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

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。

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。

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。