3000万の刷新か、50万の接続か

結論から言う。古いシステムを捨てる必要はない。繋げばいい。

大企業が数千万〜数億円かけて基幹システムを刷新している横で、中小企業が「古いまま繋ぐ」だけで同等以上の成果を出せる構造が、いま生まれつつある。レガシーSOAP APIをAIエージェントが叩き、PostgreSQLにLLMが組み込まれ、文書解析モデルがエラーを20%減らしながらコストを6分の1にする。これらは別々のニュースだが、指し示す方向は同じだ。

「古いもの」と「新しいもの」の接続コストが劇的に下がった。

この構造変化は、地方の中小企業にとって逆転のチャンスになる。順番に見ていく。

—

SOAP APIが「使える遺産」に変わった日

SOAP API。IT業界にいる人なら「まだ生きてるのか」と思うだろう。2000年代に全盛だったXMLベースの通信規格で、今のREST APIやGraphQLと比べると冗長で扱いづらい。だが現実として、日本中の中小企業の基幹システム——販売管理、在庫管理、会計——の裏側には、このSOAP APIがまだ動いている。

最近、あるOSSプロジェクトが注目を集めた。古いSOAP APIのWSDL定義ファイルを読み込み、AIエージェントが呼び出せるツール定義（OpenAPI / Function Calling形式）に自動変換する仕組みだ。

これが何を意味するか。

従来、レガシーシステムとAIを繋ごうとすると、間に「変換レイヤー」を人間が書く必要があった。SOAP→REST変換のミドルウェアを構築し、認証を通し、エラーハンドリングを書き、テストする。SIerに頼めば数百万〜数千万円。自社でやるにもエンジニアが数ヶ月張り付く。

それが、WSDL定義さえあれば自動変換できる。AIエージェントが直接SOAPを叩ける。変換コストが数百万円から数十万円のレンジに落ちた。

ここで考えてほしい。大企業は「古いシステムを捨てて新しいものに置き換える」体力がある。だから3000万、5000万、場合によっては億単位でシステム刷新をやる。中小企業にはその体力がない。だからこそ「捨てずに繋ぐ」が正解になる。

具体的なシナリオを挙げる。

• 20年使っている販売管理システムのSOAP APIに、AIエージェントを接続
• 「先月の売上トップ10の商品を、前年同月比つきで出して」と自然言語で指示
• AIエージェントがSOAP APIを叩き、XMLレスポンスを解析し、表形式で返す

今まで「システムに詳しい人」しか引き出せなかったデータが、誰でも引き出せるようになる。属人化の壁が、接続コストの低下によって崩れる。

システム刷新：3000万円〜、期間12ヶ月〜。
API接続＋AIエージェント構築：50万〜200万円、期間1〜2ヶ月。

どちらを選ぶかは明白だろう。

—

PostgreSQL × LLM——データベースが「会話」し始める

次の話。LLMをPostgreSQLに組み込む動きが加速している。

PostgreSQLは、中小企業のWebサービスやSaaSの裏側で最も使われているオープンソースDBの一つだ。ここにLLMを組み込むとは、具体的には何か。

SQLを書かなくても、自然言語でデータベースに問い合わせができるようになる。

たとえば、pgai や pg_vectorize といった拡張機能を使えば、PostgreSQL内部でベクトル検索やLLM呼び出しが完結する。外部にデータを送らなくていい。これはセキュリティの観点でも大きい。

中小企業の現場で何が起きるか。

「今月の未回収売掛金の一覧を、金額が大きい順に出して。30日以上経過しているものだけ」

これを経理担当者が自然言語で入力すると、LLMがSQLに変換し、PostgreSQL上で実行し、結果を返す。今まで「SQLが書ける人」か「システム会社に依頼」しないと出てこなかったデータが、現場の人間の手元に来る。

ただし、ここで一つ釘を刺しておく。LLMの出力を鵜呑みにしてはいけない。

LLMが生成したSQLが間違っている可能性は常にある。特に集計条件が複雑な場合、WHERE句の条件が一つ抜けるだけで数字が大きく変わる。だから運用上は「LLMが生成したSQLを人間が確認してから実行する」というステップを挟むのが現実的だ。

