【AI-Driven Software Development Platform】富士通のAIがソフトウェア開発を丸ごと自動化！生産性を100倍に！
- 富士通が独自LLM「Takane」を使い、ソフトウェア開発の全工程を自動化する基盤を運用開始
- システム改修で、3人月→4時間（生産性100倍）の成果を実現
- 2026年度中に医療・行政67種のパッケージに適用し、金融・製造など他分野にも拡大予定
富士通が2026年2月17日に発表したAI-Driven Software Development Platformは、システム開発のあり方を根本から変える可能性を持つ技術です。同社がCohereと共同開発した大規模言語モデルであるTakaneをベースにして、要件定義からテストまでをAIエージェントが自律的に開発することができます。
法改正のたびに膨大な修正が必要だった医療や行政システムの改修を、AIで全自動化する挑戦的な取り組みです。
この記事では、AI-Driven Software Development Platformの仕組みやTakaneについての解説、そして今後の展開までくわしく解説します。
＼生成AIを活用して業務プロセスを自動化／
AI-Driven Software Development Platformとは
富士通が開発したAI-Driven Software Development Platformは、大規模言語モデル（LLM）であるTakaneとAIエージェント技術を組み合わせたソフトウェア開発の自動化基盤です。要件定義から設計、実装、結合テストに至るまで、複数のAIエージェントが協働しながら各工程をリレー形式で実行します。
法改正や制度改定によるシステム開発の煩雑さを解消
これまでのシステム開発では、法改正や制度改定のたびに膨大な法令文書を読み解き、影響範囲を特定してコードを修正する必要がありました。システムごとに仕様も違うため、属人化してしまうケースも多く、改修の難易度は年々上がっていきます。
富士通Japan自身も同じ課題を抱えていました。医療・行政向けに提供しているパッケージソフトは全67種類あり、改修のたびに現場の負担が大きくなっていました。こうした負債を、AI-Driven Software Development Platformによって解消していくのが狙いです。
Takaneとは
Takaneは、富士通がCohere Inc.と共同開発した日本語特化の大規模言語モデルです。企業向けAIプラットフォームであるFujitsu Kozuchiで提供されており、日本語の専門文書を高精度に理解できる点が強みです。
富士通はCohereとの協業を通じて、企業利用に適したLLMの開発を進めてきました。Takaneは一般的なAIとは違い、法令文書や業務仕様書といった専門性の高い日本語ドキュメントを正確に読み解くことに重点を置いて設計されています。
2025年9月には生成AI再構成技術によるモデル強化もされ、軽量化や省電力を実現しながら性能を高めてきました。
| 項目 | 内容 |
|---|---|
| 開発元 | 富士通 × Cohere Inc.（共同開発） |
| モデル種別 | 大規模言語モデル（LLM） |
| 特徴 | 日本語特化、企業向け、法令・業務文書の高精度理解 |
| 提供基盤 | Fujitsu Kozuchi Enterprise |
| ライセンス | 非公開 |
今回のAI-Driven Software Development Platformでは、このTakaneと富士通研究所が開発した大規模システム開発向けAIエージェント技術を組み合わせることで、開発プロセスの全自動化を実現しました。
Takaneは法令文書を「読み解く頭脳」として機能し、AIエージェントが「手足」として実際の開発作業を進めるという役割分担です。
なお、AIエージェントとしては、OpenClawが話題です。自分のPC上で動作するローカルなAIアシスタントについてくわしく知りたい方は、以下の記事をあわせてご覧ください。
AI-Driven Software Development Platformの仕組み
AI-Driven Software Development Platformは、法令文書を入力するだけで複数のAIエージェントがリレー形式で作業を進め、自動で開発をしていきます。具体的な流れは以下の通りです。
- 要件定義エージェントが法令の変更点を抽出
- 約6万8000のプログラムの中から対象となるプログラムを特定
- 設計エージェントや製造エージェントへと順次業務を引き継ぎ
- テストエージェントが結合テストを実施
各工程には独立した品質監査の仕組みが組み込まれており、人間が開発する品質水準に届くまで、AIが自動的にやり直しを繰り返します。上記の自律リレー型アーキテクチャにより、停止する指示を出さない限り、24時間365日開発を続けることができるのです。
大規模システム開発向けAIエージェント技術の構成
富士通研究所が開発したAIエージェント技術は、以下の3つの要素から構成されています。
