SOMPOシステムズ:基幹システムコードの保守をナレッジグラフと AI 開発で大幅に効率化

Google Cloud Japan Team
損保ジャパンの個人向け保険商品を扱う基幹システム SOMPO-MIRAI は、COBOL を中心とした旧来のアプリケーションを Java に刷新するプロジェクトとして 段階的にリリースを実施。開発と保守を担う SOMPOシステムズ株式会社(SOMPO)は、この大規模なコードの保守に AI を取り入れようとしています。
Google Cloud のエンジニアと短期間で集中的に検証する Tech Acceleration Program(TAP)では、SOMPO-MIRAI のサブシステムの Java コードを Spanner Graph でグラフにし、データ項目の定義をまとめたデータ ディクショナリとも結びつけました。AI エージェントがこのグラフをたどることで、アプリ担当外の基盤エンジニアでも、問題が起きたときのアプリケーションへの影響調査を、約 1 週間から 1 日以内に短縮できる見通しです。あわせて、Claude Code などの AI を安全に使える開発環境を Gemini platform (旧 Vertex AI)と Cloud Workstations で整え、2026 年 10 月から全社への展開を始めています。
今回は、AI 活用推進室で開発への AI の適用を担う武井様、中原様、嶋﨑様に、取り組みの舞台裏をうかがいました。
基幹システムの保守を支えてきた、有識者の知見と経験
画面に入力した項目は、最終的にデータベースのどこに書き込まれるのか。この改修は、どのプログラムまで影響するのか。MIRAI の保守では、こうした問いに有識者の経験が答えてきました。


影響調査では、一例として、有識者が経験から検索語を選び、ソースコードの grep や設計書から影響範囲を絞り込みます。「勘所があるんですよね」と中原様。障害の当たりをつけるにも有識者の知見と経験が必要で、担当者が有識者に頼る場面は多いそうです。アプリの構造を知らない基盤チームには、コードを追うのも一苦労でした。
損保業務ならではの事情もあります。「損保業務のシステムは、情報システムの中でもいちばん難しいと言われるくらい、商品の複雑さをそのままシステムに引き継いでいます。どんな形で作っても、構造的に複雑になるんです」(武井様)
大規模コードの保守に、ナレッジグラフを検討
SOMPOシステムズは、早くから開発に AI を取り入れてきました。あるプロジェクトでは、Gemini 1.5 世代のモデルで Gemini Code Assist を実装と単体テストに使い、工数を 20〜25% 減らしました。武井様はこの成果をもとに、社内で AI の活用を訴えてきました。


次に目を向けたのが、SOMPO-MIRAI のような大規模なアプリケーションです。AI 駆動開発のトライアルでは、AI が質問のたびにコード全体を読みにいきました。これではトークンを無駄に使ってしまう、と中原様は話します。
「関連性をあらかじめ作っておいて、そこに検索をかけたほうが、トークンの量は少なくて済む。大規模なアプリケーションだとそういう構造がないとどんどんお金がかかってしまうので、グラフ化が必要なんじゃないかと考えていました」
影響分析の PoC でも、AI の精度には伸びしろがありました。嶋﨑様は、ナレッジグラフと連携させれば影響範囲をすぐに把握でき、品質も上がると期待していました。
「単純な RAG やモデルの追加学習(ファインチューニング)だと、正確な依存関係をハルシネーションなく捉えることはできません。確実な『事実』としての関係性を Spanner Graph で構造化しておき、それを AI に探索させるアプローチだからこそ、大規模なシステムにおいても影響調査に耐えうる精度にできると考えています。」
Spanner Graph で、コードとデータ ディクショナリを 1 つのグラフに
TAP では、SOMPO-MIRAI のあるサブシステムを題材に検討しました。最初のステップで、このサブシステムの Java コードの依存関係を Spanner Graph のグラフにしました。
コードのグラフがあまりに簡単にできたので、、さらに欲が出てきました。基幹システムでは、データベースの項目の定義をデータ ディクショナリで管理しています。このコードがどのテーブルにアクセスし、そのテーブルの物理項目はディクショナリのどれに当たり、論理モデルでは何と呼ぶのか。そこまでをグラフ上でつなげました。
「2 日間でどこまでできるのかなと思っていましたが、Google Cloud 側で用意していただいた Java の解析ツールを、Claude Code でカスタマイズしながらグラフ化したので、あっという間にできました。すごく感動しました」(中原様)
グラフを置く先に Google Cloud を選んだ理由を、嶋﨑様はこう話します。「まず、Spanner はメンテナンス フリーで、バージョンアップを考えなくていいのが大きいです。AI エージェントを動かす基盤も Cloud Run のほかに選択肢がありますし、Cloud Workstations や Gemini platform もすでに使っているので、シームレスにつながります。TAP で Cloud Run や Spanner を実環境で動かせることも確かめられたので、あとはガバナンスを整えて広げれば展開できる状態になりました」


