AWSのプロダクトシニアマネジャー、エリオ・ダマッジオ氏によると、技術的負債は、単なる保守作業にとどまらず、企業のイノベーションを阻害する要因にもなっている。IT予算の20％が技術的負債の解消に費やされており、米国では年間2.4兆ドルの損失が発生しているという推計もある。

　その背景には、技術的負債の対応が単純なアップデートでは済まないという構造的な難しさがある。セキュリティやコンプライアンスへの対応、サポート終了への対処、レガシー環境の維持など、複数の課題が複雑に絡み合うためだ。さらに、企業の合併や買収によって技術スタックが分断され、組織内でバージョンが乱立するケースも少なくない。

　こうした状況に対して、従来はルールベースの自動化ツールや、AIチャットbotを用いた半自動的な対応が試みられてきた。しかし前者は柔軟性に欠け、後者は人手に依存するため、大規模なモダナイゼーションには適用しにくいという課題があった。

　この限界を踏まえて登場したのがAWS Transform Customだ。AIエージェントがコード生成だけでなく、ビルドやテスト、エラー修正までを自律的に繰り返し、モダナイゼーションを完遂する。ダマッジオ氏は「モダナイゼーションに人間が関与する時間を減らし、完全に自動化することが目的だ」と述べる。

中央で定義し、一括で適用する

　大規模な組織において、数百、数千のリポジトリをモダナイゼーションするには何をすればいいのか。AWSのシニアプロダクトマネジャー、モーガン・ルント氏は、中央のプラットフォームチームが変換ルールを定義し、全社に展開する「キャンペーン管理機能」が重要だと説明する。

　キャンペーン管理機能では、中央のプラットフォームチームが変換の要件を定義するファイルを作成する。これは、「一度教えれば永続的に適用可能」だとルント氏は話す。コマンドラインインタフェース（CLI）上で自然言語で指示でき、移行ガイドのドキュメントや、変換前後のコードサンプルを含めることができる。「中央で定義することで、組織全体のコーディング規約を一貫して適用でき、知見のサイロ化を防ぐことができる」（ルント氏）

　AIエージェントが実行ごとに開発者のフィードバックや修正パターンを学習する「継続的学習」機能により、使えば使うほど組織特有の環境に最適化されていく点も特徴だ。

1リポジトリ数ドルから始める、リスクのないモダナイゼーション

　導入の障壁を下げるため、AWS Transform Customは完全従量課金制を採用している。AIエージェントの稼働1分当たり0.035ドルで、ユーザーの待機時間やクライアント側の処理は課金されない。

　ダマッジオ氏の試算によれば、約9000行のNode.jsのアップグレードは約0.7ドル。1万1000行程度のJavaのバージョンアップは約2.52ドルで完了する。「まずはドキュメント化や標準的なランタイムのアップグレードから始め、徐々に組織固有の複雑なフレームワーク移行へとステップアップする」というスモールスタートが可能だ。

　「後回しにした技術的負債は、いずれ“予定外対応の連鎖”となって跳ね返ってくる」。ダマッジオ氏はこう警鐘を鳴らす。AWS Transform Customは、この課題をAIエージェントに任せ、人間が「イノベーションの創出」に注力できるようにするためのツールという位置付けだ。

実証された効果は

　講演では、AWS Transform Customを先行導入した企業の成果が紹介された。

Air Canada（AWS Lambdaのアップグレード）

　Air Canadaは、サポート終了が迫るNode.js 16を利用した「AWS Lambda」（サーバレスコンピューティングツール）のアップグレードを実施する必要に迫られていた。加えて、x86（IntelのCPUが起源の命令セットアーキテクチャ）から「AWS Graviton」（AWSが開発したプロセッサ）への移行も視野に入れており、セキュリティと性能の両面で対応が求められていた。しかし、移行の対象は数千規模のコードベースに及び、手作業では期限内の対応が困難な状況だった。

　ここでAWS Transform Customを活用した結果、以下を達成できた。

• 約90％の変換成功率（自動化率）
• プロジェクト全体の時間とコストを約80％削減

Twitch（900以上のリポジトリのSDKを更新）

　Twitchでは、900以上のリポジトリで旧バージョンのAWS SDK（Software Development Kit）を使っており、新バージョンへの移行が必要だった。このような横断的かつ大規模なコード変更は、従来手法では非常に時間と工数がかかる典型的な技術的負債だ。

　しかし、AWS Transform Customを使った自動変換を適用した結果、同社は以下を達成できる見込みだ。

• 各アプリケーションの移行作業時間を約70％短縮
• リポジトリ全913個で約11人年（開発年数）分の工数を削減

QAD（独自プラグインの移行）

　製造業向けのERPソフトウェアを提供するQADは、顧客ごとに異なるカスタムプラグインを、旧プラットフォームから新プラットフォームへ移行する計画だった。移行は、独自DSL（ドメイン固有言語）への変換を伴う高度にカスタマイズされたものだ。

　AWS Transform Customを使った自動変換を適用した結果、以下を達成することができた。

• 2週間かかっていたプロジェクトを約3日に短縮
• 生産性を60～70％向上
• 年間約7500時間の開発工数削減

MongoDB（SDKの移行支援）

　非定型データを扱うドキュメントデータベース「MongoDB」を提供するMongoDBは、ユーザーが古いMongoDB SDKから新バージョンへ移行し、最新機能を活用できるよう支援した。この結果、JavaアプリケーションのモダナイゼーションとSDK移行を効率化できた。さらに、新機能の活用が可能となり、将来的な技術的負債の発生を抑制することにもつながった。

本稿の内容は、2025年12月にAWSが開催した年次イベント「AWS re:Invent 2025」のセッション「Automating enterprise-scale code modernization with agentic AI」で共有されたものだ。