毎朝更新
← 今日のニュース2026.08.14 / Fujin編集約7分で読めます

古いシステムの「担当者しか分からない」をAIでほどく——コムチュアとKrugleが提携

『このシステムは、あの担当者しか分からない』。会社でよく聞く言葉ですが、その担当者が退職したら保守は止まりかねません。コムチュアとクリューグルの提携は、散らばったコードと資料をAIで読める知識へ変える話です。

01 / QUICK GUIDE

まず、30秒でつかむ

  • 01

    コムチュアとクリューグルは2026年8月14日、企業のソフトウェア資産と社内知識をAIで活用する分野で業務提携したと発表しました。

  • 02

    AIプラットフォーム『Krugle』を使い、古いソースコードを外へ移さず解析し、ExcelやPDFなどの資料も関連づけて、保守やシステム刷新を支援します。

  • 03

    ただし、契約日、導入顧客、正式な提供開始日、売上、実際の工数削減率は未公表です。提携とサービス立ち上げは確定していますが、顧客成果はこれからです。

02 / KEY WORDS

専門用語を、やさしく。

ここだけ押さえれば、残りの本文はスムーズに読めます。

レガシーシステム
長年使われ、事業に欠かせない一方、古い技術や少数の担当者に依存しているシステムです。単に古いことより、変更や保守が難しいことが問題になります。
RAG
Retrieval-Augmented Generation、検索拡張生成の略です。AIが社内資料を検索し、見つけた根拠を参照して回答や成果物を作る仕組みです。
セマンティック検索
文字が完全に一致するかではなく、言葉の意味が近い情報を探す検索です。別の表現で書かれたコードや資料も見つけやすくなります。
プライベート環境
会社専用の閉じた環境でデータやAIを扱う構成です。機密性の高いソースコードを外部サービスへ送らずに処理できる選択肢になります。

03 / THE FACTS

何が起きたのか

コムチュアとクリューグルは8月14日15時30分、AI活用によるソフトウェア資産とナレッジ資産の整備で業務提携したと発表しました。契約を締結した正確な日付は発表文に記載されていません。

コムチュアはKrugleを使い、レガシーシステムの開発・保守を出発点とする伴走型サービスを新たに立ち上げます。製造業の暗黙知や、人材育成コンテンツを再利用できる形にするサービスも共同開発する計画です。

Krugleは、既存の保管場所からソースコードを移動させずに解析し、意味で横断検索できると説明されています。Excel、PDF、設計書なども前処理してRAG化し、コードと周辺資料を関連づけます。

さらに、仕事の手順を『スキル』として整理し、AIエージェントが情報収集から成果物作成まで進める機能を備えます。コード向けの軽量な大規模言語モデルを自社環境で動かす構成も選べます。

両社は保守サービス、Data & AI活用、業種別資産の共同開発を進めます。ただし、導入顧客、料金、正式提供日、契約額は未公表です。コムチュアは今期の連結業績への影響を軽微と見込んでいます。

THE CONCLUSION

つまり、何が重要なのか

結論から言うと、この提携のポイントは『AIにコードを書かせる』より前にあります。会社に眠る古いコード、設計書、Excel、対応履歴を、AIと人が探して使える知識へ整える取り組みです。

一方、実際の顧客でどれだけ速く、安く、安全になったかはまだ確認できません。発表は提携とサービスの方向を示した段階であり、今後は顧客事例と測定結果が評価材料になります。

04 / THE CONTEXT

なぜ、今これが重要なのか

日本企業では、古い基幹システムが会計、受注、生産などを支えています。長年の改修で全体像が分かりにくくなり、詳しい担当者の異動や退職によって、変更そのものが経営リスクになるケースがあります。

生成AIで新しいコードを書く速度が上がっても、現在のシステムが何をしているか分からなければ安全に移せません。先に既存資産を読み解き、業務の意味を残す必要があります。

また、社内知識はコードだけにありません。設計書、Excel、問い合わせ履歴、現場の判断基準に散らばっています。AIを本番業務で使うには、それらをつなぎ、根拠を追える形にする作業が重要になっています。

05 / WHAT IT MEANS FOR YOU

私たちには、何が変わる?

情報システム部門にとっては、担当者の記憶を探す時間を減らし、影響調査や引き継ぎを共通の仕組みにできる可能性があります。ただしAIの回答が正しいかを確認する担当者は残ります。

経営者は『古いコードをAIへ入れれば刷新できる』と考えない方が安全です。対象範囲、データの持ち出し、誤答時の責任、切り戻し方法を先に決める必要があります。

現場の技術者には、ソースコードと資料の不一致を直し、過去の判断理由を残す仕事が増えます。この整理は地味ですが、AIが使える答えを返すための土台です。

公式サービスページには、検証事例で原因箇所を数分で特定し、製造工程で約50%の工数削減が見込めるとの説明があります。ただし顧客名や測定条件は示されず、今回の提携による実績ではありません。

07 / NEXT ACTION

今日から、どう動くか

  1. 01

    自社の重要システムについて、担当者、コード、設計書、問い合わせ履歴がどこにあるか一覧にする。

  2. 02

    小さな対象で、影響調査にかかる時間、回答の根拠、人の修正量を導入前後で測る。

  3. 03

    ソースコードを外部へ送るか、誰が検索できるか、ログを何日残すかを情報管理部門と決める。

BOTTOM LINE

AIで古いシステムを変える第一歩は、新しいコードを書くことではありません。散らばった会社の知識を、根拠つきで探し直せる状態へ整えることです。

今日のAIニュース一覧へ →