1 週間かかっていた影響調査が 1 日に
TAP の検証では、これまでアプリ担当外の基盤エンジニアの場合、問題事象におけるアプリケーション影響調査に約 1 週間(40 時間)かかっていたが、これを 1 日以内(4〜8 時間)に縮められる見通しが立ちました。参加したエンジニアのアンケートにも、調査に 1 週間程度かかっていたものが 1 日程度になると感じた、という声が寄せられています。
中原様の印象に残ったのは、基盤チームの反応でした。TAP には基盤のメンバーも参加しました。過去にアプリの調査を頼まれた内容を自然言語でグラフに問いかけてみたところ、すぐに答えが返ってきたといいます。「そこは今回、感動していましたね」
商品の複雑さは、損害保険のシステムである以上、なくなることはありません。武井様は、その中でも影響範囲を確実にたどれるようにすることが、ナレッジグラフの役割だと話します。
一方で、課題も見えています。ソースコードは日々変わるので、変更の差分をグラフに取り込む仕組みが必要です。今は取り込みにも時間がかかります。設計書などのドキュメントとソースのどれが対応しているのか、その整合をどう取るかもこれからの検討事項です。中原様は、グラフを使った SRE 的な運用にも取り組みたいと話していました。


AI を安全に使える開発環境を標準化し、全社に配布
SOMPOシステムズでは、TAP などの検証に関わる 環境準備から日々の開発まで、AI を使う場所になっているのが Cloud Workstations です。導入のきっかけは、SOMPO-MIRAI とは別のプロジェクトにありました。社内でクラウド開発を進めようとしたとき、決まった開発環境がなかったのです。案件ごとに Google Cloud 上に仮想マシンを立て、開発者が Windows にリモート ログインして開発していたため、そのたびに大きな費用と準備の期間がかかっていました。
「そこを解消したくて、社内の共通開発環境を作ることになり、Cloud Workstations を選びました」と嶋﨑様。費用と開発のリードタイムの両方で効果を数字で示して社内の理解を得ることができ、Google Cloud のイベントでも事例として登壇しています。
金融機関のシステムには、厳しいセキュリティ基準があります。SOMPOシステムズは、Cloud Workstations と Google Cloud の IAM や認証の仕組み、VPC Service Controls などで基準を満たせることを確かめ、社内の承認を得ました。AI の利用も同じ考え方です。


