はじめに こんにちは！ セーフィーの開発本部エンジニアリングオフィスで26卒内定者インターンをしている吉田・水野・小石川です。 今回はインターン活動の一環で2025/11/15(土)に開催された「BTCONJP2025」というカンファレンスに私たちインターン生がゼロからWebアプリを作成し展示させていただいたので、その技術的挑戦と当日のトラブル対応について振り返りたいと思います。 当日の写真 導入・背景 自己紹介 吉田🧖)開発本部で内定者インターンをしている吉田和司です！結構多趣味で最近はドローンに興味を持って資格を取ったりしました。他にもサウナが大好きで、この前は名古屋の

本ブログは 2025 年 1 月 9 日に公開された AWS Blog “ Securing a city-sized event: How Amazon integrates physical and logical security at re:Invent ” を翻訳したものです。 Amazon Web Services の年次カンファレンスである AWS re:Invent のような大規模イベントのセキュリティ確保は、決して簡単なことではありません。2024 年 12 月に開催された AWS re:Invent 2024 は、ラスベガス・ストリップ (ラスベガス中心部の大通り) にわたって 12 マイル (約 19 km)、約 700 万平方フィート (約 65 万平方メートル、東京ドームのグラウンド約 50 個分) に及び、7 つの会場で展開され、小さな都市に匹敵する規模で運営されました。 6 万人の現地参加者、40 万人のオンライン参加者、そしてそのデータすべてを安全に保つには、物理セキュリティと論理セキュリティの高度な組み合わせが必要です。Amazon は、両者を統合したセキュリティ戦略により、この課題に対処してきました。ドローン、K9 ユニット (警備犬)、ネットワークセキュリティチームなど、あらゆるリソースを活用して、イベントに参加するすべての人々とそのデータを保護しています。 図 1: re:Invent のコマンドポスト (統制本部) セキュリティはチームスポーツ Amazon では、物理セキュリティチームと情報セキュリティ (論理セキュリティ) チームが協力して、多様なビジネス全体で、お客様、従業員、インフラストラクチャを幅広い脅威から大規模に保護しています。re:Invent のような大規模イベントでは、この統合アプローチにより、参加者から現地のコンピュータやサーバー、Wi-Fi ネットワークとそのユーザーまで、イベントの多くの側面を可能な限り包括的に保護できます。 Amazon は単独で活動しているわけではありません。イベントセキュリティチームは、Las Vegas Metropolitan Police や、テロ対策、爆発物処理班、救急隊員を含む 40 以上の異なる機関と連携しています。 図 2: K9 ユニット – 現地セキュリティチームの重要なメンバー これらのチームは、セキュリティオペレーションの中枢であるコマンドポスト (統制本部) に配置されています。ここでは、物理セキュリティと論理セキュリティが融合し、セキュリティ体制のほぼすべての要素が集まり、リアルタイムでイベントの脅威を監視しています。これには、イベントセキュリティ管理チーム、インテリジェンスチーム、監視カメラオペレーターが含まれ、地元の警察や緊急対応機関と連携しています。さらなる保護層として、メインのコマンドポストと緊密に連携して、ワイヤレスセキュリティオペレーションセンター (WiSOC) も運営しており、これはワイヤレスおよびサイバーセキュリティチームの主要なハブとして機能しています。 re:Invent を効果的に保護するためには、オープンな対話と情報共有を促進することが重要です。脅威の状況が進化し続ける中、組織は物理セキュリティと論理セキュリティの間のギャップを埋めることを優先する必要があります。この統合アプローチは、re:Invent のような都市規模のイベントを効果的に保護する鍵であるだけでなく、毎日お客様、従業員、会社を保護するのにも役立っています。 都市規模のセキュリティ Amazon は re:Invent で、物理的資産とデジタル資産を保護するために、多数の統合セキュリティ対策を展開しています。物理セキュリティに関しての最優先事項はもちろん人命です。re:Invent では、警備員、K9 ユニット、救急隊員を含む数千人のセキュリティ要員を配置し、急病やけが、火災、盗難、混雑などの問題に対応し、支援しています。混雑エリアに監視カメラを設置し、入口でのゲート型金属探知機や堅牢な認証システムを含む厳格な入場管理を実施して、参加者にとって安全で安心な環境を作り出しています。 ドローンの支援もあります。自動化された高高度飛行体は、Las Vegas Festival Grounds で開催される最終コンサート re:Play で鳥瞰図を提供し、問題への対応を調整するのに役立ちます。AWS クラウドソリューションを使用して、ライブ映像が現地のセキュリティチームに直接ストリーミングされ、人の流れを監視しています。 図 3: re:Play の保護に使用されるドローンを紹介するセキュリティチームメンバー Amazon はネットワークのセキュリティにも注力しており、それによってユーザー、つまり参加者を保護しています。