巨大な基幹システムをAIはどこまで読み解けるのか？──120万行を最後まで読ませた実測記録

Q01巨大な現行システムを、AIはどこまで読み解けますか？

実測では、約120万行のコードを丸ごと解析にかけて、途中で落ちずに最後まで完走しました。そこから、人が現行を理解し直すのに必要な情報の83%を復元できています（2026年時点の自社実証）。残りの17%と最終判断は、人が仕上げます。

正直、ここまで完走するとは思っていませんでした。「複雑だから無理」が「複雑なものほど任せられる」に変わってきた──その規模を丸ごと相手にして、自分たちの数字で言えるようになりました。

意味で読める。影響範囲をたどれる。怖くて触れなかったものに、ちゃんと光が当たる。ただし、限界も手で掴みました。それは後述します。

Q02「誰も現行を説明できない」状態は、なぜ起きるのですか？

正解が、誰かの頭の中か、動いているコードの中にしか残っていないからです。「設計書？ ありますけど、たぶん現物とは違いますよ」が現場の実情で、その状態のまま刷新が何年も宙づりになります。

Q03現行の読み解きは、具体的にどんな作業に分かれますか？

4つです。①依存と影響範囲をたどって一枚の地図にする、②現行の仕様と頭の中の業務ルールを書き出す、③どこを変えたら何に響くか・何を確かめれば「同じ」と言えるかを出す、④どこから手をつけるか順番をつけてAI刷新用の指示書に束ねる。

この重い前工程を、誰でも回せる形にしたのが、私たちの提供するSpecLiftです。ブラックボックスになった既存の基幹を「AIが読める・検証できる形」に変える、AI刷新の前工程を担います。

古いコードを貼ってAIに説明させるだけなら、正直、誰でもできます。でも、その説明が本当に正しいか、何を根拠にそう言っているかは辿れません。ここは依存をたどって「なぜ」まで出すように作りました。対応できるのは、今どきの言語からCOBOLのような年代物までです。

Q04AIによる読み解きの限界はどこですか？

「人が現行を理解し直す・検証する」作業の、だいたい8割の肩代わりまでです。残りの2割と、最終判断──新旧を見比べて「同じだ」と確かめて切り替えるところ──は人が持ちます。100%を機械にやらせる道具ではありません。

Q05機密性の高い基幹コードをAIに読ませて、安全ですか？

安全に読ませる作りが前提です。現行には手を入れず読むだけ。自社の環境の中で動かす。何を根拠にどう判断したかが全部ログに残る。読ませた中身を学習には使わない──この条件が揃ってはじめて、一番怖い現行に向けられます。

よくある質問（FAQ）

Q. SpecLiftとは何ですか？

A. ブラックボックスになった既存の基幹システムを「AIが読める・検証できる形」に変える、AI刷新の前工程サービスです。依存関係の地図化、業務ルールの書き出し、影響範囲と検証観点の抽出、刷新用指示書への束ねまでを担います。

Q. COBOLのような古い言語にも対応できますか？

A. 対応できます。今どきの言語からCOBOLのような年代物まで、現行コードを読み解く対象にできます。

Q. 復元率83%とは、どういう意味ですか？

A. 約120万行の解析実証で、人が現行システムを理解し直すのに必要な情報のうち83%を復元できた、という自社実測の数字です（2026年時点）。残りの17%は機械任せにせず、人が仕上げます。

Q. AIに読ませれば、刷新はそれで完了しますか？

A. 完了しません。読み解きは刷新の前工程であり、AIが肩代わりするのは理解・検証作業の約8割です。新旧を見比べて「同じだ」と確かめて切り替える最終判断は、人が持つ場所として残ります。