大規模システムのAI開発工程と段階的移行

AIによるコード生成技術が進化するなかで、「既存の大規模システムをAIで全面的に作り直せるのではないか」と考える企業は増えています。 しかし、実際の開発現場では、大規模システムをAIで一括刷新することは、技術的にもリスク管理の面でも簡単ではありません。

現実的な進め方は、システム全体を一度に置き換えることではなく、サブシステム単位に分割し、優先度やリスクを見ながら段階的にAI活用を進めることです。 本記事では、大規模システムのAI化が一括移行では難しい理由と、AIシステム開発工程における人の役割の変化、Web担当者が押さえるべき判断ポイントを整理します。

AIによるコード生成技術が進化するにつれ、「既存の大規模システムをAIで全面的に作り直せるのではないか」という議論が出てきています。 しかし、実際にこれを開発現場で実現しようとすると、複数の壁があります。

まず、長年にわたって改修・拡張が繰り返された大規模システムには、ドキュメント化されていない仕様や、現在の担当者も全容を把握していない処理が存在することがあります。 このような状態のシステムをAIに読み込ませ、全体を正確に再現することは、現時点では難しいケースがほとんどです。

また、仮に再現できたとしても、長年の業務で実績のあるシステムを新しいシステムへ切り替えるには、組織としてのリスク管理が必要です。 テストが完了していても、実際の業務への影響を確認しながら切り替える判断が求められます。

つまり、大規模システムのAI化では、「AIで作れるか」だけでなく、「安全に切り替えられるか」まで含めて設計する必要があります。

上記の制約を踏まえると、大規模システムへのAI活用で現実的なアプローチは、サブシステム単位での段階的移行です。

システム全体を一括して移行するのではなく、機能や役割の単位でサブシステムに分割し、優先度・リスク・改修頻度の観点からAI活用の対象を選定します。 対象となるサブシステムを選定したら、その範囲に限定してAI活用による開発・移行を進め、動作確認と効果検証を行ってから次のサブシステムへ進みます。

この進め方では、AI化の対象を小さく区切ることで、影響範囲を抑えながら検証できます。 また、既存システムとの並行稼働を設けやすくなるため、業務への影響を確認しながら移行を進めやすくなります。

サブシステム単位でAI活用を進める場合、事前に決めておくべき項目があります。 特に重要なのは、対象の優先順位、サブシステム間の連携、既存システムとの並行稼働期間です。

• どのサブシステムをどの順番でAI活用の対象にするか
• サブシステム間のデータ連携やインターフェースをどう設計するか
• 各サブシステムの移行時に、既存システムとの並行稼働期間をどう設けるか

これらを決めずに進めると、AIで開発したサブシステムが既存システムと連携できなかったり、切り替え時の判断基準が曖昧になったりする可能性があります。 そのため、段階的移行では、開発前の設計段階で移行順序と接続条件を明確にしておくことが重要です。

AI活用によって、システム開発の工程における人の役割も変化しつつあります。 従来の開発工程は「要件定義・設計・実装・テスト」という流れで、各工程に人の作業が集中していました。

一方、AI活用が進んだ開発環境では、「設計・実装・基本的なテスト」の多くをAIが担うようになり、人の作業が集中する工程が変わっていきます。 具体的には、人が中心的に関与するのは「要件定義・仕様の整理」と「動作確認・品質保証」の2段階になります。

要件定義の工程では、「何をどのような条件で実現するか」をAIが処理できる形で整理する能力が必要です。 あいまいな要件や、例外処理の判断基準が整理されていない状態でAIに実装させると、期待する動作と異なる出力が生まれる可能性があります。

品質確認の工程では、AIが生成した実装を人が業務の観点から確認し、例外・エラー・境界条件を確認します。 この工程は、システムの動作を業務と照らし合わせて判断できる人が担う必要があります。

Web担当者の立場では、今後ますます要件を整理する力の重要度が高まります。 AIに実装を任せられる環境では、要件の精度がそのまま出力の精度に影響するためです。

「こういう機能が欲しい」という要望を、AIが処理できる条件や仕様の形に落とし込む工程は、業務を理解した人間が担う必要があります。 また、「どのサブシステムを先にAI化するか」「AI化した後の運用体制をどうするか」という判断も、業務担当者が主体的に関与すべき領域です。

開発会社や技術担当者だけに判断を委ねると、業務上の優先度と技術的な優先度がずれる可能性があります。 そのため、Web担当者は、業務視点でAI化の対象と順序を判断する役割を持つことが重要です。

大規模システムへのAI活用は、全面一括移行ではなく、サブシステム単位の段階的移行が現実的な進め方です。 また、AI活用が進む開発環境では、要件定義と品質確認の工程における人の役割の重要度が高まります。

Web担当者としては、「要件を整理する力」と「どのシステムからAI化を進めるかを判断する力」が、これからの業務で必要になる観点です。 AIを活用したシステム刷新を検討する際は、まず現状のシステム構成を整理し、段階的に移行できる単位を見極めることから始める必要があります。

LYZONでは、システムのサブシステム分割の設計や、AI活用を前提とした段階的移行計画の策定をご支援できます。 現状のシステム構成の整理からでも、お気軽にご相談ください。