野村證券様では、今回の導入を契機として、より一層のデータ品質向上を目的に、適用するシステムの範囲を拡大していく予定です。また、当社は今回の野村證券様での採用技術の汎用性に着目し、他業種への提供も予定しています。
背景
野村證券様のIT部門では、目まぐるしい証券ビジネスの環境の変化に応じて、高品質かつタイムリーなシステム対応が求められています。また、証券システムの処理以外にも、各種手入力業務や社内事務処理など日々記録、保存されていくデータの品質についても継続的な向上が求められています。しかし、従来のデータの品質担保手法では、入力時の人為的なミスや、いつもと違うデータの発生傾向を把握することに限界がありました。
分析用のAI技術について
野村證券様と当社は過去のデータの発生傾向や頻度に着目し、共同で実証を行いました。今回、株式会社富士通研究所（注1）が開発した機械学習要素技術と高速化技術を用いて、データを投入するだけで、事前の予習を行うことなくデータの正常パターンと、"いつもと違う"（アノマリ）パターンに分類し、自律的に分析を行えるかどうかを検証しました。
野村證券様では、この実証結果を踏まえて、これらの技術をベースとしたデータ分析用のAIを導入予定です。
野村證券様での活用例
大量業務データ確認作業の大幅効率化
これまで、大量の業務データは人手による全件確認が難しく、通常のシステムチェックでは網羅しきれないケースがありました。今回、野村證券様での実証では、分析用のAIを適用することにより、数千万～数億件規模のレコードから、数十件程度をいつもと違うパターンに分類でき、そのうちの数件は有識者でも気づくことができなかったパターンとして新たに発見することができました。分析用のAIは、日々の"いつもと違う"パターンを高速に検知できるため、大幅な作業効率化を実現できます。さらに、検知した内容の中から新たな気づきを有識者のノウハウとして蓄積することで、継続的にデータ品質および分析精度の向上が見込めます。
パターン分析による効率的・網羅的なテストケースの抽出
これまで、システムのテストを行う際のテストケースの作成は、有識者のノウハウに依存せざるを得ませんでしたが、分析用のAIを適用することにより、日々発生している業務データを自律的に学習させ、新たなデータパターンをテストケースに反映することが可能となりました。業務的に必要性の高いデータパターンを網羅的に抽出できると同時に、不要なデータパターンを省いて効率的なテスト検証が可能になったため、テスト品質・生産性の向上に貢献できます。
本リリースの詳細は下記URLをご参照ください。
http://pr.fujitsu.com/jp/news/2017/05/16.html
注釈
注1 株式会社富士通研究所：本社 神奈川県川崎市、代表取締役社長 佐々木繁。
概要：富士通株式会社
詳細は http://jp.fujitsu.com/ をご覧ください。
Copyright 2017 JCN Newswire. All rights reserved. www.jcnnewswire.com
