株式会社みずほフィナンシャルグループ（執行役社長：キハラ マサヒロ）は2026年5月25日、非エンジニアでもAIエージェントを開発できる「Dify Enterprise」環境を構築し、2026年5月上旬から順次全社展開を開始したと発表した。部門ごとのアクセス権限制御、SSO機能、利用ログ取得などを備え、金融機関に求められる統制管理と現場主導のアジリティを両立させる。
先行して実施された法人営業領域での実証実験では、制度融資の選定・提案を支援するAIエージェントを活用し、全体平均41.8%（60分→35分）、若手層では平均52.2%（62分→29分）の業務時間短縮を達成。コメントの生成精度は10点満点中、全体で6.3点、若手層で7.1点となった。今後は産業調査部でアナリスト業務支援、人材・組織開発部でAIキャリアナビゲーションといった活用が予定されている。金融庁は2026年3月に「AIディスカッションペーパー（第1.1版）」を公表している。
From: 
みずほFG、現場主導のAI開発を全社展開へ 金融機関基準のガバナンスを備えたAI開発基盤「Dify Enterprise」を構築
【編集部解説】
みずほFGが踏み出した一歩は、単なる「AIツールの導入」ではありません。日本のメガバンクが「現場の社員自身がAIを作る」というシチズン・デベロップメント（市民開発）の領域に踏み出した、注目すべき動きと捉えることができます。
そもそも「Dify」とは、LangGenius, Inc.が開発したオープンソースのLLMアプリ開発プラットフォームです。同社は2023年にDifyをオープンソースで公開し、2025年2月には日本法人「株式会社LangGenius」を設立しています。米国デラウェア州にも法人を持ち、現在は日本を含む複数の拠点で事業を展開しています。LangGeniusの発表によれば、Difyは世界で130,000以上のGitHub Starsを獲得し、Fortune 500企業にも採用されているとされています。ノーコードでAIエージェントやRAG（検索拡張生成）パイプラインを構築できる点が最大の特徴で、プログラミング経験がない業務担当者でも、自分の業務に最適化されたAIを設計できる環境を提供します。
今回の発表で特に注目すべきは、金融庁が2026年3月3日に公表した「AIディスカッションペーパー（第1.1版）」との連動性です。同ペーパーは規制文書ではないものの、金融機関に対してモデルリスク管理、組織横断的なガバナンスの重要性を明示しています。興味深いことに、金融庁は「チャレンジしないリスク」、つまりAI活用に乗り遅れることのリスクにも明確に言及しており、ガバナンスを”制約”ではなく”安全にチャレンジするための基盤”として位置づける姿勢を示しています。みずほの今回の取り組みは、この方針と歩調を合わせた事例の一つと言えるでしょう。
技術的に画期的なのは、「厳格な統制」と「現場のアジリティ」という、本来トレードオフの関係にある二つの要素を同時に成立させようとした点です。部門別のアクセス権限制御、SSO、利用ログ取得などにより、AI利用の証跡管理を組織全体で実現する仕組みを構築。これにより、いわゆる”シャドーAI”（IT部門の管理外で勝手にAIが使われる状態）を防ぎつつ、現場の創意工夫を引き出すという、金融機関にとって最も難しい課題に解を示そうとしています。
実証実験の数字には、もう一つ重要な示唆が隠れています。若手層で52.2%という時間短縮率は、全体平均の41.8%を10ポイント以上上回り、コメント生成精度も7.1点と全体の6.3点を超えています（みずほFG発表値）。みずほFGは「経験差の補完」「若手の早期戦力化」への期待を示しており、ベテランの暗黙知をAIエージェントに蓄積することで、若手の成長を後押しできる可能性が見えてきます。長期的には、銀行業務における「育成」のあり方そのものが変わるかもしれません。
