AIで古い基幹システムは刷新できる？AIモダナイゼーションの可能性と注意点

AIモダナイゼーションとは、生成AIを活用して、老朽化した基幹システムなどのレガシーシステムを新しい技術や仕組みへ刷新する取り組みです。長年使い続けてきた基幹システムは、仕様書が残っていない、古いプログラム言語を扱える技術者がいないといった理由から、刷新したくても手を付けられないケースが少なくありません。

近年は、AIが古いプログラムを読み解いたり、別の言語に書き換えたりすることで、刷新にかかる手間を減らせるようになってきました。では、AIを使えば古い基幹システムは刷新できるのでしょうか。結論からいえば、AIは刷新を大きく後押ししますが、AIだけで完結するわけではありません。本記事では、モダナイゼーションの主な手法と、AIで変わる工程、注意点と限界、進め方、費用の考え方までを解説します。

 

 

 

 

１．AIモダナイゼーションとは？

AIモダナイゼーションを理解するために、まずは「レガシーシステム」と「モダナイゼーション」という言葉の意味を整理しておきましょう。似た言葉である「マイグレーション」との違いもあわせて解説します。

 

レガシーシステムとは

レガシーシステムとは、古い技術や仕組みで作られ、現在のビジネスの環境に合わなくなったシステムのことです。たとえば、COBOLなどの古いプログラム言語で作られたシステムや、メインフレームと呼ばれる大型コンピューター上で動くシステムが代表例です。

古いシステムがすべてレガシーシステムというわけではありません。長年の改修で中身が複雑になり、仕様を把握している人がいない、保守の費用がかさんでいる、新しい技術と連携できないといった問題を抱えている状態が、レガシーシステムの特徴です。

 

モダナイゼーションとは

モダナイゼーション（Modernization）とは、「近代化」を意味する言葉で、ITの分野では、レガシーシステムを現在の技術や仕組みに合わせて刷新することを指します。

よく似た言葉にマイグレーションがあります。マイグレーションは「移行」を意味し、システムやデータを別の環境へ移すことを指します。モダナイゼーションはマイグレーションを含むより広い考え方で、システムを移すだけでなく、業務や仕組みそのものを今の時代に合った形に作り変えることまで含みます。レガシーシステムを新しい環境へ移す取り組みは、「レガシーマイグレーション」とも呼ばれます。

 

AIモダナイゼーションとは

AIモダナイゼーションとは、モダナイゼーションの各工程に生成AIを活用する取り組みです。現行システムのプログラムの解析、仕様書の作成、別のプログラム言語への書き換え、新しいシステムの開発、テストなど、これまで人が膨大な時間をかけてきた作業をAIで効率化します。

なお、「AIモダナイゼーション」という言葉は、AIを活用できる業務やシステムへ刷新するという意味で使われることもあります。本記事では、主に「AIを活用して刷新を進める」という意味で解説します。

 

 

２．なぜ今、基幹システムの刷新が求められているのか

基幹システムの刷新は、多くの企業で以前から課題とされてきました。それでも今あらためて刷新が求められているのは、放置することのリスクが年々大きくなっているためです。主な理由を3つ紹介します。

 

「2025年の崖」で指摘された課題は今も続いている

経済産業省は2018年に公表した「DXレポート」の中で、レガシーシステムを放置した場合、2025年以降に最大で年間12兆円の経済損失が生じる可能性があると指摘しました。これが「2025年の崖」と呼ばれる問題です。

2025年を過ぎた現在も、レガシーシステムを抱えたままの企業は少なくありません。「崖」の期限が過ぎたからといって問題が解消したわけではなく、保守の費用の増大や、変化への対応の遅れといった課題は、今も多くの企業で続いています。

 

古いプログラム言語を扱える技術者が減っている

COBOLなどの古いプログラム言語で作られたシステムを保守してきた技術者は、年々定年を迎えて現場を離れています。一方で、若い技術者が古い言語を学ぶ機会は多くありません。

システムの仕様を知る技術者がいなくなれば、不具合の修正や法改正への対応さえ難しくなります。技術者がいるうちに刷新を進めなければ、刷新そのものが一段と難しくなるおそれがあります。

