データベースに戻る
📀 出典のデータベース: 国内最新事例!日本企業におけるナレッジグラフ採用データベース徹底調査
企業名
シンプルフォーム株式会社
🗓 更新日: 10/4/2025
公開中項目
企業規模
スタートアップ
使用データベース
Amazon Neptune
活用目的
金融犯罪や不正取引対策のためのリスク評価サービス「SimpleCheck」で、法人間の複雑なネットワークを可視化する。
導入効果
従来数日かかっていた最新情報の収集を約30秒で完了させ、企業間のつながりを起点とした深層的なリスク分析が可能になった。
参照記事URL
https://aws.amazon.com/jp/blogs/startup/simpleform-amazon-neptune/
すべての出典情報
Amazon Neptune を活用したシンプルフォーム社のリスク評価サービス ...
#### Amazon Neptune を活用したシンプルフォーム社のリスク評価サービス
シンプルフォーム株式会社は、金融犯罪や不正取引の巧妙化に対応するため、グラフデータベースを用いた革新的なリスク評価サービスを提供しています。同社のプロダクト「SimpleCheck」に組み込まれた「関連性表示機能」は、全国500万法人の定性情報をデータベース化し、法人間の複雑なネットワークを可視化することで、従来数日かかっていた最新情報収集を約30秒で完了させます。特に、一見無関係に見える法人間の隠れたつながりを素早く特定し、リスク評価の精度向上と金融犯罪防止に大きく貢献しています。この機能は、2024年12月にリリースされました。
[AWS Startup ブログ](https://aws.amazon.com/jp/blogs/startup/)
#### グラフデータベースの採用とその優位性
シンプルフォーム社は、その中核技術として[Amazon Neptune](https://aws.amazon.com/jp/neptune/)という高性能なサーバーレスのグラフデータベースを採用しています。グラフデータベースは、データをノード(頂点)とエッジ(辺)で表現し、関係性に焦点を当てることで、以下のような点で従来のリレーショナルデータベースよりもリスク評価に適しています。
* **関係性の探索効率**: 多段階の関係性を高速に探索できます。
* **パターン検出能力**: 不正取引に見られる複雑なネットワークパターンを効率的に検出できます。
* **動的なデータモデル**: スキーマ変更なしに新しい関係性や属性を容易に追加できます。
* **直感的な表現と可視化**: 法人間の複雑な関係性を視覚的に理解しやすくします。
Amazon Neptuneは、openCypher、Apache TinkerPop Gremlin、SPARQLといった主要なグラフクエリ言語をサポートし、高いスケーラビリティと可用性を実現しています。
#### Amazon Neptuneの採用理由とシステムアーキテクチャ
シンプルフォーム社がAmazon Neptune Databaseを選定した主な理由には、AWSのマネージドサービスとしての導入ハードルの低さ、キャッチアップコストの削減、充実した技術サポートが挙げられます。また、プロパティグラフに対して複数のクエリ言語をサポートしている点も決め手となりました。
関連性表示機能のシステムアーキテクチャでは、SimpleCheckが[Amazon Elastic Container Service(Amazon ECS)](https://aws.amazon.com/jp/ecs/)上で稼働し、レポート生成プロセスには複数の[AWS Lambda](https://aws.amazon.com/jp/lambda/)関数が連携しています。法人ナレッジグラフのCRUD操作はAPIとしてラップされ、Amazon ECSサービスとして稼働しています。
データのETL(抽出・変換・ロード)プロセスは[AWS Glue](https://aws.amazon.com/jp/glue/)ジョブで実装されており、Amazon Auroraから抽出されたデータはバルクロード用のCSVファイルとして[Amazon S3](https://aws.amazon.com/jp/s3/)に保存されます。その後、AWS Lambda関数が[Neptune Bulk Loaderエンドポイント](https://docs.aws.amazon.com/neptune/latest/userguide/bulk-load.html)を呼び出し、S3のCSVファイルをNeptuneクラスターに効率的にロードします。このETLプロセス全体は[AWS Step Functions](https://aws.amazon.com/jp/step-functions/)でオーケストレーションされ、日次で最新の法人情報がグラフデータベースに反映される仕組みが構築されています。また、全データの再ロードを避けるための差分更新の仕組みや、テスト基盤の構築による開発サイクルの高速化も実現されています。
[シンプルフォーム Tech Blog](https://zenn.dev/simpleform/articles/20231201-01-neptune-bulkload-etl)
[グラフデータベースのためのテスト基盤を構築し、開発サイクルを高速化してみた](https://zenn.dev/simpleform/articles/20231209-05-neptune-test-framework)
#### 導入効果と顧客事例
Amazon Neptune Databaseの導入により、シンプルフォーム社は「A法人 → その役員 → 役員が関連するB法人 → B法人の株主」といった多次元に絡み合う法人間の複雑な関係性をリアルタイムで検索・分析し、動的かつ瞬時に可視化できるようになりました。これにより、表面的な企業単体のリスク評価を超え、企業間のつながりを起点とした深層的なリスク分析、さらには水面下に潜む「つながりの中の脅威」を芋づる式に検出することが可能になり、金融機関や行政機関への高度なアンチマネー・ローンダリング(AML)技術の提供を確立しています。
具体的な導入事例として、以下の金融機関および企業が挙げられます。
* **みずほ銀行様**: AML・金融犯罪対策業務において、不審な取引のある法人の調査に活用し、不審なつながりを広く効率的に捕捉しています。
* **福岡銀行様**: Web法人口座開設業務に本機能を活用し、審査精度向上と効率化を実現しています。
* **インフキュリオン様**: 請求書支払いプラットフォームの利用企業・取引内容確認業務において、人手では見抜きにくい関係性を迅速に確認し、結託取引の未然検知に期待しています。
[シンプルフォーム様のプレスリリース](https://www.simpleform.co.jp/news/IyquX4wS)
シンプルフォーム社の取り組みは、グラフデータベースの特性を活かした関連性分析が、金融犯罪対策や審査業務の効率化に大きく貢献し、他の企業がグラフデータベースを導入する際の優れた参考事例となっています。
このデータベースが役に立ちましたか?
あなたの仕事で調べたい項目をワンボタンでデータベースにできます。