La modernización de aplicaciones en mainframe está experimentando un impulso significativo gracias a la inteligencia artificial (IA). La expectativa en el sector empresarial está aumentando a medida que los consejos de administración y los directores de información (CIO) buscan estrategias claras para integrar la IA en este proceso. La IA se presenta como un catalizador crucial, especialmente en la modernización de aplicaciones escritas en COBOL, aunque es esencial comprender que el mero código fuente no basta para alcanzar resultados efectivos; se requiere un contexto adicional.
El proceso de modernización de mainframes se divide fundamentalmente en dos etapas: la ingeniería inversa, que implica comprender cómo funcionan los sistemas existentes, y la ingeniería hacia adelante, que consiste en desarrollar nuevas aplicaciones. El éxito en la primera fase es crucial, ya que la mayoría de los proyectos de modernización dependen de una comprensión profunda de los sistemas actuales. Aunque las herramientas de asistencia en programación son útiles en la segunda etapa, su eficacia es limitada si no consideran el contexto en el que opera el código.
Para modernizar exitosamente COBOL, es necesario que las soluciones no solo sean capaces de retroceder de manera determinista y desarrollar especificaciones validadas, sino que también permitan integrar estas especificaciones en cualquier asistente de codificación con IA para la ingeniería hacia adelante. La IA funciona mejor cuando se le proporciona un contexto detallado del entorno en el que opera. Los programas COBOL pueden variar en comportamiento según el compilador y el entorno de ejecución, lo que supone un desafío si estos factores no se clarifican previamente.
En sectores altamente regulados como la banca o los seguros, la trazabilidad es crítica. Los reguladores requieren pruebas de que todos los aspectos del sistema han sido considerados. La IA por sí sola no puede extraer la lógica de negocio y generar documentación que cumpla con estos rigurosos estándares a menos que el código esté organizado en unidades precisas y limitadas, lo que permite una rastreabilidad efectiva.
En este contexto, AWS ha desarrollado Transform, una plataforma diseñada para proporcionar a la IA una base sólida, comenzando por construir un modelo determinista y completo de la aplicación existente. Mediante agentes especializados, se extraen la estructura del código, el comportamiento en tiempo real y las relaciones de datos en todo el sistema, creando un gráfico de dependencias alineado con la semántica del compilador, lo que permite a la IA operar con datos claros y estructurados.
Las empresas no se enfrentan a la modernización de una sola aplicación, sino que gestionan extensas carteras de múltiples aplicaciones interconectadas. AWS Transform automatiza el ciclo de vida completo de modernización, desde el análisis hasta la planificación de pruebas y la reimaginación. El éxito radica en identificar correctamente qué aplicación modernizar primero y cómo abordarlo.
Ejemplos de éxito en la modernización incluyen a BMW Group, que logró reducir su tiempo de prueba en un 75% y mejorar la cobertura de pruebas en un 60%; Fiserv, que completó un proyecto de modernización en 17 meses en lugar de los más de 29 previstos; e Itau, que disminuyó el tiempo necesario para el descubrimiento y prueba de aplicaciones en más del 90%, lo que permitió una modernización un 75% más rápida que los métodos manuales anteriores. Estos casos demuestran que la aplicación efectiva de la IA en la modernización de mainframes puede marcar una diferencia significativa para las empresas.
