生成AIは日本のSI業界をどう変えるのか—「人月ビジネス」に変革圧力がかかる2026年春の現実

Fushiki

2026年4月18日 10:33

2026/04/18 SAT

最近、こんな感覚はないでしょうか。

「生成AIでコードが書けるって言うけど、実際の業務システムはそんなに簡単じゃないでしょ」——そう思っていたのに、気づいたらこの1年弱で、大手SIer（エスアイヤー）から信じられない数字が次々と飛び出しています。

富士通：3人月の改修作業を4時間で完了（社内実証、2026年2月）
富士通：COBOLの設計書生成を1/30に短縮するSaaSを一般提供（2026年3月）
DeNA：Perl 6,000行のGo移行を約1カ月で完遂（2025年10月末〜11月末の移行事例、同社ブログで2025年12月公開）
大阪市×日立：通勤届の審査業務を最大約40%短縮（2026年3月発表）
三菱UFJ銀行：金融向けAIエージェントを本稼働（2026年3月）

いずれも各社の一次情報で確認できます。PoC（Proof of Concept、概念実証）止まりではなく、実証段階と本番導入の両方が出始めているのが、この1年弱の特徴です。

そして2026年4月2日、業界最大手のNTTデータが、フランスの名門ビジネススクールINSEADとの共同研究で、ついに決定的な一文を公表しました。

「AI活用は、従来の人月型モデルの持続可能性に影響を与える」

——つまり、業界最大手自らが「人月はもう持たない」と認めたということです。

ニュースを個別に追っているだけでは、全体像が見えません。「結局、SIerの仕事はどうなる?」「人月ビジネスはまだ続くのか?」——この記事では、2026年4月18日時点の公開情報だけを突き合わせて、いま何が起きていて、どこに向かっているのかを整理します。

結論を先に言っておきます。「人月で売るには、AIが優秀になりすぎた」。日本のSI業界は、もうそういう段階に入っています。

この記事の結論(3点サマリー)

レガシーシステム（Legacy System、古くなった基幹業務システム）の刷新が、AIによって現実的な工事として動き始めた
SaaS（Software as a Service、クラウド型ソフト）が、人が画面を触る道具から、AIが裏で呼び出す「部品」へと再編される方向にある
SIを工数で売る「人月（にんげつ)モデル」に強い変革圧力がかかっている。成果や価値で売るモデルへの転換圧力が高まっている

以下で紹介する数字の多くは企業発表ベースの効果値であり、業界全体にそのまま当てはまるものではない点は先にお断りしておきます。

1. 「2025年の崖」は終わっていない。むしろ今が本番

経済産業省が2018年のDXレポート（Digital Transformation Report、デジタル化の現状報告書）で示した「2025年の崖」—古い基幹システムを放置すると2025年以降に最大年12兆円の経済損失が出る可能性があるという警告——は、2026年になって自然に消えたわけではありません。むしろ、先送りしてきた刷新案件が、生成AIの実用化で一気に「やれる仕事」に変わり始めたのが今です。

IDC（米国の調査会社）ジャパンの2026年2月10日公表値によると、国内のIT モダナイゼーション（IT Modernization、古いITシステムを新しい形に作り直すこと）サービス市場は、2025年に1兆3,044億円(前年比10.1%増)、2030年には2兆1,234億円まで拡大する見通しです。需要そのものが大きく膨らんでいます。背景は三つあります。

古いシステムを保守できるベテラン技術者の減少
基盤ソフトやハードのEOL（End of Life、サポート終了）対応の期限切れ
AIの実用化による、実行可能性の急上昇

2. レガシー刷新は「人海戦術」から「AI-Driven」へ

これまで、古いシステムをモダンな形に作り直す仕事は、何十人もの技術者を長期間投入する人海戦術でした。それがこの半年で明確に変わりつつあります。以下の生産性の数字は各社が自社事例として公表している効果値であり、条件や規模が異なる案件で同じ成果が出るとは限らない点にご注意ください。

