海外のロボット・AIニュースで驚いたこと：メインフレーム離脱プロジェクトの7割超が失敗、理由は「生成A

メインフレーム脱却のリアルな裏側

昨日、いつものように海外の技術ニュースをチェックしていたら、思わず手が止まる記事があった。

ガートナーの予測なんだが、今年始まったメインフレーム離脱プロジェクトの7割以上が失敗に終わるらしい。理由は、生成AIの能力を過大評価しすぎていること。

複雑なレガシーコードの移行を、AIがボタン一つで魔法みたいに書き換えてくれると勘違いしている企業が多いのだという。大阪の喫茶店でこれを読みながら、私は深く納得してしまった。

システム移行は、そんなに甘いものではない。

生成AIツール、たとえば「GitHub Copilot Enterprise」（月額39ドル/ユーザー）などはコード生成や補完において劇的な進化を遂げている。だが、何十年も継ぎ足されてドキュメントも残っていないCOBOLのコードを、完璧な現代のアーキテクチャに変換するのは現状のAIでは不可能です。

競合の「Amazon Q Developer」と比較しても、コンテキストの理解力は上がっている。しかし、業務のドメイン知識（その会社独自のルール）までAIが自動で汲み取ってくれるわけではない。

ここを勘違いして「AIがあるから予算も期間も半分でいける」と踏んだプロジェクトから順番に破綻していく。

この手の最新技術をビジネスに落とし込めるかどうかは、明確な差が出る。

使える人：AIを「優秀な翻訳アシスタント」として扱い、出力の検証や全体構造の設計を自ら主導できる人。

使えない人：AIを「丸投げできる魔法使い」だと思い込み、ブラックボックスのままシステムを構築しようとする人。

要するに、自分の手と頭を動かさない人間がAIに頼ると、手痛いしっぺ返しを食らうということだ。

余談だけど、昨日スーパーでいつも買っているレトルトカレーが30円も値上がりしていてショックを受けた。物価は上がるのに、システム開発の現場の認識はなかなかアップデートされないのがもどかしい。

私が今進めている『AI実装型アドバイザリー』への完全移行でも、ここが一番の肝になっている。

難しい技術トレンドを、いかに噛み砕いて現実のビジネスパイプラインに落とし込むか。最新の物理AI技術なんかも調べているが、結局は泥臭い業務プロセスの構造化と、AIに任せる部分の切り分け（テンプレート化）が全てだ。

AIは強力な道具だが、それをどう配置するかを決めるのは人間の経験値に他ならない。

皆さんは、今の職場でAIの能力が「過大評価」されていると感じる瞬間はありますか？