انظر خلف الكواليس لأي تطبيق جوال أو واجهة تجارية رائعة، وأسفل طبقات التكامل والخدمة في بنية تطبيقات أي مؤسسة كبرى، من المحتمل أن تجد حاسبات مركزية تدير العرض.

تستخدم التطبيقات وأنظمة التسجيل المهمة هذه الأنظمة الأساسية كجزء من البنية التحتية المختلطة. وأي انقطاع في عملياتهم الجارية يمكن أن يكون كارثيًا على استمرار السلامة التشغيلية للشركة. لدرجة أن العديد من الشركات تخشى إجراء تغييرات جوهرية عليها.

لكن التغيير أمر لا مفر منه، مع تراكم الديون الفنية. لتحقيق مرونة الأعمال ومواكبة التحديات التنافسية وطلبات العملاء، يجب على الشركات تحديث هذه التطبيقات تمامًا. وبدلاً من تأجيل التغيير، يجب على القادة البحث عن طرق جديدة لتسريع التحول الرقمي في استراتيجيتهم المختلطة.

لا تلوم كوبول على تأخيرات التحديث

ربما تكون أكبر عقبة أمام تحديث الحاسب المركزي هي أزمة المواهب. من المحتمل أن العديد من خبراء الحواسيب المركزية والتطبيقات الذين قاموا بإنشاء قواعد تعليمات COBOL الخاصة بالمؤسسة وألحقوها على مر السنين إما انتقلوا إلى العمل أو سيتقاعدون قريبًا.

والأمر الأكثر رعبًا هو أنه سيكون من الصعب توظيف الجيل القادم من المواهب، حيث أن خريجي علوم الكمبيوتر الجدد الذين تعلموا جافا واللغات الأحدث لن يتصوروا أنفسهم بطبيعة الحال يقومون بتطوير تطبيقات الحواسيب المركزية. بالنسبة لهم، قد لا يبدو العمل مثيرًا مثل تصميم تطبيقات الهاتف المحمول أو مرنًا مثل التطوير السحابي الأصلي. من نواحٍ عديدة، يعد هذا ميلًا غير عادل إلى حدٍ ما.

تم إنشاء لغة COBOL قبل أن يصبح اتجاه الكائن شيئًا، ناهيك عن توجيه الخدمة أو الحوسبة السحابية. باستخدام مجموعة بسيطة من الأوامر، لا ينبغي أن تكون لغة معقدة ليتعلمها أو يفهمها المطورون الجدد. وليس هناك سبب يمنع تطبيقات الحواسيب المركزية من الاستفادة من التطوير السريع والإصدارات الإضافية الأصغر ضمن مسار آلي على طراز DevOps.

يستنتج ما فعلته الفرق المختلفة مع COBOL على مر السنين هو ما يجعل من الصعب جدًا إدارة التغيير. قام المطورون بإضافة عدد لا نهائي من الإضافات والحلقات المنطقية إلى النظام الإجرائي الذي يجب فحصه وتحديثه ككل، وليس كمكونات أو خدمات مترابطة بشكل فضفاض.

مع نسج التعليمات البرمجية والبرامج معًا على الحاسب المركزي بهذه الطريقة، فإن الترابطات ونقاط الفشل المحتملة تكون معقدة جدًا ومتعددة بحيث يتعذر على المطورين المهرة حلها. وهذا يجعل تطوير تطبيق COBOL يبدو أكثر صعوبة مما ينبغي، مما يجعل العديد من المؤسسات تبحث عن بدائل خارج الحاسب المركزي قبل الأوان.

التغلب على قيود الذكاء الاصطناعي التوليدي

لقد شهدنا مؤخرًا العديد من الضجيج حول الذكاء الاصطناعي التوليدي (أو GenAI) نظرًا للتوافر الواسع النطاق لنماذج اللغات الكبيرة (LLMs) مثل ChatGPT ومولدات صور الذكاء الاصطناعي المرئية على مستوى المستهلك.

في حين أن العديد من الاحتمالات الرائعة تظهر في هذا المجال، إلا أن هناك "عامل الهلوسة" المزعج عند تطبيقه على سير العمل المهم في الأعمال. عندما يتم تدريب الذكاء الاصطناعي على المحتوى الموجود على الإنترنت، فإنه غالبًا ما يقدم حوارات مقنعة ومعقولة، ولكنها ليست استجابات دقيقة تمامًا. على سبيل المثال، استشهد ChatGPT مؤخرًا بسوابق قضائية وهمية سوابق في محكمة اتحادية، مما قد يؤدي إلى فرض عقوبات على المحامي الكسول الذي استخدمها.

هناك مشكلات مماثلة في الثقة في برنامج chatbot AI لترميز تطبيق الأعمال. في حين أن ماجستير إدارة الأعمال المعمم قد يقدم اقتراحات عامة معقولة حول كيفية تحسين التطبيق أو إنتاج نموذج تسجيل قياسي أو ترميز لعبة على غرار الكويكبات بسهولة، فإن السلامة الوظيفية لتطبيق الأعمال تعتمد بشكل كبير على بيانات التعلم الآلي التي تم تدريب نموذج الذكاء الاصطناعي عليها مع.

