三菱UFJ銀行とSakana AIが、2025年5月19日に発表した3年超のパートナーシップで、AIエージェント技術を使って社内外の文書作成プロセスを自動化しに行く、という事例です。
「メガバンクが先端スタートアップと組んだニュース」で終わらせると勿体なくて、公開情報を読み込むと狙いが『要約の先』にあることが分かります。 生成AIの一般的な出力ではなく、「業務目的に沿った判断と文書作成」を自動化・支援する、とSakana AI側が明記しています。
僕が注目したのは、スピード削減や件数の派手な数値ではなく、「文書作成を業務プロセスごと自動化する」という設計思想です。 中小企業で「ChatGPTでメール書かせてる」状態と、ここでやろうとしていることは、似て非なる話です。
行内の文書業務の課題
銀行・金融業界に限らず、文書作成の多い業務にはこういう構造的な負荷があります。
- 行内外に出す定型文書(照会文・報告書・社内通知等)の作成に時間がかかる
- 書き手の経験で品質がばらつき、ベテランがボトルネック化する
- 「ただの要約」ではなく、過去事例・内規・リスク観点を踏まえた判断が必要
- 人数を増やしても判断品質までは揃わない
このタイプの業務は「速くする」より「判断の型を再現する」が本丸で、 単純な文章生成では置き換わらないところに、AIエージェントを当てに行く狙いだと読めます。
Sakana AIのエージェント技術をどう導入するか
Sakana AI公式ページ(2025-05-19公開、2026年10月時点で確認)で明記されている構成は以下です。
- 対象: 三菱UFJ銀行(MUFG)の社内外文書作成プロセス
- 技術: Sakana AIのAIエージェント技術
- フェーズ: 2025年7月にパイロットフェーズ開始、3年超の長期パートナーシップ
- 狙い: 「既存の生成AIでも可能な情報の要約を超えて、業務目的に沿った本質的な判断や文書作成を自動化・支援する」
- 人事面: Sakana AI COO 伊藤錬氏がMUFGのAIアドバイザーに就任
ポイントは、単発のPoCではなく「3年超のパートナーシップ」+「アドバイザー就任」をセットにしていることです。 AIエージェントを現場に根付かせるには、ツール導入より運用設計のほうが長丁場、という前提に立っていると読めます。
文書作成自動化の内訳と実態
本件については、公開情報の範囲では以下の点を押さえておきたいところです。
- 現時点(2026年10月時点)で、時間削減%や件数削減等の具体数値は公表されていない
- パイロットは2025年7月開始、本格展開前のフェーズ
- 「融資稟議書」等の特定業務名は、Sakana AI公式ページでは明示されていない(社内外文書作成プロセス全般とだけ記載)
ここは正直に書きます。 派手な「○○時間削減」の見出しは、本件に関しては一次情報では未確認のため、ここでは断定しない。 派手な数値がない代わりに、「大企業が3年かけてやろうとしている取り組みの初期設計」が公開情報として読める、という価値のある事例です。
中小企業で再現するなら
ここからが本題です。年商5億規模の会社・小規模な金融機関/士業事務所が同じ思想を取り入れるならどう削るか。
構成
| 項目 | 三菱UFJ × Sakana AI | 中小企業(年商5億・社員30名) |
|---|---|---|
| 対象 | 行内の社内外文書作成プロセス全般 | 定型文書作成業務1〜2種(見積書・報告書・社内通達など) |
| ツール | Sakana AI エージェント | Claude for Work / ChatGPT Team / Dify等のエージェント構築ツール(月3,000〜1万円/人、2026年10月時点・要最新価格確認) |
| 月額費用 | 非公開 | 推定 月1〜3万円(利用者3〜5名分) |
| 初期費用 | 推定高額(非公開・3年超のパートナーシップ) | 推定 50〜150万円(業務プロセス棚卸し+文書テンプレ整備+プロンプト設計) |
| 体制 | MUFG × Sakana AI(アドバイザー就任含む) | 既存事務担当+外部AIコンサル月10時間 |
| 期間 | 2025年7月パイロット開始、3年超継続 | 3〜6ヶ月でPoC→本格運用 |
評価軸スコア
| 評価軸 | スコア |
|---|---|
| ROI(投資対効果) | ★★★☆☆ |
| 再現性(中小企業) | ★★☆☆☆ |
| 難易度(低いほど簡単) | ★★★★☆ |
(難易度=数字小さいほど簡単)
スコア根拠は以下です。
- ROIは中程度。文書作成の時短は確実だが、具体数値が公開されていないため楽観視しない
- 再現性は低め。「業務目的に沿った判断を含む文書作成」まで狙うと、エージェント設計の難度が一気に上がる
- 難易度は高め。単なる文章生成なら簡単だが、本件で狙っているレベルは専門支援前提
前提条件・必要データ
- 定型文書のテンプレ・過去版が社内に蓄積されている
- 文書作成時の判断基準(社内規程・NG表現・必須項目)が言語化できる
- 機密データをAIに入力する際の社内ルールが策定済み
- 「業務目的に沿った判断」まで求める場合、過去の判断事例データが揃っている
失敗条件・適用しないケース
- 文書作成が極端に少ない業態(月数本程度ならROIが合わない)
- 既存の文書テンプレが人によってバラバラで、整備工数を負担できない
- 「とりあえず要約だけ速くしたい」目的なら、エージェント構築まで要らない(ChatGPT単体で十分)
- 機密性の極めて高い案件のみを扱い、クラウドAI利用が組織規程で禁止されている
「Sakana AIと組めば文書作成が自動化できる」ではありません。
定型文書の棚卸し→判断基準の言語化→エージェント設計→パイロット→運用定着、という5ステップを3〜6ヶ月で踏んで初めて、現場で回る体制の入口に立てる、くらいの温度感です。
いちばん削れるのは「書き手の属人性」で、「判断する人の工程」はむしろ残ります。 ここを誤読して「AIが判断してくれる」と期待すると、金融・士業系では事故に直結するので、本件も最終判断は人間が引き取る前提で読みたいところです。
出典・参考
市野
愛知県岡崎市でAI活用支援を手がける一人社長。 中小企業の現場でAIを実装してきた経験から、他社事例を「うちで再現するには」の視点で読み解いて発信中。
