要約版:専門用語を控えて説明しています
何をするサービスか
COBOL(古くからある業務用のプログラム言語)で作られたシステムは、長年の改修で中身が複雑になりがちです。このサービスは、生成AIでプログラムから業務のルールを読み取り、文書にします。
そのうえで、処理を機能ごとにまとめ、Java(広く使われているプログラム言語)で作り直します。一部を直しても、ほかの機能に影響が広がりにくくなります。
数字と注意点
開発の期間は約4割短くなる見込みです。刷新後の保守にかかる手間は、約5割減る見込みです。
どちらもNTTデータの試算です。実際の効果は、システムの特徴によって変わります。価格はまだ発表されていません。
COBOL(古くから基幹システムに使われてきたプログラム言語)で動く業務システムを持つ企業が、対象です。金融機関や官公庁のように大規模な基幹システムを長年運用している組織が中心で、個人が使うサービスではありません。
「クリーンモダナイゼーション」は、生成AIでCOBOLのシステムを分析し、保守しやすいJavaへ設計から作り直すサービスです。NTTデータは2026年11月17日に提供を始めました。
画像:NTTデータ(公式発表)言語を置き換えるだけでは終わらせない
NTTデータの発表によると、既存のプログラムを新しい言語に置き換えるだけでは、長年の改修で複雑になった構造がそのまま残ります。小さな機能追加でも影響範囲が読めず、調査やテストが広がってしまうためです。
そこで本サービスは、アプリケーション、インフラ、運用、組織の4領域で、現状を文書にして把握しやすくする「可視化」と、変更の影響を限定しやすくする「変更容易化」を進めます。
画像:NTTデータ(公式発表)業務仕様を復元し、機能ごとのJavaへ
中核はアプリケーションの刷新です。生成AIが既存のプログラムや設計書から業務仕様と処理構造を復元し、文書にします。設計書が古くなり、仕様を知る技術者に頼っていたシステムでも、処理の内容と目的を説明できる状態になるとしています。
復元した仕様をもとに、散らばっていた処理を機能ごとにまとめ、機能間の依存関係を減らした構造で作り直します。現行システムの仕様から作り直す手法は、一般に「リビルド」と呼ばれます。
NTTデータが大規模システムで培った、影響範囲を小さく保つ設計ノウハウを生成AIに参照させる点も特徴です。
品質は別のAIエージェントが点検
生成AIが作った設計やプログラムは、別のAIエージェント(自分で手順を進めるAI)が点検します。コードの複雑さや機能間の依存関係を評価し、保守しにくい箇所を見つけて改善したうえで提供する流れです。
この再設計と品質確保の技術は、特許を出願中です。利用する生成AIは、顧客の環境や方針に応じて、複数のフロンティアAI(最先端の大規模AI)から選べます。
工期は約4割短縮、保守工数は約5割減
業務仕様の復元から再設計、実装、単体・結合テストまでの各工程に生成AIを使います。従来の人手による開発と比べ、工期を約4割短縮できる見込みです。
機能ごとに独立させる構造により、刷新後の保守開発工数は従来と比べて約5割削減できる見込みです。改修の分担や引き継ぎがしやすくなり、特定の技術者に依存しない体制を組みやすくなるとしています。
数字の前提は次のとおりです。
- 約4割の工期短縮:長年改修を重ねた大規模なCOBOL基幹システムで、現行調査から受入テストまでの全工程の工数を人手の開発と比べ、工期に換算した試算
- 約5割の保守工数削減:同種の過去案件をもとに、刷新前の構造のまま保守開発を行う場合と比べた試算
いずれもNTTデータの試算で、実際の効果は対象システムの特性や改修の内容で異なります。
インフラ・運用・組織も一体で整える
アプリケーションだけでなく、支えるインフラ、運用手順、業務・開発・運用の役割分担も現状を文書にして、変更しやすい状態へ整えます。インフラ構成の復元、環境のコード化、運用の標準化と定型作業の自動化、責任分担の明確化などを、顧客の課題や既存環境に応じて組み合わせます。
判断ガイド今すぐ問い合わせるか、迷ったときの決め方1つの迷いに、状況ごとのおすすめと理由開く閉じる
判断ガイド
今すぐ問い合わせるか、迷ったときの決め方
状況ごとのおすすめと理由です。どれを選ぶかは、ご自身の状況で決めてください。
今すぐ問い合わせて検討を始めるべきか?
