コラム

Fit to Standardを掲げてERPを導入したはずが、気づけばアドオンが増え、アップグレードのたびに改修と検証に追われている。生成AIを業務に生かしたいのに、肝心のデータがAIに読める形になっていない。そんな悩みを抱えていないでしょうか。

1991年に日本初のSAPパートナーとなり、1993年に国内第一号SAPユーザーへの導入を実現したB-EN-Gは、30年以上SAP ERPの導入を手がけてきました。本稿は、コラム「クリーンコアを維持するための拡張開発」の続編として、AI時代にERPのデータを生かすクリーンコアの実践を紹介します。

「SaaSの死」の時代に、ERPは何を担うのか？

企業の基幹業務で生成AIを生かす場合、その価値はERPに蓄積された正確な業務データと、業務の文脈から生まれます。そもそもERPの価値は、画面ではなく、企業活動をルールどおりに処理する業務エンジンと、その結果を記録するデータモデルにあります。ERPの中核を置き去りにしたまま生成AIの活用だけを進めると、ERPはAIの返答を受け取るだけの「薄い箱」になりかねません。

中核のエンジンはERPに残し、生成AIはSAP社が公開した接続口を通じて外側から業務を支える。この役割分担を支えるのがクリーンコアです。B-EN-Gは、クリーンコアをアップグレードのためだけでなく、生成AIを活用するための前提と捉えています。

Fit to Standardは限界を迎えているのか？

ERPは、経営資源の適切な配分と管理を支える基幹系システムです。その導入では、標準機能に業務を合わせる「Fit to Standard」が基本方針として広く掲げられています。際限なく追加開発を進めると、業務の属人化や保守コストの増加、拡張性の低下を招くためです。一方で、標準を優先するあまり、現場が業務を遂行できなくなる事態は避けなければなりません。競争力の源泉となるコア業務や商慣習、法規制によっては、独自の開発が必要になる場面は少なくありません。

クリーンコアは、追加開発をゼロにする考え方ではなく、アップグレードを妨げない方式で固有の要件を実現する考え方です。効果は3つの面に表れます。導入・開発の面では、コアに手を入れない分、改修の範囲と影響調査を小さくできます。運用の面では、保守やバージョンアップが容易になり、SAP社は総保有コストを下げられるとしています^[1]。AI活用の面では、標準のデータモデルと業務の意味づけを土台に設計されたSAP社のAIエージェントを取り込みやすくなります^[2]。

図1：これまでとこれから：モノリシックな構造から、クリーンコアへ

従来の阻害要因を、標準と拡張を分け、SAP社が公開した接続口だけでつなぐ構造でどう解決するかを示しています。

クリーンコアレベルを測る最新の考え方とは

SAP社は2025年、クリーンさの度合いを4段階（A～D）で測る「クリーンコアレベル」を示しました^[1]。開発方式で区分していた従来の3段階のモデルや、前回コラムで紹介した4つの拡張方式とは別の軸です。

リリース済みのインターフェースだけを使うレベルAと、従来型のAPI（Application Programming Interface）も使うレベルBがクリーンコアとされます。モディフィケーションやSAPテーブルへの書き込みなどを含むレベルDは、クリーンコアではないとされます^[1]。

開発する部品ごとに、ユーザー企業の要求に応じて「どのレベルで作るか」を判断する必要があります。B-EN-Gは、レベルAを基本とし、実現できないものに限り、理由を明確にしたうえでレベルBを使います。

図2：クリーンコアレベル（A～D）と、推奨される扱い

上の段ほどクリーンで、A・Bはクリーンコア、C・Dは非推奨にあたります。

生成AIはなぜクリーンコアの追い風になるのか？

クリーンコアに沿った開発では、SAP社のクラウド向けの作法「ABAP Cloud」に従います。作法は多いものの、難解ではありません。課題は担い手です。SAP ERP 6.0の標準保守は2027年末（エンハンスメントパッケージ6～8の場合）に、有償の延長保守も2030年末に終わります^[3][4]。移行の需要が集中するなか、SAP導入を担える技術者は不足しがちです。

ユーザー企業の側も同様です。IPA（独立行政法人情報処理推進機構）が2025年2～3月に日本企業1,535社などを対象に実施した調査「DX動向2025」では、DX（デジタルトランスフォーメーション）を推進する人材が不足している企業が85.1%にのぼりました^[5]。

