損害保険の基幹システムは、多種多様な保険商品の引受条件や約款の改定が複雑に絡み合うため、情報システムの中でも構造が極めて複雑になりやすい特性を持つ。
従来のシステム改修や障害調査においては、画面入力値がデータベースのどの項目に書き込まれ、どのプログラムへ影響が波及するかを特定するために、長年の経験を持つ有識者の勘所や手作業による検索に依存していた。
そのため、有識者に問い合わせが集中して本来の高度な業務が圧迫される一方、システムの全体構造を熟知していないインフラ基盤担当者が影響範囲を調査するには約1週間（40時間）を要するなど、保守現場の属人化と初動の遅れが深刻な課題となっていた。
さらに、単純な生成AIの検索拡張機能やモデルの追加学習ではプログラム間の正確な依存関係を誤りなく把握することが難しく、コード全体を都度読み込ませる手法ではトークン消費に伴うコストが肥大化する問題も抱えていた。
こうした中、損害保険ジャパンのシステム開発および保守を担うSOMPOシステムズ株式会社は、大規模な基幹システム「SOMPO-MIRAI」のコード保守において、ナレッジグラフ技術とAIエージェントを組み合わせた影響調査の効率化手法を検証した。
今回SOMPOシステムズは、Google Cloudの技術検証プログラムを通じて、分散データベース「Spanner Graph」を用いたコード構造の可視化とAI連携を検証した。
対象サブシステムのJavaコードにおける呼び出し関係や継承関係をグラフ構造としてデータベース上に再現した上で、各テーブルや物理項目、論理モデルの定義を管理するデータディクショナリとも統合した。
また、正確な事実関係をあらかじめグラフ化し、AIエージェントが自然言語の問いかけに応じてグラフをたどって影響範囲を特定するアーキテクチャを採用した。
この結果、調査精度を維持しながらトークン消費を抑制し、アプリケーションの専門知識を持たないエンジニアであっても短時間で正確な影響調査を行える環境を実証した。
併せて同社は、開発者が生成AIを安全に利活用できる基盤として、クラウド型の統合開発環境「Cloud Workstations」とAIプラットフォーム「Gemini platform」を組み合わせた共通環境を標準化した。
金融機関に求められる高度なセキュリティガバナンスをクラウド環境内に閉じた形で担保し、複数の大規模言語モデルを柔軟に選択できる仕組みを整えた。
そして、2026年10月に発足したAI活用推進室が主導し、Javaだけでなく、COBOLやVBなどの開発チームを含む全社へアカウントの払い出しを進めており、すでに40チームで約330台の環境が稼働している。
同社は今後、日々更新されるソースコードの変更差分を自動的にグラフへ取り込む仕組みの構築や、設計書などの各種ドキュメントとコードの整合性管理を進めていく方針だ。
また、開発標準やガイドラインのAI知識基盤化を推進するとともに、AI駆動開発の標準プロセスを整備することで、人とAIが共創する次世代のシステム保守運用体制の確立を目指すとしている。