- 状況
- 保守の負担が重く、システムが大規模
- おすすめ
- 急がなくてよい。まず現状を整理してから問い合わせる
- 理由
- この手法で解決するのは、改修の影響範囲を限定して保守の工数を減らすことです。約5割減や約4割短縮はNTTデータの試算なので、価格や導入の範囲は問い合わせで確かめる必要があります。
- 出どころ
- 出典・nttdata.com
不安Q&A
規模や品質、工数の不安を先に確かめる
Qうちの会社の基幹システムでも対象になる?▾
主な対象は、金融機関や官公庁など大規模な基幹システムを長年運用する組織です。COBOLをはじめさまざまなプログラミング言語で作られた既存プログラムが対象とされています。
出典・nttdata.com今できること自社の基幹システムが大規模で、長年の改修を重ねて複雑になっていないかを担当者と確かめる
Q工数が約5割減るというのは本当?▾
約5割減は、過去の大規模COBOL案件をもとにしたNTTデータの試算です。刷新せず構造をそのまま保守する場合と比べたもので、実際の効果は対象システムの特性や改修内容で異なります。
出典・nttdata.com今できること直近の改修で影響調査とテストにかかった工数を書き出し、自社の改修で当てはまるかを問い合わせ時に確かめる
Q設計書が古くても、作り直しを任せられる?▾
生成AIが既存のプログラムや設計書から業務仕様と処理構造を復元し、文書にします。設計書が古く仕様を知る技術者に頼っていたシステムでも、処理の内容と目的を説明できる状態になるとされています。
出典・nttdata.com今できること設計書が古い箇所と、仕様を知る担当者が限られる箇所を一覧にして、問い合わせ時に示せるようにする
Q生成AIが作ったものの品質は大丈夫?▾
生成AIが作った設計やプログラムは、別のAIエージェントがコードの複雑さや機能間の依存関係を評価し、保守しにくい箇所を改善してから提供されます。
出典・nttdata.com今できること問い合わせの際に、点検の手順と改善後に何を確かめるのかを具体的に聞いて記録しておく
QCOBOLからJavaへの単純変換「JaBOL」方式との違いは?▾
JaBOLは元のCOBOLロジックを保ったままJavaにする方式で、長期の保守性に課題が残るとされます。今回は機能ごとに再設計する点が違います(DX SQUARE、11/17確認)。
Q日本のシステム開発でCOBOLはどのくらい使われている?▾
IPAの「ソフトウェア開発分析データ集2022」では、使われた言語の1位がJavaで42.4%、2位がCOBOLで16.3%でした(DX SQUARE、11/17確認)。
売り上げ目標は3年で500億円
NTTデータは、2027年度から2029年度までの3年間で累計500億円の売り上げをめざします。1カ月あたりでは約13億8,900万円にあたります(サイソク編集部の計算)。
サイソクの見方:言語の置き換えだけでは保守は楽にならない
COBOLをJavaに機械的に変換する「JaBOL」方式は、移行のリスクとコストを抑えられる一方、COBOL風のJavaになり、長期の保守性に課題が残る次善策とされています(DX SQUARE、11/17確認)。今回のサービスは、構造から作り直す点で、この課題に正面から向き合う設計と考えられます。
判断の目安は次のとおりです。
- 設計書が古く、仕様を知る担当者が限られているなら、業務仕様の復元から入る本サービスは比較の候補になります。
- 保守の外注費や調査の負担が小さく、当面の改修も少ないなら、急いで刷新する必要性は低いとみられます。
- 約5割減の数字は過去案件にもとづく試算なので、自社の改修履歴で当てはまるかを問い合わせの段階で確かめるとよいでしょう。
AIで基幹システムの影響調査を短縮する検証は、SOMPOシステムズも進めています(基幹システムの影響調査、約1週間から1日以内へ)。
導入を検討する企業の問い合わせ先
製品・サービスに関する問い合わせ先は、NTTデータ AI事業本部 AIテクノロジー事業部(担当:岡田、坂田、師)です。メールアドレスは adm_consul@kits.nttdata.co.jp です。報道関係の問い合わせは、広報部(TEL:03-5546-8051)が受け付けています。