そこで生成AIが一役買います。作法の「型」を生成AIに持たせれば、限られた人数でもクリーンコアに沿った開発を進められます。ただし生成AIは基本的に、作業のたびに前回の経験を引き継ぎません。熟練者の暗黙知を文章にし、生成AIが参照できる形に整えることこそ、人が担う重要な役割です。

図3：新技術のギャップに、生成AIで橋を架ける

生成AIが「調べる・作る・確かめる」の3つで、限られた人材と新技術のギャップに橋を架けます。

クリーンコアを支える生成AIの活躍領域

・調べる：使いたい標準データに、リリース済みのAPIがあるかを調べ、ない場合は代替手段を探します。
・作る：SAP社の作法とプロジェクトの規約を、生成AIが読んで従う指示書（スキル）にまとめ、設計書から型に沿って実装します。
・確かめる：命名や作法の規約をSAP標準のコード検査ツールに組み込み、作った後に自動で確認します。

新しい作法に不慣れなメンバーでも、熟練者に近い手順と品質で開発を進められることをめざしています。

図4：従来の作り方と新しい作法の対比、生成AIの支援

6つの領域で、従来のデメリットと新しい作法のメリットを対比しています。

生成AIの非決定性への向き合い方

生成AIは確率的に答えを組み立てるため、同じ指示でも結果が変わり得ます^[7]。だからこそ、最終的な判断と品質の責任は人が担います。B-EN-Gは、ユーザー企業固有の要件やプロジェクトの背景、文書化されていない情報まで踏まえて、多角的に判断します。

業務の実行に生成AIを生かす場面では、SAP社が標準で提供するAIエージェントのように、業務プロセスやデータ、統制に裏づけられた形を選ぶことが重要です^[6]。B-EN-Gは生成AIを、追加開発の中に独自の判断ロジックとして組み込むのではなく、プログラムを作る段階で使っています。生成AIを利用した追加開発の部分は、人による確認やテストで品質を担保し、標準のコア領域はクリーンに保つことで、SAP社のAIエージェントを取り込む土台にもなります。

ユーザー企業はいま何をすべきか？

まず、Fit to Standardを検討する段階で、標準で賄えない業務を「どのレベルで作るか」まで方針として決めておくことをおすすめします。そのうえで自社のアドオンを棚卸しし、クリーンコアレベルのどこにあたるかを把握すれば、移行や刷新の優先順位を決めやすくなります。あわせて導入ベンダーには、生成AIをどの作業に使い、誰が確認し、その判断をどう記録しているかを確認しましょう。

生成AIでクリーンコア戦略を前へ ― B-EN-Gにご相談ください

B-EN-Gは、生成AIを活用してクリーンコアに沿った開発を進める取り組みに注力しています。クリーンコアを前提にしたSAP ERP導入・移行や開発体制づくりについて、30年以上の導入経験と生成AIの活用で得た知見をもとにご支援します。お気軽にご相談ください。

自社の状況を手軽に確かめられる、アンケート形式の簡易診断もご用意しています。

※本稿のテーマをさらに掘り下げた続編を予定しています。お楽しみに。

参考文献

関連ページ

SAP S/4HANA移行特集
SAP S/4HANA移行の手法や「クリーンコア」戦略、多様な業界での実践事例をご紹介しています。

コラムシリーズ「クリーンコアを維持するための拡張開発」
クリーンコアとは、SAPが近年提唱している戦略で、ERPシステムの標準機能を最大限に活用するために、Fit to Standardを徹底し、カスタマイズを最小限に抑えることを目指す戦略です。 これにより、ビジネスの変化に柔軟かつ迅速に対応可能となります。
コラムではクリーンコアを維持するための拡張開発（アドオン）手法について紹介します。

「クリーンコアを維持するための拡張開発」第1回目はこちら

ビジネスエンジニアリングのSAP事業
1991年に日本初のSAPパートナーとなり、1993年に国内第一号SAPユーザーへの導入を実現して以来、ERP導入支援を中心にSAP関連事業を推進し、多くのお客様からの信頼を得ています。
SAP S/4HANAだけでなく、予実管理やビジネスインテリジェンスなどを実現するSAC、サプライチェーン計画ソリューションであるSAP IBP等の多彩なラインナップを取り扱い、お客様のビジネスの変革をシステム面からご支援しています。

ビジネスエンジニアリングのSAP事業