Thought MachineとAWS、AIで銀行のレガシー勘定系移行を支援

Thought MachineとAWSは2026年9月29日、銀行のレガシーな勘定系システムの移行をAIで支援する取り組みを発表しました。旧システムのコードを一行ずつ新しい言語に置き換えるのではなく、その中に組み込まれた銀行業務のルールを見つけ出し、Thought MachineのクラウドネイティブなVault向けに再構築するのが狙いです。75

焦点は「コードの翻訳」よりも「システムがどんな処理をしているか」の把握にあります。たとえば、金利計算や手数料、ローン返済に関するルールを抽出し、新しい勘定系で使える金融商品として作り直す考え方です。5

移行支援の流れ

両社の発表によると、AWS TransformとThought MachineのVault Forgeを組み合わせて、次のような工程を支援します。

1. 既存アプリケーションを分析する：AWS Transformのメインフレーム向けツールが、既存のアプリケーションを調査・リバースエンジニアリングし、業務ロジックの把握を支援します。AWSは同サービスについて、評価や業務ルールの抽出など、近代化に向けた工程をカバーすると説明しています。72
2. 銀行業務のルールを抽出する：コードをそのまま置き換えるのではなく、金利や手数料、返済などの処理を成り立たせているルールを特定します。5
3. Vault向けの商品を作る：Amazon Bedrockを基盤とするVault Forgeが、抽出されたロジックを使い、Vault向けのPython製金融商品の作成を支援します。710
4. 生成した処理をテストする：AWSは、作成された商品をシミュレーションでテストすると説明しています。別の報道ではサンドボックス環境で試せるとされています。ただし、テスト機能の説明は、追加の確認なしにあらゆる移行結果が正しいと保証するものではありません。106

なぜコードをそのまま変換しないのか

長年使われてきた銀行システムには、商品や業務に関わるロジックが蓄積されています。両社の考え方では、まずそのロジックを見つけて整理することで、旧システム全体を一行ずつ再現するよりも、新しい基盤上で個々の金融商品を作り直しやすくなる可能性があります。両社は、この方法で移行プロジェクトにかかる時間とコストを抑えることを目指しています。75

ただし、これは大規模なシステム近代化の一部を自動化する取り組みです。発表資料は、業務ルールの抽出や商品のテストを説明していますが、データ移行や運用プロセス、切り替え判断など、移行に伴うすべての作業が自動化されるとは述べていません。また、銀行チームの承認手順や、共同のCore Modernisation Acceleratorの具体的な運用方法も詳しく示されていません。710

「何年もかかる作業が数日」は、銀行全体の移行期間？

発表資料から、銀行の勘定系全体を数日で置き換えられるというスケジュールは確認できません。示されているのは、調査、ルール抽出、商品の生成、シミュレーションテストといった、長期化や高コストにつながりやすい作業をAIで効率化する構想です。710

AWSは自社のメインフレーム近代化サービス全般について、複数年に及ぶ期間を数カ月に圧縮できると説明しています。これはAWSサービスに関する一般的な説明であり、Thought Machineとの提携による個別案件や、銀行の勘定系全体の移行期間が実証されたことを意味するものではありません。2

現時点でのポイントは、AIがレガシーシステムの業務ロジックを理解し、新しい商品として再構築する作業を後押しする可能性です。移行期間の短縮をめぐる説明は、プロジェクトの一部を速める目標として捉え、稼働中の勘定系を丸ごと置き換える保証と混同しないことが重要です。