JPXと日立、取引システムの運用監視に生成AIを本格適用

ニュースの要点

日本取引所グループ（JPX）と日立製作所は2026年10月20日、国内金融市場の取引システムを監視する業務に、生成AIの本格適用を10月から開始したと発表しました。株式やデリバティブなどの取引を支える40以上のシステムを、24時間365日監視する現場で使います。

日立の「JP1 Cloud Service 生成AIアシスタント」が、アラートに応じた対処手順の候補と根拠をオペレーターへ提示します。両社によると、1万件以上の過去の事例と手順を活用し、約1,600件のテストで、正しい候補を絞り込む精度が97％以上となりました。熟練者への依存を減らす狙いです。これはテスト結果であり、障害を自動修復した割合や、本格運用後の削減効果ではありません。

ニュース出典：日立製作所「JPXと日立、金融市場の取引システムにおいて、運用監視業務にAIを本格適用開始」（2026年10月20日）

イノベーション総研の考察

金融市場のAIは、答えを出す速さより判断の確かさが問われる

取引を支えるシステムでは、異常を知らせる通知が出ても、全て同じ対応でよいわけではありません。どのシステムの何が起き、どの手順を使うかを見極める必要があります。判断を急ぐほど、誤った操作で影響を広げる危険もあります。

JPXがAIに任せたのは対処候補の絞り込みであり、障害対応を無条件に自動化することではありません。

今回の発表には、回答の根拠を示す機能と、AIが誤りやすい項目を補う改良が記されています。人が候補の妥当性を確かめられることが、利用を続ける前提だと考えられます。人員を減らせたという数字は公表されておらず、省人化の成果まで先回りして評価はできません。

2024年の機能販売から、JPXの記録で実運用に合わせ込んだ

日立は2024年4月の発表で、生成AIアシスタントの販売を案内していました。今回の新しさはAI機能の初登場ではなく、JPX固有の事例や手順で検証と改良を重ね、実際の監視へ移したことです。

汎用のAI機能を販売する段階と、顧客の止められない業務で使える段階には、検証と調整の工程があります。

JP1による20年以上の支援と、2022年からの運用高度化の検討は、その調整を進める土台です。既存の記録があるだけで自動的に高精度になるわけではありません。手順の更新、誤答しやすい通知の特定、現場が確かめられる根拠の提示までを製品へ反映する点に、提供側の仕事が残ります。

97％のテスト精度と、実運用で事故を防ぐ力は分けて測る

97％以上は、テストケースに対して正しい対処手順候補を絞り込んだ割合です。全ての障害がテストに含まれることや、提示された候補がそのまま正しい操作になることを保証しません。まれな異常や手順の改定後にも、同じ品質を保てるかは別の確認です。

AIの導入判断では、正答の割合と、誤った時に人が止められることを別々に確かめます。

今後は、担当者が候補を採用・修正した割合、判断までの時間、根拠を確認できなかった件数を追いたいところです。これらはイノベーション総研が考える観測点で、今回公表された運用指標ではありません。AIが対応できない通知を熟練者へ渡す手順も、平均的な精度以上に現場の負担へ影響します。

自社の実証も、通常時より例外を引き取る場面まで試す

担当者の方が業務支援AIを検証するなら、過去の記録から頻出案件と影響の大きい例外を分けて用意します。正しい候補が出るかに加え、根拠不足、手順の競合、情報が古い場合に、誰へ渡すかを決めます。導入部署だけでなく運用責任者も、その判断に参加する必要があります。

実証から本格運用へ進む基準は、成功例の再現だけでなく、判断できない時の処理まで含めて置きます。

例えば一つの窓口で試し、AIあり・なしの判断時間と修正作業を比べれば、便利さと確認負担を一緒に評価できます。JPXの次の観測点も、適用範囲が増えたという発表だけではありません。実運用の品質を保ちつつ、熟練者の確認や新人の習熟にどの変化が出たかが、横展開を判断する材料になります。

まとめ

JPXと日立は、運用記録と現場の知見を使い、生成AIを対処候補の提示から実際の監視業務へ組み込みました。テスト精度を運用全体の安全性と混同せず、人が判断を引き取る手順と導入後の効果を追うことが、自社のAI実証にも参考になります。

関連記事：

仮説検証を事業の判断につなげる方法

新規事業の仮説を検証できる形にする