AI時代の本人確認は顔だけでは足りない——採用・銀行窓口・勘定系を結ぶ「権限の鎖」

オンライン面接の画面に映る顔が本人とは限らず、自然な声も本人の意思とは限らない時代が来ています。一方、銀行では、画面越しのオペレーターとAIを組み合わせ、紙へ記入せずに名義や住所の変更を進める窓口が始まりました。そのさらに奥では、預金や取引を支える勘定系システムの設計、コード生成、テストへ生成AIが入り始めています。

2026年9月14日に並んだ三つの動きは、AIの便利さと危うさを別々に示すニュースに見えます。しかし、日本企業に突き付けている問いは共通しています。画面にいる人、意思を示した人、内容を確定した人、システムを変更した人、実際の処理を実行した人を、同じ「本人確認」の一言で扱ってよいのでしょうか。

AIによる顔や声の再現が精巧になるほど、違和感を見抜く能力だけでは守れません。また、人が最後に画面を見たというだけでも、承認した内容と実行された内容が同じだとは限りません。必要なのは、顔の真偽を一度判定する門ではなく、本人・意思・承認・実行を別々に確かめ、仕事番号でつなぐ「権限の鎖」です。

本記事では、採用、顧客手続き、システム開発という三つの現場を横断し、日本企業が30日で始められる設計へ翻訳します。

結論——「誰か」を一回確かめるのではなく、四つの受け渡しを記録します

本人確認は、入口で顔写真と一致させれば終わる仕事ではなくなります。AIが映像、音声、文章、操作を別々に生成できるからです。反対に、すべての場面で生体認証を強くすれば解決するわけでもありません。採用候補者や顧客の個人情報を過剰に集めれば、漏えい時の損失と監視負担が増えます。

そこで、確認対象を四つに分けます。

受け渡し	確かめること	記録する最低情報	失敗時の戻り先
本人	申告した人物と接続中の人物が対応するか	確認手段、時刻、担当、例外理由	別経路で再確認します
意思	本人がこの申請・応募・変更を望んでいるか	対象、選択肢、本人の明示回答	説明へ戻します
承認	権限を持つ人が確定内容を理解したか	表示内容、差分、承認者、期限	保留または差戻しにします
実行	承認された内容だけが処理されたか	実行内容、システム版、結果、取消方法	自動停止または復旧へ移ります

四つは同時に成立するとは限りません。面接に接続した人が本人でも、生成AIが回答を作っているかもしれません。銀行の顧客が本人でも、画面上の住所変更内容を十分に理解していないかもしれません。開発者が正規の社員でも、AIが生成したコードの影響範囲を把握せず本番へ進めるかもしれません。

したがって、入口の認証を強くするだけではなく、各受け渡しの直前に、その操作に必要な狭い証拠を取ります。最後は四記録を同じ案件番号で結び、途中でAIが使われた場所、使われなかった場所、判断を人へ戻した場所を追えるようにします。

オンライン面接のなりすましは「映像の違和感」だけで防げません

テレビ朝日系ANNの報道では、都内企業のオンライン採用面接に、AIを使ったとみられるなりすまし応募者が現れました。面接官は声と口の動きのずれ、視線、会話の間、会社名の不自然な読み方、本人が自分を「ご自身」と表現した点などから疑い、面接を終了しました。報道では、同じ顔と声に見える存在が別企業の面接にも現れたとされています。

この事例で面接官が止められたことは重要です。しかし、運用を「熟練者なら違和感を見抜ける」で終えるのは危険です。通信遅延でも口と声はずれます。日本語を第二言語とする応募者、発話や視線に特性がある応募者、緊張して定型的に話す応募者を、AIだと誤って排除する恐れもあります。逆に、映像生成が改善すれば、現在の違和感は減ります。

採用で必要なのは、AI検出器の点数だけではありません。応募時、面接時、課題実施時、入社時、権限付与時に、同じ人物と能力と意思が連続しているかを確かめることです。

採用では「本人」「能力」「AI利用」を分けます

一つ目は本人です。応募書類に記載された人物と面接中の人物、入社手続きをする人物が対応しているかを、会社のリスクに応じた別経路で確かめます。重要なのは、面接の録画を永久保存することではありません。何を使って、誰が、いつ確認し、例外があったかを残します。

