レガシーシステムの保守と脆弱性、今後の事業継続のリスク対策

近年、多くの企業が基幹業務で利用しているレガシーシステムの保守に悩まされています。これらのシステムは、長年の運用によって複雑化したプログラムや整備されていない設計書によってブラックボックス化しており、運用保守が困難な状況にあります。多くの企業がシステム刷新を検討する一方で、その実行にはさまざまな障壁が存在します。技術者の退職や外部ベンダーへの過度な依存は、必要な改修を進める上での大きなハードルとなっているのです。特に、次のような具体的な課題が現場で顕在化しています。

- 設計書の老朽化によって、既存コードの内容や依存関係が不明確になっています。
- ベテラン技術者の退職により、システムの理解ができる人材が不足しています。
- 外部ベンダーに依存し、改修内容や見積もりが適切に行えません。
- プログラムの複雑な処理による影響範囲の調査が負担となっています。

このような状況では、日常の保守開発はもちろん、法改正や新商品の導入に対する対応も遅れる傾向にあります。しかし、問題は単に保守業務の負担が増えることだけではありません。必要なシステムの改修を自社で判断し、継続して進めることができない状況こそが大きな課題です。

さらに、アプリケーションの脆弱性を放置することも見過ごせません。これまで長期間使用してきたシステムは、過去のプログラムについても十分な脆弱性チェックがなされていない場合が多く、改修の影響が不明であれば対策に着手できないというジレンマに陥ります。特に複雑なプログラムの分岐や依存関係が多い環境では、一部の修正が全体に影響を与える懸念があるため、慎重な対応が求められます。

このような課題に対して、生成AIの活用は大きな期待を寄せられていますが、解析結果や修正案を盲信することは危険です。実際の処理内容や依存関係との整合性を確認しなければ、新たな不具合を引き起こすリスクがあります。したがって重要なのは、AI技術を利用しつつも、既存システムの構造をしっかりと把握し、正しく活用することです。

これらの課題解決のために、ウェビナーではレガシーシステムに見られる保守や脆弱性の問題を掘り下げ、生成AIを活用してどう保守性やセキュリティを改善していけるかを具体的に解説します。コシキ・バリューハブ株式会社の提供する「AI駆動型AMPR（Application Maintenance Process Re-engineering）」ソリューションを元に、既存コードの可視化、日本語仕様書生成、AIを使った改修・テスト方法についての具体的な接続方法なども紹介する予定です。また、アプリケーション脆弱性へのアプローチや改修影響の確認方法についても取り上げ、セキュリティを意識した保守開発の進め方をご紹介します。

このウェビナーは以下のような方々に有益です：