イベント：金融部会
【FISAC】 2026年 金融部会7月例会 オンライン会議」開催のご案内
金融情報システム監査等協議会
金融部会 会員各位
いつも大変お世話になっております。
金融情報システム監査等協議会 事務局でございます。
2026年 金融部会7月例会開催について、下記のとおりご案内申し上げます。
参加を希望される方は、7月17日（金）までに、
以下Webの参加申し込みフォームよりお申し込みくださいますようお願い申し上げます。
URLから申し込めない場合は、aido@hkg.odn.ne.jp までメールいただけますでしょうか。
【開催概要】
１．日 時 ： 2026年7月22日（水）15時00分～ 16時00分（受付開始14時40分）
！今回は水曜日開催です！
！開始時刻は15:00です！
２．方 法 ： オンライン会議（Zoom会議）
ミーティングID、パスコードは、参加申し込みフォームに登録いた だくと、メールで送信されます。
Zoomは無償アカウントで入場できます。
Zoomはパソコン、スマートフォンにご自身でインストールしていただく必要があります。
また、会社のOA環境、インターネットへの接続ポリシーから利用できないことがあります。
最も利用者の多い環境ということでZoomを使用しましたが、会員の皆様全員が利用できるわけではないことを
ご容赦ください。
問い合わせ、当日の接続トラブル等は、金融部会 代表幹事 米川までメールでお問い合わせください。
件名例： FISAC 金融部会 Zoomに関して
連絡先： aido@hkg.odn.ne.jp 090-4425-3742
３．申込期間： 本日 ～7月17日（金）まで
４．定 員 ： 制限なし（金融部会メンバー数まで可能）
５．テーマ ： 「金融機関のソフトウェアコードにおけるAIリスクを考える」
６．講 師 ： 内田雅彦
SonarSource Japan株式会社 日本代表
内容：
AIがソフトウェアコードにもたらす6つのリスクを掘り下げる
１．AI駆動開発されたコードの品質、セキュリティ、ガバナンス、コンプライアス
2 . ソフトウェアコードに含まれるOSSライブラリのサプライチェーンリスク
３．ソフトウェアコード中のセロデイ脆弱性や悪意あるパッケージからの防御
４．増大するLLMコストの削減に向けた対策
５．特定LLMに依存しないシステムの品質保証
６．技術負債の増大と将来的な技術者育成の課題
７．申込方法： 上記URL指定のフォームよりお申込みくださいますようお願い申し上げます。
※ 上記URL指定のフォーム 利用不可の場合は 金融部会代表幹事 米川（aido@hkg.odn.ne.jp ）まで以下をメールにて、お知らせくだ
さい。
大変恐縮ではございますが、テレワーク対応となっていますので、お電話でのご連絡はご対応しかねます。
１．参加者氏名
２．メールアドレス
３．会社名・団体名
４．部署名
５．（代理出席の場合）
６．代理出席者氏名（５．で代理出席を選択いただいた場合）
７．代理出席者メールアドレス
８．連絡事項等
＜参考リンク＞
AI事業者ガイドライン 第1.2版（経産省・総務省）
- AIがソフトウェアコードにもたらす6つのリスク全般のガバナンス基盤として参照
する公式文書
https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/pdf/20260
331_1.pdf
１． AI駆動開発されたコードの品質・セキュリティ・ガバナンス・コンプライアンス
GitHub Copilotのセキュリティリスクと対策：
AI生成コードの約40%に脆弱性リスクがあるという調査報告を含む実践ガイド
https://ai-keiei.shift-ai.co.jp/github-copilot-security-risk-guide/
２．OSSライブラリのソフトウェアサプライチェーンリスク
SBOMとは？義務化の流れや重要性・3つの標準フォーマット：
日本（経産省手引 ver2.0）・米国・EUのSBOM義務化動向を比較整理
https://agest.co.jp/column/2025-12-22/
世界が動くSBOM義務化の波―製造業が今すぐ取るべき次の一手：
15ヶ国が署名した国際ガイダンスへの日本政府の対応を含むSBOM経営課題解説
https://www.pwc.com/jp/ja/knowledge/column/awareness-cyber-security/sbom-man
ufacturing.html
３．ゼロデイ脆弱性・悪意あるパッケージからの防御
「バイブコーディングが脆弱なコード量産」 99％の組織が直面：
AI生成コードのレビューが追いつかず、週次リリースの52%チームのうち同ペースで脆弱性修正できるのは18%のみ
https://atmarkit.itmedia.co.jp/ait/articles/2602/05/news035.html
４．増大するLLMコストの削減に向けた対策
AIコーディングエージェントが「トークンを食い尽くす」問題：
AIは過剰な抽象化・不要なデザインパターンを導入し、修正を重ねるほどトークンが消費され品質も下がる悪循環を詳述
https://worldinsight.com/news/japanese/aiコーディングエージェントが「トーク
ンを食い/
マイクロソフトやUberが直面 AIコーディングが予算を食い尽くす
https://news.yahoo.co.jp/articles/e568aedd8390e2c0e881b60dfbac36930999c29d?p
age=1
５．特定LLMに依存しないシステムの品質保証
LLMの使い分け完全ガイド：
「1つのモデルですべての業務をこなそうとすると、かえって生産性が落ちたり不要
なコストが発生したりする可能性がある」として、モデルの個性を理解した戦略的選択の重要性を指摘
https://a-x.inc/blog/llm-usage/
６．技術負債の増大と将来的な技術者育成の課題
なぜ、コードは速く書けるのに開発は遅くなったのか―「理解負債」との向き合い方：
AI生成コードが蓄積する「理解負債」という概念を提唱
https://zenn.dev/coconala/articles/f8e4b637f64f9a
以上