Американский стартап Hypercubic, занимающийся разработкой специализированных ИИ-агентов для трансляции кода COBOL на современные языки программирования, объявил о проведении посевного раунда финансирования, в ходе которого на развитие привлечено $5,3 млн. Инвестиционную программу возглавила компания CIV. Кроме того, средства предоставили Y Combinator, Afore Capital, Multimodal Ventures, Pioneer Fund, Epsilon Ventures и Unpopular Ventures, а также ряд частных инвесторов.

COBOL (Common Business-Oriented Language), появившийся ещё в 1959 году, до сих пор остаётся основой глобальной финансовой инфраструктуры и приложений на мейнфреймах: по оценкам, более 95% транзакций по картам и операций банкоматов зависят от систем, написанных на этом языке. В мире насчитывается свыше 200 млрд строк COBOL-кода, однако эти программы крайне плохо документированы, а найти квалифицированных специалистов в соответствующей области очень сложно. Первые разработчики на COBOL давно отошли от дел, если вообще живы, да и их преемники приближаются к пенсионному возрасту.

Источник изображения: Hypercubic

Процесс переноса COBOL-кода на современные языки программирования сопряжен с огромными рисками. Такие приложения часто представляют собой сложные монолитные системы, а поэтому даже небольшое изменение может привести к сбою критически важных банковских и финансовых сервисов. При этом восстановление логики, заложенной десятилетия назад, требует огромных усилий: бизнес-правила часто «зашиты» непосредственно в код и нигде не описаны. По этой причине многие компании откладывают модернизацию: процесс занимает годы, стоит дорого, а вероятность сбоев слишком высока.

Стартап Hypercubic предлагает решение проблемы с помощью ИИ-агентов, обученных на огромных объёмах кода COBOL. Система сначала тщательно анализирует исходники, восстанавливает скрытую бизнес-логику и автоматически генерирует документацию. Затем ИИ переписывает приложение на современных языках, сохраняя функциональность и совместимость с историческими данными. Утверждается, что такой подход сокращает сроки модернизации с нескольких лет до пары месяцев, одновременно повышая надёжность.

Вместе с тем Gartnet предрекает провал автоматизированному переносу ПО с мейнфреймов с помощью ИИ — к 2030 году ¾ поставщиков таких решений или закроются, или переориентриуются. Проблема не только в коде, который является только частью более обширного инфраструктурного комплекса, но и в данных, рабочем окружении и аппаратных решениях. IBM по-прежнему развивает мейнфреймы, позволяя интегрировать их с современными платформами и предлагая новые варианты использования.

Большинство пользователей мейнфреймов, которые попытаются воспользоваться ИИ для миграции устаревшего кода на альтернативные платформы, потерпят неудачу, сообщил The Register со ссылкой на данные аналитической компании Gartner.

«Более 70 % проектов по уходу с рынка мейнфреймов, начатых в 2026 году, не принесут ожидаемых результатов из-за переоценки возможностей инструментов генеративного ИИ», — говорится в материале под названием «Too Big to Fail: Why Mainframe Exit Projects Are Likely to Fail in the Age of Generative AI», опубликованной Gartner на прошлой неделе.

Gartner также считает, что рынок услуг миграции с мейнфреймов с использованием ИИ вот-вот лопнет. «К 2030 году 75 % поставщиков, работающих на рынке “ухода с мейнфреймов”, либо изменят свои бизнес-модели, либо прекратят свое существование», — предупреждает компания. Пессимизм Gartner объясняется ролью мейнфреймов как хранилища критически важных приложений и данных в течение долгого периода. «Для большинства крупных предприятий огромный объём и взаимосвязанная сложность данных делают полную миграцию физически и финансово невозможной», — считают в Gartner.

Источник изображения: IBM

Аналитики отметили, что мейнфреймы являются значительным источником технического долга и что генеративный ИИ очень полезен для выявления и описания этого долга. Вместе с тем они указали на то, что генеративный ИИ имеет «значительные ограничения, когда речь идет об автоматизированных переписывании и миграции устаревшего кода». «Также не учитываются уникальные возможности, которые предлагает мейнфрейм, например, сохранения той же производительности и пропускной способности после миграции», — добавили они.

В Gartner сообщили, что одной из причин, по которой поставщики предлагают ИИ для проектов по отказу от мейнфреймов, является «агрессивный спрос инвесторов на возможности ИИ как единственный показатель долгосрочного “здоровья” поставщика, вынуждающий поставщиков внедрять ИИ даже там, где это не требуется». Это давление усиливает опасения пользователей по поводу трудностей с поиском персонала для работы с мейнфреймами и технического долга.

Источник изображения: IBM

Аналитики отметили «разрыв между “маркетинговым заявлениями” о генеративном ИИ и его реальными возможностями в трансформации кода». «Поддавшись обещаниям “кажущегося волшебным решения” в виде миграции и игнорируя подход, ориентированный на конкретную платформу (то есть, тщательную оценку рабочих нагрузок и выбор оптимальной платформы для соответствующих задач), мы наращиваем огромный технический долг и создаём критические риски для всего предприятия», — сообщается в статье Gartner.

В связи с этим пользователям предлагается искать способы улучшения своих систем, а не переходить на новые. «Стремление отказаться от мейнфреймов ослабевает, — пишут аналитики. — Клиенты всё больше осознают, что практически невозможно отказаться от мейнфреймов с приемлемыми затратами и рисками, что заставляет их отказаться от давней надежды на создание совершенного инструмента для осуществления этой миграции».

