編集：遠藤文康

レガシーシステムの移行では「現行踏襲」が重視されるが、長年稼働してきたシステムに不具合が潜んでいたらどうすべきか。従来は見つからなかった不具合もAIによって発見できるようになる中、修正するか、そのまま移行するか。どのような観点が必要か。

2026年7月の仕様改訂によって、「MCP」は既存のWeb技術との親和性を高めました。これが意味するのは、企業の既存のAPIをAIエージェントから利用するための仕組みが整いつつあるということです。AIエージェントが自らAPIを選び、呼び出す時代に、API設計の何を見直す必要があるのかを考えます。

AIによるコード解析だけでは、レガシーシステムの仕様を完全には復元できない。そこには人の知識や判断が欠かせない。仕様を復元する手順と、関係者の認識のずれがある中でどう仕様のレビューを進めればいいのかを解説する。

AIエージェントと外部のツールをつなぐ「MCP」が、大きな転換点を迎えています。2026年7月の仕様改訂では、サーバ側で通信の状態を保持しない「ステートレス化」が進められました。この変更は、企業がMCPを導入、運用する上で何を意味するのか。まずはMCPの普及状況を振り返りながら、仕様改訂の背景や影響を整理します。

AIによるレガシーシステムの解析では、プログラム間の依存関係や変更の影響範囲を見落とすことがある。なぜ見落としが生じるのか。「知識グラフ」を使ってAIに必要な情報をたどらせる方法を解説する。

ゼロトラストアーキテクチャ（ZTA）は、従来の境界型防御では防ぎ切れない脅威への対策として有効ですが、万能ではありません。本稿では、ZTAで防げる脅威と防げない脅威、その対策を解説します。

AIを使えば、長年使われてきたCOBOLのコードを解析することはできる。しかし、そこに記されたデータ項目名が業務上何を意味するのかまで、正しく読み解けるわけではない。レガシーシステムの移行を阻む、長年の運用の中で失われてきた「意味」をどう取り戻せばよいのか。

山手線における「5G」の実測では同じ規格でも大きな差が表れ、次世代の「Wi-Fi 8」は最高速度より安定性を重視。NTTは、ミリ波よりも周波数が高い「サブテラヘルツ帯」で光通信に匹敵する超高速伝送を実現。無線通信の進化と現在地を追います。

AIによるレガシーシステムの刷新で懸念されるハルシネーションだが、AIが誤りを起こしやすい場所には一定の傾向がある。実際にあった例を基に、AIがもっともらしい間違いを犯す原因と対策を解説する。

サプライチェーン全体のセキュリティ対策を評価する重要性が高まり、一方では評価においてもAIを活用する動きが広がっています。評価を信頼し、実務に生かすために、いまサイバーリスク評価には何が求められるのでしょうか。

AIは、長年使われてきたCOBOLのプログラムをどこまで理解できるのか。レガシーシステムの刷新にAIを活用する上で、その能力をどう評価すべきかは重要な課題だ。とはいえAIの読解力が高くても、システム全体を正しく理解できるとは言えない。AI活用の可能性を見極めるために、企業は何を検証すべきなのか。

レガシーシステムの移行に当たり、工数や期間を見積もる際の指標として使われてきたプログラムの本数やステップ数。しかし、AIを活用した移行では、同じ規模のシステムでも必要な工数が大きく異なることがある。従来の指標だけでは見えてこない移行の難しさを、どう見極めればよいのか。

国内でAI向けデータセンターやGPU計算基盤の整備が加速している。しかし、インフラの充実がそのままAI活用や事業価値の創出につながるわけではない。整備された「箱」をどう生かすのか。AIインフラ投資の課題を考える。

国産メインフレームの撤退表明が相次ぐ中だが、「まだ時間がある」と考えている企業もあるかもしれない。しかしシステム移行に必要な期間を逆算すると、判断を先送りできる時間は限られている。

要件通りにシステムが完成しても、実際にシステムを使う側の業務部門では「もう少しこうしたかった」という部分が残ることもある。三菱UFJフィナンシャル・グループ（MUFG）の融資企画部 BHC法対応企画室は、ローコード開発基盤を活用し、自らシステム開発に携わる内製化に挑んだ。

国産メインフレームからの撤退表明が相次ぎ、待ったなしとなったレガシーシステムの刷新。AIによって解析や変換が速くなる中、「AIに何を任せ、人は何を決めるのか」という視点から、2035年を見据えたモダナイゼーションの実務を考える。

ネットワークはなぜ、長年使われてきた「木構造」から脱却する必要があったのか。本連載では、Fabricを支えるSPBの基礎から、その進化と設計思想を解説する。第1回は、STPやVLANが抱えていた課題をひも解き、Fabric誕生までの道のりをたどる。