二つ目は能力です。本人が接続していても、画面外の第三者や生成AIが回答を作れば、職務に必要な考え方を測れません。一方、実際の仕事でAI利用を認める職種なら、AIを使っただけで失格にするのも不合理です。AIなしで基礎を説明する課題、AIを使って成果を改善する課題、出力の誤りを指摘する課題を分けます。

三つ目はAI利用の開示です。利用の有無だけでなく、どの工程で何を入力し、何を採用し、本人がどこを直したかを聞きます。回答を暗記したかを問い詰めるのではなく、前提を一つ変え、候補者が自分の言葉で修正できるかを見ます。

四つ目は権限付与です。採用判定を通過した人物でも、初日から本番環境、顧客情報、送金、公開機能へ広い権限を渡しません。本人性の問題と内部不正の問題は別ですが、被害を限定する設計は共通します。最小権限、短い期限、操作別の再承認を使います。

AIによる仕事の分解と採用時の本人性を整理した記事でも、利用技術、本人性、能力を分ける必要を取り上げました。今回のなりすまし事例は、その分離を採用規程と面接画面の具体的な手順へ落とす時期が来たことを示します。

りそなのAIテレビ窓口は「人がいる」だけでなく、確認点の設計が核心です

りそな銀行と埼玉りそな銀行は9月14日、オペレーターの応対とAIの手続き支援を組み合わせた新しいテレビ窓口を始めました。りそなホールディングスの発表によると、顧客とオペレーターの会話を基に、AIが案内、必要事項の整理、情報取得を支援します。顧客は紙の書類へ記入せず、画面に表示された内容を確認して手続きを完了します。

対象は個人顧客で、名義変更、住所変更、届出印の変更、紛失に関する手続きなどから始まります。開始店舗は、りそな銀行の渋谷、阿倍野橋などと、埼玉りそな銀行の川越などです。従来のテレビ窓口で平均約30分だった手続きを約15分へ短縮する目標を掲げています。

開発を担当したヘッドウォータースの説明では、この構成をHuman-in-the-Loop型と位置付けています。オペレーターが対話を担い、AIが会話から必要事項を整理し、複雑な事情には人が柔軟に対応します。定型チャットボットだけでは扱いにくく、スマートフォンだけの非対面手続きでは人の支援を求める顧客へ届きにくいという問題に対する設計です。

ここで「人がいるから安全」と短絡しないことが大切です。人のオペレーターがいても、AIが会話から誤った住所、氏名、紛失対象を抽出し、その誤りが見やすい形で示されなければ、顧客も担当者も見逃します。反対に、すべてを一文字ずつ読み上げ直せば、時間短縮の価値が失われます。

顧客確認は「最終画面を見た」ではなく、重要差分を理解したかで測ります

紙をなくすことと、確認をなくすことは同じではありません。むしろAIが入力を代行するなら、何が会話から抽出され、何が既存記録から補われ、何をオペレーターが修正したかを区別して表示する必要があります。

例えば住所変更なら、旧住所、新住所、適用日、郵送先、関連サービスへの反映範囲を分けます。名義変更なら、表記だけが変わるのか、本人確認書類との関係や口座名義の反映時期まで変わるのかを示します。紛失手続きなら、何を止め、何は止めず、再発行や発見後の扱いをどうするかを明示します。

確認画面には、全文ではなく重要差分を先に出します。AIの信頼度が低い項目、会話中に訂正された項目、既存記録と食い違う項目、取り消しに時間がかかる項目を目立たせます。顧客には「これでよいですか」だけでなく、重要項目ごとに選択を求めます。

高齢者、聴覚や視覚に制約がある人、日本語での手続きに不安がある人も利用します。確認方式を一つに固定せず、読み上げ、拡大表示、別言語支援、同席者の扱い、店舗担当者への切り替えを用意します。AIが会話を短くしても、顧客が理解できなければ完了とは言えません。

評価指標も平均時間だけでは足りません。15分へ短縮した案件のうち、当日訂正、後日再来店、問い合わせ、手続き取消がどれだけあったかを追います。相談へ使える時間が増えたという狙いが実現したかも見ます。短縮された15分が、顧客の待ち時間を減らしたのか、後工程へ修正負担を移したのかを分けるためです。