 

ブラックボックス化と保守費の増大

長年にわたって改修を重ねてきた基幹システムは、中身が複雑になり、全体を把握している人がいない「ブラックボックス」の状態になりがちです。仕様書が実際のシステムと合っていないことも珍しくありません。

ブラックボックス化したシステムは、小さな改修でも影響範囲の調査に時間がかかり、保守の費用がかさみます。IT予算の多くが既存システムの維持に使われ、新しい取り組みに予算を回せないという悪循環に陥ってしまいます。

 

 

３．モダナイゼーションの主な手法

モダナイゼーションには、システムをどこまで変えるかによっていくつかの手法があります。代表的なのは、リホスト、リライト、リビルド、リプレイス、リファクタリングの5つです。それぞれの特徴と、AIが効果を発揮しやすい点を整理します。

 

 

なお、「基幹システムのリプレイス」という言葉は、既製品への置き換えに限らず、基幹システムを新しいものに入れ替えること全般を指して使われることもあります。

 

手法はシステムごとに組み合わせて選ぶ

モダナイゼーションでは、一つの手法ですべてを刷新する必要はありません。たとえば、安定して動いていて変更の少ない部分はリホストやリライトで移し、業務の変化が激しく改善の要望が多い部分はリビルドで作り直すといったように、システムの部分ごとに手法を組み合わせるのが一般的です。

リライトは、元のシステムの構造をそのまま引き継ぐため、業務の課題までは解決できないことがあります。業務に合わせてシステムを作り直すリビルドを選ぶ場合は、AIを活用したスクラッチ開発で費用と期間を抑える方法もあります。詳しくは、AIスクラッチ開発とは何か、自社業務に合ったシステムをAIで作る方法で解説しています。

 

 

４．AIで基幹システムの刷新はどう変わる？工程別に解説

AIは、基幹システムの刷新のさまざまな工程で活用できます。ここでは、AIによって特に大きく変わる4つの工程を紹介します。

 

現行システムの調査・分析

基幹システムの刷新で最も時間がかかるのが、現行システムの調査・分析です。長年の改修で複雑になったプログラムを一つずつ読み解き、どのような処理をしているのか、どのデータがどこで使われているのかを洗い出す作業には、これまで人手で膨大な時間がかかっていました。

AIは、大量のプログラムを短時間で読み込み、処理の流れやプログラム同士の依存関係を整理して、仕様書の形にまとめる作業を支援できます。COBOLのように扱える人が少ない言語で書かれたプログラムでも、AIを使えば処理の内容を現代的な言葉で説明させることができます。

仕様書が残っていないシステムを、AIを使って解析する具体的な方法については、仕様書がないブラックボックス化したシステムをAIで解析・再構築する方法で詳しく解説しています。

 

プログラム言語の変換

リライトの手法では、COBOLなどの古い言語で書かれたプログラムを、Javaなどの現在広く使われている言語に書き換えます。従来は、変換ツールで機械的に置き換えたうえで、変換しきれない部分を人が手作業で直す方法が一般的でした。

生成AIは、プログラムの意図を読み取ったうえで変換できるため、従来の変換ツールよりも読みやすいプログラムに書き換えられる可能性があります。変換しきれなかった部分の修正案をAIが提示することで、人の作業を減らすこともできます。

 

新しいシステムの設計・開発

リビルドの手法では、調査・分析で整理した現行の仕様をもとに、新しいシステムを設計・開発します。AIは、現行の仕様書から新しいシステムの画面やデータベースの設計のたたき台を作成したり、ソースコードを生成したりする作業を支援できます。

実際に操作できる試作品を短期間で作れるため、現場の担当者が新しいシステムを早い段階で確認でき、業務に合わないシステムができあがるリスクを減らせます。

 

テスト（新旧のシステムで結果を比べる）

基幹システムの刷新では、新しいシステムが現行システムと同じ結果を出すかを確かめる「現新比較テスト」が欠かせません。同じデータを新旧のシステムで処理し、結果が一致するかを確認する作業です。