| 技術要素 | 概要 |
|---|---|
| 法令理解技術 | 法令文書の網羅的な理解 設計書やソースコードと突合して改修要件・改修箇所を特定 |
| 品質検証技術 （Multi-Layer Quality Control） | ノウハウや開発ルールの理解 客観的な品質の検証 |
| テスト効率化技術 | 結合テストの自動生成・実行を効率化 |
法令理解技術では、たとえば診療報酬改定にともなう膨大な法令文書をAIエージェントが読み解き、パッケージソフトの設計書やソースコードと突き合わせながら改修箇所を自動で洗い出します。
AI-Driven Software Development Platformの特徴
最大の特徴は、バイブコーディングのような支援するAIではなく、エージェントのように自律的なAIであるという点です。
一度指示を出すと結合テストまで自律的に工程を走り続け、人間が手を出す必要がありません。コード補完ツールがエンジニアの生産性を上げる副操縦士だとすれば、この基盤はエンジニアの代わりに目的地まで飛行する自動操縦に近いイメージです。
ここでは技術的な4つの強みを紹介します。
AIによる高度な法令理解と要件定義の自動化
AIエージェントが法令文書から変更点を抽出し、パッケージソフトの設計書やソースコードと突き合わせます。そこから画面の表示や判定ロジック、帳票レイアウトなど、修正すべき箇所を体系的に整理します。
単なる文書の理解だけにとどまらない、難解な法令文書を翻訳する重要な機能です。
Multi-Layer Quality Controlによる品質担保
品質管理の機能では、プロセスを4つのレイヤーにわけることで「ベテラン開発者の思考」を再現することに成功しています。
| レイヤー | 役割 |
|---|---|
| 自律設計レイヤー | 観察・思考・行動を反復し、開発対象を連続的に具体化・詳細化 |
| ガーディアンレイヤー | 品質監査の専門家として結果を監査。不足・曖昧・矛盾があればやり直しを指示 |
| 知識レイヤー | プログラム開発の知識や現場の暗黙知を体系化して蓄積 |
| 情報アクセスレイヤー | 大量のドキュメントや数百万行のコードから必要情報を精度よく抽出 |
自律リレー型アーキテクチャによる止まらない開発
要件定義・設計・実装・結合テストのそれぞれを担当するエージェントがリレー形式で工程を進めます。最終的には、人間がチームで開発するレベルの品質に到達するまでAIが自動的にやり直しをします。
停止の指示を出さない限り24時間365日走り続けるため、開発コストを大幅に短縮できます。
AI-Ready Engineering
自動化を成り立たせるうえで、富士通が重視しているのがAI-Ready Engineering（前工程）です。以下4つを実行することで、各システムの暗黙知を理解することができます。
- システム資産の理解
- 開発ルールや設計構造の標準化
- 正解データの準備
- 実行環境の整備
これらは富士通が長年にわたるシステム開発で培ってきた実践知が活かされており、他社では簡単に真似ができない競争優位性だと言えるでしょう。
なお、DXを進めるためオープンソースの検索エージェントモデル「MiroThinker 1.5」は、企業向けAIエージェントとして注目を集めています。くわしくは以下の記事をご覧ください。
AI-Driven Software Development Platformの安全性・制約
AIが自律的に開発を進める以上、品質を担保する仕組みがなければ実用にはなりません。先ほど紹介した4レイヤー構成のMulti-Layer Quality Controlは、安全性の観点でも大切な役割を果たしています。
ガーディアンレイヤーが品質監査の専門家として機能し、自律設計レイヤーが出した結果を常に監査します。曖昧さや矛盾を検出した場合は、自動的にやり直しを指示するため、人間による確認を挟まなくても一定の品質水準を維持できます。
また、Takaneは日本語に特化したLLMであり、法令文書や業務ドキュメントなど日本語の専門的な文書を正確に理解するよう設計されています。医療分野のような正確性が求められる領域でも、日本語対応の精度が安全性の土台となっています。
Takane利用時の制約
2026年2月20日時点では、AI-Driven Software Development Platformは富士通の社内利用が中心です。外部向けのサービス提供は2026年4月以降に開始される予定です。
今の時点での主な制約は以下のとおりです。
| 項目 | 内容 |
|---|---|
| 対象システム | 設計書が整備されたパッケージソフトの改修が対象 新規アプリケーション開発は今後対応予定 |
| 対象分野 | 医療・行政分野の67種パッケージに適用 金融・製造などへの拡大は2026年度中 |
| 利用形態 | 富士通およびグループ会社での社内利用 顧客・パートナー向けは2026年4月以降 |
