किसी भी स्मार्ट मोबाइल एप्लिकेशन या वाणिज्यिक इंटरफ़ेस के पर्दे के पीछे देखें, और किसी भी प्रमुख उद्यम के एप्लिकेशन आर्किटेक्चर के एकीकरण और सेवा परतों के नीचे, आपको शो चलाने वाले मेनफ्रेम मिलेंगे।

रिकॉर्ड के महत्वपूर्ण अनुप्रयोग और सिस्टम इन कोर सिस्टम का उपयोग हाइब्रिड बुनियादी ढांचे के हिस्से के रूप में कर रहे हैं। उनके चल रहे परिचालन में कोई भी रुकावट व्यवसाय की निरंतर परिचालन अखंडता के लिए विनाशकारी हो सकती है। इतना कि कई कंपनियां इनमें ठोस बदलाव करने से डरती हैं।

लेकिन परिवर्तन अपरिहार्य है, क्योंकि तकनीकी ऋण बढ़ता जा रहा है। व्यावसायिक चपलता हासिल करने और प्रतिस्पर्धी चुनौतियों और ग्राहकों की मांग को पूरा करने के लिए, कंपनियों को इन अनुप्रयोगों को पूरी तरह से आधुनिक बनाना होगा। परिवर्तन को टालने के बजाय, नेताओं को अपनी हाइब्रिड रणनीति में डिजिटल परिवर्तन में तेजी लाने के लिए नए तरीकों की तलाश करनी चाहिए।

आधुनिकीकरण में देरी के लिए COBOL को दोष न दें

मेनफ्रेम आधुनिकीकरण में सबसे बड़ी बाधा संभवतः प्रतिभा की कमी है। कई मेनफ्रेम और एप्लिकेशन विशेषज्ञ, जिन्होंने पिछले कुछ वर्षों में एंटरप्राइज़ COBOL कोडबेस बनाए और जोड़े हैं, संभवतः या तो आगे बढ़ गए हैं या जल्द ही सेवानिवृत्त हो रहे हैं।

इससे भी डरावनी बात यह है कि प्रतिभा की अगली पीढ़ी को भर्ती करना कठिन होगा, क्योंकि नए कंप्यूटर विज्ञान स्नातक जिन्होंने जावा और नई भाषाएं सीखी हैं, वे स्वाभाविक रूप से खुद को मेनफ्रेम एप्लिकेशन डेवलपमेंट करते हुए नहीं देखेंगे। उनके लिए, यह काम मोबाइल ऐप डिज़ाइन जितना सेक्सी या क्लाउड नेटिव डेवलपमेंट जितना तेज़ नहीं लग सकता है। कई मायनों में, यह एक अनुचित प्रवृत्ति है।

COBOL को ऑब्जेक्ट ओरिएंटेशन से भी पहले बनाया गया था - सेवा ओरिएंटेशन या क्लाउड कंप्यूटिंग तो बिल्कुल भी नहीं। आदेशों के कम सेट के साथ, नए डेवलपर्स के लिए इसे सीखना या समझना जटिल भाषा नहीं होनी चाहिए। और ऐसा कोई कारण नहीं है कि मेनफ्रेम अनुप्रयोगों को डेवऑप्स-शैली स्वचालित पाइपलाइन के भीतर तीव्र विकास और छोटे, वृद्धिशील रिलीज से लाभ नहीं होगा।

पता लगा रहे हैं पिछले कुछ वर्षों में विभिन्न टीमों ने COBOL के साथ क्या किया है यही कारण है कि परिवर्तन को प्रबंधित करना इतना कठिन हो जाता है। डेवलपर्स ने एक प्रक्रियात्मक प्रणाली में अंतहीन परिवर्धन और तार्किक लूप बनाए हैं जिन्हें घटकों या शिथिल युग्मित सेवाओं के बजाय समग्र रूप से जांचा और अद्यतन किया जाना चाहिए।