AIは、テストケースの洗い出しや、テストを自動で実行するためのテストコードの作成、新旧の結果に違いが出たときの原因の調査を支援できます。テストの工程は刷新全体の中でも大きな割合を占めるため、効率化の効果が大きい工程です。

 

 

５．AIモダナイゼーションの注意点と限界

AIは基幹システムの刷新を大きく後押ししますが、AIに任せれば刷新が完了するわけではありません。AIモダナイゼーションを進めるうえで押さえておきたい注意点と限界を4つ紹介します。

 

言語を変換しただけでは業務は良くならない

AIを使えば、古いプログラム言語を新しい言語に書き換える作業は効率化できます。しかし、元のシステムの構造や処理の流れをそのまま引き継いだ場合、言語が新しくなっただけで、使い勝手や業務の効率は変わりません。古い設計の考え方がそのまま残るため、かえって保守しにくいプログラムになることもあります。

刷新の目的が業務の改善やデータの活用にあるなら、言語の変換だけでなく、業務の流れの見直しや、システムの作り直しまで含めて検討することが大切です。

 

AIの解析結果は人が確認する必要がある

AIは、プログラムが「何をしているか」を整理することは得意ですが、「なぜその処理が必要なのか」という業務上の理由までは、プログラムだけから正しく読み取れないことがあります。過去の取引先との特別な取り決めや、法令に対応するための処理など、背景を知らなければ判断できない処理も多くあります。

AIがまとめた仕様書は、業務を知る社内の担当者や、現行システムに詳しい技術者が確認し、誤りや抜けがないかを確かめる必要があります。

 

データ移行と新旧の比較テストは省けない

基幹システムには、長年にわたって蓄積された取引データや顧客データがあります。これらを新しいシステムに正しく移すには、データの形式の変換や、重複・不整合の整理が必要です。また、新しいシステムが現行システムと同じ結果を出すかを確かめる比較テストも欠かせません。

AIはこれらの作業を効率化できますが、業務を止めずに切り替えるための計画づくりや、最終的な確認は人が行う必要があります。

 

「期間○%短縮」はすべてのシステムに当てはまるわけではない

AIを活用したモダナイゼーションのサービスでは、「移行期間を○%短縮」といった効果が示されることがあります。しかし、こうした数字は特定の条件や事例での結果であることが多く、システムの規模や言語、資料の残り具合によって効果は大きく変わります。

開発会社に相談する際は、数字だけで判断せず、自社のシステムでどの工程にどのくらいAIを活用できるのかを具体的に確認しましょう。

 

 

６．AIモダナイゼーションの進め方

基幹システムの刷新は、一度にすべてを切り替えようとすると、業務への影響が大きくなり、失敗のリスクも高まります。AIを活用しながら段階的に進めるのが現実的です。一般的な進め方を5つのステップで紹介します。

 

Step1：現行システムを棚卸しする

まずは、現行システムの全体像を把握します。どのような機能やプログラムがあるのか、どのデータがどこで使われているのか、ほかのシステムとどのようにつながっているのかを洗い出しましょう。AIでプログラムを解析すれば、この作業を効率よく進められます。

あわせて、現場の担当者に、現行システムの使いにくい点や、システムの外で手作業をしている業務がないかをヒアリングしておくと、刷新の目的を考えるうえで役立ちます。

 

Step2：刷新の目的と手法を決める

次に、刷新によって何を実現したいのかを明確にします。「保守の費用を減らしたい」「古い言語を扱える技術者がいなくなる前に移行したい」「業務の効率を上げたい」「データを経営判断に活用したい」など、目的によって適した手法は変わります。

目的が決まったら、システムの部分ごとに、リホスト、リライト、リビルドなどの手法を選びます。

 

Step3：段階的な移行計画を立てる

刷新する順番と、移行のスケジュールを決めます。業務への影響が小さい部分や、効果が出やすい部分から着手し、成果を確かめながら範囲を広げていくと、リスクを抑えられます。新旧のシステムを並行して動かす期間や、切り替えの判断基準もこの段階で決めておきましょう。

 

Step4：移行とテストを進める

計画に沿って、プログラムの変換や新しいシステムの開発、データ移行を進めます。AIが生成したプログラムや仕様書は、技術者と業務の担当者が確認し、現新比較テストで新しいシステムが正しく動くことを確かめます。

