AXA Japanは、生命保険および損害保険を扱う大手企業であり、保険引受、業務、顧客体験においてデータが中核的なインプットとなっています。同社のビジネスは、機密性の高い健康情報や保険金請求履歴から、複雑なリスクモデリングまで、多様なデータセットに大きく依存しています。長年にわたり、アクサ・ジャパンは高度なデー タ成熟度を達成し、従業員の半数以上が積極的にアナリティクスを活用しています。このように分析の活用が広く浸透したことで、データドリブンな意思決定のための強力な基盤が形成された一方、スピード、信頼性、データアクセシビリティに対する社内の期待も高まりました。
より広範な組織統合の取り組みに続き、同社は複数のレガシーシステムにまたがって情報を管理するという状況にありました。アクサ・ジャパンは、この複雑さを解消する好機と捉えました。Databricksを選択し、サイロ化されたデータ資産を単一のガバナンスが効いたlakehouseに統合することで、現在の**アナリティクス**と将来のAI主導のイノベーションのための共通基盤を構築したのです。
信頼できる基盤で断片化したデータを統合
アクサ・ジャパンは、より広範な「OneAXA」トランスフォーメーションのもとで生命保険事業と損害保険事業を統合する中で、多くの企業が直面する課題、すなわち、あまりにも多くの分断されたシステムという問題に直面しました。各事業部門は、長年にわたって独自のデータレイク、レガシーアプリケーション、運用プロセスを構築していました。
目標は単にインフラをモダナイズすることではありませんでした。AXA は、チームがデータにアクセスしやすくし、データ品質を向上させ、増え続けるさまざまな AI ユースケースをサポートできる、信頼できる唯一の情報源を構築したいと考えていました。「私たちは、すべてのデータを1か所に集約し、そこ に非常に効率的にアクセスでき、優れたデータ品質を確保できるようにしたいと考えていました」とHebrant氏は述べています。
プラットフォームを選定する前に、チームはいくつかの選択肢を評価しました。アクセスのしやすさ、ガバナンス、コストも重要でしたが、将来への備えも同様に重要でした。アクサ・ジャパンが特に求めていたのは、当初からMLOpsをサポートし、長期にわたって監視、保守、改善が可能な本番運用レベルのAIシステムを実現できるプラットフォームでした。
「私たちはDatabricksを採用することに決めました」とHebrant氏は言います。「これは、これまで決して後悔したことのない選択です。」
レガシーシステムからレイクハウスへの実践的な移行
AXA Japan は、全面的な再構築ではなく、段階的なモダナイゼーションとして移行に取り組みました。チームは、長年にわたるビジネス固有のカスタマイズによって蓄積された、レガシーの Redshift および Oracle ベースのシステムを徐々に廃止しつつ、個別のデータレイクを統合しました。
当初、チームは移行中にレガシーワークロードをリファクタリングする計画でしたが、そのリスクと複雑さをすぐに認識しました。「これらのレガシーシステムには、非常に長い歴史があります」と、アクサ・ジャパンのデータビジネスパートナーであるYuka Inose氏は語ります。「ロジックが非常に複雑なため、システム全体をリファクタリングするのは困難でした。私たちはアプローチをリフト&シフトに変更することにしましたが、これは非常によく機能しました。」
その実用的なアプローチは、デリバリーを加速させました。アクサは、自動コード変換を使用してOracleとInformaticaのレガシーなETLロジックを移行し、Databricks SQL上で直接実行されるdbtモデルを含む最新のSQLワークフローに変換しました。「OracleからDatabricksへの移行では、OLTPからOLAPデータベースへの移行に伴い、機能要件と非機能要件の両方でいくつかの課題に直面しました」と、シニアデータエンジニアの谷口恵介氏は述べています。「しかし、DatabricksのSQLスクリプティングのような機能は非常に役立ちましたし、dbtやTerraformといったOSSのサポートも非常に貴重でした。」
段階的に移行することで、同社は既存システムとモダナイズされたシステムを並行して稼働させることができ、パフォーマンスを検証しながらビジネスリスクを低減できました。
この段階的なモデルは、ユーザーの継続性を維持しながら、チームがモダナイズを進める上でも役立ちました。「Databricksとdbtのおかげで、自分たちで開発を進めることができました」と、アクサ生命のシニアデータエンジニアである吉田健人氏は語ります。「移行後は、開発速度が40%近く向上したと言えるでしょう。」
コスト削減、ガバナンス強化、AIの基盤
ワークロードをDatabricksに集約することで、アクサ・ジャパンはwarehouseのコストを最大60%削減し、移行作業の特定の部分ではETLコストを70%削減しました。レガシーなOracleサ ーバーを廃止したことで、インフラのオーバーヘッドとメンテナンスの削減にもつながりました。
しかし、コスト削減は成果の一部にすぎませんでした。より大きな変化は、運用面でした。チームは、これまで分離していたシステム全体のデータを分析できるようになり、部門横断的な知見を容易に得られるようになると同時に、セルフサービスアナリティクスのためのより強固な基盤を構築できました。これまで静的な抽出データに依存していたビジネスチームは、SQLやPythonでの探索的な作業を含め、ガバナンスの効いたデータに直接アクセスできるようになりました。
ガバナンスが大きな推進力となりました。「Unity Catalogは間違いなく最適なツールです」とHebrant氏は述べています。「私たちは、すべてのアクセスを完全に管理下に置きたいと考えています。」Unity Catalogでガバナンスを一元化することで、アクサは単一の共有プラットフォームを維持しながら、事業部門間のアクセス境界を適用できます。
その統合プラットフォームは、アクサの将来のAIロードマップも形成しています。同社は、長期的なAIへの備えとして、ガバナンスの効いた強固な基盤を構築しており、不正検知からカスタマーサポートの自動化まで、Machine Learningのユースケースのプロトタイプ開発と運用化を進めています。Hebrant氏が要約したように、「Databricksは、データインフラだけでなく、将来のAIユースケースのデプロイにおいても、私たちの中核となるツールです。」
アクサ・ジャパンは、より広範なデータ移行とモダナイゼーションを完了させ、アナリティクス、ガバナンス、AIを単一の信頼できるプラットフォーム上で実行する未来を構築しています。これにより、顧客へのより迅速なサービス提供、より効率的な運用、大規模なイノベーションが容易になります。