富士通：設計書の自動生成から、開発工程の自動化へ

冒頭で触れた富士通の動きを、もう少し詳しく見ていきます。

同社は2026年3月30日、コボル（COBOL、1959年に開発された古い業務用プログラミング言語）などのソースコードから設計書を自動生成するSaaS「Fujitsu Application Transform powered by Fujitsu Kozuchi」の国内提供を開始しました。同社の発表によると、設計書を作る時間は約30分の1に短縮、情報の抜け漏れのなさ（網羅性）は95%、読みやすさ（可読性）は60%向上したとされています。

レガシーシステムは長年の運用で設計書が更新されておらず、「中身が誰にもわからないブラックボックス」になっているのが最大の壁でした。そこにAIが切り込んでいます。

さらに同社は2026年2月17日、要件定義（Requirement Definition、何を作るかを決める工程）から設計・実装・結合テストまでを複数のAIエージェントが協調実行する「AI-Driven Software Development Platform」の運用開始を公表しました。同社の実証実験では、約300件の変更案件のうち1件で、従来3人月（3人が1カ月働く量）を要した改修作業が4時間で完了し、生産性100倍相当の成果が出たとされています。同社はあわせて「従来の人月ベースから顧客提供価値ベースへ」の変革方針も明記しています。

大和総研とKDDI：「現新一致の自律検証」を目指す設計

大和総研は2025年6月23日、自律検証型AIマイグレーションツール「Smartrans」をプレビューリリースしました。同ツールは、コード変換だけでなく、AIエージェントが自律的に検証を繰り返し、旧システムと新システムで同じ結果が出るか（現新一致）を確認する設計思想を持ち、全件突合検証（サンプリングではなく全件を対象に新旧を照合する検証）を目指すとしています。2026年3月3日には、KDDIの大量データを扱うシステムへの適用開始が発表されました。

DeNA：約6,000行のPerl→Goを約1カ月で移行

先ほど挙げたDeNAの事例を詳しく見ると、同社エンジニアリングブログ（2025年12月18日公開）には、2018年に書かれた約6,000行のPerl製APIを、Goに書き換える作業を、DevinとClaude Codeという特性の違う2つのAIを使い分け、2025年10月末〜11月末の約1カ月で完遂したとあります。

なお、日経クロステックなどの二次報道では「人手なら半年はかかる想定」「2026年1月末に本番稼働」とも伝えられていますが、これらの数字はDeNA自身の一次情報では明記されていないため、参考情報として扱うのが妥当でしょう。

ここが重要：AIは「コードを速く書く道具」ではない

多くの人が勘違いしがちですが、AIは単に「コードを速く書く」ツールではありません。設計書の復元、依存関係の把握、テスト生成、現新一致の検証まで機械がやれるようになったということは、これまでSI案件の売上を支えてきた「長い調査」「厚いドキュメント作成」「膨大なテスト工数」の価値配分そのものが崩れるということです。

NTTデータグループは、生成AIを活用したソフトウェア開発の自社適用を強化しています。同社の公開資料では、2025年度に500件超のプロジェクトへ生成AIを適用し、20%の生産性向上を目指す方針が確認できます。ただし、2027年度以降の中期目標については、公開資料によって40%、50%、最大70%など、対象範囲やKPI（Key Performance Indicator、重要業績評価指標）定義の異なる数値が見られます。単一のKPIとして断定するのは避け、「中期的に大幅な生産性向上を目指している」と整理するのが安全です。いずれにせよ、人月から成果・資産活用型へ移るという大きな方向性は、後述のNTTデータ×INSEAD共同研究の一次情報で明確に裏付けられています。

3. SaaSは「消える」のではなく「裏方」に再編される方向

もう一つの大きな変化は、SaaSの役割です。「SaaSは死ぬ」という極端な言説もありますが、公開情報から読み取れるのは、「主役の画面」から「AIが裏で呼び出す機能部品」へ、位置づけが再編される方向へ動いているという状況です。断定ではなく、複数の公開情報を重ね合わせた解釈である点は押さえておきたいところです。

ガートナーの二つの予測(日付と内容を区別する)

米国の調査会社ガートナー（Gartner、IT業界の権威ある調査会社）は、エージェント型AIに関する予測を複数回発表しています。内容と日付を混同しないよう整理します。

