ソニー銀行と富士通は、勘定系システムの実開発に生成AIを本格適用し、2026年7月時点で基本設計から結合テストまでの開発期間を従来比30%短縮する効果を確認したと発表した。両社は2025年9月から生成AIの適用を開始し、設計書・ソースコード・テスト資産といった開発資産をAIが活用できる仕組みを構築したうえで、設計・製造・テストの主要工程へ段階的に適用範囲を広げてきた。
生成AIの開発支援は、コーディングなど特定工程に限定した活用が主流だったなか、本取り組みでは実証実験(PoC)に留めることなく、本番稼働中の勘定系システムの開発プロセスとして確立した点が特徴だ。発表によると、基本設計から結合テストまでの工程で工数を40%削減する成果も併せて確認されている。
勘定系という最も厳しい領域に踏み込んだ理由
勘定系システムは、預金の入出金や振込といった銀行業務の中核となる取引を処理する基幹システムだ。障害が起これば顧客サービスに直結するため、金融機関のIT投資の中でも最も品質要求が厳しい領域とされる。ソニー銀行の勘定系には、富士通の勘定系ソリューション「Fujitsu Core Banking xBank」が採用されている。
こうした領域の刷新は数年単位の工期と大きな投資を伴うプロジェクトであり、開発生産性の向上は金融機関にとって長年の課題だった。国内でも生成AI適用には慎重な姿勢が根強いともいわれ、AIの出力をどこまで信用できるかは容易に答えの出ない論点だった。そうしたなか、両社は生成AIを単独の開発支援ツールとして利用するのではなく、開発プロセス全体を変革することを目的に据えた点で、従来の活用とは距離を置いている。
Claudeを中核に、工程横断で動くAIエージェント
取り組みの中核となるのは、「Amazon Bedrock」上で提供されるAnthropic PBCの生成AIモデル「Claude」、および「Claude Code」を活用したAIエージェントだ。「Claude Code」はソースコードの生成や修正を支援する開発者向けツールで、両社はこれらを基盤に、設計・製造・テストの各工程で役割を持つAIエージェントを構成した。設計書・ソースコード・テスト資産を工程横断で参照・活用できる構造を整えている。
たとえば設計書からソースコードやテストケースを生成するなど、前工程の成果物を後続工程で再利用することで、工程間の連携を強化する。従来は設計から製造、テストへ引き継ぐ過程で、情報の解釈ずれや資産の再作成といったロスが生じやすかったが、資産を連続的に活用する仕組みがその圧縮につながるとみられる。
各AIエージェントは、必要な開発資産や各種ツールと連携しながら開発を支援するが、最終判断と品質保証は人が担う。AIが自律的にコードを量産する形ではなく、人による判断・承認を経る設計が、本番システム開発での採用を可能にしたとみられる。
数字で見る削減効果の内訳
発表によると、基本設計から結合テストまでの工程において工数を40%削減、開発期間を30%短縮した。工程ごとの内訳では、基本設計工程で影響調査工数を最大90%削減、詳細設計工程で設計書作成工数を最大40%削減したほか、製造工程ではソースコード生成率99%を達成した。
さらに結合テスト工程では、テスト実行工数を最大90%削減する効果を確認したという。影響調査は、既存システムへの変更がどの部分に波及するかを調べる作業で、勘定系のような大規模基幹では確認範囲が膨らみやすい。開発資産をAIが横断的に読み解けるようにしたことが、こうした工数の圧縮につながったと考えられる。なお、これらの数値は両社が同開発環境で確認した結果を示したものであり、適用する業務や条件によって効果は変わるとみられる。
本番開発でいかに品質を担保するか
本件の特色は、生成AIを開発の標準プロセスに組み込み、安全性と品質を担保しながら適用範囲を拡大してきた点にある。発表では、金融業務とシステム開発の双方の知見を持つ富士通の人材が、適切なタイミングで評価・改善を行う体制が示されており、AIに依存せず専門人材の検証を挟む運用が前提となっている。
適用範囲も、オンライン取引処理やバッチ処理を含む銀行業務を支える多様なアプリケーション開発に及んでいる。特定の処理形態や限定機能に絞った試行ではなく、実業務の開発全体に横展きできる形にしたことが、PoCで終わらせない体制につながった。金融機関の開発では内部統制や監査への対応も求められるため、生成AIの出力をどこまでプロセスに組み込めるかは品質保証の枠組み次第という側面があり、人材が評価を担う設計はその延長線上にある。