AIエージェントの利用では、気付かないうちにコストが膨らむ「トークンの浪費」が起こりがちです。どうすればAIエージェントが消費するトークンを適正に抑制できるのでしょうか。5つの視点で考えます。

AIのトークン単価が下がり続けてきたにもかかわらず、企業が支払うAIの請求額は増えている――。気付かないうちに膨らむ「トークン浪費」がなぜ起きるのかを考えます。

生成AIやAIエージェントで開発・運用の自動化が進む一方、IT人材不足は解消していません。企業の間での争奪戦は激化しているともいえる状況です。AIがあってもなぜITエンジニアは足りないのでしょうか。

「ネットワークが遅い」と言われたら帯域を確認する。「Wi-Fiがつながらない」と言われたら原因を調べる。障害が起きればCLIをたたいて問題を切り分ける――。ネットワーク運用で長く続いてきたこうした“当たり前”は、一部の運用現場では必ずしも常識ではなくなりつつあります。

AIシステムを本番稼働させても、モデルの精度低下や処理負荷の増大、再学習の遅れによって、期待した性能を維持できなくなる可能性があります。AIを「作って終わり」にせず、継続的に改善しながら動かし続けるために何が必要なのでしょうか。

AIエージェントの活用が広がるのと同時に、APIキーやトークンなどの認証情報も増殖。セキュリティリスクは高まり、従来の認証情報の管理方法は限界を迎えつつあります。では、どう守ればよいのでしょうか。

AIエージェントの活用が広がり、その裏側で増殖するのがAPIキーやトークンなどの認証情報です。これまで当たり前だったAPIキーの管理方法が、AIエージェントの登場によって限界を迎えつつあります。

サービスの利用者が増えて事業が成長する一方、通信コストやIT基盤の運用負荷も同時に膨らむ――。20年近く続く通話相談サービスを展開するエキサイトは、そうした課題に直面していた。事業の成長を支える通信基盤をどう見直したのか。

SASEは脱VPNをはじめとする個別の課題を解決する手段となるが、SASEを導入したからといってゼロトラストが実現するわけではない。「SASE＝ゼロトラスト」という幻想を乗り越え、全体最適へと進むためには何が必要なのか。バーチャル情シス、須藤あどみん氏が解説する。

SASEを導入したのにゼロトラストが進まない――。その現状を理解するには、まずはSASE導入企業が陥りやすい「幻想」を解き明かす必要がある。現実的にゼロトラストを進めるために、混同してはいけないポイントとは。バーチャル情シス、須藤あどみん氏が解説。

限られた職員で行政サービスをどう維持するか――。鹿嶋市は本格的に「生成AI」の活用に乗り出した。まずは公式Webサイトと「Claude」で市民対応業務を改善。「Claude Code」による内製化にも着手している。狙いやその仕組みについて同市に取材した。

富士通に続き、日立製作所もメインフレーム事業からの撤退に向けて動き始めました。生成AIによる刷新への期待が高まる一方、「脱メインフレーム」の7割超が失敗するとの予測もあります。生成AIがあっても移行が簡単ではない理由と刷新のアプローチを考えます。

テレワーク中心の業務形態から再びオフィスへの出社を中心とした業務形態に戻り、オフィスが業務上重要な拠点となりつつあります。一方でオフィスのネットワークに求められる要件は、COVID-19流行前と大きく様変わりしています。本稿では、出社回帰後のオフィスのネットワークに求められる要件と、それに伴う変化についてまとめます。

ビジネスSNS「Wantedly」を提供するウォンテッドリーは、コンテナやKubernetes、マイクロサービスなど新しい技術を早くから取り入れ、サービス開発のスピードを高めてきた。開発者が開発に集中できる環境と、安定したユーザー体験を支える仕組みをどう構築してきたのか。取り組みの背景と狙いを聞いた。

ネットワーク担当者はVLANの設定変更、トラブル対応など日々発生するネットワーク運用業務を抱える一方で、ゼロトラストをどう実践するかといった新たな課題にも向き合っています。しかし、従来のネットワーク設計と運用から脱却するのは簡単ではありません。課題を解決するためのヒントの一つを紹介します。

ランサムウェア攻撃を受けた企業は、どのような状況に陥り、何を判断しなければならないのか。実際の被害事例を基にしたシナリオを使い、企業が直面する意思決定を疑似体験するワークショップを取材した。そこから見えてきたのは、技術的な対策だけでは埋められない「備えのギャップ」だった。

