「前任者が組んだエクセルマクロ、動いてはいるけれど中身は誰もわからない…」──そんな“触るのが怖いブラックボックス”を抱えて、頭を悩ませてはいませんか？
20年前の古いシステムを前に、「下手に触って止まったら直せない」と放置せざるを得ない現場は決して珍しくありません。 しかし2026年10月、米OpenAIがCOBOLやVisual Basicといった「レガシー言語へのAI対応強化」を発表したことで状況は一変しました。一見すると大企業の話に思えますが、本質は「専門家がいなくても、AIと一緒に古い仕組みを安全に読み解ける時代が来た」ということです。
この記事では、この最新動向を手がかりに、社内の「あの人しかわからない仕組み」をAIと無理なく引き継いでいく実践ステップをお伝えします。
目次
古い言語をAIが扱えるようになった、という発表の中身
なぜ古い言語はAIの苦手分野だったのか
COBOLは1960年代に生まれたプログラミング言語です。オープンエーアイが発表の中で引用しているIBMの資料によると、COBOLはオンラインバンキングの40%以上、対面でのクレジットカード決済の80%、ATM取引の95%を支えているとされます。古い言語でありながら、今も社会の土台として動き続けているわけです。
ところが、AIはこうした言語を苦手としてきました。AIは、世の中にある大量のプログラムを手本にして学びます。新しい言語なら手本はインターネット上にいくらでもありますが、COBOLのような古い言語は、公開されている手本がごくわずかです。オープンエーアイ自身も、こうした言語を「学習用の手本が少ない言語」と位置づけています。
一方で、COBOLを書ける・直せる技術者は年々減っています。経済産業省は2018年のDXレポートで、古く複雑になったシステムを放置すれば、2025年以降に大きな損失が生じかねないと警告し、これを「2025年の崖」と呼びました。止められないのに、直せる人がいない。これが古いシステムの抱える根本的な問題です。
移行の合格率が、5%台から9割近くへ
今回の発表で私が注目したのは、COBOLのプログラムを別の言語に書き換える「移行」の評価です。COBOLで書かれたプログラムを、JavaやPythonなど今どきの言語に書き換え、元のプログラムとまったく同じ結果が出るかを確かめます。
この評価で、前の世代のモデルの合格率は5.4%でした。それが最新のモデル（GPT-6.1 Sol）では86.6%になり、AIにじっくり考える時間を与える設定では97.9%に達しています。しかも、この評価にかかった費用は、前の世代の約6割に抑えられたと報告されています。
もう一つ、データベースの仕組みをゼロから作らせる課題を20の言語で試す評価も公開されました。こちらでも、COBOLでの合格率は前の世代の10.9%から、最上位のモデル（GPT-6 Astra）では72.1%へと大きく伸びています。
この数字を、私はこう読む
ただし、数字だけを見て「もうAIに任せれば移行できる」と考えるのは早計です。
まず、これらはオープンエーアイ自身が作った試験です。データベースの課題は試験の仕組みごと公開されていますが、COBOL移行の試験問題は公開されておらず、外部の人が同じ条件で確かめることはできません。
そして何より、オープンエーアイ自身が、実際の業務システムに使うには「専門家による確認と、そのシステムの業務ルールに沿った試験が欠かせない」と明言しています。
私はこの発表を、「AIが移行をやってくれる時代になった」ではなく、「AIと一緒に、現実的な費用で移行に取り組める段階に入った」と読んでいます。この違いは、御社が古い仕組みに手をつけるときの姿勢を大きく左右します。
「ほぼ正しい」では通用しない――完全一致という基準が教えること
端数の扱いひとつで、結果が変わってしまう
今回のCOBOL移行の評価では、元のプログラムと出力が1文字単位で完全に一致することが求められました。なぜ、そこまで厳しい基準にしたのでしょうか。
オープンエーアイは、COBOLの計算ルールを例に説明しています。COBOLでは、小数点以下の余分な桁は、特に指定しない限り切り捨てられます。ところが新しい言語で何も考えずに書き直すと、四捨五入になってしまうことがある。そうなると、プログラムはエラーもなく普通に動くのに、計算される金額だけが少しずつずれていきます。