「人が確認」を観測可能な工程へ変える記事で述べたように、承認ボタンの数は安全性を表しません。今回の窓口では、顧客がどの差分を理解し、オペレーターがどの例外を判断し、AIの抽出をどこで修正したかが重要です。

勘定系開発への生成AI適用は、コード生成率より変更の連続性を見ます

顧客窓口の奥では、金融システムを作る工程にもAIが入ります。9月14日に公開されたソニー銀行の取り組みについて、ZDNET Japanの報道は、富士通、AWSジャパンなどと共同で、勘定系システムの実開発へ生成AIを本格適用したと伝えています。

2025年9月に開始した取り組みでは、設計書、ソースコード、テスト資産をAIで横断的に活用し、基本設計から結合テストまで段階的に適用範囲を広げました。Amazon Bedrockを経由してClaudeやClaude CodeなどのAIエージェントを使い、設計書からコードやテストケースを生成し、前工程の成果物を後工程へ再利用したとされています。

同行の公表値として、2026年7月時点で、基本設計から結合テストまでの工数を40％削減し、開発期間を30％短縮しました。基本設計の影響調査工数と結合テストのテスト実行工数は最大90％削減、詳細設計の設計書作成工数は最大40％削減し、製造工程ではソースコード生成率99％を達成したと報じられています。

これらは大きな数字ですが、他の銀行や別のシステムで同じ削減率になることを意味しません。また、コードの99％をAIが生成したとしても、変更の99％をAIだけで承認したという意味ではありません。報道では、生成AIを標準プロセスへ組み込み、専門人材が適切な時点で評価と改善を行い、安全性と品質を担保すると説明されています。

開発では「作成者」より、根拠と承認の連鎖を残します

従来の開発記録は、誰が設計書を書き、誰がコードをコミットし、誰がレビューしたかを中心に作られてきました。AIエージェントが設計書を読み、コードとテストを生成し、前工程の成果物を次へ渡すと、人のアカウント名だけでは変更理由を説明できません。

最低限、次の連鎖を同じ変更番号で残します。

1. どの業務要件と規程を入力にしたかを記録します。
2. AIが参照した設計書、コード、テスト資産の版を固定します。
3. 生成した設計、コード、テストの対応関係を残します。
4. 人が修正した差分と、修正しなかった理由を記録します。
5. 影響調査で対象外と判断した機能を残します。
6. 実行したテスト、未実行のテスト、結果の解釈者を分けます。
7. 本番反映を承認した人と、実行した仕組みを分けます。
8. 障害時に戻す版、データ整合性の確認方法、連絡先を結びます。

特に危険なのは、AIが作った設計を同じ文脈のAIがコード化し、同じ前提のままテストも作る状態です。工程間の再利用は速さを生みますが、最初の誤解も後工程へ滑らかに運びます。設計とコードが一致していても、両方が業務要件を誤読している可能性があります。

重要な変更では、生成に使った文脈をそのまま確認役へ渡さず、原始の要件と規程から独立に期待結果を作ります。残高、利息、手数料、日付境界、障害復旧、二重実行など、勘定系で損失につながる条件は、生成コードとは別の方法で照合します。

AIエージェントの本番運用を「正しく完了した一件」で測る記事では、受付から承認、実行、記録までを閉じた単位にする考え方を整理しました。勘定系開発でも、コード生成一行やテスト一件ではなく、要件から安全な本番変更と復旧可能な記録までを一件として測る必要があります。

三つの現場をつなぐと「Human-in-the-Loop」の意味が変わります

採用面接には面接官がいます。AIテレビ窓口にはオペレーターがいます。勘定系開発には専門人材がいます。三つとも人が工程内にいる点は同じです。しかし、人がいる場所と役割は異なります。

現場	AIの主な役割	人が担うべき判断	見落としやすい空白
オンライン採用	映像・音声・回答の生成または支援	本人性、能力、利用条件、採否	AIらしさの印象で誤判定します
銀行テレビ窓口	会話整理、必要事項取得、画面生成	例外対応、重要差分の説明、顧客意思の確認	画面確認を理解と同一視します
勘定系開発	影響調査、設計、コード、テスト生成	業務要件、独立照合、本番承認、復旧	同じ誤解が工程間で再利用されます

