AIをレガシーに適用するということ　　最終回／全10回

常時検証されるシステムへ

前回、私はこう書きました。

「AIは、その人間の傍らに灯る、相棒の光です。最初から最後まで、隣にいる。しかし、最後に立つのは人間です。」

この一文を書いたとき、もう一つの問いが浮かびました。では、AIが隣にいなければ、人間は本当に最後に立てるのか、と。

最終回は、その問いから始めます。

人間が最後に立てるのは、AIが隣にいるからでもある

第9回で論じた「縮退運用」を思い出してください。AIが本当の想定外に入ったとき、人間がマニュアルで動かす。そのためにシンプルな手順を設計しておく。これが第9回の結論でした。

しかし、考えてみてください。その「シンプルな手順」を実行している最中、人間は本当に一人で動いているでしょうか。

現実には、そうではありません。縮退運用の最中も、AIは状況を監視し続けています。人間の操作が期待通りの結果を生んでいるかを確かめ、何かおかしければ知らせる。マニュアルで動かしているつもりの人間の隣に、AIはやはり立っています。

これは「最後の手段でもAIが必要」という話ではありません。むしろ逆です。人間がマニュアル操作という最後の手段を正しく実行できるのは、AIが隣で状況を整理し、人間が判断できる材料を手渡し続けているからです。AIがいなければ、人間は「これで合っているか」を確かめる術を持たないまま、勘と度胸だけで動くことになる。

第9回で述べた「最後に立つのは人間」という言葉は、「人間が一人で立つ」という意味ではありませんでした。改めて言い直すなら、こうです。

人間が最後に立てるのは、AIが常に隣にいるからでもある。

常時検証とは何か

ここから、この連載の最終的な到達点を提示します。

第4回で、シャドーモードの並行運用やカナリアリリースを論じました。新旧のシステムを並べて比較し続ける、その発想の話です。そのとき私は、こう書きました。

「並行運用は移行時だけのものではなく、『昨日の自分』と『今日の自分』を毎日比較し続けるという発想が必要です。」

これが、常時検証の本質です。

検証を「プロジェクトの一段階」ではなく、「システムの恒常的な状態」として組み込む。移行が終わったから検証も終わり、ではなく、システムが動き続ける限り、検証も動き続ける。これがあるべき姿です。

なぜそれが必要なのか。理由は一つです。

巨大システムは、誰も変更を入れていなくても、静かに変わっていきます。入力データの分布が、ユーザー行動の変化とともに少しずつずれていく。外部サービスが知らないうちに仕様を変えた。規制対応で他のシステムが変わったが、自分たちのシステムの対応が漏れていた。ハードウェアの経年劣化で処理時間が伸びている。

これらは「コードは何も変わっていないのに、挙動が変わる」という形で現れます。プロジェクトベースの検証では絶対に捉えられない。常時見ていなければ、気づいたときには手遅れになっている。

AIなしでは、常時検証は成立しない

しかし、ここで正直に言わなければなりません。

常時検証を「恒常的な状態」にするためには、AIが不可欠です。人間だけでは、絶対に成立しない。

第4回でも述べましたが、人間は数年にわたって同じ集中力で監視し続けることができません。途中で形骸化する。100万件の差分から本質的な数件を見抜くことも、人間には無理です。有事に29分、ときに27秒で広がる攻撃に追いつく速度も、人間にはない。

だからAIが、24時間365日、一貫した基準で見続ける。通常と異なる振る舞いを拾い続ける。膨大なデータの中から「これは見なければならない」という数件を人間のところへ届ける。

これは、人間の役割を代替するのではありません。人間が本来果たすべき役割——判断し、責任を持つ——に集中できるよう、AIが「速度」と「持続性」を肩代わりする。それだけのことです。

そのAIも、検証されていなければならない

ここで、この連載を通じて繰り返し出てきた問いが、もう一度立ち上がります。

「番人を、誰が見張るのか」

常時検証を担うAI自身も、正しく機能しているとは限りません。学習したパターンが現実からずれていくかもしれない。見るべき異常を見落とすかもしれない。第7回で論じた「AIの仕事を、もう一つのAIが見守る」という構造は、常時検証においても同じように必要です。

検証するAIを、別のAIが見守る。そのAIもまた、全体の振る舞いの中で見渡されている。この入れ子の構造は、理論的には無限に続くように見えます。

しかし、最後に必ず、人間が出てきます。

AIが「ここから先は想定の外だ」「自分の判断には自信がない」と告げるとき、その先を受け取るのは人間です。常時検証の仕組み全体が「これでよいか」を最終的に判断するのも、人間です。どの異常に対応し、どれを許容するかの「価値の選択」を担うのも、人間です。

人間は常時検証の「利用者」ではありません。常時検証という仕組み全体の、最後の審判者として、最初から設計の中心に据えられている。AIが常に隣にいるからこそ、人間はその審判者として機能できる。これが、人間とAIの二人三脚の、本当の意味です。

