AI REVERSE ENGINEERING
ブラックボックス化したシステムを、
改修・刷新できる状態へ。
仕様書がない、担当者が退職した、内部構造が分からない。HVLでは、既存システムをAIとエンジニアで解析し、構造・処理・データの関係を整理します。
PROBLEMS
このような状態を整理します
担当者が退職した
改修時の影響範囲が判断できない
クラウド移行前に現状を把握したい
- 設計書が更新されていない
- システム内部の動作が分からない
- 古いシステムを刷新したい
- ベンダー変更前に現行環境を整理したい
SERVICE CONCEPT
解析して終わらず、改修・刷新の判断へつなげる。
AIによる解析結果をそのまま確定情報とはせず、エンジニアが確認し、対象システムから読み取れる構造・処理・データの関係を整理します。調査結果をもとに、改善や刷新を検討できる状態を目指します。
PROCESS
支援プロセス
現行調査
システム・資料・環境を多角的に確認し、調査可能な範囲を整理します。
AI解析
AIで構造・処理・データの関係性を抽出します。
エンジニア検証
エンジニアが妥当性を検証し、確認が必要な箇所を特定します。
可視化
構造・フロー・データを図として可視化します。
ドキュメント化
調査結果をドキュメントとして整理・体系化します。
改善・刷新判断
改善・刷新の方針や優先度の判断を支援します。
OUTPUT EXAMPLES
成果物例
構成図、業務フロー、データモデル、仕様情報として、解析結果を確認できる形に整理します。
STRUCTURE
構造の整理
- プログラム構成図
- クラス／コンポーネント関係
- システム構成
PROCESS / DATA
処理・データの整理
- 処理フロー
- データ構造
- ER図など
DOCUMENTATION
仕様・設計情報の整理
- 仕様整理
- 設計情報
- 業務ルールなど
掲載内容は成果物の例です。実際の成果物、形式、詳細度は、対象システム、利用可能な情報、調査目的、契約範囲により異なります。
NEXT PHASE
解析後に検討できること
整理された構造を出発点に、段階的な改修、モダナイゼーション、データ移行やクラウド連携を検討します。
段階的な改修計画の立案
解析結果をもとに、影響範囲と優先度を踏まえた改修の順序を検討します。
モダナイゼーションの検討
刷新・移行の選択肢を、現行の構造と制約条件から整理します。
データ移行・統合の計画
データ構造と依存関係を確認し、移行や統合の方針を検討します。
運用・保守体制の見直し
保守の対象範囲と役割分担を整理し、運用体制を検討します。
解析後の対応可否と範囲は、対象システムの状態、権限、技術条件、契約内容を確認して判断します。
RELATED CONTENT
関連コンテンツ
FAQ
よくあるご質問
仕様書がなくても相談できますか
ご相談いただけます。利用可能なソースコード、設定情報、運用資料、関係者への確認可否などを伺い、調査可能な範囲を整理します。
ソースコードだけでも解析できますか
対象言語、依存関係、ビルド環境、実行環境などにより異なります。まず対象資産を確認し、ソースコードから確認できる範囲と追加情報が必要な範囲を整理します。
どのような資料が必要ですか
ソースコード、既存の仕様書・設計書、構成情報、データ定義、ログ、運用手順など、利用可能な資料を確認します。必要資料は対象システムと調査目的により異なります。
解析結果はどのような形式になりますか
構成図、処理フロー、データ構造、仕様整理などが成果物の例です。実際の形式と範囲は、対象システムと契約内容に応じて決定します。
既存ベンダーがいる状態でも相談できますか
ご相談いただけます。ただし、契約上の権限、資料やソースコードの利用条件、関係者との役割分担を確認する必要があります。
解析後のシステム改修も相談できますか
解析結果を踏まえたリファクタリング、刷新、移行、開発、運用保守についてもご相談いただけます。実施可否と範囲は解析結果を確認して判断します。
CONTACT
ブラックボックス化したシステムの現状を、確認するところから始めます。
利用可能な資料やソースコード、整理したい目的を伺い、調査範囲を検討します。