レガシーシステム刷新における生成AI活用による開発・検証工程の変化と、求められる設計ガバナンス

解説

レガシーシステムの刷新プロジェクトにおいて、生成AIはアセスメントやテスト工程での適用が進んでいます。これにより開発や検証の効率化が図れる一方、「どこから手を付けるか」といった設計思想（上流工程）の部分にこれまで以上に多くの課題が残ります。

特に気になるのは、本番データを用いた「現新照合テスト」など、業務仕様のブラックボックスとなっている部分でのAI活用です。生成AIは原因候補を提示する支援を通じて工数削減を目指していますが、その結果として新たなブラックボックスや知見の属人化というリスクも高まっています。

自社環境では、刷新プロジェクトにおいて単に技術的な効率化を図るだけでなく、「疎結合化」といった設計指針の統一や、業務利用状況を自動で把握する仕組み作りなど、組織的なガバナンス視点での取り組みを見直すきっかけとなります。特にAI利用に伴うデータ連携やノウハウ管理のルール整理が重要になりそうです。

ポイント

• レガシーシステム刷新プロジェクトにおいて、生成AIはアセスメントや品質保証（テスト工程）に適用され、難易度の高い業務を効率化している。
• 開発側は、単なる実装の効率化を超え、「設計意図」や「上流工程の要件定義・業務変革提案」といった付加価値提供が求められている。
• AI活用に伴い「野良AI」やプロンプトの属人化など新たなブラックボックス化のリスクが高まっており、全社的なガバナンス構築とユーザー自身による主体的な取り組みが不可欠である。

情シスへの影響

【システム開発・品質保証】

・従来のテストプロセス（単体/結合テスト）に加え、生成AIを組み込んだ静的解析やレビューツールの導入が進んでいる。これにより、検証工程の仕組み自体を見直す必要がある。

・「現新照合テスト」において、大規模な本番データを用いた比較検証の効率化を目指し、原因候補提示などのAI活用が試みられている。データ処理フローおよびログ分析の範囲に影響を考慮する必要がある。

【システムアーキテクチャ・ガバナンス】

・「再レガシー化」を防ぐため、システムの「疎結合化」設計や、全社的なITデザイン統制（認証方式、データ連携方式の統一）が求められる。これは単なるシステム改修ではなく、全社のアーキテクチャ指針に関わる。

・ブラックボックス化防止のため、「業務利用状況の自動収集」「ナレッジベースの構築」など、運用と知見を仕組みとして残す施策が必要となる。

影響範囲

基幹システム（メインフレームを含む）全般 / システムアーキテクチャ/ 開発プロセス・品質保証工程/ データ連携層 (AD, LDAP, API等) / 社内AI利用環境（部門ごとのSaaSやツール導入状況）

重要度

★★★★☆

対象者

• M365管理者
• Entra管理者
• AD管理者
• Windows管理者
• Linux管理者
• ネットワーク管理者
• セキュリティ担当者

優先度

早めに対応

優先度の理由

生成AIの活用が開発・検証フェーズに組み込まれており、これを受け全社的なガバナンスや設計思想（アーキテクチャ）の再定義が必要な段階にあるため。単なるツール導入ではなく、組織としての対応策を早急に検討し、内部ガイドラインを定める必要があります。

確認手順

• 社内のAI利用状況について、「野良AI」とならないよう、部門横断での情報共有や使用ルール（ガバナンス）の策定状況を確認する。
• レガシーシステム関連プロジェクトに対し、「疎結合化」「アーキテクチャ図の実態との一致性維持」といった観点からの要件定義が組み込まれているかを確認する。
• 開発部門と連携し、生成AIを活用した検証プロセス（静的解析やレビュー）導入の是非、またその結果を人間が最終的にどうチェックするかというワークフローを設計する。
• システム刷新時におけるデータ利用状況、ボトルネック情報を自動収集・可視化するための仕組み（監視、ロギング）の整備計画を確認する。