Michael Rangel、Novo創業者 – インタビューシリーズ

Michael RangelはNovoの創業者であり、2016年に同社を設立し、9年以上CEOを務め、Novoを初期段階のコンセプトから中小企業向けの金融プラットフォームへと変革しました。在任中、Rangelは製品開発、資金調達、採用、オペレーション、パートナーシップ、そして市場投入戦略に携わり、同社が1億7,000万ドル以上の資金調達を達成するのを支援しました。2025年4月にCEOを退任しましたが、Novoの創業者兼取締役として引き続き関わり、起業家や独立系ビジネスを支援する長期ミッションをサポートしています。Novoを創業する前、RangelはFairholme Capital Managementで貿易管理とオペレーションに5年以上従事し、以前はSmith Barneyでオペレーションの役割を務めていました。

Novoは、独立系ビジネス、起業家、フリーランサー、そして中小企業オーナー向けに特化して設計されたフィンテックプラットフォームで、ビジネスチェック口座に加えて支払い、請求書発行、経費管理、キャッシュフロー計画、融資、ビジネスクレジットのツールを統合しています。このプラットフォームはQuickBooks、Stripe、Shopify、Square、Xeroなど40以上のビジネスツールと連携し、銀行業務と会計、支払い、業務フローを結びつけます。また、OpenAI、Anthropic、GoogleのモデルによるAIを組み込み、オンボーディングや経費のカテゴリ分けといったプロセスを効率化しています。同社によれば、同プラットフォームは25万以上の独立系ビジネスに信頼されています。Novo自体は銀行ではなくフィンテック企業であり、銀行サービスおよび連邦預金保険公社（FDIC）保護の預金はパートナーであるMiddlesex Federal Savingsを通じて提供されています。

あなたは2016年にNovoを創業し、ほぼ10年にわたり中小企業の金融ニーズに合わせて構築してきました。当時解決しようとした課題を振り返って、どの課題が現在のAIによって、創業時には不可能だった方法で解決できると考えますか？

AIは、ビジネスの運営方法や顧客への価値提供に大きな影響を与える可能性があります。Novoを立ち上げた当初、解決したい課題の一つは、年商1,000ドルの事業、年商10万ドルの事業、年商100万ドルの事業であっても、銀行にとっては驚くほど似通った運用負担を生むという点でした。収益規模に関わらず、オンボーディング、コンプライアンス、詐欺防止、セキュリティ、取引モニタリング、カスタマーサービスを支援しなければなりません。そのため、個々の顧客が必ずしも大きな価値をもたらさない場合でも、銀行は大規模なオペレーションチームを構築しなければなりませんでした。

10年前、ソフトウェアがこの方程式を変える手助けになると考えていました。AIはその考えをはるかに先へと進めています。コンプライアンス担当者はAIを活用して情報を要約し、文書を処理し、報告書や回答を作成できるため、1人で以前の10倍以上の量を扱えるようになります。カスタマーサービスチームは、AIに日常的な質問を処理させることで、実際に判断が必要な問題に時間を割くことができます。詐欺検出モデルは潜在的な問題を早期に特定し、何かが起きた際の損失回収を迅速に行うのに役立ちます。AIは、Novoが目指す「規模に関係なく企業に適した銀行体験」を提供するための、はるかに優れた手段をもたらしました。

中小企業は歴史的に、大企業が利用できる財務チーム、アナリスト、そして高度なソフトウェアへのアクセスが不足してきました。AIは実際にどの程度そのリソースギャップを埋められるのでしょうか、また人間の専門知識が依然として不可欠となる領域はどこでしょうか？

AIは驚異的な速さで進化していますが、その速度は立場によって大きく異なります。サンフランシスコやニューヨークでテクノロジーに携わっているなら、単に自社を運営しようとしている中小企業のオーナーが体感するAIとは非常に違う経験をしているでしょう。

中小企業が直面する多くの課題はすでにAIの手の届く範囲にあります。より大きな課題は、技術の進化が人々がそれを習得する速度を上回っていることです。だからこそ、Anthropicのような企業が、技術的でないユーザーに出発点を提供する製品で何をしているのかに関心があります。

人間の専門知識がなくなるわけではありませんが、AIはその専門性をより身近にすることでギャップを埋められます。April Taxのような製品は、かつては多くの時間と専門知識を要した作業を中小企業のオーナーにとって格段に容易にしています。AIがビジネスを完全に自動運転させる段階にはまだ至っていませんが、税務申告の準備に週末を失ったことがあるなら、その時間を取り戻すことは重要です。

現在、AIが中小企業オーナーにとって最も具体的な価値を生み出している領域はどこだと感じますか？特にキャッシュフロー予測、経費管理、予算策定、日々の財務意思決定に関して教えてください。

Novoが開発したAIの最も有用な活用例の一つは、実は非常にシンプルに聞こえる取引ラベリングです。これまで、このモデルを高精度に機能させるには膨大なトレーニングデータが必要で、そうしても精度は約80％にとどまりました。金融情報を扱う際にはそれでは不十分です。

