DX × レガシー ERP × 生成AI
「2025年の崖」の先で、レガシー ERP に AI を載せる
要点
経済産業省の DX レポートが警告した「2025年の崖」の時期は過ぎましたが、老朽化・ブラックボックス化した基幹システムは多くの企業で残っています。AI は刷新の代替ではありませんが、仕様の可視化と段階的な移行を助ける道具になります。
経済産業省の「DXレポート」(2018 年)は、老朽化し複雑化・ブラックボックス化した既存システムが残った場合、2025 年以降に年間最大 12 兆円の経済損失が生じ得ると警告しました。これが「2025年の崖」です。
2026 年の現在、その時期を過ぎましたが、現場では長年のカスタマイズが積み重なった基幹システムを抱え続けている企業が少なくありません。全面刷新は費用も期間も大きいため、現実的な選択肢を整理します。
「崖」は何だったのか、今どうなっているか
レポートが問題にしたのは、システムの古さそのものより、中身が分からなくなること(ブラックボックス化)と、それを維持できる人材が減ることでした。サポート終了や担当者の退職が重なると、改修も移行もできない状態に陥ります。
実際の現場では、「止まりはしないが、変えられない」状態が続きます。法改正や制度対応、取引先からの要請に、追加開発が間に合わないという形で課題が表れます。
- 仕様書が古い、または存在しない
- カスタマイズの理由を説明できる人が退職した
- アドオンが多く、バージョンアップや移行の見積もりが出せない
- ベンダーのサポート期限が迫っている
AI でレガシー ERP の何を助けられるか
最も確実な用途は、仕様の可視化です。ソースコード、データベース定義、帳票定義、バッチ処理の設定を読み取り、各機能が何をしているかの説明文や関連図の下書きを作ります。これにより、移行や改修の見積もりに必要な情報が揃いやすくなります。
次に、読み取り専用の自然言語検索です。老朽化した画面を操作しなくても、在庫や受注残をデータベースから日本語で問い合わせられるようにすれば、現場の利便性が上がり、刷新までの延命にもなります。ERPray は、この読み取り専用の連携を提供しています。
さらに、移行時のデータ品質確認(重複、欠損、コード体系の不整合)を支援する用途があります。最終的な変換ルールと検証は、人が責任を持ちます。
- ソース・DB・帳票からの仕様説明の下書き生成
- アドオンの棚卸しと、標準機能で代替できる候補の抽出
- 自然言語での読み取り専用検索による延命
- 移行データの品質チェックの補助
AI で済ませてよいケースと、刷新が必要なケース
AI の層を足すだけで足りるのは、システムが安定して動いており、主な不満が「情報を取り出しにくい」ことである場合です。一方、ベンダーのサポートが終了している、セキュリティ上の欠陥が放置されている、法令対応ができないといった場合は、AI ではなく刷新(または移行)が必要です。
AI は、刷新を先送りするための道具としてではなく、刷新の準備を前倒しする道具として使うのが健全です。仕様の可視化を進めておけば、刷新時の要件定義が速くなります。
配置とセキュリティ
レガシー ERP は、社内ネットワーク内のサーバーで稼働していることが多く、外部のクラウド型 AI にデータやソースコードを送ることに抵抗があるのは自然です。オープンウェイトのモデルを自社の GPU に置き、閉じたネットワークで動かせば、ソースコードも業務データも社外に出しません。
古い ERP は、API が整っていないことがあります。その場合は、データベースへの読み取り専用の接続や、バッチで出力したファイルを介した連携を設計します。この際も、ERP の権限と、取得データの保持期間の設計は欠かせません。
進め方
まず、1 つのモジュール(たとえば受注から出荷まで)を選び、アドオンの棚卸しと仕様説明の生成を数週間で試します。その結果をもとに、延命、段階移行、全面刷新のどれが妥当かを判断します。
Netray は、特定の ERP や移行先を勧める立場ではありません。AI が適さないと判断した場合は、その旨をお伝えします。
よくある質問
「2025年の崖」はもう過ぎましたが、まだ対応は必要ですか。
必要です。時期を過ぎても、ブラックボックス化したシステムの問題は解消されていません。サポート期限、人材、法令対応の観点で、現状を評価してください。
AI を入れれば、ERP の刷新は不要になりますか。
なりません。AI は情報を取り出しやすくし、仕様の可視化を助けますが、サポート切れやセキュリティの問題は解決しません。
ソースコードを AI に読ませても安全ですか。
モデルを自社の閉じた環境に置けば、ソースコードを社外に出さずに処理できます。外部サービスを使う場合は、入力データの扱いを契約で確認してください。
API のない古い ERP でも連携できますか。
多くの場合、データベースへの読み取り専用接続や、出力ファイルを介した連携で対応できます。個別の可否はアセスメントで確認します。
最初の一歩として何をすればよいですか。
対象を 1 モジュールに絞り、アドオンの棚卸しと仕様説明の生成を試すことを勧めます。それにより、延命か移行かの判断材料が得られます。
関連ガイド
Infor SyteLine と LN に AI を載せる:日本の製造業向け
日本で Infor SyteLine(CloudSuite Industrial)や Infor LN を使う製造業向けに、AI によるカスタマイズ調査、帳票、バージョンアップ支援、自然言語検索の設計を解説します。
ERP 全般(個人情報保護法)個人情報保護法に沿って ERP のデータを AI で扱う
ERP の取引先・従業員データを生成AIで扱うときの個人情報保護法(APPI)上の論点を整理。委託と第三者提供、外国にある第三者への提供、安全管理措置、オンプレ運用を解説。
品質記録・検査(ERP / MES)製造業の品質記録・検査データを AI で活かす
検査成績書、不適合報告、是正処置などの品質記録を ERP と結びつけて AI で検索・要約する方法。ISO 9001、IATF 16949、JIS Q 9100 の現場を想定して解説します。
Oracle NetSuiteOracle NetSuite に AI を載せる:日本企業のための実践ガイド
日本の製造業・商社向けに、Oracle NetSuite のデータを自然言語で検索・分析する AI の作り方を解説。SuiteQL 連携、権限継承、日本国内での運用、インボイス制度への対応まで。
SAP ERP 6.0(ECC)/ SAP S/4HANASAP 2027年問題とAI:移行を急ぐ前に、社内の知識を読めるようにする
SAP ERP 6.0の保守終了(2027年問題)に向け、アドオン棚卸しや移行判断に生成AIをどう使うか。データを社外に出さない構成と注意点を解説。
ERP全般(オンプレミス生成AI)オンプレミス生成AIをERPにつなぐ:データを社内に置いたまま使う方法
ERPのデータを社外に出さずに生成AIを使うには。ローカルLLM、RAG、権限連携、承認フローまで、情報システム部門向けに構成と注意点を整理。