保守AIプラットフォーム構築サービス
- 保守ナレッジをAIで活用し、ブラックボックス化しないシステム運用へ。
- レガシーマイグレーションで得られたシステム資産の分析結果と生成AI技術を組み合わせ、保守業務に特化したAIプラットフォームを構築します。移行後も保守を通じて資産・ナレッジを継続的に最新化しながら、保守作業の効率化や属人化の解消を支援します。
レガシーマイグレーションが抱える、見落とされがちな課題
レガシーマイグレーションは、老朽化したシステム基盤を刷新し、将来の事業継続性を高める重要な取り組みです。DX推進の加速とともに、以下のようなマイグレーション案件が活発化しています。
- メインフレームからオープン系システムへの移行
- 老朽化したUNIX系サーバからクラウド基盤への移行
- Strutsなどのレガシーフレームワークから最新FWへの置換
変換ツールや自動化サービスを活用したマイグレーションは、コスト・工期・移行リスクの低減において非常に有効な手段です。また、マイグレーションプロジェクトでは、移行元システムの資産を網羅的に分析した成果物が作成されます。これらの成果物は、システムの仕様や設計意図を可視化した貴重な情報資産です。
しかし、これらの成果物は移行完了後に十分に活用されないままとなってしまうケースが多く見受けられます。その結果──
- 保守時の影響調査に膨大な工数がかかる
- 障害発生時の原因特定が属人化したままになる
- 担当者が異動・退職するたびに、ナレッジが失われ続ける
これらの課題は、マイグレーション後も中長期的な保守負荷として残り続けます。
レガシーマイグレーションの価値をさらに高めるために、移行時に得られた成果物を保守業務においても継続的に活用できる状態をつくることが重要です。
保守AIプラットフォームによる解決策
「Xenlon〜神龍 モダナイゼーションサービス」では、COBOLやPL/IのJava変換に留まらず、移行前のシステム資産・アーキテクチャを徹底的に分析・可視化します。
そして、この分析で得られた知見と生成AI（LLM × RAG）技術を組み合わせることで、「保守AIプラットフォーム」を構築し、移行後のシステムが再びブラックボックス化することを防ぐ運用基盤を実現します。
保守AIプラットフォームで、実現できること
保守AIプラットフォームの導入により、以下の効果が期待できます。
| 課題 | 解決策 | 期待効果 |
|---|---|---|
| 保守情報の検索・調査の負荷 | AIによる即時回答 | 保守作業の生産性向上 |
| 属人化・ナレッジの偏在 | 自然言語での情報取得 | 保守ナレッジの組織共有 |
| 再ブラックボックス化のリスク | 保守後の資産を継続的にナレッジ化 | 知識の陳腐化を防止 |
保守AIプラットフォームでは、以下のような問い合わせが可能となります。
なお、各問い合わせは対応するドキュメント・資産がナレッジベースに投入されていることを前提としています。
ユースケース1. システム構造に関する問い合わせ
資産のメタ情報や呼び出し関係、設定情報や定義に関する問い合わせができます。
- ジョブAから呼び出しているプログラムは？
- テーブルBの定義情報は？
ユースケース2. 障害・インシデントに関する問い合わせ
インシデントチケットや不具合チケットに関する問い合わせができます。
- インシデントCの発生事象の要約は？
- 特定期間に発生したインシデント一覧は？
ユースケース3. 設計・ルールに関する問い合わせ
設計書や規約に関する問い合わせができます。
- プログラムDの処理概要は？
- Eに関するコーディング規約は？
3つの強みが支えるサービス品質
保守AIプラットフォームは、マイグレーション完了と同時に利用開始できます。
このサービス品質を支えているのが、以下の3つの強みです。それぞれが有機的に連携することで、システム情報の可視化・活用と保守業務の効率化を実現します。
強み1. 保守業務に特化したAIエージェント
保守ドメインに最適化したプロンプトチューニングを施したAIエージェントを構築し、自然言語で利用できるインターフェースとして提供します。
- 保守業務の文脈に沿ったプロンプトチューニングにより、汎用AIと比べてより的確な回答を引き出すことが可能
- ハルシネーションを抑制した応答設計による、業務利用時の信頼性の確保
- 影響調査・原因調査の初動を自然言語で支援し、新任メンバーの調査着手をサポート
保守業務で扱う情報は、設計書・ソースコード・運用ルールなど、正確性が求められる情報が中心です。
そのため、ナレッジベースに基づく回答を優先し、不確かな内容を断定しない応答設計を行うことで、業務利用時のハルシネーションリスクを抑えます。
強み2. アプリケーション資産に特化したナレッジベース
マイグレーション後のシステム資産・ドキュメントに特化したRAG（検索拡張生成）基盤を構築し、保守業務で必要となる情報を継続的に活用できる環境を提供します。
- 移行済みシステムの設計書・ソースコードをナレッジベース化
- ナレッジベースの鮮度を継続的に維持し、情報陳腐化を防止
- 保守でメンテナンスされた最新資産を自動取り込みする ETL基盤 を構築
ナレッジベース化により、システムの仕様や設計情報を必要なメンバーが必要なときに引き出せる環境を実現します。
強み3. 堅牢なマネージド生成AI基盤
Amazon Bedrock AgentCoreを中心としたAWSのマネージドサービスを活用し、エンタープライズ品質の生成AI基盤を構築します。
- 入力データやナレッジベースの情報が、基盤モデルの学習に活用されない構成で情報漏えいリスクを低減
- 国内で利用可能な推論モデルのみを使用し、データ所在地・利用条件に配慮
- 企業内の利用要件に合わせた認証、監視、ガードレールをマネージドサービスで構成
生成AIの業務利用で懸念されやすい、社内情報やシステム資産の外部流出リスクに配慮した構成を採用します。
利用者を適切に認証することで、機密性の高い設計書・ソースコード・運用情報を扱う保守業務でも、エンタープライズ利用を前提とした生成AI基盤として導入できます。
さらなる拡張で、DX推進を加速する
本サービスで構築する生成AI基盤は、保守領域に特化した構成としてご提供しますが、将来的な拡張を前提に設計されています。
具体的には、以下の2つの方向での拡張が可能です。
拡張例 1：ナレッジベースへのドキュメント追加
Amazon Bedrock Knowledge Bases を活用しているため、保守関連以外のドキュメントをナレッジベースに追加投入することが可能です。扱える情報の範囲を広げることで、より多様な問い合わせへの対応が期待できます。
拡張例 2：開発・運用・テスト領域へのAIエージェント拡張
Amazon Bedrock AgentCore を活用しているため、保守に隣接する開発支援・運用支援・テスト支援など、関連ドメインに特化したAIエージェントを追加構築することが可能です。一度構築した基盤を活かすことで、追加投資を抑えながら対応領域を広げることができます。
まとめ
「移行して終わり」ではなく、「移行から始まるDX」へ。
Xenlon〜神龍 モダナイゼーションサービス は、レガシーマイグレーションを組織の競争力強化につなげるための、最初の一歩を支援します。
モダナイゼーションに関するお役立ちコンテンツ
詳しい事例やTISI有識者によるモダナイゼーションコラムも是非ご覧下さい。