【2026年10月】BarclaysのClaude活用拡大：社内検索とメール振り分けの実例
AIを顧客対応の裏側で活用する銀行の事例が紹介されました。Anthropicは2026年10月1日、英国の銀行Barclaysとの協業拡大を発表しました。今回紹介されたのは、社員が必要な情報を探す仕組み、受信メールを分類して適切な処理先につなぐ仕組み、ソフトウェア開発での活用です。
新しいAIモデルの性能ではなく、日々の仕事のどこにAIを組み込んでいるかが分かる事例です。本記事は2026年10月2日に確認した公式発表を基に、導入実績と今後の計画を整理します。
1. 社員が情報を探す時間を短くする
Barclaysの「Colleague Knowledge Assistant」は、顧客を支援する英国の社員向けの情報検索アシスタントです。2025年から稼働し、公式発表によると利用者は16,000人超、検索は累計100万回超に達しています。
採用しているのはRAGという方式です。RAGは、必要な資料を検索し、その内容を基にAIが回答を作る仕組みを指します。社内規程や手順を探す用途では、回答と一緒に参照資料を確認できる設計が重要になります。
顧客向けにAIが直接会話するサービスとは異なり、社員の調べ物を支える仕組みです。
2. 受信メールを整理し、対応先へつなぐ
Global Markets部門では、Claudeを受信メールの分類、情報の補足、処理先の選定に使っています。対象プラットフォームが扱うメールは、1日約12万通とされています。
メールの内容を読み、必要な情報がそろっているかを整理してから、担当者の対応につなげる使い方です。これは「AIが12万通の問い合わせを単独で解決した」という数字ではありません。
3. 開発者への展開拡大と今後の見通し
Barclaysは、ソフトウェア開発や古いシステムの更新にもClaudeの活用を広げます。Claude Codeについては、2026年末までに開発者の50％、2027年にはソフトウェアエンジニアの過半数が利用する見込みを示しています。
この割合は発表時点の導入実績ではなく、今後の展開見通しです。公式発表では、情報へのアクセスや顧客対応の迅速化が説明されていますが、時間削減率、コスト削減額、回答精度、顧客満足度などの定量的な効果測定結果は示されていません。
4. 社内で試すなら、検索か振り分けの一方から
以下は、この事例と同じ製品構成を再現する手順ではなく、小規模な試行を設計するためのチェック項目です。顧客対応を丸ごと置き換えるより、作業の一部を決めて検証すると結果を比較しやすくなります。
社内資料の検索を試す場合
- 対象を一つの業務に絞り、承認済みの最新版資料を用意する。
- 社員ごとの閲覧権限を検索結果にも反映する。
- 回答の根拠となる資料を表示し、誤りを報告できるようにする。
- よくある質問を用意し、正答率と資料を探す時間を導入前後で比較する。
メールの振り分けを試す場合
- 分類先と判断条件を先に決める。
- 試行中はAIの分類を担当者が確認し、送信や重要な処理は人が行う。
- 誤った振り分け、見落とし、修正にかかった時間を記録する。
- 個人情報や機密情報を入力する前に、利用規約と社内ルールを確認する。
5. 件数だけでなく、対応の質も見る
検索の利用回数や処理メール数は、活用の規模を表します。業務改善を確かめるには、それとは別に、正しく答えられた割合、担当者の確認時間、顧客の待ち時間などを測る必要があります。
Barclaysは、AI利用にガバナンス、セキュリティ管理、人による監督を適用すると説明しています。導入の規模と、管理の仕組みを併せて見ることが、この事例を理解するポイントです。
まとめ
今回の発表で具体的に示されたのは、社内情報の検索とメール処理の支援です。Claude Codeについては、2026年末と2027年の利用拡大の見通しが示されています。AIを業務に組み込む際は、どの作業を支援するか、誰が確認するか、何を改善指標にするかをセットで決めると、効果を判断しやすくなります。
参照URL
見出し画像はAIで生成したイメージであり、Barclaysの実際の職場やシステム画面ではありません。
