Japan

関連リンク

関連リンク

関連リンク

関連リンク

サイト内の現在位置

Tech Report

システム開発における生成AI活用
~金融システム開発への適用で実現する開発プロセスの進化~

2025年4月4日

本記事の執筆者

氏名:開 隆幸
所属:金融システム統括部 エンジニアリンググループ
役職:ディレクター

金融機関向けシステム開発、複数プロジェクトでのフレームワーク、開発標準整備などを経て、現在は金融システム統括部全体のエンジニアリング活動に従事。ITアーキテクト。

はじめに

生成AI(1)は登場とともに注目を集め、日々進歩しています。生成AIは、認識・識別を得意としてきた従来のAI(機械学習やディープラーニング)とは異なり、文章や絵などAI自体が何かを生成できることから「生成AI」と呼ばれています。

生成AI1つであるLLM(大規模言語モデル)は、AIが人間の言葉を理解しているかのようにふるまうことから、大きなブレイクスルーとなっています。人間と対話するようにAIが利用できるようになったことでより手軽に、広い範囲で活用できるようになってきた一方で、「ハルシネーション」(幻覚、幻影)と呼ばれるもっともらしい誤情報を生成することもあります。そのため、回答が、質問の意図にあったものであるか、正しい内容であるか、古い情報ではないかは、利用者自身で判断する必要があります。

本記事では、このように注目を浴びている生成AIのシステム開発への活用方法をご紹介します。

LLMとAI技術の関係

NECにおけるシステム開発への生成AIの活用

NECでは、システム開発においても生成AIを活用し、さらなる高度化を目指して適用検証を進めています。開発工程には数多くのタスクが存在するため、ユースケース全体マップを作成し、「想定される効果」と「実現可能性」に基づいて生成AI適用検証の優先順位を設定しています。

NECにおけるシステム開発への生成AIユースケース全体マップ

金融システムの開発環境においても、生成AIの導入検討が加速しており、応用範囲も多岐にわたると考えています。その中でも、優先度の高い3つのユースケース「①コード変換への活用」、「②チェック処理への活用」、「③成果物の自動生成への活用」について紹介します。

ユースケース①「コード変換への活用」

金融は歴史的に他領域より先にシステム化が進んできました。そこに追加・変更を積み重ねており、大規模かつ複雑なシステムが多い傾向にあります。そのため、変化への対応が難しくなっており、この課題の解決に向けたシステムのモダナイゼーションの需要が高まっています。大規模システムの更改には、現行システムの調査や、多数のコード変換が必要になります。それぞれの作業を人手で行うと多大な工数を要することから、生成AIの活用が期待されています。

コード変換に生成AIを適用することで、従来型の専用コンバージョンツールと比較して、初期の作り込みを抑えつつ、柔軟な変換機構を作成できます。また、人手でのソースコード解析、コード変換に比べ、圧倒的に短期間での作業が可能になります。

一方で、フレームワークや開発標準を考慮した変換が必要にもかかわらず、生成AIが変換元および変換先のフレームワークや開発標準に関する十分な知識を持たないことが原因で、適切な結果を生成できないという課題も存在します。この課題の対応として、変換元と変換先の構造の違いを把握し、構造変換およびロジック変換を複数のステップに分けて実行する方法が考えられます。構造変換にはルールベースの変換ツールを活用し、ロジック変換には生成AIを活用するといった組み合わせも有効です。

さらにNECでは、最大限に効果を引き出すために、生成AIにルールベースの変換器自体を生成させる取り組みや、ビルド処理の正常終了から少なくともコンパイルが通る変換までを保証する生成AI活用の研究を進めています。これにより、コード変換の精度向上と人手作業の負担軽減が期待できます。

ユースケース②「チェック処理への活用」

システム開発において、ドキュメントやソースコードの確認作業を人手で行うと、多大な時間とコストがかかります。そのため、生成AIを活用した作業の迅速化とコスト削減が期待されています。

