COBOLをJavaへ自動変換
仕様書ゼロでメインフレーム移行 AT&TのAI活用術
メインフレームの移行は、ソースコードの複雑化やドキュメント不在のために困難を極める。この技術的負債に対し、AT&Tは複数の専門特化型AIが連携する「マルチエージェントシステム」を導入した。具体的な仕組みは。
通信業界にはオンプレミスで稼働するレガシーシステムがあふれている。通信大手AT&Tは、膨大なトランザクションを処理するメインフレームのモダナイゼーションという壁に直面していた。長年稼働してきたシステムは、度重なる機能追加によって複雑化していた。仕様書などのドキュメントが存在せず、ソースコードを読み解く必要があるため、従来の手法では移行に数年単位の時間を要した。年間5分しか停止が許されない厳しい可用性要件もあり、リスクを伴う刷新は困難を極めていた。
この課題に対し、AT&TはAmazon Web Services（AWS）の生成AIツール群を導入した。自律的にタスクを処理するAIエージェントを活用し、ソースコード分析から仕様書作成、コード変換までの工程を自動化する。従来は数カ月から数年を要した作業を数分に短縮し、変革の70％を加速させる目標を掲げている。
長年の技術的負債を、AIエージェントはいかにして解消するのか。AT&Tが活用するAWSサービスの仕組みと、単なる移行にとどまらないアプローチを解説する。
複数AIエージェントがレガシーシステムを刷新
併せて読みたいお薦め記事
モダナイゼーションの進め方
AWSの技術イベント「AWS re:Invent 2025」におけるセッション「Accelerate Telco Transformation: AT&T's AI-Powered Migration at Scale」では、通信業界のレガシーシステム変革に向けたAI技術の活用法が詳細に語られた。
数十年にわたって稼働してきたメインフレームの刷新は、単一のAIモデルが処理するには工程が複雑過ぎる。そこでAWSが提示したのが、複数の専門特化型AIエージェントが連携して自律的にワークフローを処理する「マルチエージェントシステム」だ。ソースコードの分析、ドキュメントの生成、マイクロサービス化（小さな機能単位に分割する設計手法）の提案、「COBOL」から「Java」などの現代的なプログラミング言語への変換といった作業を、それぞれのエージェントが分担して実行する。
特に変革の手間を引き下げているのが、ドキュメント生成エージェントの存在だ。既存のソースコードを読み込み、ビジネスロジックを説明する文書と、システム設計を記述する技術文書の2種類を自動生成する。これまで、仕様書がないシステムの移行ではテストと修正に膨大な時間を要していたが、この自動生成により移行時間を半減させることが可能になった。
AWSは、既存のソースコードを新しいプログラミング言語で書き換える手法から一歩踏み込んだ手段として、AIコーディングエージェント「Kiro」を紹介する。
従来の移行手法では、現在では使われていない不要な機能まで新しいシステムに持ち込んでしまう無駄があった。Kiroは、ソースコードから開発を始めるのではなく、「どのような機能が欲しいか」という仕様から出発する。既存システムの分析データを基に、エンドユーザーが指定した仕様に合わせて新しいアプリケーションを一から生成する。簡単な操作で目的の機能だけを備えたシステムが作られ、自動テストまで実行される。AWSはこの手法を、単なる移行ではない「再構想」と位置付けている。
AT&Tでエンタープライズアーキテクチャを担当するラマ・ラガバン氏は、「既存のツールを用いた従来の手法ではシステム全体の10％程度しか移行できなかった」と振り返る。メインフレーム技術の有識者が減少していく中で、ビジネスを止めずに移行を加速させるためには、生成AIによる自動化が不可欠だった。
「AI技術の進化によって、従来の制約に縛られることはなくなった。AWSのサービスを活用することで、これまで年間10～25件程度だったアプリケーションの処理ペースが、はるかに速まることが期待できる」（ラガバン氏）
AT&Tは、クラウドサービスの利点を生かした並列処理によるパフォーマンス改善も見込んでいる。自社のビジネス要件と高い可用性を維持しながら、ITインフラのリスクを軽減する方針だ。システムの一元化と最新技術への適合を実現する上で、「AWSの機能群は、私たちを目標へ導いてくれるものだ」とラガバン氏は評価した。
本稿は、AWSが2025年12月7日に公開した動画「AWS re:Invent 2025 - Accelerate Telco Transformation: AT&T's AI-Powered Migration at Scale (IND201)」を基に作成しました。
Copyright © ITmedia, Inc. All Rights Reserved.
本記事は制作段階でChatGPT等の生成系AIサービスを利用していますが、文責は編集部に帰属します。
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社kickflow] 2社の事例に学ぶワークフロー改革：属人化解消や年数万件の申請書類削減のコツ -
製品資料
[NTTPCコミュニケーションズ株式会社] 「回線速度不足」だけが原因ではない？ Web会議の遅延を解決する方法とは -
製品資料
[東京エレクトロン デバイス株式会社] 工場の可用性向上に重要な「7つの領域」と対策 OTセキュリティ強化の基礎知識 -
製品資料
[リコージャパン株式会社] 問い合わせ対応で本来の業務が進まない、総務や情シスの負担をどう減らす？ -
製品資料
[リコージャパン株式会社] 自社データから高精度な回答を生成、簡単に生成AIチャットボットを構築する方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
全社標準Copilotに絶望？ MS Copilotで問い合わせ6割減できた企業は何が違った
-
2
ITエンジニア1265人調査 生成AIを使い込むほど「人の確認」が重い理由
-
3
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
4
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
5
「Copilot」はなぜ放置される？ “議事録要約止まり”を脱する処方箋
-
6
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
7
APIキー奪取から3時間でクラウド掌握 Anthropicが暴いた「バイブハッキング」の現実的な防御策
-
8
「Wi-Fi 7」は何がすごい？ Wi-Fi 5、Wi-Fi 6からの抜本的な進化とは
-
9
全社標準「Copilot」にダメ出し？ 現場の8割が不満を抱く“致命的な欠点”
-
10
【漫画付き】"RAG導入失敗3例"と処方箋 「入れても使われない」を終わらせる
ホワイトペーパーランキング PR
-
1
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
2
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
3
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
4
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
5
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
6
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは？
-
7
「スクラム」と「カンバン」の違いとは？ アジャイル型開発手法を徹底比較
-
8
AI時代に成功するための「ナレッジマネジメント」ベストプラクティス
-
9
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー