ソニー銀行と富士通は2026年9月14日、ソニー銀行の勘定系システムの実開発に生成AIを本格適用し、基本設計から結合テストまでの工数を40%削減、開発期間を30%短縮したと発表しました。勘定系は金融機関で最も保守的な領域です。ただし、この数字をそのまま自社の開発計画に持ち込むのは危険です。公表された内訳を読むと、効果は工程ごとに大きく偏っており、成果が出るまでに約11か月かかっています。
ソニー銀行と富士通が発表した内容
2026年9月14日の発表内容は、ソニー銀行の勘定系システム開発に生成AIを適用し、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、開発期間を30%短縮したというものです。取り組みの開始は2025年9月です。
対象となったのは、富士通の勘定系パッケージ「Fujitsu Core Banking xBank」を採用し、AWS上で稼働するシステムです。生成AIの基盤にはAmazon Bedrockが使われ、Anthropicの「Claude」および「Claude Code」を中核とするAIエージェントが開発工程に組み込まれました。詳細はソニー銀行と富士通の共同プレスリリースで公表されています。
公表された効果は次のとおりです。
| 区分 | 指標 | 公表値 |
|---|---|---|
| 全体（基本設計〜結合テスト） | 工数 | 40%削減 |
| 全体（基本設計〜結合テスト） | 開発期間 | 30%短縮 |
| 基本設計工程 | 影響調査の工数 | 最大90%削減 |
| 詳細設計工程 | 設計書作成の工数 | 最大40%削減 |
| 製造工程 | ソースコード生成率 | 99% |
| 結合テスト工程 | テスト実行の工数 | 最大90%削減 |
※いずれも2026年7月時点の実績値として両社が公表した数値です。
両社は今後、要件定義を含む開発工程全体への適用拡大、セキュリティや運用・保守といった非機能領域への段階的な拡大、さらに周辺系システムへの展開を予定しているとしています。
効いた工程と効きにくい工程がはっきり分かれている
工程別の数値は、影響調査とテスト実行が最大90%削減である一方、設計書作成は最大40%削減にとどまります。この差は偶然ではなく、生成AIが得意な作業の性質を示しています。
影響調査は「この項目を変えると、どの設計書とどのコードに波及するか」を既存資産の中から探す作業です。テスト実行は「決められた手順を決められた回数繰り返す」作業です。どちらも正解が既存の資産の中にあり、AIが探索・反復で代替できる性質を持ちます。
一方、設計書作成は「業務要件をどう構造化するか」を決める作業です。正解は既存資産の中になく、業務側との合意によって作られます。ここは生成AIが下書きを担えても、判断と合意の時間は圧縮されません。最大40%という数字は、その限界を素直に表していると読めます。
この構図は金融に限りません。専門業務へのAI適用が成果を出す条件については、大林組が法令調査を67%短縮した事例でも同じ傾向が確認できます。調べる作業と繰り返す作業に効き、決める作業には効きにくい、という境界線です。
「ソースコード生成率99%」を工数削減率と読み違えない
製造工程の「ソースコード生成率99%」は、工数が99%削減されたという意味ではありません。AIが生成したソースコードの割合を示す指標であり、人間によるレビュー・修正・テストの工数は別に残ります。
この点は、全体の工数削減率が40%にとどまっている事実が裏づけています。もしコードの99%をAIが書いたことで製造工程の工数が99%消えるなら、全体の削減率はもっと大きくなるはずです。実際には基本設計から結合テストまでの合計で40%です。つまり、生成したコードを検証し、責任を持って本番に載せる工程が厚く残っていると考えるのが自然です。
社内でAI活用の効果を報告するとき、「生成率」と「削減率」を混ぜて資料に載せると、経営判断を誤らせます。AI投資の効果測定でつまずく典型例はAI投資の55%が「効果不明」に終わる構造でも整理しています。指標の定義を先に決めることが出発点です。
自社に当てはめる前に確認する4条件
ソニー銀行の数値を自社の開発計画に持ち込む前に、次の4つを確認してください。いずれも公表内容から読み取れる、効果が成立した前提条件です。
1. 開発資産がAIの読める形で揃っているか
両社の発表では、設計書・ソースコード・テスト資産をAIが活用できる仕組みを構築したうえで工程に組み込んだとされています。設計書が個人のローカルにしかない、最新版がどれか分からない、テスト仕様書が更新されていないという状態では、影響調査90%削減の前提が成り立ちません。最初に必要なのはAIツールの選定ではなく、資産の棚卸しです。
2. 新規開発か、レガシーの改修か
