DigKnow、SHADO、GOAT、アミフィアブル、GENZの5社は2026年11月4日、AIを活用して企業の基幹・レガシーシステムのリプレイスを支援する共同サービス「仕様再生型リプレイス」の提供を開始しました。現行のソースコードから仕様を可視化・文書化し、新システムの設計精緻化、システム開発、自動テスト、重要領域の品質保証までを一気通貫で支援します。
「仕様再生型リプレイス」の概要と対象企業
「仕様再生型リプレイス」は、長年の改修によって設計書と実装が食い違ってしまった企業や、現行システムの設計書が十分に残っていない企業を対象とする共同サービスです。稼働中のソースコードを確かな事実情報と位置づけ、ドキュメントの不足や不整合によるリスクを抑えながら新システムへの移行を進めます。
5社はすでに本アプローチを実案件のシステムリプレイスプロジェクトに適用しており、今後は各社の専門性を組み合わせた共同サービスとして、基幹システムの刷新やレガシーモダナイゼーションを検討する企業へ展開していく方針を示しています。
Mr.ガジェット長年の運用で設計書が実態と乖離したシステムに対し、稼働中のソースコードを基準に仕様を起こし直すアプローチが採用されています。
Ms.ガジェット設計書が古いままでも実際のコードから仕様を再構築できる仕組みは、引き継ぎに悩む現場にとって心強い選択肢になりそうですね。
協業の背景にあるレガシーシステム刷新の課題
企業のDXが進む一方で、長期間運用されてきた基幹システムでは、老朽化や技術者不足、保守コストの増加を背景に刷新の必要性が高まっています。しかし、度重なる改修を経たシステムには特有の課題が存在します。
- 最新の設計書が存在しない
- 設計書と実際のソースコードが一致していない
- 仕様を理解している担当者が退職している
- 暗黙の業務ルールがプログラム内部に埋め込まれている
古い設計書のみを頼りに新システムを構築すると重要な業務仕様を見落とす危険があり、一方でソースコードを手作業で読み解く方法では膨大な解析工数や仕様の抜け漏れ、認識のずれが生じやすくなります。新システム完成後も現行業務を正しく引き継げているか、事業上重要な機能に品質リスクがないかを確かめるテストと品質保証が不可欠であることから、5社はAIと専門領域を組み合わせて工程を高度化する協業を開始しました。
5社が担う「仕様再生型リプレイス」の5つのステップ
本サービスでは、現行仕様の可視化から第三者検証までの全プロセスを5つのステップに分割し、各社が専門領域を分担して一貫した支援体制を敷いています。
| ステップ | 担当企業 | 実施内容 | 使用技術・手法 |
|---|---|---|---|
| STEP 1 ソースコードから現行仕様を再生 | DigKnow | 現行システムのソースコードを解析し、埋もれた処理ロジックやシステム構造を可視化して技術ドキュメントを生成 | AI技術ドキュメント自動生成サービス「Codeledge」など |
| STEP 2 新システムの設計書を精緻化 | SHADO | 再生された仕様、既存ドキュメント、業務要件を整理し、記載粒度、網羅性、整合性、曖昧さを確認して設計情報を高品質化 | 品質駆動型コンサルティング、上流工程ドキュメント診断 |
| STEP 3 新システムを構築 | GOAT | 精緻化された設計情報をもとに要件定義から設計、開発、テスト、導入までを一貫支援し、保守性や拡張性を考慮した刷新を推進 | システムインテグレーション |
| STEP 4 設計書を起点にテストを自動化 | アミフィアブル | 設計書をインプットにテストケース、テストデータ、テストスクリプトの生成から実行、結果検証、エビデンス作成までを自動化 | AI搭載テスト工程自動化プラットフォーム「Esplat」 |
| STEP 5 品質の要となる重要領域を重点的に検証 | GENZ | 事業継続に影響する機能や誤りが許されない業務など、品質上重要な領域を第三者視点で特定して重点検証を実施 | テスト設計、業務シナリオテスト、探索的テスト |
STEP 5で重点検証の対象となる領域として、障害時に事業継続へ大きな影響を及ぼす機能、金額計算や契約処理といった誤りが許されにくい業務、複数システムが連携する複雑な処理、例外処理やイレギュラーケースの多い業務、利用頻度や影響度の高い主要ユーザーシナリオなどが挙げられています。
Mr.ガジェットAIツールによるコード解析やテスト自動化に加え、人の知見が必要な設計精緻化や重点検証を5社で役割分担しているのがポイントです。
Ms.ガジェットツールの自動生成だけに頼るのではなく、各社の専門技術が工程順にしっかり組み込まれているのが分かりやすいですね。
本サービスが備える2つの特徴
1つ目の特徴は、リプレイス全体を「一つのプロセス」として接続している点です。単一工程のAI効率化にとどまらず、ソースコードから現行仕様を再生し、新システム設計、開発、広範囲な自動テスト、重要領域の重点検証に至るまでを一本の流れとして扱います。
2つ目の特徴は、「自動テスト」と「第三者による重点検証」の融合です。Esplatによる網羅的・再現性の高い自動検証と、GENZが担う品質リスクに応じた第三者検証を組み合わせることで、自動化率の向上のみを追わず、安全性と生産性の両立を図ります。
Ms.ガジェットテストの網羅的な自動化とリスクに応じた重点検証を分けて組み合わせる考え方は、基幹システムを刷新するうえで安心感があります。
3社協業からの拡張と今後の展望
GENZ、SHADO、アミフィアブルの3社は2026年7月、設計書を起点にAIを活用する「設計駆動型テスト自動化」の協業を開始していました。今回の取り組みではDigKnowによる「仕様再生」とGOATによる「システム開発」が加わり、上流工程から開発、品質保証までを一貫して提供できる体制へと拡張されました。
5社は実プロジェクトで得た知見をもとにプロセスの標準化を進めており、長期間稼働している基幹システム、設計書が未整備のシステム、COBOL・Java・PHPなどを含むレガシーシステム、クラウド化やアーキテクチャ刷新を伴うモダナイゼーションへの展開を想定しています。今後は共同提案、セミナー、PoC、プロジェクト実施を通じてサービス提供を拡大する予定です。
Mr.ガジェット2026年7月に始まったテスト主体の3社協業に仕様再生と開発が合流し、リプレイス全体の工程をカバーする体制へ進化しました。
Ms.ガジェットCOBOLやJavaといったレガシー言語の刷新も想定されているとのことで、今後の適用事例の広がりにも注目したいところです。
- 本記事で使用している画像は、メディアユーザーとしてPR TIMESより提供されたプレスリリース素材を利用しています。
担当者の退職やコード内に埋もれた暗黙のルールなど、レガシーシステム特有の課題が網羅されている点にリアリティを感じます。