に、データ品質、モデル設計、導入方法によって、AIの出力が単なる助言にとどまるのか、自動的な売買や流動性管理につながるのかが変わる 。

サイバー耐性と第三者リスク管理も中心になる。FRBのサイバーセキュリティ報告書は、監督方針と検査手続きが、ITリスク管理、サイバーセキュリティ、オペレーショナル・レジリエンス、第三者リスク管理などを対象としていると説明している 。ECBの分析が示すのも同じ構図だ。1つの金融機関の中では管理可能に見えるAIツールでも、多くの機関が同じように使い、同じ供給者に依存すれば、全体の脆さを生み得る 。

結論：AIの強みが、危機時には弱点になり得る

ECBとFRBは、AIを「必ず危機を起こす技術」と見なしているわけではない。警戒しているのは、AIの導入が広がり、提供者が集中し、モデルの検証が難しく、多くの金融機関が同じシグナルに高速で反応する状況で、金融安定リスクが高まることだ 。

AIの強みは、速さ、規模、最適化にある。だが市場ショック時には、その強みが裏返る可能性がある。個々の金融機関を素早く動かす仕組みが、システム全体では同時売り、流動性低下、サイバー混乱、信頼喪失の加速につながり得る 。