更新 2026.08.17
三菱UFJ銀行が次期AI共通基盤にデータブリックスを採用、全社データ活用の基盤整備
※イメージ画像です

取り組み概要
やさしく事例解説
プロジェクト解析
実施・導入企業
こんな方へおすすめのAI解説です
- 部署ごとにデータが分かれている
- AI開発のたびに環境づくりから始まる
- 全社で使える土台を作りたい
どのようなAIの取り組み?
データとAIを一つのプラットフォーム上で扱う製品を次期AI共通基盤に選び、行内の高度な分析とAIモデル構築を支える環境の整備を進めているAI取り組み
業種
銀行(金融)
取り組み領域
全社のデータ分析・AI開発基盤
使ったAI
データブリックス(データとAIの統合プラットフォーム)
主な成果
次期AI共通基盤の構築が進行中
三菱UFJ銀行は、行内のデータ活用とAI開発をさらに前へ進める土台として、データブリックス(Databricks)のプラットフォームを次期AI共通基盤に採用しました。データと、そのデータを使うAIの開発環境を一つの基盤の上でまとめて扱える構成を選び、高度なデータ分析やAIモデルの構築を支える環境の整備を進めています。特定の部署向けの仕組みではなく、全社的なAI活用を支える共通の基盤として位置づけられている点が、この取り組みの性格を決めています。現時点では基盤の構築が進行している段階です。
出典:三菱UFJ銀行、次期AI共通基盤としてデータブリックスを採用 - Databricks 発行元:Databricks
やさしく事例解説
何に困って、AIを入れたのか
公表されている出発点はごく簡潔で、社内のデータ活用やAI開発をさらに推進するために新たな基盤の導入が検討され、全社的なAI活用を支えるには次世代のデータおよびAI共通基盤が必要とされていた、という点に尽きます。
編集部の見立てでは、ここでの困りごとは「AIが作れない」ことではなく、作るたびに足場を組み直さなければならない状態そのものだったのではないでしょうか。データが分析用の置き場に、開発が別の環境にと分かれていれば、案件ごとにデータの持ち出しと受け渡しの相談が発生します。そうした個別対応を重ねても、一件ごとの成果は出ても次の一件が楽になるとは限りません。「共通基盤」という言葉が課題側ではなく手段側に置かれていることは、解くべき対象を個々のAI案件ではなく、案件を支える土台に定めた判断のあらわれと読めます。
どうやって、うまくいったのか
データの保管・分析とAIモデルの開発を、別々の仕組みに分けず一つのプラットフォームに寄せた構成が、この取り組みの中心にあります。データとAIが別の基盤に置かれていると、両者をつなぐ経路の設計と運用が毎回の作業として積み上がり、そこが遅さと属人化の温床になります。統合された基盤を土台に据える設計は、その接続作業そのものを課題から外してしまう狙いを持つと考えられます。
もう一つ効いていると見られるのが、これを部門単位の道具ではなく「共通基盤」として全社に一つ据えた位置づけです。基盤を共通化すると、権限やセキュリティの設計、データの扱い方の取り決めを一箇所で決めればよくなり、部門ごとに同じ議論を繰り返す必要が薄れます。銀行という、データの取り扱いに厳しい要件が課される業態でこの形を選んでいることは、統制と活用推進を同じ器の中で両立させる意図と結びついているのではないでしょうか。
「次期」という言い方に表れているとおり、この採用は使い捨ての実験環境の調達ではなく、今後増えていくデータ活用とAI開発を受け止める器を先に決める判断でもあります。個別の用途を積み上げてから土台を考えるのではなく、土台の形を先に固めてから用途を載せていく順序を選んだ点が、この事例の特徴として読み取れます。
具体的に、どんな成果が出たのか
推進したこと
この事例で出た成果
現時点で示されているのは、データブリックスの採用により次期AI共通基盤の構築が進められている、という進行中の状況です。今後のさらなるデータ活用とAI推進に向けた土台が形成されることは期待として語られている段階で、削減時間や効率化の数値といった実績はまだ公表されていません。編集部としては、この事例の読みどころは成果の大きさより、全社のAI活用を一つの基盤に集約するという方針を大手金融機関が選んだこと自体にあると考えます。
うちでも使える?
参考にしやすいのは、複数の部門がそれぞれにデータを抱え、AIを使いたいという相談が同時多発的に上がっている組織です。案件ごとに環境やデータの受け渡しを個別調整している状態が続いているなら、土台を一本化する発想は規模を問わず検討に値します。
一方で、そのまま当てはめにくい条件もあります。AIの用途がまだ一つの部署の一つの業務に限られている段階では、共通基盤の設計に時間をかけるより、その業務で使えるかどうかを先に確かめたほうが早く進みます。また、この事例は既存システムとの連携やセキュリティ要件を満たすことが前提になる領域の取り組みであり、要件定義の負荷は決して軽くありません。基盤の刷新は、それを維持し運用し続ける担い手がいて初めて成立します。
小さく試すなら、いま社内で動いているAIやデータ活用の案件を一つ選び、そのデータがどこから持ち出され、誰の手を経て分析や開発に渡っているかを、実際の経路に沿って追いかけてみてはいかがでしょうか。同じ経路を次の案件でも作り直しているようなら、土台を考えるタイミングが来ています。
プロジェクト解析
プロジェクト内容
AI導入・支援形態
導入部門・データ活用
導入部門:全社共通・汎用業務
採用したAI技術・ツール
AIモデル・ツール
プロジェクト実施・導入企業
三菱UFJ銀行
出典・参考情報
三菱UFJ銀行、次期AI共通基盤としてデータブリックスを採用 - Databricks
発行元:Databricks
掲載企業の方へ:本記事は公開情報をもとに作成しています。内容の修正・削除、または貴社確認のうえでの公式掲載をご希望の場合はこちらからご連絡ください。