GPUを増やしても、AIの処理が高速になるとは限りません。ジョブの実行順序やデータ配置が適切でなければ、GPUは待機状態となり、性能を十分に引き出せなくなります。本稿では、「AIを止めない」ための技術として、ジョブスケーラーと分散ストレージの役割、そしてAIインフラに求められる設計の考え方を解説します。

レガシーシステムが依然として多くの企業に残る中、期待されるのがAIを活用した開発生産性の向上です。その利点を開発ライフサイクル全体にわたって取り入れていくための視点と実践例を紹介します。

AIを活用することで、停滞してきたレガシーシステムの刷新を前進させられる可能性もあります。しかし単にAIコーディングツールを導入するだけでは、その効果が部分的にとどまるばかりか、コストや運用の破綻といった事態に陥るリスクもあります。先行事例も踏まえながら、効果的に進めるためのポイントを探ります。

ネットワーク運用は、人手に頼った作業の積み重ねによって支えられてきました。キャンパスNaaSが目指すのは、そうした運用からIT部門を開放することです。どのようなアプローチなのかを解説します。

AIインフラを適切に動作させるには、GPUやストレージなどの物理的な基盤を整えただけでは十分ではありません。なぜミドルウェアが重要になるのか、設計においては何を考慮すべきなのかを解説します。

生成AIやAIエージェントの普及により、APIは人だけでなくAIが利用する基盤へと進化しています。MCPやA2Aなどの登場でAPIの役割も変わる今、AI時代に求められる新たなAPI統治の在り方と将来像を考えます。

クラウド会計ソフトウェア「freee」を提供するフリーは、LLMの品質を管理、改善するために「Langfuse」を使ったLLMオブザーバビリティーを実践している。高速OLAPデータベースを手掛けるClickHouseが開催したイベントで、その取り組みを紹介した。

企業などの組織のネットワーク構成は、コロナ禍における在宅勤務の急速な拡大に伴って大きく見直されました。VPN装置の増強を進めたり、ゼロトラストセキュリティの考え方を取り入れたりするなど、対策を進めた組織は多いでしょう。その対策が部分最適で終わっていないか、ゼロトラストセキュリティを真に機能させるには何が必要なのかなどを見直してみましょう。

AI活用が進む中、データベースへの関心が高まっている。オープンソースの高速OLAPデータベースとして利用実績を増やしているのがClickHouseだ。マツダがデータ分析の取り組みを紹介した。

生成AIの普及によって、ITインフラを取り巻く環境が大きく変わりつつあります。データセンターでは高密度化や液冷化、コンテナ型の台頭などが起きる一方、AI向け半導体需要の拡大はメモリやストレージ市場にも影響を及ぼしています。その余波はPCやサーバの調達にも及び始めています。

AIサービスは、止まることなく動き続けることを前提に設計されます。ある瞬間にアクセスが数倍に跳ね上がることも珍しくありません。それを支える企業のインフラはどうあるべきか。従来型HPCと対比しつつ、Kubernetesなどを使った新しいインフラ運用について解説します。

ネットワークインフラをサービスとして利用するNaaSとして今後の成長が期待されるのが、LANをNaaSとして利用する「キャンパスNaaS」です。とはいえオフィス内にあるネットワーク機器を「サービス利用」に置き換えるのは、イメージしづらいのではないでしょうか。単なる“リースの言い換え”ではない、そのメリットを解説します。

APIファーストを掲げてシステム開発やサービス設計を推進しても、現場で統制が取れなければ、運用管理負荷やシャドーAPIのリスクなど新たな課題を生みかねません。本稿では金融、小売、製造業の事例を基に、APIガバナンスを定着させる組織に共通する成功要因と、失敗を防ぐための実践ポイントを解説します。

AIエージェントの活用が広がる中で、ソフトウェア開発やIT運用において新たなリスクが生まれていることがさまざまな角度から報告されています。AIエージェントが生み出すコードのリスクや未承認のエージェント利用といった現実に企業のIT部門は向き合わなければなりません。

AIシステムを安定的に稼働させる上で考慮すべきポイントの一つになるのが、GPUリソースとストレージをいかに最適化するかです。そのために必要になる仕組みや、運用上の工夫を解説します。

GPUはHPCやAI用途の発展とともに進化してきたが、初めからその存在が一般ユーザーに強く意識されたわけではなかった。仮想通貨マイニングやLLM、画像生成AIの登場とともに、GPUの需要がどう変わってきたのかを振り返る。

企業ネットワークの在り方は、クラウドやAIといった技術の利用とともに大きく変わりつつあります。特に企業ネットワークの分野において注目動向の一つになるのが、NaaS市場の発展です。NaaSの基本概念から成長トレンド、そして成長が著しい「キャンパスNaaS」の現状までを探ります。