 

Step5：稼働後も改善を続ける

新しいシステムが稼働したら、現場の利用状況を確認しながら改善を続けます。刷新したシステムが再びレガシーシステムにならないよう、仕様書を最新の状態に保ち、定期的に見直す仕組みを整えておくことが大切です。

 

 

７．モダナイゼーションの費用の考え方

モダナイゼーションの費用は、システムの規模や選ぶ手法によって大きく異なるため、一律の相場で考えるのは難しいのが実情です。ここでは、費用を左右する要素と、AIで減らせる費用・減らせない費用を整理します。

モダナイゼーションの費用を左右する主な要素は次のとおりです。

• システムの規模：プログラムの量や、機能・画面の数が多いほど費用は大きくなります。
• 選ぶ手法：一般的に、リホスト、リライト、リビルドの順に、費用も期間も大きくなります。
• 資料の残り具合：仕様書や設計書が残っていないシステムほど、調査・分析に時間がかかります。
• データの量と品質：移行するデータが多く、重複や不整合が多いほど、データ移行の費用が増えます。

AIで減らしやすいのは、現行システムの調査・分析、プログラムの変換や開発、テストの作業にかかる費用です。一方で、刷新の目的を決める検討や、業務の見直し、社内の合意形成、移行の計画づくりにかかる費用は、AIを使っても大きくは減りません。見積もりを比べる際は、総額だけでなく、どの工程の費用がAIによって減っているのかを確認しましょう。

システム刷新の費用の目安や、AIを活用して開発費用を抑える方法については、システム刷新の費用とAI活用で開発費用を抑える方法で詳しく解説しています。

 

 

８．AIモダナイゼーションに関するよくある質問

最後に、AIを活用した基幹システムの刷新について、よく寄せられる質問にお答えします。

 

COBOLで作られたシステムもAIで移行できますか？

移行できる可能性は十分にあります。生成AIは、COBOLのプログラムの処理内容を読み解いて説明したり、Javaなどの言語に書き換えたりする作業を支援できます。ただし、AIが変換したプログラムがそのまま正しく動くとは限らないため、現行システムに詳しい技術者による確認と、新旧のシステムの比較テストは欠かせません。

 

刷新にはどのくらいの期間がかかりますか？

システムの規模や手法、資料の残り具合によって大きく異なるため、一概にはいえません。小規模なシステムのリホストであれば比較的短期間で済むこともありますが、大規模な基幹システムをリビルドする場合は、年単位の期間がかかることもあります。AIを活用すれば調査や開発の期間を短縮しやすくなりますが、業務の見直しや社内の調整にかかる期間は残る点に注意しましょう。

 

中小企業でもモダナイゼーションは必要ですか？

必要になる場合は多いといえます。中小企業では、システムを作った担当者や外部の技術者が一人しかいないなど、特定の人に依存しているケースも少なくありません。その人がいなくなるとシステムに手を入れられなくなるため、早めに現行システムの状況を把握しておくことが大切です。AIの活用によって刷新の費用を抑えやすくなっている今は、検討を始める良いタイミングといえます。

 

 

９．まとめ：AIで刷新のハードルは下がるが、判断と確認は人が担う

AIモダナイゼーションとは、生成AIを活用して、老朽化した基幹システムなどのレガシーシステムを刷新する取り組みです。AIを使えば、現行システムの調査・分析、プログラム言語の変換、新しいシステムの開発、テストといった工程を効率化でき、これまで手を付けられなかった基幹システムの刷新を進めやすくなります。

一方で、言語を変換しただけでは業務は良くならず、AIの解析結果の確認や、データ移行、新旧の比較テストは人が責任を持って行う必要があります。刷新の目的を明確にしたうえで、システムの部分ごとに適した手法を選び、段階的に進めていきましょう。

古い基幹システムの刷新を検討している場合は、業務分析から基幹システムの構築、運用・改善まで伴走するシステム開発サービスもご検討ください。実際にシステムを導入した企業の取り組みは、A.N.Sの導入事例で紹介しています。