Sandeep Sood、Kunai創業者兼CEO – インタビューシリーズ

Sandeep Sood, Kunaiの創業者兼CEO, は過去20年間、エリートなソフトウェアチームを構築してきました。2015年に、彼は最初のエージェンシーであるMonsoonをCapital Oneに売却し、そこでさらに3年間、大企業内で金融商品がどのように開発されるかを直接体験しました。この経験は現在、Kunaiの仕事に活かされ、より効果的なソリューションの提供を可能にしています。

Kunaiは、銀行、クレジット・決済ネットワーク、インフラプロバイダー、およびその顧客向けにフルスタックのテクノロジーソリューションを開発しています。熟練したデザイナー、開発者、プロダクトマネージャーのチームを活用し、Kunaiはアイデアを初期コンセプトから大規模展開へと変換します。近代化と新興業界トレンドに焦点を当てることで、同社はクライアントが業務を最適化し、変化し続ける金融環境での長期的成長を実現できるよう支援します。

私たちは、AI、フィンテック、およびステーブルコインの未来について議論します。

Capital Oneでの経験の後、Kunaiを立ち上げようと思ったきっかけは何ですか？また、MonsoonとCapital Oneでの経験はKunaiの構築アプローチにどのように影響しましたか？

Monsoonでは、外部ベンダーとして金融機関と20年間協働しました。Capital Oneに買収された後、テーブルの向こう側、すなわちチームやベンダーを管理するエグゼクティブとしての立場を経験しました。この経験により、組織内部のエグゼクティブが直面する状況への共感が得られました。大手金融機関がレガシーインフラ、意思決定の遅さ、運用効率の低さに苦しんでいることを直接目の当たりにしました。コンサルタントは、規模と制約の中で金融機関が物事を成し遂げるために必要な理解が不足していることに気付きました。

それがKunaiのきっかけでした――エグゼクティブの課題を理解し、課題があっても成功に導く最適なコンサルティングパートナーが欲しかったのです。真に理解してくれるパートナーが見つからなかったため、私自身で作ることに決めました。

ステーブルコインが総取引量でVisa (V ) やMastercard (MA ) を上回っている中、決済領域での役割はどのように進化すると考えますか？

まず、ステーブルコイン取引の総取引額（約15.6兆ドルから27.6兆ドルと推定）はVisaやMastercardを上回っていますが、個別取引件数ははるかに少ないことに留意すべきです。これは、ステーブルコインが一般的に大口取引に使用されるためです。

とはいえ、ステーブルコインはもはや単なる暗号実験ではなく、現代の金融取引の基盤となり得ることが証明されつつあります。従来の決済ネットワークよりも速く、低コストで資金を移動できることが実証され、現在、機関投資家も真剣に取り組んでいます。次の段階は規制の明確化と主流金融インフラへの統合であり、ここが興味深いポイントです。

ステーブルコインを単なる暗号トレンドと見なす銀行は、数年以内に追いつくのに苦労するでしょう。賢明な銀行はすでに、ステーブルコイン決済を自社サービスに統合し、先行する方法を模索しています。

ステーブルコインが従来の決済ネットワークに比べて提供する主な利点は何ですか？

それはスピード、コスト、アクセス性に集約されます。ステーブルコインは取引を即時に決済し、従来の銀行の数日間にわたるクリアリングプロセスが不要です。手数料もクレジットカードネットワークやSWIFT取引に比べて大幅に低くなります。

何よりも、ステーブルコインは地理的な壁を取り除きます。BitsoのようなスタートアップはCircleのUSDCを活用し、メキシコへの送金コストを削減しています。また、世界中の何千人ものフリーランサーが、米ドルにペッグされたステーブルコインであるMakerDAOのDAIで支払われています。これらのソリューションは、新興市場の企業や個人に先進国と同等の金融インフラへのアクセスを提供し、ゲームチェンジャーとなっています。

銀行や信用組合は、ステーブルコインが自社のビジネスモデルに与える影響を過小評価していると思いますか？

多くの銀行は短期的なリスクに過度に注目し、決済における長期的な変化を見逃しています。ステーブルコインはすでに送金市場、B2B決済、国境を越える決済といった、かつて銀行が支配していた領域に食い込んでいます。

BNPL、フィンテックレンディング、埋め込み金融でも同様のケースがありました。これらのトレンドを無視した機関は市場シェアを失い、適応した機関は新たな収益源を見出しました。銀行はステーブルコインを決済レールとして受け入れるか、あるいはフィンテックや暗号ネイティブ企業に特定セグメントで取って代わられるのを見守るしかありません。

ステーブルコインが主流採用に向けて直面している障壁は何であり、どのように対処すべきでしょうか？

最大の障壁は規制、相互運用性、信頼です。規制当局は金融システムの安定性を保ちつつ、ステーブルコインをどのように監督すべきか模索しています。しかし、明確な枠組みが整えば、機関投資家の採用は加速するでしょう。

