5社共同でAIを活用した基幹システムリプレイスの新サービスを発表

5社の協力による新しい基幹システムリプレイスサービス

2026年11月4日、アミフィアブル株式会社、DigKnow株式会社、株式会社SHADO、株式会社GOAT、株式会社GENZの5社が共同で、新しいAI活用のリプレイスサービス「仕様再生型リプレイス」を始めました。本サービスは、企業が抱える長年の改修の結果、設計書が欠如した基幹・レガシーシステムの交換を支援することを目的としています。

共同サービスの背景

近年、多くの企業がデジタルトランスフォーメーション（DX）を推進する一方で、古くなった基幹システムのメンテナンスやリプレイスが急務となっています。特に、改修を積み重ねてきたシステムでは、設計書が存在しない、または内容が実装とずれているという問題が多く、多くの場合、現行の仕様が不明確なまま新システムを設計することは極めて危険です。これらの課題に対処するため、5社は、AIの力を借りて現行のソースコードから仕様を再生し、新システムへの移行をスムーズに行うための支援を始めました。

仕様再生型リプレイスのプロセス

この新サービスは、以下の5つのステップで構成されています。

1. ソースコードからの現行仕様の再生（DigKnow）
- DigKnowが提供する技術を使用し、現行システムのソースコードを解析して、処理ロジックやシステム構造を可視化します。これにより、リプレイスプロジェクトの初期段階で「設計書がない」という課題を解消します。

2. 新システムの設計書の精緻化（SHADO）
- 再生された仕様に基づき、新システムの設計内容を整理し、質の高い設計情報を整えるプロセスです。SHADOは、設計の粒度、整合性、曖昧さを確認し、後の開発にスムーズに使える設計を準備します。

3. 新システムの構築（GOAT）
- 精緻化された設計をもとに、GOATが新システムの設計から開発まで一貫して行います。この際、旧システムのすべてをそのまま再現するのではなく、将来的な保守性や拡張性も考慮された新しいシステムを目指します。

4. テスト工程の自動化（アミフィアブル）
- AI搭載の自動テストプラットフォーム「Esplat」を活用し、設計書をインプットにテストケースやテストデータ、スクリプトを生成、自動実行します。これにより、大規模なリプレイスでのテスト工数を軽減します。

5. 品質リスクの重点検証（GENZ）
- 最後にGENZが、システム全体の品質リスクを分析し、特に重要な機能や業務ロジックを重点的に検証します。特定の領域におけるテスト設計や業務シナリオテストを行い、信頼性の高いシステムを実現します。

AI活用とサービスの特長

この共同サービスの特長は、リプレイス全体を一つの統一プロセスとして捉えることにあります。設計書が欠如するシナリオでも、ソースコードから直接現行仕様を再生し、それを踏まえた設計・開発・検証を一貫して提供することで、リプレイスに伴うリスクを低減します。

また、テストプロセスにおいても、自動化と人による検証を絶妙に組み合わせることで、品質リスクの管理を強化し、安全性と効率性の向上を同時に目指します。