Mire detrás de escena de cualquier aplicación móvil o interfaz comercial y, muy por debajo de las capas de integración y servicio de la arquitectura de aplicaciones de cualquier empresa importante, probablemente encontrará mainframes ejecutando el programa.

Las aplicaciones críticas y los sistemas de registro utilizan estos sistemas centrales como parte de una infraestructura híbrida. Cualquier interrupción en su operación en curso podría ser desastrosa para la integridad operativa continua del negocio. Tanto es así que muchas empresas tienen miedo de realizarles cambios sustanciales.

Pero el cambio es inevitable a medida que la deuda técnica se acumula. Para lograr agilidad empresarial y mantenerse al día con los desafíos competitivos y la demanda de los clientes, las empresas deben modernizar absolutamente estas aplicaciones. En lugar de posponer el cambio, los líderes deberían buscar nuevas formas de acelerar la transformación digital en su estrategia híbrida.

No culpe a COBOL por los retrasos en la modernización

El mayor obstáculo para la modernización del mainframe es probablemente la escasez de talento. Muchos de los expertos en mainframes y aplicaciones que crearon y agregaron bases de código COBOL empresariales a lo largo de los años probablemente se hayan ido o se jubilen pronto.

Lo que es más aterrador aún, será difícil reclutar a la próxima generación de talentos, ya que los nuevos graduados en ciencias de la computación que aprendieron Java y lenguajes más nuevos no se imaginarán naturalmente desarrollando aplicaciones de mainframe. Para ellos, el trabajo puede no parecer tan atractivo como el diseño de aplicaciones móviles o tan ágil como el desarrollo nativo de la nube. En muchos sentidos, se trata de una predisposición bastante injusta.

COBOL se creó mucho antes de que existiera la orientación a objetos, y mucho menos la orientación a servicios o la computación en la nube. Con un conjunto reducido de comandos, no debería ser un lenguaje complicado de aprender o comprender para los nuevos desarrolladores. Y no hay ninguna razón por la que las aplicaciones mainframe no se beneficiarían de un desarrollo ágil y de lanzamientos incrementales más pequeños dentro de un proceso automatizado al estilo DevOps.

Averiguar qué han hecho diferentes equipos con COBOL a lo largo de los años es lo que hace que sea tan difícil gestionar el cambio. Los desarrolladores hicieron infinitas adiciones y bucles lógicos a un sistema de procedimientos que debe verificarse y actualizarse como un todo, en lugar de como componentes o servicios poco acoplados.

Con el código y los programas entrelazados de esta manera en el mainframe, las interdependencias y los posibles puntos de falla son demasiado complejos y numerosos para que incluso los desarrolladores expertos puedan desentrañarlos. Esto hace que el desarrollo de aplicaciones COBOL parezca más desalentador de lo necesario, lo que hace que muchas organizaciones busquen alternativas fuera del mainframe prematuramente.

Superar las limitaciones de la IA generativa

Últimamente hemos visto numerosas exageraciones en torno a la IA generativa (o GenAI) debido a la disponibilidad generalizada de grandes modelos de lenguaje (LLM) como ChatGPT y generadores de imágenes de IA visual para consumidores.

Si bien están surgiendo muchas posibilidades interesantes en este espacio, existe un molesto "factor de alucinación" de los LLM cuando se aplican a flujos de trabajo comerciales críticos. Cuando las IA se entrenan con contenido que se encuentra en Internet, a menudo pueden proporcionar diálogos convincentes y creíbles, pero no respuestas completamente precisas. Por ejemplo, ChatGPT citó recientemente jurisprudencia imaginaria precedentes en un tribunal federal, lo que podría resultar en sanciones para el abogado perezoso que lo utilizó.

Existen problemas similares al confiar en un chatbot AI para codificar una aplicación empresarial. Si bien un LLM generalizado puede proporcionar sugerencias generales razonables sobre cómo mejorar una aplicación o generar fácilmente un formulario de inscripción estándar o codificar un juego estilo asteroides, la integridad funcional de una aplicación empresarial depende en gran medida de los datos de aprendizaje automático con los que se entrenó el modelo de IA. con.