それでも、ゼロからSQLを書くのと、生成されたSQLをレビューするのでは、必要なスキルレベルも時間もまったく違う。「書ける人」が必要だった仕事が、「読める人」でも回る仕事に変わる。これは中小企業の人材難に対する、地味だが確実な解になる。

—

文書解析モデル「r-1」——コスト6分の1、エラー20%減の衝撃

3つ目。Reducto社が発表した文書解析モデル「r-1」の話。

従来の文書解析（OCR＋構造化）は、複数のステップを踏んでいた。まずOCRでテキストを抽出し、次にレイアウトを解析し、表を認識し、最後に構造化データに変換する。各ステップでエラーが積み重なり、最終的な精度が落ちる。パイプラインが長いほど、途中で壊れるポイントが増える。

r-1はこれを単一のフルページパスにまとめた。ページ画像を丸ごと入力し、一発で構造化データを出力する。結果、エラー率が従来比20%減。しかもコストは最大6分の1。

これが中小企業にとって何を意味するか、具体的に考える。

地方の製造業や卸売業には、「20年分の取引データがExcelとPDFで残っている」という会社が山ほどある。紙の請求書をスキャンしたPDF、手入力のExcel、FAXの画像データ。これらは「資産」のはずだが、構造化されていないから検索も分析もできない。死蔵データだ。

従来、これをデータ化しようとすると、OCRサービスに流して、エラーを人間が目視で修正して、構造化して格納する。1枚あたりの処理コストが高いから、数万枚の文書をデータ化するには数百万円かかる。だから「やらない」という判断になる。

r-1クラスのモデルが使えるようになると、この計算が変わる。

• 処理コスト：従来の6分の1
• エラー修正の人件費：エラー率20%減により大幅削減
• 仮に従来300万円かかっていた文書データ化が、50万〜80万円で可能になる

300万が50万になったら、「やらない」が「やる」に変わる。

しかもデータ化された20年分の取引履歴は、そのままLLMの分析対象になる。「この顧客の発注パターンに季節性はあるか」「値引き交渉が多い商品カテゴリはどれか」——今まで、ベテラン営業の頭の中にしかなかった知見が、データとして可視化される。

—

逆転の構造——なぜ「古い」が「強い」になるのか

ここまでの3つの話を繋げると、一つの構造が見えてくる。

「古いシステム」「古いデータ」は、接続・変換コストが高かったから死蔵されていた。そのコストが劇的に下がった今、それらは「独自の資産」に変わる。

大企業はシステムを刷新するたびに、過去のデータや仕組みをリセットしてきた。中小企業は「変えられなかった」からこそ、20年分のデータが残っている。30年使い続けた業務フローがSOAP APIの向こう側に生きている。

これは真似できない。新規参入者がゼロから作れない。「変えられなかった」が「変えなくてよかった」に反転する瞬間が、今まさに来ている。

では、具体的に何をすればいいのか。3つだけ挙げる。

1. 自社の「古い接点」を棚卸しする
使っている基幹システムにAPIはあるか。SOAP APIでもいい。WSDLファイルは残っているか。まずそこを確認する。

2. 死蔵データの量と形式を把握する
Excel、PDF、紙——どの形式で、何年分、何枚あるか。それが分かれば、データ化のコスト試算ができる。

3. 小さく繋いで、試す
いきなり全社導入しない。一つのAPI、一つの業務、一つのデータセットで試す。50万円で試せるなら、失敗しても致命傷にならない。

—

このままでいいのか、という問い

最後に一つだけ。

「うちは古いシステムだから」「うちにはデータがないから」——この言い訳は、もう通用しない。古いシステムはAIが繋いでくれる。データはLLMが読んでくれる。文書解析のコストは6分の1になった。

問題は技術ではない。「繋いでみよう」と決めるかどうかだ。

3000万円のシステム刷新を検討する前に、50万円の接続実験をやってみてほしい。20年モノのExcelは、捨てるものではなく掘り起こすものだ。

古いものが武器になる時代は、もう始まっている。

—