「COBOL人材」はもう不要？日立が語るAI時代の意外な役割

この変化は、エンジニアだけでなく一般の事務職や管理職の仕事にも大きな影響を与えます。古いシステムの中身は、いわば過去の業務ルールの塊です。AIがそのルールを掘り起こしたとき、それが今の会社にとって必要なのか、あるいは単なる慣習なのかを仕分けなければなりません。現場の業務プロセスを熟知している人こそが、AIを使いこなしてシステムを刷新する主役に躍り出る可能性が出てきました。

AfterAI編集部では、これを専門性の民主化と捉えています。これまでは特定のプログラミング言語を知っていることが絶対的な武器でしたが、これからはビジネスの目的を定義できる力が最大の武器になります。AIが翻訳機として機能する以上、私たちは翻訳機を動かすための正しい原文、つまりビジネス要件を整理することに集中すべきです。古い技術に固執して延命を図るキャリアよりも、AIという強力な相棒を使って新しい価値を作る側へ回るほうが、はるかに生存確率は高まるでしょう。

ここで一つ、よくある誤解を解消しておきましょう。AIがコードを解析できるなら、人間は何もしなくていいのかというと、決してそうではありません。AIは過去のコードがこうなっているとは教えてくれますが、これからのビジネスにどうあるべきかという正解は持っていないからです。AIに丸投げするのではなく、AIが出してきた過去の遺産を、未来のために取捨選択する意思決定こそが、人間に残された、かつ最も重要な役割となります。

今日からできる最初の一歩は、自分の担当している業務が「なぜその手順で行われているのか」を言語化してみることです。システム化されているルールの中には、今の時代には不要なプロセスが必ず紛れ込んでいます。AIに指示を出す際、この背景知識があるかないかで、得られるアウトカムの質は劇的に変わります。

次に、生成AIを使って身近な文書の要約や構造化を試してみる習慣をつけましょう。レガシーコードの解析も、基本的には複雑な情報を整理するプロセスと同じです。AIがどのような癖で情報をまとめ、どこで間違いやすいのかを肌感覚で理解しておくことが、将来的に大規模なシステム刷新に関わる際の強力な武器になります。

最後に、自社の過去の資料やマニュアルを整理し、デジタルデータとして扱える状態にしておくことも重要です。AIが活躍するためには、参照の元となるデータが必要です。断片化された知識を整理し、AIが読み取りやすい形に整えておくだけで、あなたはAI時代のシステム刷新プロジェクトにおいて欠かせない橋渡し役としての地位を築けるはずです。

出典 GENIACで見えた生成AI導入の共通課題と成功事例導出に向けたヒント - meti.go.jp https://news.google.com/rss/articles/CBMilwFBVV95cUxPM0VUbUs5TklscVhkTC15cmIwT3ZxTzRab2ZUaWVaUldlR0toalZZUnRYUUMtek5IbzNrR2NXeHhnRC03UEtEejFKbkxKVm0xeC1rUWtObjhVZmRPLVFjLU51TUNFSWkzZXFlOWtrRlhzQzE2dTdmVnN3MUNHSnRmOTNNNTl5VmFiS2cxWklXYldiazNJVHJr?oc=5 「足りないのはCOBOL人材じゃない」 日立が語る、AI時代のシステム刷新における“人”の役割 - ITmedia https://news.google.com/rss/articles/CBMidEFVX3lxTE00MV91UkNSekRBTnBiZ0pLeHZEVWRrZ2xoWFk2R1dVUmR1c2YzWC11MGpYY3VybzUwdmxsVVc1VHBDbjdsbjdjTTB1a3BEeGg1Z3hQREhwMHJDeHhCX1QwU2thT0MyR3BuZFItR1FqbzBTUDdz?oc=5