目次
「COBOLを読める人間が社内にいなくなった」。そう漏らす情シス部長は、製造業や金融業の現場で増えている。1960年代に設計されたCOBOLは、今も世界の基幹系トランザクション処理の相当部分を担い続けている。問題はその維持者が急速に消えつつあることだ。本記事では、COBOL基幹システムの現状と、AI解析を活用したモダナイゼーションの実践的な選択肢を整理する。
なぜCOBOLは2026年も稼働し続けているのか
COBOLは1959年に策定されたビジネス向けプログラミング言語だ。日本では銀行の勘定系、生命保険の保全系、社会保険や税務の行政系で広く採用されてきた。2019年の日経xTECH調査では、COBOLを使ったシステムが「ある」と回答した企業の割合は61.6%に上る。世界規模では、クレジットカード決済の80%、ATM取引の95%がCOBOLを基盤とするシステムで処理されているとIBMは報告している。
これほどの規模で残存する理由は3つに整理できる。
数十年の稼働実績による信頼性:金融機関のCOBOLバッチ処理は数十年にわたって1日何千万件もの取引を処理してきた。バグが出尽くした状態にあり、新規開発より信頼性が高い場合すらある。
膨大な処理量への対応:メインフレーム上のCOBOLは、大量バッチ処理に最適化された実行環境で動く。オープン系やクラウドに単純移行すると、同等のスループットを得るためにインフラコストが跳ね上がるケースがある。
業務ロジックの埋め込み:数十年の業務改訂履歴がコードに刻み込まれている。「なぜそう動くのか誰も知らないが、動いている」というブラックボックス化が、移行を難しくしている最大の要因だ。
経産省DXレポートが指摘した「2025年の崖」の現在地
経済産業省が2018年に公表した「DXレポート」は、レガシーシステムの塩漬けによって2025年以降に年間最大12兆円の経済損失が生じると警告した。2025年の崖の中核にあるのが、COBOLを含むレガシー言語の問題だ。
IPA「DX動向2024」が示す現状は深刻だ。COBOL等の旧来技術に精通したエンジニアの多くが退職年齢を迎えており、技術継承が困難になっている。IT予算の大半が既存システムの保守・運用費に消費される「守りのIT」から脱却できていない企業が多数を占める。
2025年には経産省が「レガシーシステムモダン化委員会」を設置し、脱COBOLの具体策を取りまとめた。委員会の報告書が強調したのは、「脱COBOL」を目的化する危険性だ。言語やプラットフォームの置き換えはあくまで手段であり、真のゴールは「ビジネスの変化に適応できる状態」にすることだと明確に位置づけている。この視点は、モダナイゼーション戦略を選択する際の基本軸となる。
NTTデータが開発した「tsuzumi for COBOL」の実態
AI技術がCOBOLモダナイゼーションにどう貢献できるかを示す具体例として、NTTデータの取り組みは参照価値が高い。日経クロステックの報道(2024年8月)によれば、NTTデータはNTTが開発した独自LLM「tsuzumi」をCOBOL開発・保守に特化させた「tsuzumi for COBOL(t4C)」の検証を進めている。
t4Cの訓練データは、大規模プロジェクト2件から収集した数千万ステップ規模のCOBOLソースコードだ。汎用LLM(GPT等)はCOBOLの学習データが相対的に少なく、コード解析の精度が安定しない。t4Cはその弱点を補うため、COBOL固有の文法パターンや業務ロジックの構造を重点的に学習させている。
具体的な活用場面としては、以下が検証されている。
- リバースエンジニアリング:ソースコードから設計情報を復元し、仕様書が存在しないシステムのドキュメントを再生成する
- RAGによる問い合わせ対応:復元した仕様情報をRAGに登録し、有識者不在でもシステム仕様を調べられる環境を構築する
- テストコード生成:既存COBOLプログラムの保守時に、テストコードを自動生成して品質担保を効率化する
NTTデータはこのアプローチを「生成AIありきのSI」と位置づけ、COBOLの大規模マイグレーション案件への適用を本格化させている。同社の試算では、リバースエンジニアリング工程の効率を従来比で大幅に改善できるとしている。