自社データを少量使用し、モデル蒸留技術やシステムが自信を持てないときに最先端モデルを活用することで、精度を 97% 超、最近では 99% に近づけることに成功しました。すべての取引が何を表すかを正確に把握できれば、そのデータ上にはるかに有用な金融ツールを構築できます。たとえば、経費ダッシュボードや基本的な FP&A、さらには給与やベンダー支払いなどの資金を別々に管理し、誤って他の用途に使われないようにすることが可能です。

興味深いのは、LLM が分類やクラスタリングに驚くほど優れている点です。これにより、企業の取引データからエンジニアリングの複雑さをかけずに、個別化された財務ビューを構築できるようになりました。顧客基盤にとって、今日の AI の能力は、私たちが解決しようとしている問題の複雑さをすでに上回っています。これは非常にエキサイティングな状況です。

AI の約束のひとつは、財務ソフトウェアが単に事業主に何が起きたかを示すだけでなく、次に何をすべきかを積極的に提案することです。実際に本当にインテリジェントな金融プラットフォームはどのような姿をしているのでしょうか？

最良の銀行体験は、やはり自社のビジネスをすべて把握している銀行担当者と対話できることです。担当者はあなたの履歴や目指すゴール、次に必要になるものを理解しています。ソフトウェアはその関係を支援する存在であり、置き換えるものではありません。

私にとって、本当にインテリジェントな金融プラットフォームとは、ビジネス運営に必要な人数を減らす感覚です。質問すれば答えが返ってきて、適切な情報が表示され、さらに自分で探さなくても有益なガイダンスが得られるべきです。重要なのは、その答えを信頼できることです。

Novo では、時に「歩道と競争している」と言います。銀行アドバイザーに会う体験は依然として素晴らしいものです。アプリで迷う必要はなく、担当者があなたを知っていて、ビジネスに合わせた指導ができるからです。AI がもたらすのは、これまで規模的に実現できなかった、サービスが行き届いていない企業層へ同様の体験を提供できるチャンスです。顧客にとって、その機会がついに手の届くものとなりました。

AI が最終的に小規模事業者のバーチャル CFO（最高財務責任者）として機能し、財務を継続的に監視し、リスクを特定し、行動を推奨することは可能でしょうか？起業家がそのようなシステムを信頼できるようになるために、どのような機能が成熟する必要があるでしょうか？

はい、そして自信を持って言えるのは、すでにそれを構築中だからです。今年初めに、私たちはそのビジョンに向けた AI エージェント基盤をリリースしました。

難しいのはモデルに質問させることではなく、人々が自分の財務生活を委ねられるものを作ることです。私たちはそれを身をもって学びました。最初のベータコホートは良好でしたが、経験が最終的に誰かの信頼を裏切る可能性があると判断できるほど十分ではありませんでした。そこで、システムの学習方法、専門エージェント同士の連携、情報やツールの活用方法を継続的に改善し続けました。

私たちが構築したのは、取引、詐欺、カード、ACH などを担当するエージェントがそれぞれ固有のツールと知識を持つ、銀行向けエージェントシステムです。そこに至るまで多大な労力が必要でしたが、結果は実に優れたものとなっています。AI が注目を浴びているからといって、このようなものを急いでリリースするつもりはありません。顧客に対して不公平になるからです。しかし、私たちが対象とする規模の企業にとっては、まさにその瞬間が訪れたと確信しており、非常にワクワクしています。

資本へのアクセスは小規模事業者にとって最大の課題のひとつです。AI が与信審査や融資にどのように変化をもたらし、代替データが従来の信用モデルで見落とされがちな企業を評価できるようにする可能性はあるでしょうか？

この点については、議論が混乱しがちです。実際の問題は AI そのものではなく、公平性と、これらのモデルが本当に何ができるのかを正しく理解することにあります。

フロンティア言語モデルを信用判断に用いてはいけません。LLM は非決定的であり、同じ入力でも異なる出力が生成される可能性があります。一方、信用判断に用いられる従来の機械学習モデルは決定的で、同じ入力は同じ結果を生みます。この違いは、誰に信用を与えるかを決める際に極めて重要です。意思決定に影響する要因を把握し、バイアスをテストし、問題が生じた際に修正できる必要があります。

AI はリスク理解のための優れたモデル構築に確実に貢献しますし、Novo ではそれを非常に高いレベルで実現しています。しかし、AI だけで小規模事業者の資本アクセスという大きな課題が解決するわけではありません。その多くは、バーゼル規制枠組みによって生じた規制環境に起因しており、これが銀行の小規模事業向け融資の経済性を変え、リスクを取りにくくさせています。

私たちは常に小規模事業者が経済の背骨であると言いますが、実際には彼らの生存に関わる多くの意思決定が、彼らが発言できない部屋で行われています。これは、単に優れた AI モデルを持っているかどうかという問題以上に大きな課題です。

AIは詐欺検出や金融セキュリティにおいてもますます重要になっています。金融プラットフォームは、過剰な誤検知を生むことなく、また小規模事業者の正当な取引を困難にしないように、AIを使って疑わしい活動をどのように特定できるでしょうか？