10年で見ると、何が安いのか

ここで、経営的な問いに向き合います。

業界の複数の調査が一致して示している数字があります。企業はIT予算の60〜80%を、既存システムの維持に費やしています。「動いているシステムにお金は使わない」という直感に反して、実は最も多くの金が動いているのが「現状維持」なのです。

そして、この「現状維持コスト」は、放置するほど増え続けます。対処療法的改修が積み上がるたびに、次の変更はより難しくなり、より高くつく。10年経てば、節約していたつもりの金額の何倍もが、気づかないうちに「現状維持」に消えています。

一方、常時検証されるシステムへの投資は、初期コストがかかります。仕組みを作り、AIを組み込み、人間の役割を設計し直す。しかし、その投資は長期で回収されます。根本原因まで追い切る設計が組み込まれているから、対処療法的改修が積み上がりにくい。変更の影響がAIによって即座に把握されるから、政治的な説明コストが下がる。異常がリアルタイムで検出されるから、障害が深刻化する前に手が打てる。

「動いているシステムにお金を使わない」という発想が、長期的には最も高くついている。これが構造的な真実です。

常時検証への投資は、予防医学への投資と同じです。病気になってから治すより、なる前に備える方が、長い目で見れば安い。当たり前のことですが、目の前のコストが見えやすい分、長期の節約は見えにくい。その非対称が、レガシーが温存され続ける最大の理由でもあります。

この連載全体が示していたもの

連載の出発点は「AIをインフラ運用にどう適用するか」という問いでした。

しかし議論を重ねるうちに、問いは質を変えていきました。技術的な課題が、組織の問題として現れた。組織の問題が、記憶の管理の問題として現れた。記憶の管理が、検証の継続性の問題として現れた。そして最後に、常時検証されるシステムというビジョンへと収斂しました。

振り返ると、第1回から第9回まで、連載が繰り返し述べてきたことは一つです。

問題は技術の古さではなく、組織がそのシステムを継続的に理解し続ける仕組みを持たないことから生じている。

AIは、この「継続的な理解」を組織にもたらしうる、最初の実用的な技術です。AIを単なる効率化ツールとして導入するのではなく、システムが自らを常時検証し続ける状態を当たり前にするための基盤として位置づけること。それが長期的に最も価値のある投資になる。

そして、その仕組みの中心に、人間が立っている。AIが常に隣にいるからこそ、人間は最後の審判者として立てる。

「AIが常にレガシーシステムを検証している」——これがあるべき姿です。

余話 ── この連載自体が、二人三脚で書かれた

率直にお伝えしておきたいことがあります。

この連載は、Anthropic社の対話型AI「Claude」を編集パートナーとして書きました。論点の整理、構成の議論、表現の推敲、出典の確認。こうした作業の多くを、AIとの対話を通じて進めてきました。

AIは、私の論点を整理し、抜けている観点を指摘し、構成の弱い箇所を教えてくれました。率直に、時に手厳しく。しかし常に建設的に。

一方で、40年現場で積んできた感触、過去のエンジニアたちへの敬意、業界で実際に起きていた政治的なせめぎ合い——これらはAIには持ち得ないものでした。そして最終的に何を書き、何を書かないか、どんなトーンで語るかは、すべて私が決めました。

つまり、本連載自体が、本連載の主張するモデルそのものを実践した成果物です。AIは私の相棒でしたが、主体は最後まで私でした。

人とAIの二人三脚は、もう特別なことではなく、日常の働き方の一つの形になりつつあります。

連載を終えるにあたって

最後まで読んでいただき、ありがとうございました。

この連載が、皆さんの組織で「動いているシステムへの投資」をめぐる議論が、少しでも前に進むきっかけになれば嬉しいです。そして、AIを隣に置きながら、過去のエンジニアたちが守り続けてきたシステムを、より良い形で次の世代に渡していける組織が、一つでも増えることを願っています。

連載「AIをレガシーに適用するということ」全10回

• 第1回：なぜAIOps導入の50%は失敗するのか

• 第2回：論理的に正しい変更が通らない理由

• 第3回：対処療法的改修の考古学

• 第4回：なぜレガシー移行には2〜3年かかるのか

• 第5回：AI時代のセキュリティをレガシーにどう適用するか

• 第6回：責任をどのように考えるか

• 第7回：事態の最中に、どう備えるか

• 第8回：事の後に備える──記録と、「いつ消すか」

• 第9回：最後に立つのは人間

• 第10回（本記事）：常時検証されるシステムへ

出典
[1] BayOne「Business Case for Legacy Application Modernization 2026」（IT予算の60〜80%がレガシー維持）
https://www.bayonesolutions.com/blog/business-case-for-legacy-application-modernization

[2] McKinsey「Tech debt: Reclaiming tech equity」（レガシー領域改修の追加コスト）
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/tech-debt-reclaiming-tech-equity

#AIOps #SRE #インフラ #ガバナンス #DX