銀行がAIを活用してATMの現金在庫を最適化

現金は多くの人が予測したように消えてはいない。

米国連邦準備制度理事会（Federal Reserve）が8月4日に発表した「2026 Diary of Consumer Payment Choice」報告書によると、現金は米国消費者決済の14%を占め、80%以上の消費者が過去30日間に現金を使用し、90%が今後も使用を継続する予定である。

この持続的な存在により、銀行はジレンマに陥っている。ATMに現金を過剰に補充して資金を遊ばせておくか、あるいは補充不足で現金切れのリスク、追加の装甲車手配、空のATMに直面した顧客の不満を抱えるかである。

AIが需要と供給のギャップを縮小

人工知能がこのトレードオフを、推測ではなく予測問題として扱うことで縮小し始めている。エンタープライズAIソフトウェア企業であるH2O.aiは、過去の引き出しパターン、給与日、祝日、地域ごとの季節傾向に基づいて、個別のATMごとに現金需要モデルを構築し、平均して約15%の予測精度を達成していると同社のウェブサイトに記載されている。

このアプローチは伝統的な方法と根本的に異なる。すべてのATMに同じ公式を適用する代わりに、AIは各マシンを固有の特徴を持つ独立したエンティティとして分析する。商業地域のATMは、住宅街や学校近くのATMとは完全に異なるパターンを持つ。

運用コストの節約

ATMでの現金最適化の財務的影響は大きい。業界の推計によると、現金を補充または回収するために装甲車を1回派遣するごとに、燃料費、警備員の人件費、マシンのダウンタイムを含めて500〜1,500ドルの費用がかかる。数千台のATMネットワークを持つ銀行は、不要な派遣回数を減らすだけで年間数百万ドルを節約できる。

さらに、ATMに遊んでいる現金にも機会費用がある。銀行が1万台のATMを持ち、各マシンあたり平均50,000ドルの過剰現金がある場合、合計5億ドルが生産的な活動に使用されていないことになる。AIはこの数字を最適レベルまで削減し、他の収益活動に資金を解放する。

ベトナム市場への教訓

ベトナムでは、国家銀行のデータによると全国に18,000台以上のATMが普及しており、現金最適化のためのAI導入は同様の利益をもたらす可能性がある。Vietcombank、BIDV、Agribankなどの大手銀行はすべて数千台のネットワークを持っており、年間運用コストは相当なものである。

現金需要予測AIモデルは、旧正月の日、旅行シーズン、地元のイベントなど現金需要に大きな影響を与える要因を考慮して、ベトナム市場の特性に合わせて調整できる。例えば、旧正月前は、お年玉と買い物伝統により現金需要が急増する。

日本への影響

現金使用文化が強く、ATMネットワークが密集している日本では、現金最適化AI技術は特に重要である。三菱UFJ、三井住友、みずほなどの日本の銀行は、ATM運用の近代化のためにすでに技術に投資している。

日本の特別な点は、ATMの種類とサービスの多様性である。多くのATMは現金引き出しだけでなく、他の複雑な金融サービスも提供している。AIは現金だけでなく、付随するサービスの最適化にも役立ち、より良い顧客体験を生み出すことができる。

デジタル時代のATMの未来

電子決済が成長しているにもかかわらず、ATMは金融システムにおいて重要な役割を果たし続けている。AIとビッグデータの組み合わせは、ATMを受動的な現金分配機から、予測と自己調整能力を持つスマートポイントに変えている。

将来的には、ATMは現金需要を予測するだけでなく、他の金融サービスと統合され、よりスマートな金融エコシステムの一部になる可能性がある。

---

出典: Banks Turn to AI to Stop Overstocking ATMs — PYMNTS、2026年8月28日