IBMも「watsonx Code Assistant for IBM Z」でCOBOL-Java変換を自動化するアプローチを提供しており、200億パラメーターのGraniteモデルがCOBOLとJavaのペアコードで学習している。複数のベンダーがAIをCOBOL解析に投入し始めた2024〜2025年は、この領域のターニングポイントになっている。
モダナイゼーション3手法の比較:何を選ぶべきか
COBOLシステムのモダナイゼーションには、大きく3つの手法がある。それぞれの特性を正確に理解しないまま手法を選ぶと、プロジェクトは迷走する。
手法1:リプラットフォーム(リホスト)
COBOLのアプリケーションコードには手を加えず、稼働基盤のみをメインフレームからオープン系サーバーやクラウドへ移行する手法だ。
適している場面:業務ロジックの改変ニーズが低く、インフラコスト削減や保守性向上が主目的の場合。アプリケーションの再設計が不要なため、移行リスクが3手法の中で最も低い。
課題:COBOL自体が残るため、COBOL人材依存の問題は解消されない。中長期的に見ると、コードの陳腐化は続く。富士通の「FUJITSU PROGRESSION」(2024年5月国内提供開始)はこのカテゴリのサービスだ。
費用感:規模によって異なるが、リライトと比較してプロジェクトコストを抑えやすい。
手法2:リライト(再構築)
既存COBOLの仕様を基に、JavaやPythonなどのモダン言語でシステムを再構築する手法だ。
適している場面:業務ロジックの刷新も同時に行いたい場合や、将来的なマイクロサービス化・クラウドネイティブ化を見据えている場合。技術的負債を根本から解消できる。
課題:費用と期間が最大になる。仕様が不明確なCOBOLコードの解読に工数の大半を消費するケースが多い。NTTデータのt4Cが解決しようとしているのは、まさにこの「解読コスト」だ。TIS株式会社の調査では、COBOLからJavaへの移行が難しい最大の理由として「既存システムの仕様が不明確」が挙げられている。
費用感:規模・複雑度によって数億円から数十億円規模になる大型案件が多い。
手法3:ラッピング(API化・フロント近代化)
COBOLのコアロジックをそのまま残しつつ、APIレイヤーを被せて外部から呼び出せる構造にする手法だ。フロントエンドやデータ連携の近代化を優先したい場合に選ばれる。
適している場面:メインフレームのバッチ処理の信頼性はそのまま活かしつつ、モバイルアプリやクラウドサービスとの連携を実現したい場合。段階的なモダナイゼーションの第一歩として採用されることが多い。
課題:COBOLコア部分の技術的負債は先送りされる。二重管理コストが発生する過渡期が長引くリスクがある。
費用感:3手法の中で初期投資が最小になることが多い。
3手法の選択マトリクス
| 観点 | リプラットフォーム | リライト | ラッピング |
|---|---|---|---|
| 移行リスク | 低 | 高 | 中 |
| 業務ロジック刷新 | なし | 全面 | なし |
| COBOL人材依存 | 継続 | 解消 | 継続 |
| 費用・期間 | 中 | 大 | 小 |
| 将来拡張性 | 中 | 高 | 中 |
どの手法が正解かは、個別のシステム構造と経営判断によって変わる。「とにかく脱COBOLを急ぐ」という姿勢は、予算超過と品質低下を招く典型的なパターンだ。IPA・経産省が繰り返し指摘するように、まず現状のシステム構造を正確に把握することが先決だ。
AI解析がモダナイゼーション計画に与える変化
従来のCOBOLモダナイゼーション計画では、現状把握フェーズで専門家が数か月かけてソースコードを読み解くことが前提だった。人材調達コストが高く、プロジェクト立ち上げのハードルが極めて高かった。
AI解析の登場はこの構造を変えつつある。変化の要点は3つだ。
ブラックボックス解読の時間短縮:AIがソースコードを静的解析し、処理フロー・データフロー・依存関係をドキュメント化する。従来は経験者の勘に頼っていた「このロジックは何のためにあるか」という問いに対して、一定の解釈を提示できるようになった。
