NTTとNTT・TCリース、貸し倒れ予測AIの精度を最大3割向上

NTTとNTT・TCリースは、顧客情報から将来の貸し倒れリスクを予測するAI与信審査技術を確立しました。
約150万件の法人向けリース与信データを用いた共同実験で、既存の代表的なAIモデルと比べ、予測精度が最大約3割向上しました。
NTT・TCリースは、2027年度以降の与信審査業務への導入をめざします。

記事の概要

今回の技術は、金融データ特有の数値のばらつきと契約条件の違いを考慮します。
ばらつきのある数値を統一的に扱う「数値表現技術」を採用しています。
契約期間や返済条件の違いを比較する「条件表現技術」も組み合わせています。
両技術により、顧客や契約ごとの違いを捉えながら、将来の貸し倒れリスクを予測します。
共同実験では、NTT・TCリースが保有する約150万件の与信データを利用しました。
過去最大17年分を訓練データ、翌1年分をテストデータとして評価しました。
比較対象には、勾配ブースティング決定木系モデルと表形式データ向けTransformerモデルを用いました。
最終的な与信判断は人が行い、NTT・TCリースは2027年度以降の実務導入をめざします。

記事のポイント

1. 2つの表現技術： 数値の分布特性と契約条件の違いをAIが扱える形に変換し、予測の偏りを抑えます。
2. 約150万件で検証： 約150万件の与信データを使い、既存の代表的なAIモデルとの精度差を確認しました。
3. 個人向けへ展開： NTTは法人向けリースで確立した技術を、今後は個人向け金融領域へ展開します。

このニュースがもたらす影響

• 導入を検討する金融機関： 約150万件の法人向けリースデータで効果を確認した段階のため、自社データでの再検証に加え、人が最終判断する審査フローとの接続方法を2027年度以降に向けて詰める必要がありそうです。
• 同業の金融事業者： 数値の分布や契約条件の差を扱う技術で精度向上を示したため、モデル選定だけでなく、契約履歴を共通尺度で扱えるか、前処理やデータ設計を見直すことが競争力に関わる可能性があります。
• 金融サービス事業者： NTTが個人向け領域への展開をめざしていることから、顧客価値やリスク予測を商品提案に結び付ける際のデータ利用範囲と、人による判断を含む運用体制を検討する必要が出てきそうです。

このニュースの背景

金融事業者の与信データには、項目ごとに分布や外れ値の現れ方が異なる数値が混在しています。
契約期間や返済条件が異なる履歴を単純比較すると、実態と異なるリスク評価につながる可能性があります。
今回の共同実験では、こうした課題を踏まえ、約150万件のデータを過去最大17年分の訓練データと翌1年分のテストデータに分け、既存モデルと比較しました。

関連するニュース

• 近畿産業信用組合がRiskdogを導入し、定性情報を含む取引先の常時監視と融資審査の高度化を進めます。
• リコージャパンは大阪厚生信用金庫で、Difyを使ったオンプレLLMによる社内問い合わせ対応を検証しました。
• Stripeは、AIスタートアップへの不正決済や複数アカウント悪用の増加実態を分析しました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

多様な顧客・契約データから貸し倒れリスクを高精度に予測するAI与信審査技術を確立

NTT株式会社のプレスリリース（2026年11月12日 15時00分）多様な顧客・契約データから貸し倒れリスクを高精度に…