ワイヤレスおよびサイバーセキュリティチームは、ネットワーク全体で異常なアクティビティを特定するために活動しています。これには、 スプーフィング (なりすまし) の兆候も含まれます。スプーフィングとは、攻撃者が似たような Wi-Fi ネットワークを設定し、参加者を自分たちのネットワークに接続させようとする手法です。 Amazon は、 re:Invent のクラウドコンピューティングと AI の専門家、エグゼクティブ、エンジニア によるプレゼンテーションのセキュリティも確保しています。講演者が自信を持って知見を共有するには、世界中の数十万人の視聴者に安全で中断のないチャネルでストリーミングされることを知る必要があります。re:Invent モバイルアプリもセキュリティを念頭に置いて構築されているため、参加者はイベントやカンファレンス内のニーズを安全に管理できます。 統合されたセキュリティアプローチは、AWS クラウドによって実現されています。AWS クラウドは、セキュリティオペレーションのさまざまなコンポーネントをサポートし、重要な情報を迅速に共有するのに役立ちます。論理セキュリティの脅威、物理セキュリティの懸念、医療的な緊急事態のいずれに直面している場合でも、成功の鍵は対応時間にあります。AWS クラウドでオペレーションを実行することで、迅速に行動できます。 Amazon は、脅威の種類に関係なく、チームが一貫した統一された対応を取れるように、統合アプローチへの投資と強化を続けていきます。Amazon はこの分野のリーダーであることを誇りに思っており、私たちの知見が、大規模イベントの運営時においても日常業務においても、他の企業や組織のセキュリティレジリエンス強化に役立つことを願っています。 Steve Schmidt Steve は Amazon の最高セキュリティ責任者であり、2008 年 2 月から同社に在籍しています。情報セキュリティ、物理セキュリティ、セキュリティエンジニアリング、規制プログラムチームを統括しています。2010 年から 2022 年まで、Steve は AWS の最高情報セキュリティ責任者を務めました。Amazon に入社する前は、FBI で長いキャリアを積み、上級幹部として勤務していました。 本ブログは Security Solutions Architect の 中島 章博 が翻訳しました。

金融業界では、AI技術や生成AIの実用化が進み、データ分析を基盤とした新しい金融サービス提供が競争優位性を左右する時代になっています。金融機関が直面する課題は、顧客対応の高度化、業務効率化、リスク管理の精度向上など多岐にわたります。こうした背景から、人工知能や機械学習を活用したユースケースが拡大し、データを起点とした変革が求められています。 本記事では、金融業におけるユースケースとdotDataの貢献領域をはじめ、具体的な導入事例、生成AIと統合した最新のデータ活用アプローチをお届けします。各事例の詳細については、三井住友信託銀行様・三井住友海上火災保険様・セブン銀行様の導入事例ページもあわせてご覧いただくと、より深い理解につながります。 営業・マーケティング支援：三井住友信託銀行株式会社様 金融機関が直面する営業課題とAI活用による解決 三井住友信託銀行様 は、個人顧客への営業活動をより精緻にするため、dotDataを導入しました。従来は経験則に基づいてターゲットリストを作成していましたが、精度には限界があり、人材不足や分析にかかる時間の長さも大きな課題となっていました。さらに、従来のAIツールは分析の根拠がブラックボックス化しやすく、営業担当者に納得感を持って活用してもらうことが難しいという問題もありました。 AIを活用した顧客ターゲティング精度の向上 導入後は、500万件に及ぶ膨大な顧客データを分析し、金融商品の成約率を予測するAIモデルを構築。その結果、dotDataが「ニーズあり」と判定した顧客は、「ニーズなし」とされた顧客に比べて成約率が約20倍高いという劇的な成果が得られました。 さらに、分析の過程では運用商品の提案先を絞り込む際に、「住宅ローンの残高」や「相続関連商品の保有状況」といった、従来は運用商品とは関係が薄いと考えられていた特徴量が数多く見つかりました。こうしたベテラン営業でも一部の人しか気がつかないような傾向をdotDataが発見することで、若手や新人の育成にも役立っています。結果として、営業ノウハウを組織全体で共有しやすくなり、営業力の底上げにつながりました。 また、dotDataは専門的なスキルがなくてもAIモデルを構築できるため、企画担当者が自らトライ&エラーを重ねながら分析の精度を高められる環境が整いました。これにより、分析時間の短縮と精度改善のサイクルが確立され、現場主導でのAI活用が定着しています。 営業支援システムとの連携：三井住友海上火災保険株式会社様 AI活用の広がりと代理店営業の課題 三井住友海上火災保険様 は、全国に約3万8,000拠点ある保険代理店の営業活動を支援するため、2020年2月に代理店支援システム「MS1 Brain」をリリースしました。代理店経由で顧客一人ひとりにパーソナライズされた体験を提供するには、経験や勘に頼る従来の営業スタイルでは限界がありました。しかし、社内のデータサイエンティストは少なく、外部人材に依存するとノウハウが社内に蓄積されないという課題がありました。