Who（誰が）
従業員300名以上の企業の情報システム部門・システム子会社、および人口5万人以上の自治体の情報政策課で、COBOL/VB6/メインフレーム系の老朽システムを保守している担当者
対象とする社会課題：仕様書なき老朽システムがブラックボックス化し、改修・刷新の障壁となっている
社会の役に立ち、しっかり儲かる。その両立が、この計画には数字で示されています。
退職した担当者しか知らない仕様が、ソースコードの中に埋もれたまま何年も動いている。改修の見積もりも出せず、塩漬けにされたシステムは、いつか誰も触れなくなる。挙動そのものを解析し、仕様書として取り出すことで、情シス担当者は初めて自分のシステムを説明できるようになる。それは会社を守る仕事だと思っている。
※ この4つの数字は、見せるために作った数字ではありません。「事業計画」タブの10年計画とまったく同じ計算から出しています。EXIT（売却）時の手取りだけは「もし売れたら」の試算で、約束できる金額ではありません。
10年の事業計画も、創業融資950万円の申請資料も、システムの要件定義書も、最初の90日の段取りも——ぜんぶこのページにあります。足りないものはAIチャットが伴走しながらその場で作り、システム開発・専門家・投資家への橋渡しまで、このサイトの中で進められます。「やりたい」と思ったその日から、始められる状態です。
各ボタンを押すと、このレガシー・リバースAIの情報を読み込んだAIチャットが開き、事業計画書やピッチ資料、要件定義書などの下書きをその場で自動生成します。まずは気になる資料から試してみてください。
※ ボタンを押すと確認のポップアップが出ます。「はい」を選ぶとAIチャットが新しいタブで開き、 この事業の内容を踏まえた作成指示が自動で送られます（あなたが文章を打ち込む必要はありません）。 どのボタンを出すかは事業の性質でAIが出し分けます。生成にはAIチケットを使用します。
あなたの経歴とこの事業のフィットをAIが診断します。活きる強み、足りないもの、 共同創業者に求める人物像まで示します。
無料会員登録して診断する登録済みの経歴をもとに、この事業とのフィットを診断します。経歴・スキルの内容はAI相談・AIチャットの回答にも反映されるため、最新の内容に更新しておくとより精緻なアウトプットが得られます。
💡 このショーケースをお気に入り登録すると、あなたのAIチャットがお気に入り登録した事業の情報を学習し、より賢く、具体的な提案ができるようになります。
※ AIによる参考意見です。合否や成否を保証するものではありません。経歴・スキルの登録内容は、この診断やAI相談・AIチャットの回答精度にも影響します。
情シス部門やシステム子会社が抱える「仕様書のない老朽システム」を、AIがソースコード・DBスキーマ・稼働ログから読み解き、機能仕様書やデータ定義書、Mermaid形式の業務フロー図として自動で復元するサービスです。
担当者はWebダッシュボードで解析の進捗率を見ながら、チャット画面で「この分岐は何のためか」といった業務背景をAIに補足入力し、AIはその回答を学習して仕様書の精度を上げていきます。従来SIerが数ヶ月〜1年かけて手作業で行っていたコードリーディングを、期間1/3〜1/2・費用半額以下に圧縮し、改修や刷新の見積根拠として使える仕様書一式を手元に残せるようにします。
国内には稼働年数20年以上のCOBOL・VB6・メインフレーム系システムが金融・製造・自治体を中心に数万本存在し、経済産業省のDXレポートでも老朽システムが2025年以降の経営リスクとして指摘されている。
開発当時の担当者は退職・異動し、仕様書は紛失またはコード修正の履歴と乖離しており、現行の情報システム部門の担当者（多くは30〜40代、原設計を知らない）はソースコードのみを頼りに保守を行っている。改修や外部委託の見積依頼をしようにも「何をしているシステムか説明できない」ため、ベンダーが工数を積みにくく、結果として塩漬け（延命）が常態化している。有識者（COBOLエンジニア等）の高齢化により、あと5〜10年で解読できる人材自体が枯渇するという時間的制約もある。仕様書化には従来、外部の高単価SIerが手作業で数ヶ月〜1年かけてコードリーディングを行っており、中堅企業や自治体には費用・期間の両面で手が届かない。
静的解析AIがソースコード（COBOL/VB6/Java/PL-SQL等）の構文木を解析し関数・モジュール間の呼び出し関係とデータ項目の依存関係をグラフ化する。