止まれば誰でも気づきます。しかし、動いているのに答えが違う、という失敗はなかなか気づかれません。気づいたときには、ずれた金額の請求書が何か月分も出ていた、ということになりかねないのです。
中小企業の請求書にも、同じ落とし穴がある
これは銀行だけの話ではありません。御社の請求書にも、似たようなルールがたくさん埋め込まれているはずです。
消費税の端数は切り捨てか、四捨五入か。明細ごとに計算するのか、合計でまとめて計算するのか。特定の得意先だけに適用している掛け率。月末締めか、20日締めか。こうしたルールの多くは、古いシステムやマクロの中に埋め込まれていて、マニュアルにはどこにも書かれていない、ということがよくあります。
新しいシステムに切り替えた途端、請求額が1円ずれただけでも、得意先からは問い合わせが来ます。たった1円でも、相手にとっては「この会社の請求は正しいのか」という信用の問題です。
移行の前に「正解」を手元に残しておく
ここで、オープンエーアイの評価方法がそのまま参考になります。彼らは「元のプログラムが出した結果」を正解として、新しいプログラムの結果と突き合わせました。
中小企業でも、同じ考え方が使えます。今の仕組みが出した過去数か月分の請求書や集計表を、手を加えずに「正解」として保存しておくのです。新しい仕組みを試すときは、同じ元データを入れて、結果を一つずつ突き合わせます。
突き合わせで一致しなかった箇所こそ、誰も意識していなかった業務ルールが隠れている場所です。そして、何百件もの結果を比べて違いを洗い出す作業は、AIが得意とするところでもあります。
御社の「COBOL」はどこにあるか
銀行のCOBOLにあたるのは、マクロや独自システム
中小企業で、COBOLの基幹システムを使っている会社は多くないでしょう。けれども、同じ構造の仕組みは、ほとんどの会社にあります。
前任者が作ったエクセルのマクロ。社内で作ったアクセスのデータベース。昔、地元の業者に作ってもらった販売管理や在庫管理のシステム。これらが、御社にとっての「COBOL」です。
ちなみに、エクセルのマクロに使われている言語は、今回の発表で取り上げられたVisual Basicの仲間です。今回の評価がマクロそのものを対象にしたわけではありませんが、AIが「手本の少ない古い言語」を読み解く力を伸ばしているという流れは、マクロにもそのまま関わってきます。
困るのは「古いこと」ではなく「中身がわからないこと」
ここで大切なのは、古い仕組みそのものが悪いわけではない、ということです。長年きちんと動いてきた仕組みには、それだけ御社の業務の知恵が詰まっています。
本当の問題は、中身がわからないことです。止まったときに誰も直せない。作った人が辞めたら、手がつけられなくなる。法律や取引条件が変わっても、どこを直せばいいかわからない。
オープンエーアイも発表の中で、古いシステムでは資料が不完全なことが多く、作った人がすでにいなかったり、重要な業務ルールがプログラムの中にしか残っていなかったりする、と指摘しています。銀行の基幹システムと、御社のマクロは、規模は違っても同じ課題を抱えているのです。
作り直すかどうかは、課題から決める
私は、いつも「課題解決が先、ITはその手段」とお伝えしています。古い仕組みについても同じです。「古いから作り直す」のではなく、「何に困っているのか」から考えます。
たとえば、仕組み自体には不満がなく、困っているのは中身がわからないことだけなら、作り直す必要はありません。中身を理解して記録に残せば、それで課題は解決します。
一方で、入力に時間がかかりすぎる、外出先から見られない、といった不満があるなら、クラウドの業務サービスへの置き換えを検討する価値があります。その場合も、今の仕組みが何をしているかを理解しておかなければ、新しいサービスに何を求めればいいのかがわかりません。
どちらを選ぶにしても、最初の一歩は「中身を知ること」なのです。
AIを思考パートナーにして、古い仕組みを引き継ぐ進め方
まずはAIに「この仕組みは何をしているか」を説明してもらう
いきなりAIに作り直させる必要はありません。私なら、まずAIに古いマクロやプログラムを読ませて、「この仕組みは何をしているのか」をわかりやすい日本語で説明してもらいます。
