「仕様書がない」「前任者がいない」「某大手SIerに問い合わせても答えが返ってこない」——それでも、既存システムは今日も動き続けている。この状況でシステムの刷新や引継ぎを進めようとすると、最初の壁として立ちはだかるのが「今のシステムが何をやっているのか、誰もわからない」という問題だ。AI仕様解析は、この問題に対する一つの現実的なアプローチになりつつある。この記事では、AI仕様解析で何ができるか、何がわかって何がわからないかを整理する。なぜ既存システムの仕様は誰もわからなくなるのか仕様が失われるのは、誰かの怠慢ではなく構造的な理由による。典型的なのは、保守契約なしのスポット対応を長年続けているケースだ。ベンダーに障害が発生するたびに依頼し、そのたびに仕様が積み重なっていく。納品時点で役務終了というベンダーも多く、ドキュメントは更新されないまま現実との乖離が広がる。社内でも同様のことが起きる。情シス担当者は日々の運用維持（請求処理・障害対応・問合せ対応）で手一杯で、仕様を整理する時間がとれない。担当者が変わるたびに引継ぎは断片的になり、気づけば「歴代担当者の判断の積み重ね」でシステムが成り立っている状態になる。こうなると、「現状を変えることがリスク」という判断が組織の中で合理的になる。誰も全体を把握していないシステムを変えることへの恐怖感が、改善への第一歩を封じる。AI仕様解析は、この「動けない状態」を解きほぐす入口になりうる。AI仕様解析で何ができるかAI仕様解析には大きく2つのアプローチがある。① ソースコード解析サーバーに直接アクセスし、ソースコードをAIで読み込む方法だ。これにより、以下のことが把握できる。画面数・テーブル数・ビュー数の全体像開発言語・フレームワークの特定外部ライブラリや旧技術への依存箇所の洗い出しバッチ処理の存在と実行タイミング当社の過去案件これまでAI仕様解析を実施してきたシステムには、Classic ASP＋VBScript、Struts1系のJava、VB6、COBOL、PHPの古いバージョンなど、さまざまな言語・フレームワークが含まれる。外部依存としてよく見つかるのは、ActiveXコントロール（バーコードスキャン・帳票印刷）、旧帳票ツール（ベンダー製のExcel/PDF出力ライブラリ）、ODBCによるAccess連携などがあった。言語やフレームワークの種類によって移行難易度が変わるため、AI仕様解析でこれらを早期に特定することが後工程の精度を左右する。ソースコードに書かれている「事実」を、AIが高速で読み解いていく作業だ。人手でやれば数週間かかるものが、AI仕様解析によって大幅に短縮できる。実際の現場では、ソースコード解析によって「印刷機能への依存」と思われていた箇所が、実はプレビュー表示とPDF出力に使われていたことが判明したケースがある。この発見がなければ、移行コストの見積もりが大きくズレていた。AI仕様解析は、思い込みによる見積もりミスを防ぐ役割も果たす。② マニュアル・ドキュメント解析操作マニュアルや手順書をAIで読み込み、業務フローとシステム機能の対応関係を整理する方法だ。業務パターンの整理（誰が・何を・どの順番で操作するか）システムの機能と実際の業務の対応関係の可視化「マニュアルに書かれているが実際には使われていない機能」の発見ソースコード解析とマニュアル解析を組み合わせることで、「技術的に何が動いているか」と「業務的にどう使われているか」の両面が見えてくる。この2つが揃って初めて、AI仕様解析の結果が意味を持つ。AI仕様解析で「わかること」と「わからないこと」AI仕様解析は強力なアプローチだが、わかることとわからないことを明確に分けておく必要がある。わかること：技術的な事実何が動いていて、何に依存しているかどの技術的負債がどこにあるか移行・刷新の際に影響を受ける箇所はどこかわからないこと：判断に必要な文脈なぜその仕様になったのか（歴史的な経緯）どこまで変えていいのか（組織的な判断）「使われていない機能」を本当に捨てていいのか（関係者の合意）たとえば、AI仕様解析でバッチ処理の存在を発見したとする。それが「毎月特定の日に締め処理を実行している」ことまではわかる。しかし「そのバッチをどう移行するか」「止めていい期間はいつか」「影響を受ける関係者は誰か」は、AI仕様解析だけでは答えが出ない。これはAI仕様解析の限界ではなく、役割の話だ。AI仕様解析は「事実を明らかにする」ことに特化している。「事実をどう扱うか」は、別の作業が必要になる。解析結果を「判断できる状態」に変えるにはAI仕様解析の結果は、そのままでは動ける状態にならない。技術的な事実に加えて、以下の2つが揃って初めて意思決定ができる。業務・運用の実態との照合AI仕様解析で得た技術的な事実を、実際に現場で働く人たちの運用実態と照合する。「マニュアルにはAという手順が書かれているが、現場ではBという方法で動いている」という乖離は、ヒアリングや現地視察によってしか明らかにならない。組織的な背景の把握「なぜこのシステムがこうなったか」という歴史的な経緯と、「誰が何を優先しているか」という関係者の価値観を把握することで、AI仕様解析の結果が判断材料として機能し始める。AI仕様解析は現行調査の強力な武器だ。しかし、それはあくまで入口に過ぎない。解析結果を「判断できる状態」に変えるプロセスがあって初めて、システムは「動けない状態」から「動ける状態」に変わる。既存システムのAI仕様解析を含む現行調査から始めたい場合は、現行調査サービスからご相談ください。あわせて読まれています：現行調査でよく見る5つのパターンなぜ基幹システムの刷新は予算オーバー・遅延・頓挫するのか