動的解析AIは実行ログ・DBアクセスログを時系列でパターンマイニングし、実際にどの分岐が使われているか（デッドコードの識別含む）を推定する。生成AI（LLM）が解析結果を業務用語に変換して仕様書ドラフトを作成し、担当者との対話ログを追加コンテキストとして再学習することで業務固有の暗黙知を仕様書に反映する。さらに改修時には変更箇所の影響範囲をグラフ探索で予測し、リスクの高い改修箇所をスコアリングして提示する。
顧客（情シス部門・システム子会社）がソースコード一式・DBスキーマ・稼働ログ・画面キャプチャをアップロードすると、AIが静的解析（構文木解析）と動的解析（実行トレース・ログのパターン抽出）を組み合わせ、モジュール単位の処理内容・データフロー・業務ルールを自動抽出する。
抽出結果はLLMが自然言語の機能仕様書・データ定義書・業務フロー図（Mermaid形式）に変換し、担当者はチャット画面で「この処理は何のためか」「この分岐条件の業務意味は」と対話しながら人手でしか分からない業務背景を補足入力する。AIは補足を学習データとして再解析し、仕様書の精度を反復的に向上させる（Human-in-the-loop）。最終的にレビュー済みの仕様書一式（PDF/Confluence/Markdown）と、改修インパクト分析（どの画面・バッチがどのテーブルに影響するか）を出力し、次の改修・リプレース案件の見積根拠として使える形で納品する。全工程はWebダッシュボード上で進捗率（解析済みモジュール数/全体）が可視化され、顧客は自社で仕様書のオーナーシップを持てる。
| 外部SIerへの手作業仕様書化外注費(100KLOC規模、数ヶ月〜1年) | 1,500万〜3,000万円/件 |
| 退職済みCOBOL有識者への緊急スポット契約(週2日常駐) | 年間600万円程度 |
| 仕様不明を理由にした改修見積の安全率上乗せ(年間改修予算5,000万円の20〜30%) | 年間1,000万〜1,500万円 |
| 仕様書不備による改修ミス・緊急保守対応 | 年間300万〜500万円 |
| 初期解析プロジェクト費(100KLOC規模) | 800万〜1,500万円(一括) |
| 仕様書メンテナンスSaaS(中規模プラン) | 月額25万円(年間300万円) |
| 改修インパクト分析オプション(都度課金) | 1回50万〜200万円 |
この事業をやっている人のある1日、1年後・3年後・10年後の姿、向いている人・向いていない人、よくある質問……
あなたと事業の詳細は無料会員限定です。
時間軸別に、各チャネルの具体施策と、それをAIでどうプロンプティングして実現するかをセットで。
上記の施策をもとに、広告物の作成業者（マーケ会社）への紹介をご希望の場合はこちらからエントリーできます。
マーケ会社の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
この事業に必要なアプリを作るための仕様です。下のボタンでWordに書き出せば、そのまま開発会社への相談・見積の依頼に使えます。
※ このボタンは、このページに載っている内容をそのままWordファイルに書き出します（AIは使いません。すぐ保存できます）。 ページの上のほうにある「ほしい資料を、その場でAIがつくります」の要件定義書のボタンは、AIチャットがあなたのご要望を聞きながら、そのつど書き起こすものです。 すでにある内容をそのまま渡したいときはこちら、作りたい範囲や条件を相談しながら仕上げたいときはAIチャットをお使いください。
COBOLやVB6で書かれた稼働20年超のシステムが金融・製造・自治体に数万本残っており、原設計者は退職し仕様書も紛失または実態と乖離している。
現行担当者はソースコードのみを頼りに保守しており、改修や外部委託の見積依頼をしても「何をしているシステムか説明できない」ため工数が積めず、塩漬けが常態化している。COBOLエンジニアの高齢化により、あと5〜10年で解読できる人材自体が枯渇するという時間的な制約もある。中堅企業や自治体には従来型の高単価SIerによる手作業ドキュメント化は費用・期間の両面で手が届かない。
解析エンジンの精度検証やヒアリング内容が案件ごとに変動するPoC・初期解析フェーズは、要件を都度調整しながら進める必要があるため準委任契約が向く。
仕様書ドラフトの自動生成ロジックが安定した後の量産フェーズでは、成果物（仕様書一式・インパクト分析レポート）を明確に定義できるため請負契約への切り替えを検討する。発注時は「解析精度○%以上」を検収条件にすると未達時の責任範囲で揉めやすいため、レビュー修正率の目標値はKPIとして併記しつつ契約上の完成条件からは切り離し、成果物の納品形式（PDF/Markdown/Confluence）と工程完了の定義を先に固めておくことが望ましい。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 従業員300名以上の企業の情報システム部門・システム子会社の保守担当者（30〜40代、原設計を知らない層） |