AIは異常に見えるものを見つけるのに特に有用です。言語モデルは分類やクラスタリングに驚くほど優れており、比較的低コストで異常な行動を特定するために活用できます。

重要な区別は、最終的な判断に非決定論的モデルを使用しないことです。フラグを立てるために使用し、決定は決定論的モデルに委ねます。これがNovoで詐欺に取り組む方法です。

私たちはSardineのような企業とも協力しており、彼らははるかに広範な金融機関のパターンをモデルに取り入れることができます。過去に詐欺と関連付けられた認証情報や自動化された活動に見える行動などを特定するのに役立ちます。この技術と専門知識の組み合わせで強固な詐欺対策を構築しました。セキュリティは常に軍拡競争ですが、AIはそれに先んじるためのより良いツールを提供しています。

金融AIシステムは、企業の収益、費用、顧客、財務健全性に関する極めて機密性の高い情報にアクセスできる可能性があります。起業家はデータプライバシー、セキュリティ、そして自社の財務データがAIモデルの学習に使用されることに関して、どのような保護策を期待すべきでしょうか？

これにはいくつかの層があります。まず、利用しているモデルのポリシーと利用規約です。主要な大規模モデルプロバイダーは、顧客データをモデルの学習に使用しないエンタープライズおよびAPI向けプランを提供していますが、API経由でモデルを利用する場合と、会話履歴が保存される消費者向けアプリケーションで利用する場合とでは重要な違いがあります。

AIシステムにどれだけの情報を提供したいかという問題もあります。Novoでは、顧客がその選択をできるようにエージェントを設計しています。エージェントに自社の銀行知識だけで質問に答えさせる、あるいはアプリ内の情報所在場所を指し示かせる、あるいはより多くの財務データを提供させてより良い回答を得る、という選択肢があります。

私たちは顧客データとモデルの間にシステムを設け、EINや社会保障番号などの機密情報を自動的に除去し、情報が漏洩しないようにシステムを繰り返しテストしています。これが優れたAI構築を難しくする要因です。モデルを賢くするだけでなく、その周囲に保護策を構築し、継続的にテストし続ける必要があります。

現在、フィンテック分野でAIへの熱狂が非常に高まっています。どのようなアプリケーションが小規模事業者にとって真に変革的だと考え、業界がAIに過大な期待を抱いている領域はどこだと思いますか？

AIへの熱意はすべての産業で持つべきです。私たちはこのパターンを以前にも見てきました。インターネットがソフトウェアの配布方法を変え、ブラウザがアクセス方法を変え、クラウドコンピューティングがデプロイ方法を変え、モバイルが利用場所を変えてきました。AIは今、ソフトウェアの体験そのものを変えています。

最も興味深いのは、ソフトウェア自体の言語を変えている点です。人々はJavaScriptやPythonを学ぶ代わりに、自然言語で欲しいものを説明するだけでソフトウェアを構築できるようになっています。何十年もこの技術的知識がソフトウェア開発への門戸を閉ざしていましたが、その門は徐々に崩れつつあり、LovableやReplitといった企業が急速に成長した理由の一つです。

同時に、まだ非常に初期段階にあると考えています。多くの誇大宣伝は、シリコンバレーの人々が他の地域よりもはるかに速いペースでAIを体験していることから来ています。実際に価値を得ている企業はAIを魔法のように扱ってはいません。AIが実際にできることを見極め、効果的に機能する問題に適用しています。

私たちはまだこの段階の始まりにすぎません。AIの採用をインターネットやモバイルの初期採用曲線と比較すると、非常に早い段階です。したがって、今日の技術が一部の誇大宣伝に届いていないからといってAIを否定することは、初期のインターネットを流行だと決めつけたのと同じです。

今後、AIは小規模事業者向けバンキングをどのように変革すると考えますか？将来的に、現在の口座・ダッシュボード・金融ツールのモデルから、所有者に代わって企業の財務業務の多くを自律的に管理するプラットフォームへと移行できるでしょうか？

これがNovoが目指すビジョンです。根本的には、優れたバンキングアドバイザーがスマートフォンにいるような体験を再現したいと考えています。質問すれば答えが返ってき、必要なときにチャートやレポートが生成され、適切なタイミングでクレジット情報が提供され、事業が成長するにつれて保険が提案され、さらには助成金や税制変更といった恩恵を受けられる情報まで学べるようにしたいのです。

イノベーションは単にAIが作業を代行することではありません。AIがそれらの作業を十分に正確に行い、ユーザーが実際に信頼できるようになることが鍵です。それは思った以上に難しく、信頼そのものが製品の機能の一部となりつつあります。

AIは人間が保持できる以上の情報を文脈内に保持できますが、ビジネスを前進させる実際の人間関係の代わりにはなりません。人々はリスクを取り、関係を築き、経済を動かす機会を創出します。だからこそ、Novoでの成功指標は、アプリでの使用時間を増やすことではありません。むしろ、できるだけ短時間で、以前よりも多くのことを達成してもらうことが目標です。

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Novoをご覧ください。