「AI 提供元の API に直接接続する場合、高度なセキュリティガバナンスを担保するための手続きや検証に、一定のリードタイムが必要となります。Google Cloud の中に閉じて、これまでのセキュリティ・ガバナンスを適用した状態でGemini platform で LLM のエンドポイントを使えるので、AI の利用と開発環境の共通化を一緒に進められる。ガバナンスも効かせられるので、社内のセキュリティ基準でも GO が出ました」(嶋﨑様)
Claude のモデルにも Gemini platform 経由でアクセスしており、Gemini などほかのモデルも同じ環境から選べます。中原様も「Google Cloud では、いろいろな LLM を選べるので、すごく助かっています」と話します。
この AI 開発環境の全社への展開は、2026 年 10 月に正式な組織として立ち上がった AI 活用推進室が担っています。トップダウンで開発・保守・日頃の業務すべてに AI を使い、働き方を変えていくことを表明していることも追い風です。推進室は AI for Strategy、AI for Dev、AI for Knowledge、AI for Biz の 4 チームで構成され、武井様、中原様、嶋﨑様の 3 名は AI for Dev を担当しています。
2025 年度までのトライアルで効果を確かめたあと、Cloud Workstations の対象をクラウド開発から、SOMPO-MIRAI の Java、COBOL、VB、.NET の開発者にまで広げました。2026 年 9 月中旬に全社向けの説明会を開き、10 月から申請に応じてアカウントを払い出しています。希望するチームには 6 月から先行して使ってもらっており、すでに 40 チームで約 330 台が動いています。目標は、社員全員とパートナーです。
利用者からは、ハーネスはどう作ればいいのか、自分たちのリポジトリにつなげられないか、といった問い合わせが届いています。SOMPO-MIRAI のソースリポジトリとは別に、VB のチームは別の場所にリポジトリを持つなど、つなぎ先はまだ一部に限られています。長く Eclipse を使ってきた Java の開発者には、VS Code の画面に慣れてもらう必要もあります。嶋﨑様のチームは、サンプル アプリを含むゴールデンパスを用意し、使い方の説明会を重ねています。


実例を示して、仲間を増やす
武井様は、AI の技術が週ごとに進歩していると感じています。「AI 駆動開発をやりたいと始めたときよりも、明らかに速いスピードで発展しています。先は読めません。ただ、我々はビジネスに貢献するために、タイム トゥ マーケットを縮めたうえで、今まで諦めていたこともできるし、品質を上げることもできるようになってきています。今回作っている環境も含めて早く全社に展開して、次に出てくる壁を早く越えていきたいと考えています」
変化に追いつく鍵として、武井様は社内のアーリー アダプターを挙げます。業務の外でも自分で手を動かして新しい技術を追う人が、社内にいます。そうしたキーマンの声を集める仕組みを会社として用意すれば、AI 活用推進室が施策にして回せる、という考えです。
中原様が次に見据えるのは、開発のルールそのものです。基幹システムには、設計のルールを定めた開発標準やガイドラインが積み重なり、分厚い文書になっています。「そこを圧縮して AI が読める形にして、人間が気にしなくても AI が気にしてアプリケーションに落とし込んでくれる。そういう知識基盤をしっかり整えていきたいです」
嶋﨑様は、Cloud Workstations とナレッジグラフを起点に、プラットフォーム エンジニアリングを進めます。AI 駆動開発の流れをゴールデンパスとして形にし全社への展開を目指します。 それに向けて部署ごとの勉強会も企画しています。「新しいツールや LLM が次々に出てくるので、その複雑さや違いを吸収する層になって、エンジニアが気軽に使える形にしたいです」
損害保険特有の難しさを持つ基幹システムを、有識者の知見と経験だけに頼らずに保守する。SOMPOシステムズはその土台として、コードの関係性をグラフに残し、AI を使える開発環境を全社に配布するなど、取り組みを促進していきます。
SOMPOシステムズ株式会社
損保システム第一本部 副本部長
兼務 AI活用推進室、アプリ統括部
武井 信之 様
SOMPOシステムズ株式会社
基盤統括部 グランドデザイングループ グループリーダー
兼務 AI活用推進室、アプリ統括部 ITアーキ戦略グループ、アーキテクト本部 アプリケーションプラットフォームグループ
中原 史喬 様
SOMPOシステムズ株式会社
損保システム第一本部 デジタルソリューショングループ シニアシステムエンジニア
兼務 AI活用推進室、アプリ統括部 ITアーキ戦略グループ
嶋﨑 翔太 様