| セカンダリ | 改修・刷新を受託するSIer・ITコンサルタント、投資判断を行う経営層・情報政策課責任者 |
| 管理 | 自社のカスタマーサクセス担当（ITコンサル出身）と解析エンジン運用チーム |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| マルチソース入力機能 | ソースコード・DBスキーマ・稼働ログ・画面キャプチャをアップロード→形式検証→解析キューへ登録 |
| 静的解析エンジン | COBOL/VB6等のコード→構文木解析→モジュール呼出関係とデータ項目依存グラフを出力 |
| 動的解析エンジン | 実行ログ・DBアクセスログ→時系列パターンマイニング→分岐使用頻度とデッドコード候補を出力 |
| 業務ルール・データフロー抽出＋フロー図生成機能 | 解析結果グラフ→業務ルール・データフロー抽出→Mermaid形式業務フロー図を生成 |
| LLM仕様書ドラフト生成・エクスポート機能 | 抽出結果→LLMが自然言語変換→機能仕様書・データ定義書をPDF/Confluence/Markdownで出力 |
| チャット対話型業務背景補足入力機能 | 担当者の質問（処理目的・分岐意味）→AI応答→補足回答を仕様書ドラフトへ追記 |
| Human-in-the-loop再学習機能 | 対話ログ・レビュー修正内容→学習データ化→再解析し仕様書精度を反復向上 |
| 改修インパクト分析・リスクスコアリング機能 | 改修対象モジュール→影響範囲グラフ探索→影響画面/テーブル一覧とリスクスコアを出力 |
| 進捗率可視化ダッシュボード機能 | 解析ジョブ状況→集計→解析済みモジュール数/全体の進捗率をWeb画面に表示 |
| 仕様書差分検知・更新提案機能 | 稼働中システムのコード変更→差分検知→仕様書更新案を通知・提示 |
| 解析エンジンAPI/OEM提供機能 | SIer側のコード・ログ→API経由で解析リクエスト→解析結果JSONをKLOC従量課金で返却 |
| テーブル | 主要カラム |
|---|---|
organizations | org_id, org_name, org_type, employee_size, contract_status, created_at |
projects | project_id, org_id, system_name, language, kloc_size, status, start_date, end_date |
source_files | file_id, project_id, file_path, language, loc_count, upload_at, hash_checksum |
modules | module_id, file_id, module_name, module_type, call_relations, is_dead_code |
data_flows | flow_id, module_id, source_table, target_table, data_item, flow_type |
specifications | spec_id, project_id, module_id, spec_text, mermaid_diagram, version, reviewed_flag |
review_comments | comment_id, spec_id, user_id, comment_text, ai_reflection_status, created_at |
subscriptions | sub_id, org_id, plan_type, monthly_fee, contract_start, renewal_status |
| # | 画面 |
|---|---|
| 1 | ダッシュボード進捗画面 |
| 2 | プロジェクト作成画面 |
| 3 | コード一括アップロード画面 |
| 4 | 依存関係グラフビュー |
| 5 | 仕様書ドラフト編集画面 |
| 6 | AIチャットレビュー画面 |
