レガシーシステム刷新で注目される生成AI

レガシーシステムの現状と「2025年の崖」の課題

経済産業省が2018年に公表した「DXレポート」では、レガシーシステムの刷新が進まなければ2025年以降に年間最大12兆円の経済損失が生じる可能性があると指摘されています。この問題は「2025年の崖」と呼ばれ、多くの企業にとって喫緊の経営課題です。

老朽化した基幹システムは、維持コストの増大やセキュリティリスクの高まり、内部構造のブラックボックス化、対応できる技術者の不足など複合的な問題を抱えています。IT予算の大部分が現行システムの保守・運用に充てられ、DX推進に向けた投資余力が限られている企業も少なくありません。

モダナイゼーションの必要性を認識しつつも、経営層との合意形成や大規模投資への懸念、移行時の業務停止リスクが障壁となり、刷新に着手できないケースが目立ちます。

参照元：経済産業省｜DXレポート（サマリー）［※PDF］（https://www.meti.go.jp/policy/it_policy/dx/20180907_01.pdf）

生成AIを活用したモダナイゼーションの主なアプローチ

モダナイゼーションの方向性は大きく3つに分類できます。事業継続リスク回避を目的としたシステム課題の解消、データドリブン経営の推進、そして事業の高度化に向けた業務・IT基盤の最適化です。いずれの方向性でも、生成AIの活用が注目を集めています。

NTT DATAが提唱する「N字開発モデル」では、IT企画・仕様復元・開発の各工程に生成AIを組み込み、モダナイゼーション全体の効率化を図ります。IT企画段階での業務分析支援、仕様復元段階でのレガシーコードからの設計書自動生成、開発段階でのコード変換やテスト自動化など、幅広い工程で実用化が進んでいる状況です。

個別システムの刷新にとどまらず、エンタープライズアーキテクチャー（EA）を活用した全社的な視点での変革も欠かせません。業務プロセス全体を俯瞰し、適切なIT基盤を設計する姿勢が求められます。

参照元： NTT DATA｜レガシーシステムのモダナイゼーションを加速する、生成AIの活用法（https://www.nttdata.com/jp/ja/trends/data-insight/2025/0723/）

設計書・仕様書の自動復元と開発工程の効率化

生成AIによる設計書・仕様書の自動復元

レガシーシステム刷新における大きな障壁の一つが、設計書や仕様書の欠落です。現行コードと既存ドキュメントが乖離しているケースも珍しくありません。生成AIを用いれば、COBOLなどのレガシーコードからLLM（大規模言語モデル）が設計書・仕様書を自動生成できます。

コンパイル環境がなくても復元が可能で、物理名から論理名への自動変換や外部設計の復元にも対応します。自然言語による記述への変換も行えるので、属人化の解消や関係者間の共通認識形成に貢献する技術です。

開発・テスト工程での生成AI活用

開発工程では、StrutsからSpringへの移行のようなフレームワーク間のコード変換を生成AIが自動化し、工数を大幅に削減した事例が報告されています。古い言語特有の癖を引き継がず、モダンなコーディング規約に沿った自然なコードへの変換が可能です。

テスト工程でも、テストケースやテストデータの自動生成によって品質を担保しながら効率化を図れます。膨大なテスト設計の工数が削減され、移行プロジェクト全体のスピードアップにつながる点も見逃せません。

モダナイゼーション成功のポイント

モダナイゼーションは一度に完了するものではありません。10年規模の長期ロードマップを1〜2年単位で区切り、段階的に成果を積み上げていく計画が重要です。小さな成功体験を重ねることで、組織全体の推進力が高まります。

経営層を含む全社的な推進体制の構築も大切なポイントです。IT部門だけでなく事業部門との連携、専門知識を持つパートナー企業との協働が、プロジェクトの成否を左右します。

まとめ

生成AIを活用したモダナイゼーションは、時間・コストの削減や品質向上、属人化の解消など多くのメリットをもたらします。レガシーシステムの刷新は容易ではないものの、生成AIの進化により実現へのハードルは着実に下がっています。

AIエージェントの本格活用が進む時代に備え、計画的にモダナイゼーションの準備を始めることが、企業の競争力を維持するための第一歩です。