“触れない”基幹系データをAIへ　レガシーを残しながらも「次世代データ連携基盤」を構築する術とは

「生成AI」の台頭　データ活用も次のフェーズに

岡本（EnterpriseZine編集長）：かつての金融機関、特に特定社会基盤事業者に位置づけられるような企業は、先進技術の導入にかなり慎重でした。しかし、近年では「金融DX」という言葉がもてはやされている通り、クラウドやAI技術などの導入にも積極的に取り組んでいます。生成AIが台頭して以降、そうした傾向はより強まっているように見えます。

福泊晶氏（以下、福泊）：たしかに金融業界は規制産業であり、他の業界と比べても、システムには高い安全性や安定性が求められています。その一方、おっしゃる通り生成AIが出てきてからは、「より積極的にデータを活用していこう」という機運がかなり高まっていると思います。システムに求められる要件も、決して“重厚長大”の一辺倒ではなくなってきていますね。

岡本：これまでも機械学習を用いたデータ活用などは、比較的盛んに行われてきた印象を抱いています。生成AIの登場で、金融機関のAI活用にはどのような変化が見られますか。

福泊：機械学習をベースとしたAIと生成AIでは、同じAI技術でありながらも、活用方法に大きく違いがあると感じています。機械学習による独自の予測モデルを構築するためには、どうしても専門的な知見が必要となるため、一部の技術者しか扱うことができませんでした。

　一方、生成AIは自然言語で利用できるため、非技術者とAIの距離が一気に縮まりました。技術者だけでなく、いろいろな立場の人たちが「AIありき」で物事を考えるようになったと思います。

岡本：そうした新たな潮流が生まれている一方、多くの金融機関は長らく重厚長大なレガシーシステムを運用しつづけており、生成AIのような新しい技術を十分に活用するためには、システムのモダナイゼーションは避けて通れないようにも思います。しかし実際にはメガバンクをはじめ、多くの企業が“脱レガシー”にかなり苦労しているようです。

福泊：モダナイゼーションや脱レガシーといった課題は、多くの金融機関にとって今も昔も大きな課題であることには変わらないでしょう。ただし、基幹系や勘定系などのシステムによるデータをAIで活用するには、必ずしもシステムを抜本的に刷新する必要はありません。これまで長年にわたり安定稼働してきたシステムに手を入れることには、一定のリスクがともないますから、できるだけ手を入れずに“データだけ”を安全に利用できれば問題ないわけです。

注目高まる「iPaaS」　レガシーシステムとの“橋渡し”が重要に

岡本：とはいえ、金融機関が運用する基幹系など、ミッションクリティカルなシステムからデータをタイムリーに取得するとなれば、実際には困難がともなうのではないでしょうか。

福泊：そうですね。そもそも金融システムには強固なセキュリティ対策が求められるため、気軽にインターネット環境に接続するわけにはいきません。また、先ほど申し上げた通り、安定稼働を続けているシステムには、あえて手を入れたくないという事情もあります。IT業界では少し前まで、APIを介したサービス間連携が一種のトレンドのように捉えられていましたが、何より安定稼働を重視する基幹系システムの場合、API化すること自体かなりのリスクがともないます。

岡本：では、実際にはどのような手段でデータを取得するのでしょうか。

福泊：レガシーシステムに新たなインターフェースを設けるのではなく、弊社の「HULFT」に代表されるようなファイル連携システムを活用することが一つの答えでしょう。ただし、レガシーシステムからのデータ取得はファイル連携で、クラウドサービスへのデータ投入はAPI経由でといったように、システム全体を俯瞰したときに異なるデータ連携のためのインターフェースが混在してしまいます。こうした複雑性を解決するため、現在注目を集めているのが多種多様なシステムのデータ連携をクラウド上で一括して構成・管理できる「iPaaS（Integration Platform as a Service）」です。

岡本：ここ数年のうちにiPaaSを提供するベンダーは増えており、御社でも「HULFT Square」という製品を提供されていますね。では、iPaaSが今日のエンタープライズシステムにおけるデータ連携の課題をどのように解決するのか、もう少し詳しく説明していただけますか。

福泊：iPaaSは、オンプレミスシステムやクラウドサービスなどの間で行われるデータ連携を、クラウド上で一元的に構成・管理するためのソリューションです。たとえば基幹系システムから発生するデータをクラウド上のAIサービスで利用したい場合、通常はファイル連携システムなどを通じてデータを取得し、それをAPIによってクラウドサービスに受け渡す必要があります。ただし、こうしたデータ連携の仕組みを設計・実装するためには、多くのコストや手間がかかってしまいます。しかし、iPaaSがその仕組みを担うことで、手間のかかるデータ連携を極めて短期間で実現可能です。もちろんAIだけでなく、BIやCRM、SFAなど、さまざまなアプリケーションとの連携も迅速に実現できます。