チェック処理に生成AIを活用することで、チェック対象の内容を理解した応答が可能になります。そのため、従来のAI活用や専用のチェック機構の作成と比較して、準備作業を削減できます。また、ドキュメントの記載漏れや齟齬の発見、設計情報とソースコードの関連確認を短期間で多く実行できるという効果もあります。

一方で、生成AIでは、テキスト以外のドキュメント構造や図表などの情報を把握してチェックするのが困難であるという課題も存在します。

この課題の対応には、ドキュメントを要約して単純な文書に変換することや、生成AIに図表が表す文脈を認識させる図表理解技術を利用する方法が有効です。NECでは、生成AIの適用業務の拡大に向けて、図表の読み取りを自動化し、情報を利活用できるサービスを提供開始しています。(2) さらに、生成AIの効果を最大限に引き出すために、ドキュメントフォーマットの変換ツールの提供や、書き方の標準化を進める取り組みにも着手しています。

100%の精度を達成することはまだ難しいものの、生成AIを「人手で行う作業の補助」として扱うことでより短時間でより高精度のチェック作業ができると考えています。

ユースケース③「成果物の自動生成への活用」

システム開発において、ドキュメントやソースコードの作成など、成果物の生成には数多くの手作業が発生します。各作業で関連資料を確認し、必要に応じて追加情報を調査しながら成果物を作成する必要があり、非常に時間を要します。そのため、生成AIによるプロセス効率化や生産性の向上が期待されています。

成果物の自動生成に生成AIを活用することで、ドキュメントやソースコードを自動で生成できるようになるため、利用者の知識を補うことができ、作成までの期間を大幅に短縮することが可能になります。

一方で、仕様の関係性がくみ取られず、誤った解釈をしたドキュメントやコードが生成される、また生成された記載内容の粒度にばらつきが生じるという課題も存在します。

この課題の対応には、生成AIに表や図の多いExcel形式の仕様書ではなく、テキストベースの仕様書をインプットすることが考えられます。また、記載粒度の違いが生じにくい形式へ仕様書を書き直すことや、出力サンプルを例示してインプットすることが有効です。

NECでは、仕様書の作成に生成AIを利用することを前提に1つの設計情報から人間が確認しやすい形式と、生成AIが扱いやすいテキストベースの形式を作成する取り組みを進めています。

また、最大限に効果を引き出すために、成果物のレビューを組み合わせた設計から製造までの一連のプロセスを自動化する取り組みを進めています。

ハルシネーションのリスクを低減させるためにも、成果物のレビューは依然として必要です。成果物の自動生成により、単純作業が減少する可能性がある一方で、生成AIを用いる開発者には、期待されるアウトプットに対する深い知識と理解が求められます。

まとめ

金融機関のシステムなど、大規模なシステムが多い開発現場に生成AIを導入することで、プロセスの効率化や、生産性の向上等、非常に大きな効果が期待できます。NECでは生成AIの組織的な活用を通じて、システム開発における技術と知見をさらに強化していきます。また、実証実験で得られた知見を基に、仕様書や設計情報の管理方法、タスクの分割手法、ルールベースのツールとの適切な使い分けなど、生成AIを効果的に利用するためのプラクティスやガイドラインを整備し、システム開発の生産性と品質を向上させることを目指しています。

生成AIおよびその活用技術は日々進化しています。過去の試行では個々のタスクを別々に実行していましたが、現在は、自律的に考えて一連の処理を実行する「AIエージェント」に注目が集まっています。これらの新技術に対しても、NECは研究所やAI推進専門組織を設置し、生成AIそのものやその活用方法について技術開発を進めています。

今後も新しい技術をエンジニアリングに継続的に取り入れることで、システム開発現場の技術革新を推進し、金融機関やその先のお客様が安全・安心に利用できるシステムの開発に注力していきます。

関連リンク

お問い合わせ

Escキーで閉じる

お問い合わせ

Escキーで閉じる 閉じる