生成AIでCOBOLの基幹システムを保守性の高いJavaへ再設計する「クリーンモダナイゼーション™」を提供開始
~機能単位に分けた構造で改修時の影響範囲を限定し、刷新後の保守開発工数を約5割削減~
報道発表
2026年11月17日
株式会社NTTデータ
株式会社NTTデータ(以下、NTTデータ)は、COBOLなどで構築された既存の基幹システムを、アプリケーション、インフラ、運用、組織の各面から長期にわたり保守・改修しやすい状態へ段階的に整える「クリーンモダナイゼーション™」(以下、本サービス)を、2026年11月17日より提供開始します。
本サービスでは、システムの仕様や構成を文書化して把握しやすくする「可視化」と、変更時の影響範囲を限定しやすい構造へ整える「変更容易化」を通じて、継続的な保守・改修の負担軽減を図ります。中核となるアプリケーション刷新では、生成AIを活用してCOBOLなどの既存のプログラムや設計書から業務仕様を復元し、複雑に絡み合った処理を機能ごとにまとめ、機能間の依存関係を低減した保守性の高いJavaシステムへ設計から作り直します注1。これにより、改修の影響が機能の中に収まり、影響調査やテストの負担を軽減して、長期にわたり保守・改修しやすいシステムを実現します。アプリケーション刷新の各工程に生成AIを適用することで、従来の人手による開発と比較して開発工期を約4割短縮注2できると見込んでいます。また、機能間の依存関係を低減した構造への再設計により、刷新後の保守開発工数は従来と比較して約5割削減注3できる見込みです。いずれもNTTデータ試算であり、実際の効果は対象システムの特性などにより異なります。
背景
多くの企業では、COBOLなどで構築された基幹システムが長年の改修によって複雑化し、仕様を把握する技術者の減少も重なり、保守・改修に多くの時間と費用がかかっています。このため、Javaなどの技術を用いて既存システムを刷新するモダナイゼーションへの関心が高まっています。
一方、既存のプログラムを新しい言語に置き換えるだけでは、長年の改修で複雑化した構造がそのまま引き継がれ、小さな機能追加でも影響範囲が読めず、影響調査やテストが広い範囲に及ぶことがあります。また、仕様を把握する技術者が減少する中で、改修のたびに現行の業務仕様を調べ直す負担も大きくなっています。
こうした課題に応えるには、プログラミング言語の置き換えにとどまらず、システムの構造から見直すことが必要です。また、基幹システムを長く使い続けるためには、アプリケーションだけでなく、それを支えるインフラや運用プロセス、開発・運用体制についても、現状を把握し、変更に対応しやすい状態へ整えていくことが重要です。NTTデータは、これらに対応するため、関連領域を含めて段階的にモダナイゼーションを進める本サービスを提供します。
概要
本サービスは、図1のとおり、アプリケーション、インフラ、運用、組織の各領域について、現状を文書化して把握しやすくする「可視化」と、変更の影響範囲を限定しやすい構造へ整える「変更容易化」の両面からシステムを見直すものです。
図1:「クリーンモダナイゼーション」の概要
このうちアプリケーション領域では、COBOLをはじめとするさまざまなプログラミング言語で構築された既存のプログラムを対象に、生成AIで業務仕様を復元し、散在していた処理を機能ごとにまとめるとともに、機能間の依存関係を低減したJavaシステムへ設計から作り直します。NTTデータが社会基盤を支える大規模システムの開発・運用で培った、影響範囲を小さく保つための設計ノウハウを生成AIに参照させることで、言語を置き換えただけのプログラムではなく、保守しやすさを重視した設計を実現します。
特長1.生成AIで業務仕様を復元し、処理の内容や目的を把握しやすく可視化
生成AIを活用して、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、文書化します(図2)。長年の改修で設計書が古くなり、仕様を知る技術者に依存し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ります。復元した業務仕様は再設計の根拠となるほか、刷新後の改修時の参照情報としても活用できます。
特長2.機能単位に分けた保守しやすいJavaへ作り直し、刷新後の保守開発工数を約5割削減
復元した業務仕様を基に、散在していた処理を機能ごとにまとめ、機能間の依存関係を整理・低減した構造へ設計から作り直します(図2)。これにより、ある機能の変更がほかの機能へ及ぼす影響を限定しやすくなり、改修のたびに広い範囲の影響調査やテストが必要になる負担が減って、変更を短期間で安全に反映できます。また、機能ごとに独立しているため、改修の分担や引き継ぎが円滑になり、特定の技術者に依存しない開発体制を組みやすくなります。これらにより、刷新後の保守開発工数を従来と比較して約5割削減注3できる見込みです。
生成AIが作成した設計やプログラムについては、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などを評価して保守しにくい箇所を特定し、その結果に基づいて改善したうえで提供します。これにより、刷新後も保守・改修しやすい品質を確保します。なお、こうした再設計と品質確保を支える技術については特許を出願中です。
また、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を適用することで、システム刷新にかかる工期を従来の人手による開発と比較して約4割短縮できると見込んでいます。利用する生成AIのモデルは、お客さまの環境や方針に応じて複数のフロンティアAIからモデルを選択できます。
図2:本サービスによるアプリケーションの変化
特長3.インフラ・運用・組織も含め、保守・改修しやすい状態へ段階的に整備
アプリケーションの刷新に加え、それを支えるインフラの構成、運用の手順、業務・開発・運用の役割分担についても現状を可視化し、変更しやすい状態へ整える取り組みを組み合わせます。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、業務・開発・運用の責任分担の明確化などを、お客さまの課題や既存環境に応じて適用します。これらをアプリケーションの刷新と一体で進めることで、刷新後のシステムの変更・運用を継続的に行いやすい体制を整えます。
今後について
NTTデータは、大規模な基幹システムを長年運用する金融機関や官公庁をはじめとするお客さまを中心に本サービスを提供し、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。
NTTデータは、本サービスを通じて基幹システムのアプリケーション、インフラ、運用、組織の各領域にわたるモダナイゼーションを進め、長期にわたって保守・改修しやすいシステムへの刷新を支援することで、お客さまの継続的な業務変革に貢献します。
注釈
- 注1 現行システムの仕様を基に設計からシステムを作り直すモダナイゼーション手法は、一般に「リビルド」と呼ばれます。
- 注2 長年の改修を重ねた大規模なCOBOLの基幹システムを対象に、現行調査から受入テストまでの全工程の開発工数を従来の人手による開発と比較し、その結果を工期に換算したNTTデータによる試算です。実際の効果は対象システムの特性により異なります。
- 注3 長年の改修を重ねた大規模なCOBOLの基幹システムの過去案件を基に、刷新前の構造のまま保守開発を行う場合と比較したNTTデータによる試算です。実際の効果は対象システムの特性および改修の内容により異なります。
- 「クリーンモダナイゼーション」は、株式会社NTTデータの商標です。
- Javaは、Oracle、その子会社および関連会社の米国およびその他の国における登録商標です。
- その他の商品名、会社名、団体名は、各社の商標または登録商標です。
本件に関するお問い合わせ先
報道関係のお問い合わせ先
株式会社NTTデータ
広報部
梅原
TEL:03-5546-8051
製品・サービスに関するお問い合わせ先
株式会社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
E-mail:adm_consul@kits.nttdata.co.jp