具体的には、Claude Codeが数千行にわたるコードの依存関係をマッピングし、業務ロジックを文書化し、リスク箇所を特定する。人間のアナリストなら数カ月を要する作業を自動化するのだ。移行期間は「年単位」から「四半期単位」へと圧縮されるという。
「レガシーコードの近代化が長年停滞していたのは、レガシーコードの理解にかかるコストが書き直すコストより高かったからだ。AIはその方程式を逆転させた」——アンソロピックのブログ文は、業界に対してこう宣言している。
「COBOLの移行コストの大半は、コードを書くことではなく、コードを『理解する』ことにあります。Claude Codeが主張するのはまさにその理解フェーズの自動化です。技術的な実現可能性については、まだ実績の積み上げが必要ですが、これが本格的に機能するなら、業界の構造そのものが変わります。まずはパイロット案件での実績評価が不可欠です」(小平貴裕氏・ITジャーナリスト)
ドル箱の喪失
日本の大手ITベンダーにとって、基幹系システムの保守・移行案件は、長年にわたる「安定収益源」だった。富士通、日立製作所、NTTデータ、野村総合研究所(NRI)——これらの企業群は、金融機関や官公庁との深い関係を基盤に、数十年単位のシステム保守契約を積み上げてきた。
その構造は「人月単価」という独特のビジネスモデルで成り立っている。エンジニアを何人、何カ月投入するかで対価が決まる仕組みだ。つまり、プロジェクトが長引けば長引くほど、多くの人員を投入すればするほど、ベンダーの売上は増える。
こうした「時間をかけることが正義」のビジネスモデルが、AIによる自動化によって根本から否定されようとしている。
下請け構造の崩壊
問題はさらに深層にある。大手ベンダーの下には、二次請け、三次請けと続く重層的な下請け構造が存在する。大規模プロジェクトには、このピラミッド全体から大量のエンジニアが動員される。「頭数を集める」ことが大手ベンダーの管理能力として評価されてきた面さえある。
Claude Codeのような自動化ツールが探索・分析・変換フェーズを処理するようになれば、この多重下請け構造が必要とされる根拠が失われる。システム移行の所要工数が激減すれば、投入できる人月が減り、ひいては売上規模も縮小する。
「AIを使いこなす」は生存戦略か自殺行為か
ここで大手ベンダーは、歴史的なジレンマに直面する。
自らAIを活用して効率化を進めれば、プロジェクト期間が短縮され、必要人員が減り、売上が下がる。一方、AIの活用を怠れば、より安価に・より短期間で同等の成果を出せる競合——新興のAIネイティブ企業、あるいはAIを活用して内製化を進めるユーザー企業自身——に案件を奪われる。
「進んでも地獄、引いても地獄」のジレンマだ。
アクセンチュアとコグニザントも今回の衝撃波を受けた。IBM株の急落と同日、両社の株価も下落した。投資家は「レガシー近代化ビジネスを担ってきた大手SIer全般が同じリスクにさらされている」と判断したのだ。
「日本の大手ベンダーにとって、このジレンマは欧米以上に深刻です。人月モデルへの依存度が高く、かつユーザー企業との長期的な固定的関係が根付いているため、変革のスピードが遅い。AIツールの導入を主導できれば新たな付加価値を提案できますが、それには従来型のビジネスモデルを自ら解体する覚悟が必要です。その意思決定ができるリーダーが、どれだけいるでしょうか」(同)
「Claude Code Security」のインパクト