AIエージェント能力アトラス › 仕事ごとの一覧 › ソフトウェア開発 › アーキテクチャ設計・要件定義・レガシー移行
COBOL等レガシー基幹系の大規模移行
Large-scale legacy system migration (e.g., COBOL)
2/52026年: 補助
2030年（予測）: 3/5 実務品質（要確認）
2030年（予測）: 3/5 実務品質（要確認）
02022
02023
12024
12025
22026
22027予
32028予
32030予
0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。
専門家と比べて
定型的なコード変換の補助はできるが、大規模基幹系の移行プロジェクト全体をリードする力はない
できること
COBOLコードの解析・Java等への変換・APIラッパー生成・契約テスト作成の一部自動化（事例では約60%の自動化率）
まだできないこと
無停止での段階的カットオーバー戦略の設計、規制・監査要件を満たしながらの移行判断の最終責任
なぜそうなのか
移行失敗時の被害が甚大な基幹系ゆえ、技術的な変換能力以上に組織的なリスク管理が要求される
これからの予測の根拠
基幹系移行は失敗コストが極めて高いため、技術的能力の向上ペースに対して実際の適用は保守的に進むと予測し緩やかな上昇にとどめた
いま使える主な道具
IBM watsonx Code Assistant for Z、Moderne (OpenRewrite)
根拠
- Mainframe and COBOL Modernization with Agentic AI: What's Actually Possible in 2026 2026-04
2026年のメインフレーム移行の多くはAIの能力を過大評価することで失敗すると予測。『ハイブリッドAIメインフレーム』が現実解として定着 - Kinde AI Assisted Legacy Code Migration From COBOL to Cloud in 30 Days 2026-02
APIラッパー生成で60%の自動化を実現した事例。契約/統合/プロパティベーステスト生成は既存動作分析が前提
同じ分野のほかの仕事（アーキテクチャ設計・要件定義・レガシー移行）
AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。