　また、個々のシステム連携を「密結合」として実装するのではなく、iPaaSを介した「疎結合」のアーキテクチャで実現することで、将来的に連携先のアプリケーションやサービスを変更したくなったとしても、容易に入れ替えが可能です。

セブン銀行もiPaaSを活用　わずか1ヵ月で“生成AI”サービスを開発

岡本：金融機関では、どのようにiPaaSを活用されているのでしょうか。

福泊：弊社のユーザーであるセブン銀行様では、勘定系システムや会計システムのデータを周辺システムと連携させるためにHULFT Squareを導入いただきました。iPaaSを利用することで、さまざまなデータソースから取得したデータを他システムと容易に連携できるようになり、データやAIの活用が一気に加速しています。

岡本：iPaaSによって各システムと連携できる環境を構築後、AIをどのように活用しているのですか。

福泊：セブン銀行様の業務現場では元々、口座情報などのデータを「見たいときにスグに確認したい」という要望がありました。しかし、そのための仕組みをBIツールなどで作り込むとなると多くの手間や時間がかかってしまい、タイムリーなデータ活用になかなか踏み出せなかったといいます。そこでHULFT Squareを介して基幹系システムと生成AIサービスをつなぎ、「どのデータをどのような切り口や形式で可視化したいか」を自然言語で入力するだけで、AIが該当するデータを自動的に収集・分析し、望み通りのグラフやチャートの形にまとめてくれるような仕組みを構築しています。

岡本：まさにミッションクリティカルなデータをAIに活用できている取り組みですね。ちなみに、この仕組みの構築にはどのくらいの時間を要したのでしょうか。

福泊：開発自体は約1ヵ月で終わり、その後2ヵ月ほどかけて改善しています。

岡本：実質1ヵ月で開発されたとは、スピード感のある取り組みですね。AIの活用においては、スピードが重要だとよく言われますが、iPaaSはその点においても有用なのですね。

福泊：さまざまなデータソースと連携するためのコネクタやテンプレートを用意していることはもちろん、弊社でも数多くのナレッジを蓄積してきたこともあり、これだけのスピード感で実現できたのだと思います。

データ連携が欠かせない時代だからこそ、「安定稼働」がより重要に

岡本：金融システムは何より安定性や堅牢性が重要視されますから、iPaaSのようなデータ連携基盤はもちろん、周辺システムにも高い可用性が求められますね。

福泊：その通りです。そのため弊社では以前から、HULFTやEAI製品「DataSpider Servista」などの自社製品をサイオステクノロジー社のクラスターソフトウェア製品「LifeKeeper」で保護することで、可用性を担保してきました。特に弊社の製品は金融機関の勘定系など、ミッションクリティカルなシステムのファイル連携を担っていますから、やはりLifeKeeperのような製品を活用して可用性を確保することは欠かせません。

岡本：そのような仕組みは、今後金融機関のシステムがクラウドシフトを進めていき、iPaaSの利用が浸透していく中でも必要とされるものなのでしょうか。

福泊：いわゆるクラウドネイティブなシステムでは、クラウドベンダーが提供するマネージドサービスを用いて可用性を確保する方向性に進むと思います。その一方で、オンプレミスと同じようにプライベートクラウド上で独自にサーバーを構築し、LifeKeeperによって可用性を確保するような方法は、これからも絶対になくならないでしょう。

　たしかにマネージドサービスやSaaSを組み合わせることで、迅速かつ柔軟にシステムを構築するというトレンドは今後も続くでしょうが、その企業独自の“強み”を支えているシステムを作り込んでいくニーズは今後も高いままだと思います。そのような領域ではオンプレミスやクラウドを問わず、今後もLifeKeeperなどで可用性を確保するという方法は変わらないはずです。

岡本：ありがとうございます。では、最後に今後iPaaSが普及することによって、企業はどのような恩恵を受けられるようになるのか教えてください。

福泊：iPaaSを活用することで、AIで活用したいデータをさまざまなシステムから素早く取得できるようになるため、AIによるデータ活用の仮説・検証サイクルをより早く回せるようになります。これによって企業は、データ活用やAI活用の高度化を迅速に進められるようになり、ひいては競合他社との差別化につながるでしょう。そして、こうした施策をスムーズに進めるためには、多種多様なデータソースの配置や連携をグランドデザインから考え、管理するための「データマネジメント」のような取り組みも欠かせません。その実現に向けた第一歩として、iPaaSはとても適したソリューションとなるでしょう。