金融DXの事例｜日銀調査で生成AI利用・試行9割強

日本銀行が2026年8月に公表したアンケートでは、調査先の金融機関150先の約8割が生成AIを利用中で、試行中を含めると9割強でした。金融DXの事例は、顧客が使うアプリと、行内の問い合わせ対応や融資審査のAI化に集まっています。

取組が広がるほど、動かす人材の確保が課題になります。IPA（情報処理推進機構）の「DX動向2026」では、DXに取り組んでいる企業のうち、DXを推進する人材の「量」が「やや不足している」「大幅に不足している」と答えた企業が合計85.5%でした。事例ごとに必要な役割を書き出せば、採用要件を決める材料になります。

金融DXは金融サービスと行内業務をデジタル技術で変える取組

金融DXは、新たなデジタル技術で金融サービスの提供の仕方と、行内業務の進め方を変える取組です。経済産業省のDXレポート（2018年9月）は、DXを、新たなデジタル技術を活用して新たなビジネス・モデルを創出し、柔軟に改変することと説明しています。

金融DXの事例は、顧客が使う窓口のデジタル化と、行内業務のAI化の2つに大きく分かれるのが特徴です。

DXの定義と、IT化・デジタル化との違いは、国内企業の取組率の数字とあわせてDXとIT化・デジタル化の違い｜取組率75.7%の実態にまとめています。

金融DXの銀行3事例はアプリと行内業務のAI化に分かれる

銀行の取組3つのうち、三井住友銀行・三井住友カードのOliveは顧客が使うアプリ、三菱UFJ（ユー・エフ・ジェイ）信託銀行と静岡銀行は行内業務のAI化です。各社が発表した内容を、対象・数字・発表時点で並べると次の表になります。

出所：三井住友銀行・三井住友カード、三菱UFJ信託銀行・カサナレ、三菱総合研究所の発表資料（リンクは各事例の節）。

顧客接点の事例ではOliveが取引を1つのアプリに集めた

顧客接点の事例のOliveは、口座、決済、証券、保険といった取引を1つのアプリに集め、提供開始から2年でアカウント開設500万件を超えたと、三井住友銀行と三井住友カードが示しています。

三井住友銀行・三井住友カードのOliveは提供開始から2年でアカウント開設500万件を超えた

三井住友銀行と三井住友カードは2025年3月28日、個人向け総合金融サービス「Olive」のアカウント開設が500万件を突破したとニュースリリースで発表しました。Oliveは、銀行口座、カード決済、ファイナンス、オンライン証券、オンライン保険などの機能をアプリ上で組み合わせたサービスで、2023年3月に提供を始めています。

発表では、Olive提供開始以降に新規で口座を開いた人の約半数が20代以下でした。提供開始以前の同期間と比べた新規口座開設数は、40代が211%、50代が222%です。

若年層に加えて40代・50代の開設も伸びた点は、アプリを入口にした金融サービスの対象が広がっている例です。

行内業務の事例は問い合わせ対応と融資審査にAIを入れている

行内業務の事例では、専門部署が担ってきた問い合わせ対応と融資審査にAIを入れ、対応時間や審査の判断を短くする取組が発表されています。

三菱UFJ信託銀行は社内問い合わせへの回答を生成AIで一部自動化し対応時間を50%削減した

三菱UFJ信託銀行とカサナレ株式会社は2024年8月2日、金融市場取引業務での社内問い合わせ対応を生成AIで一部自動化したとプレスリリースで発表しました。システムの仕様書、業務マニュアル、よくある質問（FAQ）を生成AIに読み込ませる方式で、専門的な金融知識や業務知識が求められる問い合わせに答えます。

PoC（概念実証）では90%以上の正答率を確認し、2024年4月から業務利用を始めています。担当部署の対応時間は50%削減されました。

回答の材料は、仕様書、業務マニュアル、よくある質問という行内の文書です。AIの開発に加えて、これらの文書を整備する役割が必要になる取組です。

両社は、問い合わせ対応のために整備したデータ群を、今後のAIエージェント構築などにも活用する予定としています。

静岡銀行は無担保ローンの審査にAIを入れ2026年5月に実務適用を始めた

三菱総合研究所は2026年7月27日、静岡銀行の無担保ローンの審査実務に「審査AIサービス」の提供を5月18日に始めたとプレスリリースで発表しました。両者は2023年8月から導入に向けた取組を進めてきました。対象は、静岡銀行の無担保ローンのうち、静銀信用保証株式会社が取り扱う案件の審査業務です。

審査AIサービスは、審査担当者が行ってきた諾否判定をAIモデルに学習させ、三菱総合研究所の審査AIシステムに搭載して提供するものです。同社は、AIが算出する承認確率をふまえて、全体の50〜80%程度の案件で、人間の審査を介さない自動かつリアルタイムの承認回答が可能になるとしています。

ローン審査システムとの連携にはAPI（システム同士をつなぐ接続の仕組み）を使い、審査システム側の開発はインターフェースなどの小規模な改修のみになるという説明です。

日銀の調査では金融機関の9割強が生成AIを利用・試行している

日本銀行が2026年8月6日に公表した金融システムレポート別冊によると、調査先の金融機関150先のうち約8割が生成AIを利用しており、試行中を含めると9割強に上ります。

調査は取引先金融機関150先を対象とした2024年度以降3回目のアンケートで、回収率は100%です。調査先は大手行10先、地銀61先、第二地銀34先、信金18先、その他27先で、生成AIを利用中または試行中と答えたのは136先でした。