リスク箇所の優先度付け:数万ステップあるCOBOLシステム全体を同等のコストで解析するのではなく、変更頻度が高いモジュールや、他プログラムとの結合度が高いモジュールを抽出して優先分析できる。
非エンジニアへの説明可能性:AI解析によって生成された構造図やレポートは、COBOLを知らない経営層や事業部門に対して現状を説明するための共通言語になる。ベンダーとのコミュニケーションコストも下がる。
ただし、注意点も明確にしておく必要がある。AI解析は「仕様の復元」を支援するが、「業務要件の正確性保証」はできない。コードに誤りや設計上の問題が埋め込まれていれば、その誤りごと解析結果に反映される。AI出力をそのまま移行仕様として確定するのではなく、業務ドメインの知見を持つ担当者によるレビューを組み合わせることが必須だ。
SysDockのCOBOL対応と活用可能性
SysDockはAIマルチエージェントによるレガシーシステムの構造解析サービスだ。ソースコードを社外に送信しない設計(ローカル解析)、1週間納品、非エンジニア向けレポートという特性は、COBOLシステムの初期診断にも適用できる。
具体的には以下のシナリオで活用できる。
モダナイゼーション前の現状把握:リプラットフォーム・リライト・ラッピングのいずれの手法を選択するにしても、現行システムの構造把握は必須だ。SysDockの解析レポートは、ベンダーへのRFP作成や経営陣への投資説明資料の基礎として使える。
ブラックボックス化したCOBOLの可視化:担当者が退職してドキュメントが消えたシステムの処理構造を、ソースコードから可視化する。どのプログラムがどのデータファイルに依存しているかを整理することで、移行の影響範囲を事前に把握できる。
ベンダー見積もりの妥当性検証:SIerから提示されたモダナイゼーション見積もりが適正かどうかを、独立した立場で検証するための材料としても活用できる。
料金はライト:30万円、スタンダード:50万円、プレミアム:80万円。完全後払いのため、予算確保前の初期検討段階でも着手できる。
COBOLの現状把握から手をつけたい場合、まず無料ヒアリングで現在のシステム状況を整理することから始められる。
まずは無料ヒアリングで現状を把握 → sysdock.genbacompass.com
関連サービス・ツール
| ツール/サービス | 提供元 | 主な用途 | 備考 |
|---|---|---|---|
| tsuzumi for COBOL | NTTデータ | COBOL解析・ドキュメント生成 | 大規模SI向け |
| watsonx Code Assistant for IBM Z | IBM | COBOL→Java変換支援 | メインフレーム環境向け |
| COBOLソース自動分析サービス | North Star Management | COBOL依存関係分析・移行性評価 | 2024年11月提供開始 |
| FUJITSU PROGRESSION | 富士通 | メインフレームモダナイゼーション自動化 | 2024年5月国内開始 |
| SysDock | 現場コンパス | レガシーシステム構造解析(COBOL含む) | S:15万/M:25万/L:35万・完全後払い |
参考文献
- レガシーマイグレーション推進にNTTデータが生成AI活用、COBOL向けの独自LLMも | 日経クロステック(2024年8月)
- 生成AIによる脱COBOLで考慮すべき再設計指針 | NTTデータ DATA INSIGHT(2024年12月)
- レガシーシステムモダン化と、生き続けるCOBOLのリアル | IPA DX SQUARE
- レガシーシステム脱却に向けた「レガシーシステムモダン化委員会総括レポート」 | 経済産業省(2025年5月)
- DXレポート〜ITシステム「2025年の崖」の克服とDXの本格的な展開〜 | 経済産業省(2018年)
- 「DX動向2024」進む取組、求められる成果と変革 | IPA
- メインフレームモダナイゼーションの自動化サービス「Fujitsu PROGRESSION」を日本国内で提供開始 | 富士通(2024年5月)
- COBOLプログラマー不足に取り組むIBMのコード・ライティングAI | IBM ソリューションブログ