Human-in-the-Loopを「最後に人が一回見ること」と定義すると、三現場の違いが消えます。代わりに、人には四つの役割があります。

一つ目は境界を決める役割です。AIが読める情報、作れる候補、変更できる環境、送信できる相手を事前に決めます。二つ目は曖昧さを引き受ける役割です。顧客事情や業務例外を、AIが勝手に補わないようにします。三つ目は不可逆な行為を承認する役割です。採用、口座情報変更、本番反映などを、根拠と差分を見て判断します。四つ目は異議と復旧を担う役割です。誤判定された応募者、誤った手続きを受けた顧客、障害を受けた利用者が戻れる経路を維持します。

人を工程へ置くだけでなく、何を見せ、何分与え、どの権限で止められ、停止後に誰へ渡すかを決めて初めて制御になります。

顔認証を強くする前に、データ最小化と異議申立てを設計します

なりすまし対策が急務になると、顔画像、声紋、身分証、端末情報、位置情報、視線、打鍵の癖まで集めたくなります。しかし、収集量の増加は自動的に本人性を高めません。漏えい時に再発行できない生体情報を増やし、正当な利用者を誤って止める可能性も高めます。

確認強度は、行為の影響に合わせます。公開資料の閲覧と、採用決定、住所変更、送金、本番反映を同じ強度にしません。読み取りだけなら通常のログインで足りる場合があります。重要変更なら別端末への通知、既知の連絡先への折り返し、短時間だけ有効な承認、対面への切替を組み合わせます。

また、検出結果だけで自動的に不正と確定しません。「AI生成の可能性が高い」という判定は、調査開始の信号です。応募者や顧客には、止めた理由の種類、再確認の方法、担当者への連絡、保存期間を示します。誤判定を訂正できない本人確認は、安全策であると同時に排除装置になります。

記録の保持期間も分けます。本人確認の成否、使った方式、担当者、例外理由は残しても、面接映像や会話全文を無期限に残す必要はありません。銀行窓口でも、手続きの根拠として必要な項目と、AI改善のために欲しい会話データを同じ目的で保存しません。開発でも、機密コードをモデル改善へ二次利用する条件を別に管理します。

30日で一つの「権限の鎖」を作ります

全社の本人確認を一度に作り直す必要はありません。採用面接、顧客情報変更、社内システムの本番変更から、影響が明確で件数を追える一つを選びます。

最初の10日——四つの主体と五つの時刻を書き出します

案件について、本人、代理人、確認担当、承認者、実行主体を並べます。一人が複数を兼ねても構いませんが、役割は分けて記録します。AIは人名ではなく、使ったサービス、モデル、接続機能、権限の組として記載します。

次に、本人確認時刻、意思表示時刻、承認時刻、実行時刻、結果確認時刻を分けます。現在のログで追えない時刻は空欄にし、推測で埋めません。承認より前に実行準備が外部へ影響していないか、承認後に内容が変わっていないかを見ます。

次の10日——わざと連続性を切ります

試験環境で、面接中に通信を切り替える、窓口で一項目を訂正する、設計書の版を古くする、承認後にコード差分を追加するなど、受け渡しの切れ目を入れます。

システムが前の確認を無条件に持ち越すのか、変更点だけ再確認するのか、全件を最初からやり直すのかを観察します。理想は、影響のある範囲だけを停止し、差分を示し、必要な確認点へ戻ることです。

本人性に疑いが出ても、採用システム全体を停止する必要はありません。住所の表記を直しても、本人確認書類を毎回取り直す必要がない場合があります。テスト文言だけを直しても、本番承認が必ず必要とは限りません。戻す範囲を決めることが、強い制御と利用しやすさを両立させます。

最後の10日——AIなし、人の交代、ログ欠損を試します

AIサービスを止め、オペレーターまたは開発者を交代し、一部のログを利用できない状態にします。別の担当者が、残された根拠から案件を安全に完了できるかを測ります。最初から聞き直し、作り直し、調べ直すなら、処理は速くても継続性がありません。

最後に、影響を受ける人へ説明できるかを確かめます。「なぜ止めたか」「誰が何を確認したか」「何が実行され、何は実行されなかったか」「どう訂正できるか」を、技術担当以外が短時間で答えられる状態を目指します。