相互運用性も課題です。ステーブルコインがスケールするには、従来の決済ネットワークとシームレスに統合する必要があります。つまり、銀行、フィンテック、ステーブルコイン発行者がサイロ化せずにインフラ面で協力し合う必要があります。

最後に信頼です。アルゴリズム型ステーブルコインの失敗は世間の認識を損ねましたが、適切な準備金を持つ法定通貨裏付けのステーブルコインは信頼性を示しています。大手が参入すれば、信頼はさらに高まるでしょう。

ステーブルコインは国境を越える決済のダイナミクスをどのように変え、どの産業が最も恩恵を受けますか？

ステーブルコインは国境越えの決済をリアルタイム取引に変え、SWIFTの数日間の決済や高額手数料に比べて大幅に改善しています。

グローバルサプライチェーン、フリーランス、国際B2B決済に依存する産業は大きな恩恵を受けます。eコマース、ゲーム、デジタルメディアは、より速く低コストで通貨換算の手間がない支払いを提供するステーブルコイン決済へと移行しています。

AIは金融機関をどのように変革しており、どのイノベーションに最も期待していますか？

2000年代には、コンサルティング顧客に「すべての問題はソフトウェア問題である」と伝えていましたが、現在はAIにも同様に当てはまります。金融機関内では、詐欺検出やリスク管理など、機械学習とAIが長年重要な役割を果たしてきました。しかし、LLMが登場した今、内部プロセスや顧客対応でAIによって劇的に改善されないものはありません。すべての問題がAI問題になるのです。コンピュータの登場に匹敵する、あるいはそれ以上に重要な変革の始まりにあり、AIによって変わらない産業は一つもありません。

金融機関がAIソリューションを導入する際の最大の課題は何ですか？

最初の課題はデータ、データ、そしてデータです。クリーンで整理され、完全に統合されたデータがなければ、AIの実現できることは常に制限されます。現在、銀行データはサイロ化され、一貫したオントロジーがありません。この状態でもできることはありますが、データが整理・統合されれば、可能性は無限に広がります。

二つ目は官僚主義です。官僚的な考え方は、破壊的変化を防ぐほどの迅速なイノベーションを妨げます。銀行の官僚主義は、革新的なスタートアップとの協働や新技術の導入を困難にし、効率的なアイデアが実力で評価されるのを阻害します。銀行で最大の課題は、野心的なエグゼクティブが官僚主義に疲弊し、アイデアが実現する前に退職してしまうことです。

KunaiはAIをどのように活用して金融商品やサービスを向上させていますか？

私たちは「Pontus」というプラットフォームを構築し、金融機関がエージェント、アプリ、アクションを直感的かつその機関の技術スタック、プロセス、文化に合わせてカスタマイズできるようにしました。目的は汎用的なワンサイズフィットオールのソリューションを提供することではなく、顧客と協働して各部門に最適化されたエージェントを構築することです。

伝統的な金融機関は、この新しい環境で競争力を保つためにどのような戦略を採るべきですか？

伝統的な金融機関は:

1. AIと採用の加速: AIを戦略的優先事項として位置付け、遠い将来の話としない。統合された高品質なデータに投資し、チームが事前承認された自動化ソリューションを活用できるようにする。オープンな知識共有を促進し、迅速なイノベーションを推進する。
2. プロセスの効率化: 規制遵守の重要性は認識しつつ、不要な内部障壁を取り除く。承認プロセスを簡素化し、意思決定を迅速化し、優秀な人材が効果的にイノベーションを起こせる環境を維持する。

規制上の責任と機敏さのバランスを取ることで、金融機関は重要なエグゼクティブを保持し、優れた顧客体験を提供し、急速な技術変化が形作る環境で競争力を維持できます。

ステーブルコイン決済やAI主導の金融ソリューションを統合しようとする金融機関に対して、どのような助言をしますか？

もし大手金融機関のテクノロジー部門を率いる立場なら、2つの機会に対して全く異なるアプローチを取ります:

1. AIオートメーション: 前述の通り、データは集中管理で取り組みます。真のAI競争力を得るためには、真実の情報源を整備することが前提条件です。しかし、実験に関しては千本の花を咲かせたいと考えます。承認済みのLLMを確保し、ガードレールを設けた後、組織全体のチームに独自のソリューション構築を奨励します。リスクをさらに低減するため、顧客が直接関わらないソリューションから始めますが、全ての部門がAIオートメーションに取り組むことを望みます。
2. ステーブルコイン: ステーブルコイン実験のために、最も説得力のあるユースケースを一つ見つけます:例えば、国際送金を選びます。その後、米国ともう一つの国で開始します。もちろん、ドルにペッグされたステーブルコインに限定し、最高の人材を活用して特定の課題に対するソリューションのベータ版を構築します。このテストが成功したことを証明したら、スコープを拡大する前に、少なくとも100万人のユーザーにまでテストを拡大します。

素晴らしいインタビューをありがとうございました。さらに詳しく知りたい読者はKunaiをご覧ください。