情報技術 / 保険データ分析
Verisk：保険ソフトウェア開発の要件、実装、レビュー、テストを段階別AIエージェントで接続
- 企業
- Verisk
- 国
- 分類なし
- 導入状況
- 運用中
- 資料公開
- 日付の基準
- 資料が公開された時点。導入を開始した日とは異なる場合がある。
- 根拠の確認方法
- 原文の本文を閲覧
業務課題
Veriskの開発チームでは、コーディングツール導入後も要件の補足、作業分解、テスト計画、コードレビューを人が引き継いで処理していた。AWSとVeriskの共同記事は、不完全な受入基準や段階間の情報欠落により再確認と手作業が繰り返されたと説明する。保険業務のソフトウェアでは、開発速度だけでなく変更のレビューと承認の担当者を記録する必要もあった。
使った技術とデータ
VeriskはAmazon BedrockとAgentCore上に要件、作業の具体化、開発、コードレビュー、品質保証の各エージェントを構成した。Jiraチケットと添付、リポジトリのコード、API仕様、社内文書、前段階の成果物を入力に使う。MCPで既存ツールを接続し、Jiraの状態変更やプルリクエストで個別のエージェントを起動する。開発エージェントはBedrock上のClaude Codeを使用する。製品担当者が要件、開発者が実装とレビュー判断、品質担当者がテスト計画を承認し、検証した成果物を次の段階の文脈として蓄積する。
成果
AWSとVeriskによると、全工程で開発した機能ではテスト計画が3時間から4時間から10分未満に、テスト自動化の準備が1日から2日から30分未満になった。人のレビューでほぼ修正なく受け入れられたエージェント出力は90%を超えた。作業規模の単位であるストーリーポイント当たりの費用は、人件費とAWS計算費用の合計で20%から30%低下した。週次リリースは達成結果ではなく開発チームの目標である。
限界と残る課題
測定した機能数、測定期間、比較対象の構成は公表されていない。Veriskの全開発チームで同じ効果が得られるかは確認されていない。
出典
- Reinventing software delivery with AI-SDLC on Amazon Bedrock AgentCoreAWS for Industries, 確認
公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。