| 7 | 改修インパクト分析画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | ANTLR(COBOL/VB6構文木解析パーサ生成) |
| 2 | Neo4j(モジュール依存関係グラフDB管理) |
| 3 | Azure OpenAI API(仕様書自然言語生成) |
| 4 | Python(静的・動的解析エンジン実装) |
| 5 | React+TypeScript(進捗可視化ダッシュボード) |
| 6 | AWSオンプレ互換K8s(顧客秘匿コード隔離環境) |
| 7 | Mermaid.js(業務フロー図自動描画) |
| 区分 | 要件 |
|---|---|
| セキュリティ | セキュリティ: ISMS/ISO27001準拠、金融・行政向けはオンプレミス解析オプション提供、通信は全てTLS1.3で暗号化 |
| 可用性 | 可用性: SaaS基盤の月間稼働率99.5%以上を目標、障害発生時のRTOは4時間以内 |
| 性能 | 性能: 100KLOC規模の静的解析を48時間以内、1日分（約100万行想定）の動的解析ログ処理を24時間以内で完了 |
| データ保持 | データ保持: 解析対象ソースコード・対話ログは契約終了後90日以内に完全削除、監査ログは5年間保管 |
| アクセス制御 | アクセス制御: 顧客ごとにテナント分離し、担当者アカウントはIP制限＋多要素認証を必須化 |
| 運用 | 運用: 解析精度（担当者レビュー修正率）を月次モニタリングし、閾値15%超で解析モデルの再チューニングを実施 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | COBOLコードを人力でコードリーディングし、静的解析で抽出すべき項目と業務ヒアリングで補足すべき項目の型を洗い出して仮説を検証する。 | AI利用料と交通費だけの水準感 |
| ②最小システム | 既存の静的解析ツールと簡易なLLMプロンプトを組み合わせ、一案件分のソースコードから仕様書ドラフトを自動生成するデモを作る。 | 自社エンジニアの作業とクラウド利用料が主で、外注はほぼ使わない水準感 |
| ③本開発 | 動的解析（ログ・トレース解析）とチャット対話によるHuman-in-the-loop機能を実装し、Webダッシュボードで進捗を可視化できる形に仕上げる。 | 外部エンジニアへの外注を含め、開発を数か月単位で継続する水準感 |
上記の要件定義書をもとに、システムベンダー（開発会社）への紹介をご希望の場合はこちらからエントリーできます。
システムベンダーの紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
10年の収支と資金の集め方、財務、KPI、資本政策、そして図解付きのフル事業計画書・AI実装仕様書……
事業計画の詳細は無料会員限定です。
市場の前提（ボトムアップ試算）とTAM/SAM/SOMの規模感……
市場規模の詳細は無料会員限定です。
競合となるサービス・企業と、この事業ならではの差別化ポイント……
競合企業の詳細は無料会員限定です。
対応が必要な許認可・法規制と、確認すべき相手先・想定調整期間……
関連法令・許認可の詳細は無料会員限定です。
手を挙げたその日から動けるように、完了条件つきで並べています。
| 誰に会うか | なぜ会うか | 接触の仕方 |
|---|---|---|
| 中堅SIer（レガシーマイグレーション実績あり）の事業部長・技術責任者 | 協業パートナーとして案件紹介導線を持ち、PoC先の紹介も期待できるため | JISA（情報サービス産業協会）の会員名簿や展示会（Japan IT Week等）で接点を作る |
| 地方銀行または地方自治体の情報システム部門・情報政策課の課長級 | COBOL/VB6の老朽システムを実際に保有し、PoC対象システムを持つ意思決定者のため | 地方銀行協会や全国情報化推進会議等の勉強会・自治体DXセミナーで名刺交換 |
| COBOLエンジニアコミュニティの世話人・専門学校（情報系）の講師 | 解析精度検証時のドメイン知識レビュー協力者、将来の人材確保ルート確保のため | COBOL技術者交流会（Meetup等）やIPA関連セミナーに参加し直接依頼 |
| 経済産業省 商務情報政策局 情報システム関連の担当官 | DXレポート関連の実証事業・補助金公募の最新動向とSOM試算の裏付けを得るため | 経産省の公開ヒアリング・パブリックコメント窓口経由でアポイントを申請 |
