ある開発者が1993年オリジナル版DOOMを64ビットWindowsアプリとしてDirectX 12パス上で再構築し、NVIDIA DLSS 5ニューラルレンダリングを組み込んだ。これは既存バイナリへの注入ではなく、レンダラーがAIパイプラインに必要なデータを出力するよう再構築したものだ。

この試みは魅力的だが、エンジニアリング上の教訓こそが本当の物語である。数十年前のソフトウェアに最新AIを振りかけただけでは結果は得られない。DLSS 5にはモーションベクター、デプスバッファー、フレーム履歴が必要だが、1993年の固定小数点レイキャスターはこれらを生成していなかった。動作させるためには、ニューラルモデルに供給できるようレンダリングパスを外科的に書き直す必要があった。これがあらゆるAI近代化提案が直面する不都合な真実だ。価値はモデルにあるのではなく、クリーンで構造化された入力を供給する配管にある。レガシーシステムにはそうした配管がほとんど存在しない。

グローバルに見れば、これは企業のAI導入ギャップに直結する。ベンダーは推論をドロップイン層として販売するが、実際の本番価値のほとんどは、モデルが消費するシグナルを生成するよう基盤システムを再計装することを必要とする。計算コストは統合作業に比べれば安価だ。これは通常のコスト前提を逆転させ、単にAIを理解するチームよりも旧コードベースを深く理解するチームに有利に働く。

日本企業とSIerにとって、これは近代化のジレンマを端的に示している。膨大なCOBOL、レガシーERP、特注の製造制御システムが日本ビジネスの中核に存在し、支配的な本能は内部に手を付けるのではなくAIやRPAの表層を被せることだ。このDOOM移植版は、なぜそれがしばしば失敗するかを示している。システムが状態をどう公開するかを再構築しなければ、AI層は意味のある対象を持たない。レガシーUIをスクリーンスクレイピングするRPAボットも同じ限界に直面する。表面を自動化するだけで、本質ではない。

SIerにとっての戦略的含意は、ポジショニングの機会だ。利益はAIツール販売から、レガシーシステムをAI判読可能に再設計するより困難で高価値な作業へとシフトしている。データ出力の標準化、API経由での内部状態の公開、パイプラインの計装といった作業だ。モデルライセンスを追いかけるのではなく、この改修能力を構築する企業が持続的な収益を掌握する。日本の開発チームへのメッセージは実践的だ。AI機能を採用する前に、システムが必要な入力を生成できるか監査せよ。できないなら、そのギャップ——モデルではなく——がプロジェクトの本質だ。