| 前提条件 | AI-Ready Engineering（仕込み）が必要 システム資産の理解や開発ルールの標準化が前工程となる |
AI-Driven Software Development Platformの料金
AI-Driven Software Development Platformの外部向け料金体系は、2026年2月20日時点で公式には発表されていません。まずは富士通グループ内で基盤を成長させ、2026年4月以降に顧客向けにサービスとして提供開始する予定です。
富士通はこの基盤を通じてビジネスモデルそのものを変革すると示しています。これまでの人月ベースの開発コストをやめ、顧客提供価値ベースの課金モデルへの移行を検討しているようです。例えば、年間での基本料金に加えて、超過分は従量制とする仕組みが考えられるでしょう。
TakaneとAI-Driven Software Development Platformのライセンス
Takaneは富士通がCohere Inc.と共同開発した独自LLMであり、オープンソースモデルではありません。企業向けAIプラットフォームであるFujitsu Kozuchiを通じて提供される専用のモデルです。
AI-Driven Software Development Platformについても、富士通の独自技術で構成されており、ソースコードの公開などは行われていません。利用には富士通との契約が前提となります。個人開発向けではなく、エンタープライズ向けサービスとして展開していくでしょう。
AI-Driven Software Development Platformの実装方法
AI-Driven Software Development Platformの導入にはAI-Ready Engineeringと呼ばれる前準備が必須です。
エンドユーザーがAPIを叩いてすぐに使えるタイプのサービスではなく、富士通のチームと共同でシステム資産を整備する工程が必要になります。
- システム資産の理解
- 既存のプログラム資産、設計書、ソースコードをAIが理解できる形に整理
- 開発ルールの標準化
- 暗黙知となっている開発ルールや設計構造を形式知として体系化
- 正解データの準備
- AIの出力品質を検証するための正解データを用意
- 実行環境の整備
- AIエージェントが動作する環境を構築
実運用の開始
2026年1月から、富士通Japanが提供するヘルスケアおよび行政分野の67種類のパッケージ業務ソフトを対象に実運用を開始しています。2026年度の診療報酬改定にともなうソフトウェア改修が最初の本格的な適用事例です。
【業界別】AI-Driven Software Development Platformの活用シーン
法改正への素早い対応が求められる業界を中心に、幅広い分野での活用が見込まれます。制度改正への追従が必要な領域だけでなく、頻繁なアップデートが求められる開発や、大規模で複雑なシステム資産の改修にも有効でしょう。
2026年度中に医療・行政から金融・製造・流通・公共へと適用範囲を広げていく計画です。
医療・ヘルスケア分野
診療報酬改定のたびにシステム改修が発生し、医療現場とベンダーの双方に大きな負担がかかっていました。
AI-Driven Software Development Platformにより、法令文書の読み解きからシステム改修完了までを自動化し、改修スピードを劇的に向上させることができます。
診療報酬の複雑化は増していくばかりで、システムを修正するだけでも数カ月規模の改修になります。こういった作業をAIに任せることで、新規機能の開発などにコストをかけられるようになります。
なお、医療業界における生成AIの活用については、下記の記事を参考にしてください。
行政・公共分野
自治体向けパッケージソフトは、大都市と小さな自治体で処理方法が異なるなど、現場の暗黙知による対応が必要な複雑な領域です。
AI-Ready Engineeringを通じてこうした知識をAIに注入することで、自治体ごとの運用差異にも対応できる改修を自動化できます。
富士通Japanが提供する行政分野37種類のパッケージはまさにこの領域にあたり、制度改正のたびに発生していた膨大な改修工数を大幅に圧縮できる見込みです。
自治体・官公庁でも生成AIは活躍します。詳しくは下記の記事を参考にしてください。
金融分野
規制変更が頻繁に発生する金融業界では、法改正への素早い対応がビジネス上の重要課題です。
住信SBIネット銀行では、2024年から富士通とこの領域で取り組みを進めてきており、開発プロセス全体が自動化される取り組みをしてきました。2026年度中に金融分野への適用拡大が予定されています。
ソフトウェア開発プロセスそのものを抜本的に変革する可能性があると期待が寄せられています。
金融業界においても、生成AI導入の動きは加速しています。詳しくは下記の記事をご覧ください。
製造・流通分野
素早いリリースや修正がビジネスインパクトに直結する製造や流通分野でも活用が見込まれます。
大規模な基幹システムを持つ企業にとって、AIによるシステム改修の自動化は保守コストの大幅な削減につながります。