Afortunadamente, la investigación de IA orientada a la producción se llevó a cabo durante años antes de que llegara ChatGPT. IBM® ha estado creando modelos de inferencia y aprendizaje profundo bajo su marca watsonx™ y, como creador e innovador de mainframe, ha creado modelos GenAI observacionales entrenados y sintonizados en la transformación de COBOL a Java.

Su último Asistente de código IBM watsonx™ para Z La solución utiliza procesos basados ​​en reglas e IA generativa para acelerar la modernización de las aplicaciones de mainframe. Ahora, los equipos de desarrollo pueden apoyarse en un uso muy práctico y centrado en la empresa de GenAI y la automatización para ayudar a los desarrolladores en el descubrimiento de aplicaciones, la refactorización automática y la transformación de COBOL a Java.

Modernización de aplicaciones mainframe en tres pasos

Para que las aplicaciones mainframe sean tan ágiles y maleables al cambio como cualquier otra aplicación distribuida o orientada a objetos, las organizaciones deben convertirlas en características de alto nivel del proceso de entrega continua. IBM watsonx Code Assistant for Z ayuda a los desarrolladores a incorporar el código COBOL al ciclo de vida de modernización de la aplicación a través de tres pasos:

1. Descubrimiento. Antes de modernizarse, los desarrolladores deben determinar dónde se necesita atención. Primero, la solución realiza un inventario de todos los programas en la computadora central y traza diagramas de flujo arquitectónicos para cada uno, con todas sus entradas y salidas de datos. El modelo de flujo visual facilita a los desarrolladores y arquitectos detectar dependencias y callejones sin salida obvios dentro del código base.
2. Refactorización. Esta fase consiste en dividir los monolitos en una forma más consumible. IBM watsonx Code Assistant for Z analiza bases de códigos de programas de larga ejecución para comprender la lógica empresarial prevista del sistema. Al desacoplar comandos y datos, como procesos discretos, la solución refactoriza el código COBOL en componentes modulares de servicios empresariales.
3. Transformación. Aquí es donde la magia de un LLM centrado en la conversión empresarial de COBOL a Java puede marcar la diferencia. El modelo GenAI traduce los componentes del programa COBOL en clases Java, lo que permite una verdadera orientación a objetos y separación de preocupaciones, de modo que varios equipos puedan trabajar de forma ágil y paralela. Luego, los desarrolladores pueden concentrarse en refinar el código en Java en un IDE, con la IA brindando sugerencias anticipadas, muy similar a una función de copiloto que vería en otras herramientas de desarrollo.

La toma Intellyx

En general, somos escépticos ante la mayoría de las afirmaciones de los proveedores sobre la IA, ya que a menudo son simplemente automatización con otro nombre.

En comparación con aprender todos los matices del idioma inglés y especular sobre la base objetiva de palabras y párrafos, dominar la sintaxis y las estructuras de lenguajes como COBOL y Java parece estar a la altura de GenAI.

Los modelos de IA generativa diseñados para empresas como IBM watsonx Code Assistant for Z pueden reducir el esfuerzo y los costos de modernización para las organizaciones con más recursos limitados del mundo. Las aplicaciones en plataformas conocidas con miles de líneas de código son campos de entrenamiento ideales para modelos de IA generativa como IBM watsonx Code Assistant for Z.

Incluso en entornos con recursos limitados, GenAI puede ayudar a los equipos a superar los obstáculos de modernización y aumentar las capacidades de los desarrolladores de mainframe incluso más nuevos para realizar mejoras significativas en agilidad y resiliencia en sus aplicaciones comerciales centrales más críticas.

Para obtener más información, consulte las otras publicaciones de esta serie de liderazgo intelectual de analistas de Intellyx:

Acelere la modernización de las aplicaciones mainframe con IA generativa

©2024 Intellyx B.V. Intellyx es responsable editorial de este documento. No se utilizaron robots de IA para escribir este contenido. En el momento de escribir este artículo, IBM es cliente de Intellyx.