


| 参加枠 | 申込形式 | 参加費 | 参加者 |
|---|---|---|---|
参加チケット | 先着順 | 無料 | 2人 / 定員30人 |
基幹システムの刷新や既存システム改善を進めたい。
しかし、現行システムの中身が見えない。
設計書が古い、または残っていない。
当時の担当者がいない。
改修を重ねた結果、どの処理がどの業務に紐づいているのか分からない。
こうした状態では、刷新の必要性は分かっていても、どこから着手すべきかを判断しづらくなります。
結果として、現行調査に時間がかかり、見積もりが膨らみ、移行リスクも読みづらくなります。
本ウェビナーでは、Claude Codeを活用してCOBOLレガシーをリバースエンジニアリングする実践例をもとに、既存コードから何を読み解けるのか、どこまで整理できるのか、そして人の判断が必要になるポイントはどこかを具体的にご紹介します。
単なる生成AI活用論ではなく、コード構造の把握、業務ロジックの抽出、影響範囲の整理、モダン言語への移行検討まで、基幹システム刷新の初期検討で使える観点に絞ってお話しします。
実践の中で見えてきた**「できること」「難しいこと」「対処方法」を整理し、基幹システム刷新や既存システム改善を検討する際の判断材料**としてお持ち帰りいただける30分です。
1. ブラックボックス化した基幹システムを、刷新前にどう把握するか
現行システムの仕様・処理・業務ロジックを整理する際に、どこから着手すべきかを解説します。
2. AIリバースエンジニアリングで現行調査をどこまで進められるか
Claude Codeを用いた検証をもとに、AIが得意な整理・要約・関連箇所の探索と、限界が出やすい領域を切り分けます。
3. 人の判断が必要になるポイント
AIの出力をそのまま信じるのではなく、業務理解・例外処理・移行可否の判断をどのように確認すべきかを整理します。
4. 刷新・改善の検討を前に進めるための対処方法
設計書不足、担当者不在、コードの肥大化、仕様の属人化に対して、どのように現行調査を進めるかを扱います。
高橋 将生
AICE株式会社 代表取締役COO
東京大学大学院 情報理工学研究科卒。米国IT企業にて金融業界・製薬業界・自動車業界における画像処理・自然言語処理を活用した機械学習プロジェクトのAIテックリードなどを経て、AICEを共同創業。