一方で、潜在的なリスクも見ておく必要があります。非エンジニアがAIを開発するということは、技術的な品質担保が組織のガバナンスとリテラシー教育に強く依存することを意味します。プロンプトインジェクションやデータの取り扱いミスといった、エンジニアであれば直感的に避けるリスクをどう防ぐかは、運用しながら検証されていく課題です。また、Difyはオープンソース由来であるため、利用し得るLLM（OpenAI、Anthropic、リコー製700億パラメータモデルなどが例として挙げられます）の選定とデータの取り扱い経路の設計が、ガバナンスの肝となります。
業界全体への影響という観点では、すでにリコーがDifyを社内導入し、ライオンも2025年度内に100名の開発者を育成しグループ各社への展開を計画するなど、国内企業でのDify活用事例が広がってきています。規制が厳しい金融業界の中核であるみずほが採用したという事実は、他のメガバンクや保険会社、地銀の今後の動きに影響を与える可能性があります。MUFGやSMBCがどう動くか、編集部としても今後数か月の動向を注視していきたいと考えています。
長期的な視点では、これは「AIを誰が作るのか」という社会構造の変化の入り口かもしれません。これまでITベンダーやエンジニアに依存していたシステム開発が、業務担当者の手元に降りてくる。この権限移譲が金融という規制の厳しい業界で起きたことの意味は、想像以上に大きい可能性があります。
【用語解説】
Dify Enterprise
Difyのエンタープライズ版。マルチワークスペース、高度なセキュリティ・ガバナンス機能、国内データセンターでのセルフホスト運用などを備え、大規模組織でのAI活用を可能にする上位プラン。
AIエージェント
ユーザーの指示や目的に応じて、自律的に情報収集・判断・タスク実行を行うAIプログラム。単一の質問応答にとどまらず、複数のステップを連続して実行できる点が特徴。
RAG（検索拡張生成）
Retrieval-Augmented Generationの略。LLMが回答を生成する際に、社内文書やマニュアルなど外部のデータベースを参照することで、最新かつ正確な情報に基づいた応答を実現する技術。
LLM（大規模言語モデル）
Large Language Modelの略。膨大なテキストデータで学習させた、自然言語の理解・生成を行うAIモデル。ChatGPTやClaudeの基盤となっている技術。
ハルシネーション
生成AIが、事実に基づかない情報をもっともらしく出力してしまう現象。金融分野では誤情報の提供が重大なリスクとなるため、対策が特に重視される。
SSO（シングルサインオン）
Single Sign-Onの略。一度の認証で複数のシステムやサービスにログインできる仕組み。企業の統制管理において、アクセス権限の一元管理に不可欠な機能。
シチズン・デベロップメント（市民開発）
専門のITエンジニアではなく、現場の業務担当者自身がアプリケーションやAIを開発する取り組み。「AIの民主化」とも呼ばれ、業務知見と開発スピードの両立を実現する。
モデルリスク管理
AIや統計モデルが誤った出力をすることで生じる損失リスクを管理する枠組み。金融機関では特に重要視され、モデルの設計・検証・運用全般にわたる統制が求められる。
制度融資
国や地方自治体、信用保証協会などが連携して、中小企業や個人事業主の資金調達を支援する融資制度。条件や手続きが複雑で、選定や提案には専門的な知見が必要となる。
アジリティ
変化に機敏に対応する力、組織の俊敏性。特にビジネスや開発の文脈では、市場や現場のニーズに素早く適応する能力を指す。
【参考リンク】
株式会社みずほフィナンシャルグループ 公式サイト（外部）
日本三大メガバンクの一つ。銀行・信託・証券などのグループ会社が一体となり総合金融サービスを提供する。
MIZUHO DX（外部）
みずほフィナンシャルグループが運営するDX情報発信メディア。AI活用などの取り組み事例が紹介されている。
Dify 公式サイト（日本語）（外部）
オープンソースのAgentic AI開発プラットフォーム。ノーコードでAIエージェントやワークフローを構築できる。
Dify Enterprise 公式ページ（外部）
Difyの企業向けプラン紹介ページ。大規模組織向けのガバナンス機能やセルフホスト運用の詳細を確認できる。
株式会社LangGenius（日本法人）（外部）