対象はクラウドネイティブ・マイクロサービス構成の勘定系パッケージ「Fujitsu Core Banking xBank」をAWS上で動かす案件です。数十年分の改修が積み重なったメインフレーム上の既存勘定系を、AIで作り替えた話ではありません。自社の対象システムがどちらに近いかで、期待値は大きく変わります。
3. 効果測定の基準を先に決めているか
「工数40%削減」は、比較対象となる従来工数の定義があってはじめて意味を持ちます。取り組みを始める前に、どの工程の、何を、どう測るかを決めておかないと、後から効果を主張できません。
4. 11か月という時間軸を許容できるか
2025年9月に開始し、成果として公表されたのは2026年7月時点の数値です。約11か月の積み上げがあります。四半期単位で成果を求められる進め方では、途中で打ち切りになる可能性があります。
事例の数字を自社に当てはめる際の一般的な見極め方は、AI導入成功事例の読み方で5項目に整理しています。
具体的な活用シーン
今回効果が大きかった「探索」と「反復」は、システム開発以外の業務にも同じ形で存在します。
- 製造業の設計変更管理：部品表や図面の変更が、どの製品・どの工程に波及するかの影響調査。設計変更が多品種にまたがる企業ほど、探索工数の比率が高くなります。
- 保険・金融の商品改定：約款や料率の改定が、どの帳票・どの業務マニュアル・どのシステム項目に及ぶかの洗い出し。金融分野で生成AIを使う際の統制論点は金融生成AIガイドライン1.2版にまとまっています。
- 情報システム部門の回帰テスト：既存の業務システムに改修を入れた際の、決められた手順の繰り返し実行。テストケースが文書として整備されているほど効果が出ます。
いずれも共通するのは、対象となる資産（図面・約款・テストケース）が文書として整っているかどうかが効果を左右する点です。
よくある質問
- 中堅・中小企業のシステム開発でも、工数40%削減は期待できますか。
-
同じ比率を前提にするのは危険です。今回の効果は設計書・ソースコード・テスト資産が整備され、AIが参照できる状態にあることが前提です。まず自社の開発資産の整備状況を棚卸しし、影響調査など1工程で試算することをおすすめします。
- ソニー銀行はどの生成AIを使ったのですか。
-
AWSのAmazon Bedrock上で提供されるAnthropicの「Claude」および「Claude Code」を中核としたAIエージェントを活用したと、2026年9月14日の共同プレスリリースで公表されています。開発対象は富士通の勘定系パッケージ「Fujitsu Core Banking xBank」です。
- 「ソースコード生成率99%」は工数が99%削減されたという意味ですか。
-
違います。AIが生成したソースコードの割合を示す指標で、レビュー・修正・テストの人的工数は別に残ります。基本設計から結合テストまでの全体の工数削減率は40%と公表されています。
- 既存のメインフレーム勘定系でも同じ効果が出ますか。
-
今回の対象はクラウドネイティブ構成のパッケージをAWS上で動かす案件であり、既存メインフレームの改修事例ではありません。レガシー環境での効果は今回の発表からは判断できないため、個別に検証が必要です。
まとめ
2026年9月14日にソニー銀行と富士通が公表した勘定系システムの生成AI適用は、工数40%削減・開発期間30%短縮という結果よりも、その内訳が示す境界線に価値があります。
- 影響調査・テスト実行という「探索と反復」の工程は最大90%削減。
- 設計書作成という「判断と合意」の工程は最大40%削減にとどまる。
- 「ソースコード生成率99%」は工数削減率ではなく、検証工程は残る。
- 2025年9月開始・2026年7月時点の成果であり、約11か月の積み上げがある。
次に取るべきアクションは、AIツールの比較検討ではありません。自社の開発資産（設計書・テスト仕様書・ソースコードの最新版管理）がどこまで整っているかを棚卸しし、影響調査など探索系の1工程だけで効果を試算することです。資産が整っていない状態で全工程に広げても、今回の数値は再現しません。
Auto-IDフロンティアでは、業務資産の棚卸しから適用工程の絞り込み、効果測定の指標設計までを一緒に進めています。自社の開発・業務プロセスのどこからAIを当てるべきか整理したいという方は、AI導入相談フォームからお気軽にご相談ください。
出典・参考資料
- ソニー銀行： ソニー銀行と富士通、勘定系システムの実開発に生成AIを本格適用 （）
- 富士通： ソニー銀行と富士通、勘定系システムの実開発に生成AIを本格適用 （）
- IT Leaders： ソニー銀行、勘定系システムの実開発に生成AIを適用、開発期間を30%短縮
- EnterpriseZine： ソニー銀行と富士通、勘定系開発に生成AIを本格適用 工数を40％削減、開発期間を30％短縮
