仕事への影響
勘定系システムのSE業務、生成AIで設計・製造・テストが30%短縮
勘定系システムという銀行の心臓部の開発現場で、設計・製造・テストという主要工程の期間が生成AIによって30%短くなりました。金融システムに携わるSEやエンジニアにとって、日々の設計書作成やコーディング、テスト実行の中身がどう変わるのかを具体的に読み解きます。
何が起きたか
ソニー銀行と富士通は、2025年9月からソニー銀行の勘定系システム開発に生成AIを適用してきました。設計書やソースコード、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、設計・製造・テストの主要工程へ段階的に適用を広げた結果、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%短縮したことを確認したといいます [1]。
工程ごとの効果も具体的に示されています。基本設計工程では影響調査の工数を最大90%削減し、詳細設計工程では設計書作成の工数を最大40%削減しました。製造工程ではソースコード生成率99%を達成し、結合テスト工程ではテスト実行の工数を最大90%削減したとしています。全体では工程横断で工数を40%削減したということです [1]。
この取組みでは、Amazon Bedrock上のAnthropicの生成AIモデル「Claude」やコーディング支援ツール「Claude Code」を中核とするAIエージェントが、設計書・ソースコード・テスト資産を工程横断で活用します。最終判断と品質保証はあくまで人が担い、実験段階では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ている点が強調されています [1]。
背景・解説
勘定系システムとは、預金や為替、融資といった銀行業務の根幹を処理する基幹システムを指します。取引データの正確性と安定稼働が絶対条件となるため、これまで開発は保守的に進められてきた領域です。
今回の土台となっているのは、富士通の勘定系ソリューション「Core Banking xBank」です。AWS上で稼働するクラウドネイティブかつマイクロサービス構成を採用しているため、機能単位で生成AIとの連携や試行を進めやすく、段階的な適用と効果検証がしやすい環境になっていたといいます [1]。
背景には、日本の金融業界が抱える構造的な課題があります。新サービスの企画から提供までに数ヶ月から年単位の期間がかかり、開発コストの高さや複雑な開発プロセスが、変化の速い市場への対応を難しくしてきました。こうした状況の中で、ソニー銀行と富士通はAWSジャパンとともに、勘定系システムの開発プロセスそのものの見直しを進めてきた経緯があります [1]。
仕事や業務への影響 — AI Topicaの見方
金融システムの設計・製造・テストを担うSEやエンジニアは、作業の中身そのものが変わります。例えば、地方銀行の情報システム部門で勘定系保守を担当するエンジニア10人のチームを想定すると、これまで詳細設計書の作成に多くの時間を割いていたメンバーは、その工数が最大40%減った分、AIが生成した設計書の内容確認とレビューに時間を回せるようになります。
製造工程の変化はさらに大きくなります。ソースコード生成率99%という数字は、コーディング作業の大部分をAIエージェントが担い、エンジニアの役割がコードを書く作業からコードを読んでチェックする作業へ移ることを意味します。10人のチームであれば、これまでコーディングに充てていた時間の多くを、テスト設計や本番影響の確認といった判断業務に振り向けられる計算になります。
テスト工程も同様です。結合テストの実行工数が最大90%減ったという実績は、テスト担当者が手を動かしてテストケースを流す作業から、テスト結果の妥当性を判断し、リスクの高い箇所を重点的に見極める役割へ変わることを示しています。基本設計の影響調査工数が最大90%減った点も踏まえると、上流工程の担当者ほど、調査作業から意思決定に時間を使えるようになります。
金融機関でシステム開発を統括する管理職にとっては、開発期間30%短縮という数字は、新サービスの企画から提供までの期間を縮める余地があることを意味します。ただし、この効果は「人が最終判断と品質保証を担う」という体制があってこそ成立しています。AIに製造やテストを任せきりにするのではなく、レビュー体制と承認プロセスをセットで整備しない限り、同じ効果は再現できません。
不確かな点・注意
今回の30%という期間短縮は、基本設計から結合テストまでの範囲で確認された数値です。要件定義工程やセキュリティ、運用・保守領域への適用は今後段階的に拡大する計画段階にあり、開発全体を通じた効果はまだ明らかになっていません [1]。
効果の前提には、「Core Banking xBank」が採用するクラウドネイティブかつマイクロサービス構成という条件があります。異なるアーキテクチャの勘定系システムや、レガシーな基幹システムを持つ他の金融機関でも同じ水準の効果が得られるかどうかは、出典からは判断できません。
また、2026年7月時点の実績として公表された数値であり、今後の適用範囲拡大に伴って効果がどう変化していくかも不明です。ソースコード生成率99%という数字についても、生成されたコードの品質や、人によるレビュー・修正にどの程度の工数がかかっているかまでは示されていません。数字の内実を確認したい読者は、今後公表される続報を待つ必要があります。