Martedì, Anthropic ha pubblicato strumenti che consentono a Claude leggere, analizzare e tradurre COBOL legacy in linguaggi moderni come Java e Python. Entro la high-quality della giornata di negoziazione, gli investitori avevano cancellato circa 40 miliardi di dollari dalla capitalizzazione di mercato di IBM – il più grande calo giornaliero dell’azienda in 25 anni – valutando l’annuncio come una minaccia esistenziale per il enterprise mainframe di IBM.
La reazione è stata rapida. Si basava anche su un’errata lettura del motivo per cui le aziende utilizzano i mainframe.
Il COBOL di IBM compie 66 anni. È stato progettato nel 1959, funziona su mainframe IBM e continua advert alimentare i sistemi di elaborazione delle transazioni con un si stima che siano 250 miliardi le linee di COBOL in produzione attivasecondo il progetto Open Mainframe.
Gli ingegneri che l’hanno scritto vanno in pensione; quelli che li sostituiscono in gran parte non riescono a leggerlo. Per decenni, questo divario di competenze è stato uno dei problemi irrisolti più costosi dell’IT aziendale – e IBM ha lavorato per risolverlo con l’intelligenza artificiale almeno dal 2023, quando ha lanciato watsonx Code Assistant per Z per aiutare a migrare COBOL al moderno Java.
Claude Code, afferma Anthropic, ora può analizzare intere basi di codice, mappare dipendenze nascoste e generare traduzioni funzionanti di codice che la maggior parte degli ingegneri oggi non è in grado di leggere. Per le aziende che utilizzano COBOL su piattaforme distribuite (Home windows, Linux e altri ambienti non mainframe) questa funzionalità è davvero utile e sempre più pratica.
La vera barriera non è mai stata tecnica
“La modernizzazione di COBOL è un problema tecnicamente risolto già da un po’”, ha detto a VentureBeat Matt Braiser, analista di Gartner. “Il vero problema è che i costi della modernizzazione sono elevati e il ROI è basso.”
Amazon e Google offrono da anni strumenti di migrazione COBOL basati sull’intelligenza artificiale. AWS Remodel e un servizio comparabile di Google Cloud Platform miravano entrambi allo stesso problema: ridurre l’attrito per i clienti che desiderano spostare i carichi di lavoro mainframe nel cloud.
“Questa è fondamentalmente un’altra fonte di concorrenza”, ha detto a VentureBeat Raj Joshi, vicepresidente senior di Moody’s Scores. “IBM ha sempre vissuto in un ambito molto competitivo. A margine, questa cosa è fondamentalmente negativa, su questo non c’è dubbio. C’è un concorrente più potente. Ma IBM ha convissuto con queste minacce.”
Steve McDowell, capo analista di NAND Analysis, passa all’argomento strutturale: “Le applicazioni non funzionano sui mainframe perché sono scritte in COBOL”, ha affermato. “Funzionano su mainframe perché i mainframe offrono una classe di determinismo, calcolo scalabile e affidabilità che i server generici non possono eguagliare.”
La questione è più profonda del posizionamento sul mercato. “Gli strumenti GenAI sono utili, ma la loro natura non deterministica significa che il codice risultante non è coerente: la stessa operazione verrà implementata in modi diversi in various parti del codice”, ha affermato Braiser. “Gli strumenti più avanzati combinano approcci deterministici e non deterministici. Tuttavia, nulla di tutto ciò risolve il problema del ROI.”
Ciò che la traduzione COBOL lascia irrisolto
“Tradurre COBOL è la parte facile”, ha detto a VentureBeat il direttore delle comunicazioni IBM Steven Tomasco. “Il vero lavoro è la riprogettazione dell’architettura dei dati, la sostituzione del runtime, l’integrità dell’elaborazione delle transazioni e le prestazioni speed up dall'{hardware}, costruite in decenni di stretto accoppiamento tra software program e {hardware}. Questo è il problema che IBM ha impiegato decenni per imparare a risolvere, e l’intelligenza artificiale è lo strumento più potente che abbiamo mai avuto per farlo.”
Secondo IBM, la Royal Financial institution of Canada, l’Organizzazione nazionale per le assicurazioni sociali e la ANZ Financial institution hanno utilizzato Watsonx Code Assistant for Z per accelerare la modernizzazione del codice COBOL senza abbandonare IBM Z.
Ciò non significa che Anthropic non abbia un punto d’appoggio competitivo. Per le aziende che utilizzano COBOL al di fuori del mainframe — su sistemi distribuiti, ambienti Home windows e Linux — Claude Code entra in uno spazio in cui l’integrazione verticale di IBM rappresenta un vantaggio minore. “IBM comprende la tecnologia mainframe a un livello che altri non possono eguagliare. Se guardo solo a COBOL, sto utilizzando Watsonx di IBM”, ha affermato McDowell. “Anthropic, tuttavia, ha un’impronta più ampia all’interno di molti workforce di sviluppo, dove un singolo fornitore lo rende utile.”
Cosa dovrebbero effettivamente fare gli acquirenti aziendali
Gli ingegneri senior dei dati e delle infrastrutture trascorreranno le prossime settimane a rispondere alle domande dei dirigenti che hanno visto i titoli dei giornali e presumevano che il difficile problema fosse appena stato risolto. Non è stato così.
“È COBOL, ma ci sono numerose applicazioni advert esso legate”, ha detto Joshi. “Non è che trasformi milioni di linee e in qualche modo sei pronto per passare al cloud. È una massiccia valutazione del rischio, delle dipendenze e tutte quelle cose.”
La domanda più utile per gli acquirenti è se i rumori di questa settimana creeranno un’apertura. Braiser pensa di sì.
“Dovrebbero utilizzare le risultanti discussioni a livello di consiglio di amministrazione e tra gli azionisti per rivedere le iniziative di modernizzazione rinviate e vedere se qualcuno di loro ora ha un ROI”, ha affermato Braiser.
McDowell è stato schietto sulla questione competitiva. “Anthropic riuscirà a ricavare affari dallo strumento IBM? Sì, certo,” ha detto. “Ma sarei sorpreso se questo strumento generasse entrate significative per IBM.”
Chirag Mehta, analista di Constellation Analysis, ha avvertito che i chief IT non dovrebbero reagire emotivamente o riscrivere la strategia dall’oggi al domani.
“Trattatelo come un motivo per avviare un progetto pilota piccolo e limitato per misurare i risultati, non come un motivo per eliminare e sostituire i fornitori”, ha detto Mehta a VentureBeat.
Mehta suggerisce che le aziende scelgano una sezione applicativa o un flusso di lavoro ben definito con enter e output chiari e valutino gli approcci da mela a mela: qualità della mappatura delle dipendenze, qualità della documentazione della logica aziendale recuperata, copertura dei check e controlli di equivalenza, prestazioni e regressioni dell’affidabilità.
Dal punto di vista di Mehta, ciò che più ci ricorda è che la modernizzazione è qualcosa di più della semplice conversione del codice. Le parti difficili sono l’estrazione della conoscenza istituzionale, la rielaborazione dei processi e dei controlli, la gestione del cambiamento e il contenimento del rischio operativo in sistemi che non possono rompersi. L’intelligenza artificiale può comprimere il lavoro di “analisi e traduzione”, ma non elimina l’onere di governance e responsabilità.
“I workforce che vincono tratteranno l’intelligenza artificiale come un acceleratore all’interno di un programma di modernizzazione disciplinato, con checkpoint misurabili e barriere di rischio, non come un pulsante magico di conversione”, ha affermato Mehta.
