実録①：20年もののJavaを約1週間でフル刷新

AI導入事例

「ChatGPTを業務で使いたい。でも顧客データや自社コードを外部のAIサービスに送るわけにはいかない」——多くの企業で聞く悩みです。今回は、倉庫で眠っていた暗号資産マイニング上がりの中古PC1台を、社員全員が使える「社内専用ChatGPT」に生まれ変わらせた実録です。追加のハードウェア投資は、ほぼゼロ。構築作業はAIエージェント（Claude）が主導し、実働2日でした。

素材は「型落ちの中古GPU 4枚」。

使ったのは数年前のマイニングブームで役目を終えたPC。搭載GPUは AMD Radeon Vega 56/64 が4枚——最新のAI向けGPUではなく、NVIDIA製ですらありません。世間の「AIサーバ」の常識からは外れた素材です。

しかし4枚合計のビデオメモリは32GB。ここに着目し、AI向けの標準手段（CUDA）が使えない制約を、オープンな描画・計算API「Vulkan」で回避する構成をAIエージェントが設計。2024年のGPT-4oに匹敵するとされるオープンモデル（300億パラメータ級）を含む、用途別の3つのAIモデルを同時稼働させることに成功しました。

• 日常チャット用（7B）：毎秒43トークン——ChatGPT同等の体感速度
• 高度なコード生成・設計相談用（30B級）：毎秒30トークン——GPT-4o(2024)級の賢さ
• エディタ内コード補完用（1.5B）：毎秒127トークン——GitHub Copilotのような入力補完

画面はChatGPTそっくりのWeb UI。社員はブラウザを開くだけで、モデルを切り替えながら利用できます。エンジニアはVS CodeにCopilot風の自動補完も導入済み。すべての処理は社内で完結し、データは1バイトも外に出ません。

構築の主役はAIエージェント。人間は判断に徹した。

今回の構築は、当社が実践する「AI駆動開発」そのものでした。OSセットアップ、推論エンジンのビルド、ネットワーク分離設計、障害調査——手を動かしたのはAIエージェントです。人間が担ったのは、要所の意思決定と、物理作業（ケーブルの挿し直しなど）だけ。

特筆すべきは障害対応です。構築中、古いGPUの1枚が不調で通信断絶を繰り返しました。AIエージェントはカーネルログから故障箇所を特定し、「どの物理スロットのカードか」をファン回転で示して交換を誘導。さらにGPUが今後故障してもネットワークが切れない設計（MACアドレス固定）や、異常を5分毎に検知して自動復旧する監視まで仕込みました。いまこのサーバは、電源を入れるだけで全サービスが自動起動する「放置できる」状態です。

セキュリティは「侵入される前提」で。

社外からも使えるようインターネットにも公開しましたが、設計は「万一侵入されても被害を広げない」が前提です。サーバは専用ネットワーク（DMZ）に隔離し、社内の他システムへは一切到達できない構成。アカウントは管理者承認制、通信はすべて暗号化。攻撃者にとって「入っても何もない」サーバになっています。

かかった費用と、得られたもの。

• ハードウェア追加投資：ほぼゼロ（既存の遊休マイニングPCを再利用）
• 構築期間：実働2日（障害対応・セキュリティ設計込み）
• ランニング：電気代のみ（GPU電力制限で省電力化済み）。API利用料は定額ゼロ円・無制限
• 得られたもの：全社員が使える社内専用AIチャット＋開発者向けコード補完基盤

最新GPUでなくても、NVIDIAでなくても、やり方次第で「実用レベルの社内AI基盤」は作れます。むしろ本質は、制約だらけのハードウェアを前に正しい構成を素早く見つけ出し、転んでも起き上がる仕組みまで作り込むこと——それはAIエージェントが最も得意とする仕事でした。

「うちの遊休マシン」も、AI基盤になるかもしれない。

「データを外に出せないからAI活用を諦めている」「クラウドAIのAPI費用が読めない」「余っているサーバやゲーミングPCがある」——ひとつでも当てはまるなら、社内AI基盤は思っているより近くにあります。

シリーズ「レガシー to AI 実録」

• 総集編：1台のPCで22システム・24.6万行 ― AI開発3.5ヶ月の実測記録
• 実録①：20年もののJavaを、約1週間でフル刷新
• 実録②：既存コード0行変更で、基幹系に新しい入口を作る
• 実録③：1ヶ月級の構成検討を、プロトタイプ2日＋実測で
• 実録④：旧マイニングPCが2日で「社内専用ChatGPT」に（本記事）

※本記事の数値は2026年8月時点の実測値です。構築成果はハードウェアの状態・要件により異なります。