毎月見る七つの指標

本人確認の成功件数やAI利用率だけでは、工程の質を測れません。次の七つを別々に見ます。

• 主体連続率：開始から完了まで、本人・意思・承認・実行の対応を追えた割合です。
• 重要差分再確認率：承認前の変更を、影響のある人へ戻して確認した割合です。
• 独立照合率：AIの生成物を、同じ生成経路に依存しない根拠で確かめた割合です。
• 誤停止率：正当な応募者や顧客を不正として止め、後に解除した割合です。
• 未承認実行件数：承認内容を超える変更、送信、処理が行われた件数です。
• 異議解決時間：誤判定や手続き誤りの申立てから訂正までの時間です。
• 停止後完了率：AI停止や担当交代後も、安全な別経路で期限内に終えた割合です。

七指標を一つの総合点へまとめないことも重要です。処理時間を短くした結果、重要差分の再確認が減ったなら改善とは言えません。不正検出が増えても誤停止が急増したなら、利用者へ負担を移しています。独立照合を増やしても、全案件が止まるなら、対象リスクを絞る必要があります。

日本企業にとっての意味——信頼は「人がいる画面」から「戻れる工程」へ移ります

日本の金融、採用、基幹システムには、対面確認、押印、職務分掌、ダブルチェック、変更管理など、本人と権限を結ぶ仕組みが蓄積されています。AI導入では、それらをすべて古い手続きとして消すのでも、画面上へそのまま複製するのでもありません。

紙の署名が担っていた意思確認を、重要差分の表示と明示回答へ変えます。対面で得ていた安心を、別経路の確認と異議申立てへ分解します。開発者名で追っていた責任を、入力資料、生成経路、人の差分、テスト、本番承認、復旧版の連続記録へ広げます。

りそなのテレビ窓口は、人の相談力を残しながらAIで整理を速める方向を示しました。ソニー銀行の開発事例は、PoCではなく勘定系の実工程へAIを組み込み、前工程から後工程までつなぐ段階を示しました。面接なりすましの事例は、画面上の顔と声だけでは、その接続を信頼できない現実を示しました。

三つを合わせると、AI時代の信頼は「人が画面にいるか」ではなく、「その人の意思と権限が、承認された内容だけを実行し、誤りなら戻せるか」で決まります。

参考にした主な情報

• テレビ朝日系ANN「応募者なりすましAIが面接受ける」（2026年9月14日、オンライン面接で確認された映像・音声・会話上の不自然さと複数企業での出現を確認）
• りそなホールディングス「AIを活用した新たなテレビ窓口サービスの開始について」（2026年9月14日、対象手続き、開始店舗、AIとオペレーターの役割、平均約30分から約15分への短縮目標を確認）
• ヘッドウォータース「人とAIが協働するHuman-in-the-Loop型サービス」（2026年9月14日、会話からの必要事項整理、画面確認、要件定義からテストまでの開発範囲を確認）
• ZDNET Japan「ソニー銀行、勘定系システムの開発に生成AIを本格適用」（2026年9月14日、設計・製造・テストへの適用、公表された工数・期間・生成率、専門人材による評価を確認）

最後に——次の本人確認では「その後」を尋ねます

AIが作った顔や声を見破る技術は必要です。しかし、検出器同士の競争だけでは、正当な人を誤って止める問題も、本人が理解しないまま手続きが進む問題も、正規の開発者が未確認の変更を通す問題も解決しません。

次にオンライン面接、AI窓口、AI開発の提案を受けたら、「本人をどう確かめますか」に続けて、意思はどこで確定し、誰が差分を承認し、何が実行され、誤りならどこまで戻れるのかを尋ねてみてください。四つの答えが同じ案件番号でつながるなら、AIは信頼を曖昧にする道具ではなく、これまで暗黙だった権限の受け渡しを見えるようにする道具になります。

あなたの職場で最初に権限の鎖を描くなら、採用、顧客手続き、本番変更のどこから始めるでしょうか。顔の真偽だけで終わらず、本人の意思が正しい実行と訂正可能な記録へ届くところまで設計できる組織が、AI時代の利便性と信頼を同時に育てていきます。