2026年9月14日、ソニー銀行株式会社と富士通株式会社が、銀行の勘定系システム（預金・振込・入出金などの取引を処理する銀行の中核システム）の開発に生成AIを本格適用し、基本設計から結合テストまでの開発期間を従来比30％短縮したと発表しました。試験的な検証で終わらせず、本番稼働中のシステムの開発プロセスとして確立した点が特徴です。本記事では発表の要点と、中小企業が何を持ち帰れるのかを整理します（2026年9月時点）。
ソニー銀行・富士通の生成AI適用とは｜発表の要点3行
- 両社は2025年9月から勘定系システムの開発に生成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開発期間を従来比30％短縮、工数を40％削減する効果を確認しました。
- 対象は富士通の勘定系ソリューション「Fujitsu Core Banking xBank」。AWS上で稼働するクラウドネイティブ構成で、「Amazon Bedrock」上のAnthropic PBCの生成AIモデル「Claude」を中核とするAIエージェントを工程横断で活用しています。
- PoC（概念実証＝導入前の試験的な検証）に留めず、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。人が最終判断と品質保証を担う体制が前提です。
出典：ソニー銀行 プレスリリース（2026年9月14日）／富士通 同時発表
工程別の効果は「条件付きの数字」として読む
リリースでは、2026年7月時点の実績として次の効果が示されています。
| 工程 | 効果（2026年7月時点） |
|---|---|
| 基本設計 | 影響調査工数を最大90％削減 |
| 詳細設計 | 設計書作成工数を最大40％削減 |
| 製造 | ソースコード生成率99％を達成 |
| 結合テスト | テスト実行工数を最大90％削減 |
いずれも、銀行の勘定系という特定領域で、専任の開発体制と品質保証プロセスを備えた大規模開発において、基本設計から結合テストまでの工程に適用した場合の数値です。「生成AIを入れれば工数が4割減る」と一般化できる数字ではない、という読み方が欠かせません。
核心は「人が最終判断と品質保証を担う」こと
この発表でもっとも重要なのは、AIに任せきりにしていない点です。設計・製造・テストの各AIエージェント（指示に沿って複数の作業を自律的に進めるAI）は、設計書やソースコード、テスト資産といった開発資産や、MCP（Model Context Protocol）などAIが外部システム・データと連携するための仕組みと接続しながら作業を支援します。ただし判断・承認・品質保証は人が担い、金融業務とシステム開発の知見を持つ人材が適切なタイミングで評価・改善を行うことで、安全性と品質を担保しながら適用範囲を広げたとされています。
AIが外部のデータやツールに接続するほど、入力経由で意図しない動作を引き起こされるリスクへの備えも必要になります。仕組みはプロンプトインジェクションの解説記事で整理しています。
中小企業への影響｜持ち帰るのは規模ではなく設計思想
前提として、これは銀行の基幹システムの話です。開発体制も人員も投資規模も中小企業とは大きく異なり、「中小企業も同じ規模の開発ができるようになる」という話ではありません。
一方で、規模に依存しない考え方が2つあります。
- 工程横断で、自社の資産をAIに使わせる：コーディングのような一工程だけでなく、主要工程全体で同じ資産を参照させる設計。中小企業なら、見積書・仕様メモ・議事録・過去の提案資料などを、AIが参照できる形に整えておくことが出発点になります。
- 前工程の成果物を後工程で再利用する：設計書からソースコードやテストケースを生成するように、前で作ったものを後ろで作り直さない設計です。週次レポート・売上集計の定型化も同じ発想で組み立てられます。
加えて、効果を確認できた背景にはマイクロサービス構造により機能単位で段階的に適用・評価できたことが挙げられています。中小企業でも、業務を小さく切って一つずつ試す進め方は再現できます。定型処理の自動化と生成AIの役割分担はRPAと生成AI自動化の使い分けもあわせてご検討ください。
中小企業の活用｜今すぐできる無料の一歩
費用も契約も不要な棚卸しから始められます。今日30分で、次の3ステップを紙かメモ帳に書き出してみてください。
- 自社の業務のうち、前工程で作った資料・データを、後工程でもう一度作り直している作業を3つ書き出す（例：見積の内容を請求書に手入力、議事録の内容を報告書に書き写す、など）。
- その3つについて、元になるデータが「どこに、どんな形式であるか」を1行で書く。
- 月に何回発生し、1回あたり何分かかっているかを概算で書く。
この3点が揃うと、AIに任せる余地があるのか、そもそも手順を見直すべきなのかを判断できます。ツール選定はその後で構いません。
当協会の視点と支援メニュー
当協会では、生成AIの導入を「ツールを入れること」ではなく「業務の設計を見直すこと」と捉えています。今回の事例も、AIを入れたから短縮できたというより、開発資産を工程横断で使える形に整え、人の判断を残したまま段階的に広げた結果と読めます。中小企業の現場でも、まず作り直しの重複を見つけ、小さく試し、人の確認を残す——この順番は変わりません。何から手をつけるべきかの整理からご相談いただけます。
まとめ
- ソニー銀行と富士通が、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、工数を40％削減したと発表（2026年9月14日）。
- 数値は大規模開発・特定工程という条件下の実績であり、一般化はできません。
- 人が最終判断と品質保証を担う体制が前提。AIへの丸投げではありません。
- 中小企業が持ち帰れるのは規模や数字ではなく、「工程横断で資産を使わせる」「前工程の成果物を後工程で再利用する」という設計思想です。
- 最初の一歩は、作り直している作業を3つ書き出すこと。費用はかかりません。
なお、AIが生成した成果物を工程横断でどう検証し、誰がどこで承認するかという論点は、常緑ガイド「AI駆動開発の品質担保とは｜中小企業のための検証・承認ルール」で整理しています。