さらに、AIモデルがブラックボックス化すると、なぜその提案が導かれたのかを現場が理解できず、活用が進まない懸念もありました。こうした背景から、効率的にAIモデルを構築でき、かつ説明可能性を備えた仕組みが求められていました。 AIが営業支援を変える、「MS1 Brain」による提案力の強化 こうした課題を解決するために、同社はAIエンジンにdotDataを採用し、特徴量の自動設計と可視化を活用してモデル設計・構築を効率化しました。その結果、過去の契約情報を分析し、「誰に・いつ・どの商品を提案すべきか」を具体的に提示できるようになり、アップセルやクロスセルの成約率は従来比で2〜3倍に向上しました。また、解約や他社切替のリスクが高い顧客を早期に特定でき、抑止活動を迅速に開始できるようになった点も大きな効果です。さらに、抽出された特徴量は「年間保険料が一定額を超える顧客は特定の特約を付帯しやすい」といった形で営業ノウハウとして定量化され、代理店向けのトークスクリプトに落とし込まれました。 成果は国内にとどまらず、海外の提携先での解約要因分析や、自動車買い替えタイミング予測といったユースケースに応用され、ビジネス価値の拡大につながっています。現場が理解し納得できる「見えるAI」を導入したことで、社員や代理店の間にデータドリブンな文化が根付き、DX推進が大きく加速しました。 グループ異業種連携：セブン銀行様 「金融×リテール」データ融合への挑戦 セブン銀行様 は、グループが保有する金融データと購買データを組み合わせ、より高度なマーケティングを実現することを目指していました。購買データには顧客の生活スタイルや価値観が色濃く表れるため、深い顧客理解につながる可能性がありました。しかし、金融機関にとって購買データは未知の領域であり、分析の「土地勘」がなく、どの切り口から仮説を立てればよいか判断が難しいという課題がありました。 AIを活用した購買データと金融データの統合分析 こうした課題に対し、セブン銀行様はdotDataを導入し、AIによる自動かつ網羅的な分析を活用することで、数十万から数百万に及ぶパターンの中からカードローンニーズと関連の深い特徴量を発見しました。その結果、購買データと金融データを組み合わせたターゲティング広告の精度が飛躍的に向上し、顧客獲得単価（CPA）は従来の半分に削減されました。 今後は、dotDataの誰でも高精度なデータ分析が行える特長を活かして、現場主導のAI・データ活用を広げていく方針を持っています。データサイエンティストが中心となって枠組みを整えつつ、段階的に利用部署を拡大し、将来的には購買データの活用を通じて新しい金融ビジネスの立ち上げにも取り組んでいく考えです。 地域連携：中国銀行様、ちゅうぎんフィナンシャルグループ様 AIの活用と地域DXの推進 2024年5月に ちゅうぎんフィナンシャルグループ様 （以下ちゅうぎんFG）が発表されたちゅうぎんDX戦略の資料では、dotDataは幅広い接点から生まれるデータをクラウド内で統合的に分析・活用するデータ基盤として位置づけられています。特徴量については「業務目的と関連が高いデータの重要なパターン」と記載されており、こうした仕組みを通じて分析基盤を整備し、誰もが高度にデータを活用できる環境を構築することが目指されています。データ起点の課題発見から、企画、分析、効果検証のサイクルをクイックに回し、誰もが高度にデータを活用してマーケティングをレベルアップすることを目指されています。 岡山モデルに広がる地域連携の取り組み 地域連携という点では、中国銀行様がリードして地域産業、行政、学術機関との連携を推進しており、dotDataは協業パートナーの一社として参画しています。成功事例を「岡山モデル」として他地域や他分野へ横展開することを目指されています。 また、地域連携の一環として、中国銀行様、岡山大学様、dotDataの3者協力により 大学生向けビジネスアナリティクス人材育成の公開講座 を実施しました。この講座は、岡山県内の大学生がビジネスベースの分析を学び、次世代のデータ活用人材となることを目指すものです。dotData提供のサービスをアレンジし、分析の理解から結果の読み解き、施策立案までをカバー。講義で標準的な考え方を学び、オープンデータやdotDataを使った実習を行う実践的なプログラムとなっています。この プログラムは企業向け にも多くの実績があり、データ活用による意思決定の文化を多くの部門に定着させる取り組みとして関心が高まっています。 まとめ 本記事では、dotDataが金融業において、営業・マーケティング支援、グループ異業種連携、地域連携といった多岐にわたる領域で貢献をしていることを、具体的なユースケースを通じて紹介しました。ご紹介した事例が、皆様のデータ活用戦略を検討される上での一助となれば幸いです。dotDataは今後もAIを活用したデータ分析や生成AI活用を軸に、日本の金融機関を支援していきます。今回取り上げた事例以外にも需要予測など多様な金融AI活用のユースケースがありますので、他の導入企業の事例もぜひご覧ください。 貴社でも「営業力強化」「顧客体験の向上」「新規ビジネス創出」を目指してみませんか？まずはお気軽に お問い合わせ ください。 The post 金融業界におけるdotDataの活用事例4社 – AIの統合や異業種連携で加速するデータ活用 appeared first on dotData .