利用・試行をしていない先の割合は、2年前の4割強から1割弱に減っています。業態別では、第二地銀で利用・試行中の割合の増加が目立つ結果でした。

用途は事務処理から顧客情報を使う業務へ広がっている

生成AIの用途は、汎用的な事務処理から、顧客情報を利用するコア業務へ広がっています。生成AIの出力を顧客に直接提示する先は、現時点では少数です。

推進体制は、約2割の先が経営直下の推進組織を組成して全社のAI導入を統括し、7割弱の先では特定の開発部門がAI導入を主導しています。

今後の課題は事業推進・人材育成・ITインフラとデータの整備・サイバー攻撃対策

生成AI活用で今後改善を要する課題として、調査先は事業推進、人材育成、ITインフラ・データの整備、サイバー攻撃への対策を多く挙げました。人材育成の項目には、生成AIのリスク審査ができる人材の育成や、DX・IT部門での利用推進人材の育成が含まれます。

IPAの調査では金融業はDXに取り組む企業の割合が高い

IPAの「DX動向2026」では、国内企業のうち8割近くが何らかの形でDXに取り組み、6割の企業が「成果が出ている」と答えました。業種別では、情報通信業や金融業は取り組んでいる企業の回答率が高い一方、サービス業は相対的に低くなっています。業種別の傾向はデータ集に載っています。

調査は国内企業の経営層、情報システム部門、DX推進部門などを対象に、2026年4月17日から6月12日に実施され、1,799社から回答を得ました。

前年の「DX動向2025」では、日本・米国・ドイツのいずれでも、情報通信業と金融業、保険業の成果創出割合が高い傾向にあると示されています。

レガシーシステムの課題に経済産業省が対策を示している

経済産業省は、既存のシステム（レガシーシステム）が足かせになってDXが進まない状況を「2025年の崖」と呼び、2025年5月28日に対策を整理したレガシーシステムモダン化委員会総括レポートを公表しました。

2018年9月のDXレポートは、この課題を克服できない場合、2025年以降に最大で年12兆円（当時の約3倍）の経済損失が生じる可能性を示しています。

総括レポートが示すユーザー企業の対策は、システムの可視化と内製化を進め、現行踏襲を見直しつつ標準化対応を検討し、上流人材を育成・確保することです。日本銀行の調査でも、ITインフラとデータの整備は、金融機関が生成AI活用の今後の課題に挙げる項目です。

DXに取り組む企業の85.5%が推進人材の量を不足と答えた

IPAの「DX動向2026」では、DXに取り組んでいる企業のうち、DXを推進する人材の「量」が「やや不足している」「大幅に不足している」と答えた企業の合計が85.5%で、2024年度、2023年度とほぼ同じ水準でした。データ集の注記では、この回答はDXに取り組んでいる企業を対象にしています。

金融機関の側では、日本銀行の調査が、生成AI活用の今後の課題に人材育成を挙げています。事例の取組が広がるほど、設計と運用を担う人材をどう確保するかが、採用担当者の課題です。

DX人材の採用計画を立てるときは、採用計画テンプレートやエンジニア年収レポート2026をお役立ち資料で配布しています。

事例ごとに必要な役割はデジタルスキル標準の6類型で書き出せる

DXを推進する人材の役割は、経済産業省とIPAのデジタルスキル標準ver.2.0（2026年4月16日公開）が、ビジネスアーキテクト、デザイナー、データサイエンティスト、データマネジメント、ソフトウェアエンジニア、サイバーセキュリティの6類型で定義しています。データマネジメントはver.2.0で新設された類型です。

3つの事例を6類型の定義に照らして、必要になる役割を表にしました。類型の定義はIPAの記述で、事例への対応づけは編集部の整理です。

出所：IPA「DX推進スキル標準（DSS-P）概要」。

6類型のロールとスキルの詳しい比べ方はDX人材とは？6類型の職種・スキルと採用・育成にまとめています。

人材確保は類型を決めて中途採用と社内育成を組み合わせる

金融DXの人材確保は、取り組む事例の型を決め、必要な類型を書き出し、類型ごとに中途採用で補う役割と社内で育てる役割を分ける順で進めます。

1. 取り組む事例の型を決める。 顧客が使うアプリか、行内業務のAI化かを選びます。前の表のとおり、型によって必要な類型の組み合わせが変わります。
2. 必要な類型とロールを書き出す。 IPAの標準は類型の下にロールを置いています。データマネジメント類型のロールはデータスチュワード、データエンジニア、データアーキテクトの3つ、ビジネスアーキテクト類型のロールはビジネスアーキテクト、ビジネスアナリスト、プロダクトマネージャーの3つです。書き出した類型から該当するロールを選ぶと、求人票の職務内容に写せます。
3. 求人票に落とす。 業務内容と求めるスキルの書き方の詳しい手順はジョブディスクリプションの書き方｜テンプレートと記載例にまとめています。
4. 採用経路を分ける。 経済産業省の総括レポートは、ユーザー企業に上流人材の育成・確保を求めています。日本銀行の調査でも人材育成が今後の課題に挙がっているため、中途採用で補う役割と、社内で育てる役割を、類型ごとに決めておくのが進め方の基本です。

DX銘柄30社を題材にした事例の読み方と再現の条件は、DX事例｜DX銘柄30社と中小11者の選定と再現条件にまとめています。