ولحسن الحظ، كانت أبحاث الذكاء الاصطناعي الموجهة نحو الإنتاج مستمرة لسنوات قبل وصول ChatGPT. قامت شركة IBM® ببناء نماذج للتعلم العميق والاستدلال تحت علامتها التجارية watsonx™، وباعتبارها منشئ ومبتكر للحاسب المركزي، فقد قامت ببناء نماذج GenAI للرصد تم تدريبها وضبطها على التحول من COBOL إلى Java.

أحدث ما لديهم IBM Watsonx™ Code Assistant for Z يستخدم الحل كلاً من العمليات القائمة على القواعد والذكاء الاصطناعي التوليدي لتسريع تحديث تطبيقات الحواسيب المركزية. الآن، يمكن لفرق التطوير الاعتماد على الاستخدام العملي للغاية والمركّز على المؤسسات لـ GenAI والأتمتة لمساعدة المطورين في اكتشاف التطبيقات وإعادة البناء التلقائي والتحويل من COBOL إلى Java.

تحديث تطبيق الحاسوب المركزي في ثلاث خطوات

لجعل تطبيقات الحاسوب المركزي مرنة وقابلة للتغيير مثل أي تطبيق آخر موجه للكائنات أو موزع، يجب على المؤسسات أن تجعلها ميزات عالية المستوى لخط أنابيب التسليم المستمر. يساعد IBM watsonx Code Assistant for Z المطورين على إدخال كود COBOL في دورة حياة تحديث التطبيق من خلال ثلاث خطوات:

1. اكتشاف. قبل التحديث، يحتاج المطورون إلى معرفة الأماكن التي تحتاج إلى الاهتمام. أولاً، يقوم الحل بجرد جميع البرامج الموجودة على الحاسب المركزي، مع رسم مخططات التدفق المعماري لكل منها، مع جميع مدخلات ومخرجات البيانات الخاصة بها. يسهل نموذج التدفق المرئي على المطورين والمهندسين المعماريين اكتشاف التبعيات والطرق المسدودة الواضحة داخل قاعدة التعليمات البرمجية.
2. إعادة بناء التعليمات البرمجية. تدور هذه المرحلة حول تفتيت الكتل المتراصة إلى شكل أكثر قابلية للاستهلاك. يقوم IBM watsonx Code Assistant for Z بالبحث في قواعد أكواد البرامج طويلة المدى لفهم منطق الأعمال المقصود للنظام. ومن خلال فصل الأوامر والبيانات، مثل العمليات المنفصلة، ​​يقوم الحل بإعادة هيكلة كود COBOL إلى مكونات معيارية لخدمة الأعمال.
3. تحويل. هذا هو المكان الذي يمكن أن يُحدث فيه سحر LLM الذي تم ضبطه على تحويل COBOL إلى Java للمؤسسة فرقًا. يقوم نموذج GenAI بترجمة مكونات برنامج COBOL إلى فئات Java، مما يسمح بالتوجيه الحقيقي للكائن وفصل الاهتمامات، بحيث يمكن لفرق متعددة العمل بطريقة متوازية ورشيقة. يمكن للمطورين بعد ذلك التركيز على تحسين التعليمات البرمجية في Java في IDE، مع توفير الذكاء الاصطناعي لاقتراحات التطلع إلى المستقبل، تمامًا مثل ميزة الطيار المساعد التي قد تراها في أدوات التطوير الأخرى.

يأخذ Intellyx

نحن متشككون بشكل عام في معظم ادعاءات البائعين حول الذكاء الاصطناعي، حيث أنها في كثير من الأحيان مجرد أتمتة باسم آخر.

بالمقارنة مع تعلم جميع الفروق الدقيقة في اللغة الإنجليزية والتأمل على أساس واقعي للكلمات والفقرات، فإن إتقان بناء الجملة وهياكل اللغات مثل COBOL وJava يبدو مناسبًا تمامًا لـ GenAI.

يمكن لنماذج الذكاء الاصطناعي التوليدية المصممة للمؤسسات مثل IBM watsonx Code Assistant for Z تقليل جهود التحديث وتكاليف المؤسسات الأكثر محدودية في الموارد في العالم. تعد التطبيقات الموجودة على الأنظمة الأساسية المعروفة والتي تحتوي على آلاف الأسطر من التعليمات البرمجية بمثابة أرضية تدريب مثالية لنماذج الذكاء الاصطناعي التوليدية مثل IBM watsonx Code Assistant for Z.

حتى في البيئات المحدودة الموارد، يمكن لـ GenAI مساعدة الفرق على إزالة عقبات التحديث وزيادة قدرات مطوري الحواسيب المركزية الأحدث لإجراء تحسينات كبيرة في السرعة والمرونة فوق تطبيقات الأعمال الأساسية الأكثر أهمية.

لمعرفة المزيد، راجع المنشورات الأخرى في سلسلة القيادة الفكرية لمحلل Intellyx:

تسريع تحديث تطبيقات الحواسيب المركزية باستخدام الذكاء الاصطناعي التوليدي

©2024 Intellyx B.V. Intellyx هي المسؤولة التحريرية عن هذه الوثيقة. لم يتم استخدام روبوتات الذكاء الاصطناعي لكتابة هذا المحتوى. في وقت كتابة هذا التقرير، تعد IBM أحد عملاء Intellyx.