AI自ら品質を監査し、自律的に工程をやり直す仕組みは、システム開発の信頼性を劇的に高めることができるでしょう。流行り廃りが早い食品・製造業界からの需要が高いことも予想されます。
なお、製造業界において、どのように生成AIを活用すべきか…詳しくは下記の記事で解説しています。
【課題別】AI-Driven Software Development Platformが解決できること
システム開発における保守地獄とも呼ばれる課題に対する解決策になります。人材不足やコスト増大、属人化による構造的な問題に対し、AIドリブン開発基盤がどう応えるのかを整理しました。
| 課題 | Takane AIドリブン開発基盤による解決策 |
|---|---|
| 法改正対応の負荷 | 法令文書の理解から改修完了までを全自動化し、改修スピードを劇的に向上 |
| SE人材不足 | AIエージェントが開発工程を自律実行し、人手に依存しない体制を構築 |
| 暗黙知の喪失 | ベテランの知見をAI-Ready Engineeringで形式知化し、AIに注入 |
| 開発コストの肥大化 | 人月ベースから価値ベースの課金モデルへ移行し、コスト構造を変革 |
| 改修品質のばらつき | Multi-Layer Quality Controlにより、AIが有識者レベルの品質を担保 |
法制度改正というのは社会問題を解決する前向きな取り組みですが、システムにおいては巨大なバグや負債を生む可能性があります。それらを年間に何度も変更しなければならないという課題があります。
Takaneの活用事例
2024年度の法改正にともなう実証実験では、これまで3人月かかっていた改修をわずか4時間に短縮する成果が得られました。
2026年1月からは本番環境での運用も始まっており、複数のパートナー企業からも支持する声が寄せられています。ここでは実証実験の詳細と外部からの評価をまとめます。
実証実験の概要
富士通は約300件の変更案件を対象にAIドリブン開発基盤を適用しました。富士通が持つ約6万8000のプログラム資産を活用し、人の手を借りずにプロジェクトを完了させることができました。
要件定義エージェント、設計エージェント、製造エージェント、テストエージェントへと順次業務を引き継ぐことで、結合テストまで安全に進行することができたようです。
これまでの開発手法では3人月を要していたこの改修が4時間で終わったことは、生産性を約100倍向上させたといえるでしょう。
2026年1月からの本格運用
2026年1月には、富士通Japanが提供するヘルスケア30種類、行政37種類の計67種類のパッケージ業務ソフトを対象に、診療報酬改定にともなう改修への本格適用が始まりました。
実証実験で約300件の案件を処理した知見を踏まえ、150メガステップにおよぶ大規模なソフトウェア資産全体にAIドリブン開発基盤を展開する計画です。
よくある質問
まとめ
富士通が発表したAI-Driven Software Development Platformは、独自LLMのTakaneとAIエージェント技術を組み合わせたソフトウェア開発の要件定義から結合テストまでを完全に自動化する画期的な基盤です。
2026年度中には医療・行政にとどまらず金融・製造など幅広い分野への展開が計画されており、4月以降は外部向けサービスとしても提供が始まります。
「人月ベース」から「顧客提供価値ベース」への転換を掲げるこの取り組みは、日本のシステム開発業界全体を変える可能性を秘めています。
最後に
いかがだったでしょうか？
法改正対応や大規模改修をAIで短縮するには、設計書整備と開発ルール標準化が鍵。自社資産で適用可否・投資対効果・導入ステップを具体化して整理します。
株式会社WEELは、自社・業務特化の効果が出るAIプロダクト開発が強みです！
開発実績として、
・新規事業室での「リサーチ」「分析」「事業計画検討」を70％自動化するAIエージェント
・社内お問い合わせの1次回答を自動化するRAG型のチャットボット
・過去事例や最新情報を加味して、10秒で記事のたたき台を作成できるAIプロダクト
・お客様からのメール対応の工数を80％削減したAIメール
・サーバーやAI PCを活用したオンプレでの生成AI活用
・生徒の感情や学習状況を踏まえ、勉強をアシストするAIアシスタント
などの開発実績がございます。
生成AIを活用したプロダクト開発の支援内容は、以下のページでも詳しくご覧いただけます。
➡︎株式会社WEELのサービスを詳しく見る。
まずは、「無料相談」にてご相談を承っておりますので、ご興味がある方はぜひご連絡ください。
➡︎生成AIを使った業務効率化、生成AIツールの開発について相談をしてみる。
「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、生成AI社内セミナー・勉強会をさせていただいております。
セミナー内容や料金については、ご相談ください。
また、サービス紹介資料もご用意しておりますので、併せてご確認ください。