Согласно Gartner, мейнфреймы по-прежнему являются «ведущей платформой для некоторых критически важных приложений, даже с учётом продолжающегося стремления к облачным архитектурам». Публикацию Gartner позитивно восприняли в IBM, чьи акции резко упали после того, как Anthropic разрекламировала возможности своего инструмента Claude Code по преобразованию COBOL, что вызвало очередной виток спекуляций о том, что мейнфреймы, возможно, находятся на грани исчезновения. Аналогичное решение на базе Google Gemini во время анонса такого эффекта не вызвало.

Британские банки до сих пор используют программное обеспечение, написанное в 60–70-е годы XX века, причём разобраться в коде могут очень немногие. Согласно исследованию, проведённому в 200 банках Соединённого Королевства, 16 % полагаются на ПО из 1960-х, а почти 40 % — на ПО из 1970-х, сообщает Computer Weekly.

Опрос консалтинговой компании Baringa проводился среди топ-менеджеров, специализирующихся на технологиях. 50 % банков признали, что полагаются на ПО, которое понимают лишь один-два сотрудника предпенсионного возраста. Ещё у 31,5 % тоже есть один-два человека, но несколько помоложе. В 38 банках признали, что до сих пор работают с кодом, разрабатывавшимся для перфокарт, а в 15 % случаев код написан для мэйнфреймов размером с комнату.

По словам экспертов Baringa, такая ситуация неизбежна в сложных технологических системах. Банки — сложные организации, обслуживающие миллионы клиентов, поэтому невозможно требовать, чтобы они создавали свою информационную инфраструктуру с нуля каждый раз после появления инноваций.

Источник изображения: Nick Pampoukidis/unsplash.com

Тем не менее, вряд ли ситуацию можно считать нормальной. По словам одного из респондентов, одна из сетей банкоматов всё ещё использует Windows NT из 1993 года с множеством патчей. Ещё один заявил, что основы ключевых банковских систем были созданы в 1970-х годах и всё ещё требуют COBOL-разработчиков. По словам одного из топ-менеджеров, немало старых решений продержались столь долго из-за своей простоты и надёжности.

Банки постепенно уходят от таких систем, поскольку уходят и люди, их понимающие, а молодые профессионалы не желают учить языки вроде Cobol. В агентстве считают, что использование старого ПО является источником двух угроз для банков. Во-первых, код написан для давно не поддерживаемых систем, с которыми способны справляться лишь некоторые старые эксперты — это серьёзный риск для критической инфраструктуры. Во-вторых, старые технологии редко отличаются гибкостью. Их будет чрезвычайно трудно адаптировать под меняющиеся запросы заказчиков. Адаптация обходится непропорционально дорого, и со временем стоимость только растёт.

Впрочем, не всегда новое лучше старого. Не так давно крупнейший в Европе муниципалитет — Бирмингем оказался на грани банкротства после неудачной попытки внедрить вместо ERP-системы SAP решение Oracle. Проблема до сих пор не решена полностью.

Незадолго до анонса новых мейнфреймов IBM z17 компания Google анонсировала новые ИИ-инструменты на основе моделей Gemini и других технологий для модернизации инфраструктуры и переносу нагрузок с в облако Google Cloud.

Google Cloud Mainframe Assessment Tool (MAT) на основе ИИ-моделей Gemini уже доступен. Инструмент позволяет оценить и проанализировать общее состояние мейнфреймов, включая приложения и данные. Это даст возможность принимать информированные решения по оптимальной модернизации. MAT обеспечивает глубокий анализ кода, генерирует чёткие объяснения его работы, автоматизирует создание документации и др. Это позволяет ускорить понимание кода мейнфреймов и стимулирует процесс модернизации.

Google Cloud Mainframe Rewrite на основе моделей Gemini позволяет модернизировать приложения для мейнфреймов (инструмент доступен в превью-режиме). Он помогает разработчикам переосмыслить и преобразовать код для мейнфреймов, переписав его на современные языки программирования вроде Java и C#. Mainframe Rewrite предлагает IDE для модернизации кода, тестирования и развёртывания модернизированных приложений в Google Cloud.

Источник изображения: Ant Rozetsky / Unsplash

Наконец, чтобы снизить риски, возникающие при модернизации, предлагается инструмент Google Cloud Dual Run для глубокого тестирования, сертификации и оценки модернизированных приложений. Инструмент позволяет проверить корректность, полноту и производительность модернизированного кода в ходе миграции и до того, как новое приложение заменит старое. Dual Run сравнивает данные, выдаваемые старой и новой системами, для поиска отличий.

Имеются и дополнительные инструменты, разработанные партнёрами Google. Так, Mechanical Orchard предлагает платформу для быстро переписывания приложений на COBOL на современные языки, включая Java, Python и др., без изменения бизнес-логики. Решение позволяет «пошагово» переписывать фрагменты приложений с помощью систем генеративного ИИ с сохранением функциональности и тестировать корректность их работы. Основная цель — создать для облака функциональный эквивалент устаревших решений.

Источник изображения: Google Cloud

Кроме того, в рамках новой программы Google Mainframe Modernization with Gen AI Accelerator компания привлекла Accenture, EPAM и Thoughtworks, которые помогут организациям мигрировать с мейнфреймов. На первом этапе производится анализ кода с помощью MAT и Gemini. На втором реализуется пилотный проект с проверкой работоспособности нового кода. На третьем осуществляется полномасштабная миграция в облако. Первые клиенты могут бесплатно (без учёта расходов на Google Cloud) оценить решения в течение 4-8 недель.

Мейнфреймы ещё рано списывать со счетов. Согласно данным опроса Kyndryl 500 топ-менеджеров ИТ-индустрии, многие организации интегрируют мейнфреймы с публичными и частными облачными платформами и совершенствуют свои программы модернизации, перемещая некоторые рабочие нагрузки с мейнфреймов или обновляя их.