開発工数見積もりの重い負担をAIエージェントで解消！明治安田の事例から学ぶ効率化のヒント
開発工数見積もりの「負担が重い」をAIで解消へ
システム開発において避けて通れないのが、開発工数の見積もりです。しかし、この見積もり作業が「専門知識と経験が必要」「限られた有識者に負担が集中する」といった課題を抱えている企業は少なくありません。生命保険大手の明治安田生命保険（以下、明治安田）は、この長年の課題をAIエージェントの活用で解消しようとしています。
同社はPoC（概念実証）を完了し、2026年度中の本番運用開始を目指しています。有識者に頼りがちだった見積もり業務をAIエージェントがどこまで効率化できるのか、その具体的な仕組みと効果を見ていきましょう。
有識者しかできなかった見積もり業務をAIエージェントが支援
明治安田の情報システム部では、現業部門からのシステム開発工数見積もり依頼が頻繁に寄せられていました。これには専門的な知識と経験が求められるため、限られた有識者が長時間かけて担当せざるを得ず、情報システム部の業務負荷が恒常的に高まっていたと言います。結果として、見積もり結果を現業部門に回答するまでの時間も長期化していました。
この状況を改善するため、明治安田が着目したのがAIエージェントです。過去のシステム開発案件情報を活用し、AIエージェントが工数を見積もる仕組みを検証しました。
具体的な仕組み：SalesforceとAgentforceの連携
明治安田はこれまで、システム開発案件情報をSalesforceのクラウドサービスに集約・蓄積してきました。この情報資産と、AIエージェントを構築・実行するSalesforceのサービス「Agentforce」を組み合わせることで、見積もり作業の負荷軽減を図れると判断しました。
Agentforceで動作するAIエージェントは、ユーザーとのチャット形式の対話を通じて指示を受け、その内容に応じて必要な情報を検索したり、推論したりできます。今回のPoCでは、このAIエージェントを利用して見積もり業務を自動化する仕組みが検証されました。
その具体的な流れは以下の通りです。
- ユーザーがチャット型のユーザーインタフェースを通じて開発内容を入力
- AIエージェントが開発要素を推定
- Salesforceのクラウドサービスに蓄積された過去の類似案件を検索
- 検索結果を基に、入力された開発内容との類似度に応じて工数を算定
- 見積もり結果を提示
AIエージェントによる工数見積もりで見えた2つの効果
今回のPoCで、明治安田は複数の成果を確認しました。
- 業務負荷の削減：AIエージェントが過去案件を基に工数を算出することで、担当者の作業の一部を代替できることが分かりました。これにより、有識者の負担軽減が期待されます。
- 要件検討の支援：要件が十分に固まっていないシステム開発案件でも、AIエージェントとのチャット形式の対話を通じて必要な要件を洗い出したり、整理したりできることを確認しました。これは、開発の初期段階における手戻りを減らす効果も期待できます。
明治安田は、今回PoCを実施した仕組みについて、2026年度中に全社的な本番運用を開始する計画です。2026年6月時点ではフェーズ2として、本番運用に向けた精度向上に取り組んでいます。今後は情報システム部内で試行運用した後、現業部門に展開するとともに、保守運用体制を構築する予定です。
あなたの現場でAIエージェントを試すならどこから？
明治安田の事例から分かるように、AIエージェントは専門知識が必要な業務の効率化に大きな可能性を秘めています。特に、過去のデータが豊富に蓄積されている業務であれば、AIエージェントの導入効果は大きいでしょう。
あなたの開発現場でAIエージェントの導入を検討するなら、まずは以下の点から始めてみてはいかがでしょうか。
- データ活用の可能性：過去のプロジェクトデータ、顧客対応履歴、障害対応記録など、自社に蓄積されているデータでAIエージェントの学習に活用できそうなものはないか洗い出してみる。
- 「負担が重い」業務の特定：限られた人員に負荷が集中している、属人化している、時間がかかっているといった「負担の重い」業務を見つける。
- スモールスタート：いきなり大規模なシステムを構築するのではなく、PoCのように特定の業務に絞ってAIエージェントを導入し、効果を検証する。SalesforceのAgentforceのような既存サービスを活用すれば、比較的容易に開始できるかもしれません。
AIエージェントの導入は、単なる業務効率化に留まらず、有識者がより創造的な業務に集中できる環境を作り出す可能性を秘めています。ぜひ、あなたの現場でもAIエージェントの活用を検討してみてください。