| システム子会社（金融・製造グループ企業）のシステム保守責任者 | 塩漬けシステムの改修見積が取れず困っている当事者で、初期有償案件の候補者のため | 既存人脈・SIer紹介経由、または業界団体（JUAS等）の会員交流会で接触 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 中堅SIerの営業担当経由の同行商談 | レガシーマイグレーション実績のあるSIerの営業に「既存の保守案件にPoCとして無償で同行させてほしい」と依頼する |
| COBOL技術者コミュニティ・専門学校 | 退職前のベテラン技術者に「操作ログとヒアリング録音を学習データ化したい」と説明し、現役の情シス担当者への紹介を頼む |
| 地方銀行・システム子会社への知人紹介 | 情シス部門に知人がいる企業に「無償のPoCで仕様書ドラフトを試作させてほしい」と直接持ち込みで打診する |
| 自治体の情報政策課への相談 | DX推進担当者に「実証事業として老朽システムの仕様書復元を試行させてほしい」と相談窓口経由で申し出る |
対応が必要な許認可・法規制の詳細は「関連法令」タブでご確認いただけます。着手前に必ずご確認ください。
制度名・金額・要件は年度ごとに変わるため、ここでは種別と公式の探し先だけを示します。必ず一次情報で最新の要件を確認してください。
| 種別 | 特徴 |
|---|---|
| 自己資金・身内からの出資 | 最初の検証（ヒアリング・試作）はここで賄えることが多い。 |
| 日本政策金融公庫の創業融資 | 実績のない創業期でも相談できる公的融資。事業計画書の提出が要る。 |
| 自治体の創業支援制度 | 市区町村・都道府県ごとに補助・利子補給・家賃補助などがある。要件と募集時期は年度で変わる。 |
| 国の中小企業向け補助金 | 設備・販路開拓・IT導入などの類型がある。公募期間が短いので、常設の情報源で追う。 |
| エンジェル投資家・ベンチャーキャピタル | 急成長を前提にする資金。社会課題型では投資家の性格を選ぶ必要がある。 |
| 確認先 | 何がわかるか |
|---|---|
| ミラサポplus（中小企業庁） | 補助金・支援制度の横断検索 |
| J-Net21（中小機構） | 支援策・創業手引きのデータベース |
| 地域の商工会議所・よろず支援拠点 | 無料の対面相談。申請書の書き方まで見てもらえる |
| 日本政策金融公庫の各支店 | 創業計画書の事前相談 |
| 制度 | 誰が使えるか | この事業でどう効くか |
|---|---|---|
| 日本政策金融公庫 新規開業資金（新創業融資関連） | 新たに法人を設立して事業を始める代表者 | 解析エンジン開発と初期の人件費・クラウド利用料を運転資金でカバーする想定で、融資額は950万円を軸に計画する |
| 東京都創業助成事業 | 都内で創業して一定期間内の中小企業・個人事業主 | PoC用のクラウド環境費や外部専門家（COBOL経験者）への謝金など、開業初期の運営経費の一部を補助対象にできる可能性がある |
| IT導入補助金 | ITツールを導入する中小企業（顧客側が申請者になるケースを含む） | SaaS型の仕様書メンテナンスプランを導入する顧客企業側がこの補助金を活用できれば、導入初期の価格ハードルを下げる提案材料になる |
| ものづくり・商業・サービス生産性向上促進補助金（DX枠） | 生産性向上に資するITサービスを開発・導入する中小企業 | 解析エンジンの言語対応拡張（Java・PL-SQL）にかかる開発費を対象経費として申請できる可能性がある |
| NEDO シード期研究開発型スタートアップ支援事業 | 技術的な検証段階にある研究開発型スタートアップ | 静的解析・動的解析の精度検証というR&D色の強いPoC工程の費用を対象にできる可能性がある |
会社設立の手続きや許認可の取得、契約書の整備など、弁護士・税理士・司法書士等の専門家への紹介をご希望の場合はこちらからエントリーできます。
専門家の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
本文中の「※1」「※2」の番号は、ここに対応しています。番号を押すと、この欄に飛びます。
この事業が失敗するとしたら原因はどこから来るか、単価をその値段にした理由、最初の3か月で確かめること、必要な契約書と支払い条件、1人目の求人票、この事業の1週間……
実行の手引きの詳細は無料会員限定です。
COBOL解析やレガシー刷新に取り組む仲間がコミュニティにいます。ひとりで抱え込まず、同じ課題を見ている人と話すところから始められます。
※ バッジは自動集計にもとづく相対表示です。