①2025年6月25日のプレスリリース

2028年までに、日常業務の意思決定の少なくとも15%がエージェント型AIによって自律的に行われる（2024年時点の0%から）
2028年までに、企業向けソフトウェア・アプリケーションの33%にエージェント型AIが組み込まれる（2024年時点の1%未満から）

②2026年4月2日のプレスリリース

2028年までに、半数以上の企業が、Copilotやスマートアドバイザー（Smart Advisor、助言をくれるAI）のような支援型AIへの支払いをやめ、ワークフローの結果に責任を持つプラットフォームを選好する
2030年までに、古いアプリに後付けでAI機能を乗せただけのソフトウェア会社は、最大80%の利益率圧縮に直面する

これらを総合すると、人がSaaSの画面を操作すること自体が業務の中心ではなくなり、AIエージェントが複数のSaaSや社内システムをまたいで業務を完了させる形に、エンタープライズ市場の構造が動いていくと見られます。

日本でも具体例が出始めている

冒頭で挙げた国内事例を、それぞれ押さえておきます。

三菱UFJ銀行は2026年3月25日、セールスフォース（Salesforce、米国の顧客管理大手）の金融業界向けAIエージェント「Agentforce 360 for Financial Services」（旧称：Agentforce for Financial Services）の本稼働を発表しました。2025年8月に日本初の採用を決めてから約6カ月で本番環境に入っています。行員の面談準備などをAIエージェントが肩代わりする設計です。
大阪市と日立製作所の共同検証（2025年9月〜2026年3月）では、年間約1万件発生する職員の通勤届の申請・審査業務で、業務時間を最大約40%短縮できる可能性が確認されました（2026年3月26日発表）。大阪市は2026年度以降の全庁展開を検討しています。
NTTデータは2026年4月提供開始の「LITRON Builder(リトロンビルダー)」で、自然言語（普通の日本語）で業務に合わせたAIエージェントを作れる開発基盤を打ち出しました。SaaSや社内システムと連携できるのが特長で、同社はLITRON関連ビジネス全体で2027年度末までに累計200億円規模の売上を目指すとしています（2025年12月9日発表）。

SaaSは単体で導入して終わる商品から、AIに接続される業務実行基盤へと位置づけ直されつつある——そうした方向への再編が進んでいると見るのが、今の公開情報からの妥当な読み方でしょう。

4. SIビジネスモデルにかかる変革圧力

ここから、従来のSIビジネスモデルには、強い変革圧力がかかります。理由はシンプルです。工数が減れば減るほど、売上の根拠が薄くなるからです。

この点については、冒頭で触れたNTTデータ×INSEADの共同研究（2026年4月2日公表）が、一次情報として明確に結論づけています。

AI活用は単なる業務効率化にとどまらず、構造的な変革をもたらすものであり、従来の人月型モデルの持続可能性に影響を与え、成果志向型や資産活用型モデルへの転換を促す

業界最大手自身が、研究成果として「人月型モデルの持続可能性への影響」を認めている—ここが2026年春時点の重要な事実です。前述のとおり、富士通も「従来の人月ベースから顧客提供価値ベースへ」の変革方針を公式に打ち出しています。大手SIerの複数社が同じ方向を向き始めたと見てよいでしょう。

5. では、どんな会社が勝つのか（筆者の見立て）

ここから先は筆者の分析であり、一次情報の事実断定ではありません。その前提でお読みください。

強いのは、以下の3条件を備えた会社です。

業務知識が深い——顧客の仕事そのものを再設計できる
既存資産を安全に読み解ける——レガシー解析、現新一致検証、ガバナンスに責任を持てる
AIエージェントの運用・監査・セキュリティまで引き受けられる—単なる開発ツールの切り売りで終わらない

逆に厳しくなるのは、単純な実装工数の切り売り、下流工程への人数投入、ドキュメント作成やテスト要員の「頭数」で稼ぐモデルです。

富士通、NTTデータ、大和総研の公表動向を見ると、各社とも単なる開発自動化ではなく、AIエージェント、ガバナンス、業務特化、モダナイゼーション基盤を一体で囲い込む戦略に入っています。「作る会社」でいるだけでは足りず、「業務を再設計し、AIと人の境界を管理し、結果を出す会社」に変われるかが、勝負の分かれ目になりそうです。