3社が同時に示した『業務AIの3層』

本日付近で公開された3つの一次情報は、業務AIの実装が領域別に分化したことを示している。OpenAIはVirgin Atlanticの事例で、ホリデー旅行シーズンという動かせない納期に対しCodexを使ったモバイルアプリ刷新を完遂し、ユニットテストカバレッジがほぼ100%、リリース後のP1欠陥ゼロという品質指標を出した。AIコーディング支援の議論は『生産性が上がるか』から『品質が落ちないか』へ移っており、固定納期プロジェクトの稟議材料として具体的な数値が出た意味は大きい。

AWSはコアバンキング近代化のガイドで、世界上位50銀行のうち45行が依然メインフレームを使い、大手金融機関のIT予算の70〜85%が旧システム維持に消えている現状を提示した。AWS TransformとKiroを組み合わせ、逆エンジニアリング→フォワードエンジニアリング→デプロイ・テストの3フェーズで数年規模の移行を数ヶ月に圧縮する経路を示している。メインフレームチームの71%が人員不足を抱える中、エージェンティックAIがCOBOL読解と再生成を担う構造は、従来の工数積み上げ型移行プロジェクトの価格・期間と直接比較される。

日常業務側はWorkspaceが音声とPicsで埋める

GoogleはWorkspaceにGmail・Docs・Keepの音声機能とデザインツールGoogle Picsを追加した。コーディングや基幹移行のような重い実装ではなく、日常作業の入力・生成体験を業務スイート標準として組み込む動きで、Canvaなど単機能SaaSとの境界が曖昧になる。

読者にとっての実務的な含意は、AI導入の議論を『どのモデルを使うか』ではなく『納期勝負のコード生成』『レガシー移行』『日常業務の入力支援』のどの層を解くのかで分けることだ。各層で参照すべき一次情報と評価指標が異なるため、自社課題の層を特定してから比較に入るのが手戻りを防ぐ。