Difyを開発・提供する企業の日本法人。2025年2月に設立され、国内企業へのライセンス提供と導入支援を行う。
金融庁「AIディスカッションペーパー（第1.1版）」公表ページ（外部）
2026年3月3日に金融庁が公表した、金融分野におけるAI活用の論点整理文書の公表ページ。
【参考記事】
金融庁AIディスカッションペーパー1.1版の概要と内部監査への示唆（PwC Japan）（外部）
金融庁が公表したAIディスカッションペーパー第1.1版について、130社へのアンケート結果と論点整理を解説。
AIディスカッションペーパー（第1.1版）の公表について（金融庁）（外部）
金融庁による公式公表ページ。AI官民フォーラムでの知見をもとに改訂された経緯が明記されている。
LangGenius、行政領域におけるAIエージェント開発基盤の提供を本格化（PR TIMES）（外部）
Difyが世界130,000以上のGitHub Starsを獲得し、Fortune 500企業にも採用されている実績を伝える。
リコー、Dify開発元のLangGeniusと販売・構築パートナー契約を締結（リコー）（外部）
リコーがLangGeniusと販売・構築パートナー契約を締結し、700億パラメータLLMとの組み合わせ提供を開始。
ライオン、社内生成AI「LION AI Chat」がエージェント機能を実装（ライオン）（外部）
ライオンが2025年度内に100名の開発者を育成し、グループ各社へのAIエージェント展開を計画していると発表。
【関連記事】
■Difyに関する既存記事（同じプラットフォームを扱う）
ノーコードAI開発プラットフォーム「Dify」、株式会社ディーネットがAWS環境での導入支援サービスを開始（内部）
ディーネット社がAWS環境上でDify導入支援サービスを提供開始。Difyの導入手法を理解する補助記事。
Difyで現場がAI開発の主役に。ヤマシタ「AI段取りコーチ」が示す（内部）
医療機器レンタル企業ヤマシタによる、Difyを活用した現場主導のAI開発事例を紹介する記事。
■メガバンク・金融機関のAI活用に関する既存記事（同業界の事例）
Sakana AI×SMBC、複数AIエージェントで「提案書自動生成」始動―メガバンクの提案業務はどう変わるか（内部）
SMBCとSakana AIによる法人営業向け提案書自動生成アプリの開発事例。みずほFGとは異なるアプローチ。
三菱UFJ銀行「エムット」、OpenAI協業で次世代リテールAIサービス展開（内部）
MUFGがChatGPT Enterpriseを導入しリテール顧客向けAIサービスを展開。メガバンクのAI戦略比較に有用。
SOMPOが国内最大3万人にAIエージェント──9年のDX戦略が結実、Gemini Enterpriseで次のフェーズへ（内部）
SOMPOがGoogle Gemini Enterpriseを採用。エンタープライズAIプラットフォーム選定の対照事例。
■金融庁・AIガバナンスに関する既存記事
Anthropic「Mythos」が金融を揺らす、金融庁が36団体で官民ワーキンググループ設置（内部）
みずほFGが議長を務める金融庁ワーキンググループの設置記事。同社のAI領域での先進的役割の裏付け。
フロンティアAIが脆弱性を大量発見する時代へ—金融庁・日銀、Project YATA-Shieldに沿う1ヶ月対応を全金融機関に要請（内部）
金融機関のAIセキュリティリスク面を扱う記事。本記事の「活用面」と対をなす補完記事。
【編集部後記】
「現場の人がAIを作る」という変化は、私たちの働き方にどんな影響を及ぼすでしょうか。みなさんの職場で、もし業務担当者自身がAIエージェントを設計できるとしたら、最初に何を任せてみたいですか。
また、ベテランの暗黙知がAIに蓄積され、若手の成長スピードが大きく加速していく未来は、評価のあり方や組織のかたちをどう変えていくのか。金融という規制の厳しい業界で起きた今回の動きは、私たち自身のキャリアや学び方を見つめ直す、ひとつのきっかけになるかもしれません。みなさんの業界ではどんな変化が始まりそうか、ぜひ想像してみてください。