「この部分では、どんな条件のときに、どんな計算をしていますか」「例外として扱っている得意先や商品はありますか」「端数はどう処理していますか」。こうした問いを重ねていくと、AIはプログラムの中に埋もれていた業務ルールを、一つずつ言葉にしてくれます。AIは、黙って作業をこなす道具ではありません。問いかけに応じて一緒に考えてくれる、思考パートナーです。
なお、AIに渡すのはプログラムの部分だけにして、顧客名や金額などの実データは含めないようにしてください。社内で使ってよいAIサービスを決めておくことも、あわせて大切です。
AIの説明を、長く使ってきた社員に答え合わせしてもらう
AIの説明は、そのまま正解として扱わないでください。次にやるべきことは、その仕組みを長年使ってきた社員に、AIの説明を答え合わせしてもらうことです。
「そうそう、この得意先だけは別の計算にしている」「これは昔の取引条件の名残で、今はもう使っていない」。AIの説明を目の前にすると、ベテランの頭の中にある知識が、具体的な言葉になって出てきます。何もない状態で「仕組みについて教えてください」と聞くより、はるかに引き出しやすくなります。
この答え合わせの場に若手社員も同席させれば、そのまま引き継ぎの機会にもなります。AIが下読みをし、ベテランが正し、若手が受け継ぐ。この三者の組み合わせが、人手の限られた中小企業にとって、いちばん現実的な引き継ぎの形だと私は考えています。
小さく試し、新旧を並べて走らせる
中身がわかり、作り直すと決めたなら、いきなり全部を置き換えないことです。たとえば、月次の売上集計のように、間違っても取り返しがつきやすいところから一つだけ選び、AIの力を借りて新しい形に作り直します。
作り直したものは、先ほど保存しておいた「正解」と突き合わせます。一致したら、しばらくは新旧の両方を並べて動かし、結果が同じであることを毎月確かめます。問題がなければ、次の仕組みへと範囲を広げていきます。
オープンエーアイの最新モデルが97.9%の合格率を出したといっても、残りの2.1%が御社の請求金額にあたる部分だったら、損害を受けるのは御社です。AIが作ったものを最終的に確かめ、使うと決めるのは、人間の役目です。この線引きだけは、どれだけAIが賢くなっても変わりません。
古い仕組みは、捨てる前にまずAIに読ませる
AIが下げたのは「中身を知る」ためのコスト
これまで古い仕組みに手をつけようとすると、中身を調べるだけで専門家の時間と費用がかかりました。だからこそ多くの会社が、「動いているうちは、そのままにしておこう」と判断を先送りにしてきたのだと思います。
今回の発表が示したのは、AIがその「中身を知る」ためのコストを大きく下げつつある、ということです。作り直すか、使い続けるかを決める前に、まずAIと一緒に中身を読み解く。その一歩を踏み出しやすくなったことが、中小企業にとっての本当の意味だと私は考えています。
最初に確かめたいのは「知っている人が、いつまでいるか」
最初の一歩として、御社の中で「止まったら困るのに、中身がわからない仕組み」を思い浮かべてみてください。そして、その仕組みについて一番よく知っている人は誰か、その人があと何年社内にいるのかを確かめてみてください。
もし答えが「数年以内に定年を迎える」「すでに辞めてしまった」であれば、それが御社にとっての「崖」です。AIという思考パートナーと一緒に中身を読み解く作業は、その人がいるうちに始めるほど、ずっと楽になります。
DXやITの課題解決をサポートします！ 以下の無料相談フォームから、疑問や課題をお聞かせください。40万点以上のITツールから、貴社にピッタリの解決策を見つけ出します。
このブログが少しでも御社の改善につながれば幸いです。
もしお役に立ちそうでしたら下のボタンをクリックしていただけると、 とても嬉しく今後の活力源となります。 今後とも応援よろしくお願いいたします！
IT・通信業ランキング | にほんブログ村  |
もしよろしければ、メルマガ登録していただければ幸いです。
【メルマガ登録特典】AI戦略で10年以上勝ち続ける実践バイブル『AI競争勝者の法則』をプレゼント！
今すぐプレゼントを受け取る