इस तरह से मेनफ्रेम पर कोड और कार्यक्रमों को एक साथ बुना जाने से, परस्पर निर्भरता और विफलता के संभावित बिंदु इतने जटिल और असंख्य हैं कि कुशल डेवलपर्स के लिए भी इसे सुलझाना संभव नहीं है। इससे COBOL ऐप का विकास आवश्यकता से अधिक कठिन लगता है, जिससे कई संगठन समय से पहले मेनफ्रेम से हटकर विकल्प तलाशने लगते हैं।

जेनेरिक एआई की सीमाओं पर काबू पाना

हमने चैटजीपीटी और उपभोक्ता-ग्रेड विज़ुअल एआई छवि जनरेटर जैसे बड़े भाषा मॉडल (एलएलएम) की व्यापक उपलब्धता के कारण हाल ही में जेनरेटिव एआई (या जेनएआई) के आसपास कई प्रचार देखे हैं।

जबकि इस क्षेत्र में कई अच्छी संभावनाएं उभर रही हैं, महत्वपूर्ण व्यावसायिक वर्कफ़्लो पर लागू होने पर एलएलएम का एक "मतिभ्रम कारक" होता है। जब एआई को इंटरनेट पर पाई जाने वाली सामग्री से प्रशिक्षित किया जाता है, तो वे अक्सर ठोस और विश्वसनीय संवाद प्रदान कर सकते हैं, लेकिन पूरी तरह से सटीक प्रतिक्रिया नहीं दे सकते हैं। उदाहरण के लिए, ChatGPT ने हाल ही में काल्पनिक केस कानून का हवाला दिया एक संघीय अदालत में मिसालें, जिसके परिणामस्वरूप इसका इस्तेमाल करने वाले आलसी वकील पर प्रतिबंध लगाया जा सकता है।

किसी व्यावसायिक एप्लिकेशन को कोड करने के लिए चैटबॉट एआई पर भरोसा करने में समान मुद्दे हैं। जबकि एक सामान्यीकृत एलएलएम किसी ऐप को बेहतर बनाने या मानक नामांकन फॉर्म को आसानी से तैयार करने या क्षुद्रग्रह-शैली गेम को कोड करने के लिए उचित सामान्य सुझाव प्रदान कर सकता है, एक व्यावसायिक एप्लिकेशन की कार्यात्मक अखंडता काफी हद तक इस बात पर निर्भर करती है कि एआई मॉडल को किस मशीन लर्निंग डेटा से प्रशिक्षित किया गया था। साथ।

सौभाग्य से, चैटजीपीटी के आने से पहले उत्पादन-उन्मुख एआई अनुसंधान वर्षों से चल रहा था। IBM® अपने watsonx™ ब्रांड के तहत गहन शिक्षण और अनुमान मॉडल का निर्माण कर रहा है, और एक मेनफ्रेम प्रवर्तक और प्रर्वतक के रूप में, उन्होंने COBOL-टू-जावा परिवर्तन पर प्रशिक्षित और ट्यून किए गए अवलोकन GenAI मॉडल बनाए हैं।

उनका हाल Z के लिए IBM watsonx™ कोड असिस्टेंट समाधान मेनफ्रेम एप्लिकेशन आधुनिकीकरण में तेजी लाने के लिए नियम-आधारित प्रक्रियाओं और जेनरेटिव एआई दोनों का उपयोग करता है। अब, विकास टीमें एप्लिकेशन खोज, ऑटो-रिफैक्टरिंग और COBOL-टू-जावा परिवर्तन में डेवलपर्स की सहायता के लिए GenAI और स्वचालन के बहुत ही व्यावहारिक और उद्यम-केंद्रित उपयोग पर निर्भर हो सकती हैं।

तीन चरणों में मेनफ्रेम अनुप्रयोग आधुनिकीकरण

मेनफ्रेम अनुप्रयोगों को किसी भी अन्य ऑब्जेक्ट-ओरिएंटेड या वितरित एप्लिकेशन की तरह परिवर्तनशील और लचीला बनाने के लिए, संगठनों को उन्हें निरंतर वितरण पाइपलाइन की शीर्ष-स्तरीय विशेषताएं बनाना चाहिए। Z के लिए IBM watsonx कोड असिस्टेंट डेवलपर्स को तीन चरणों के माध्यम से एप्लिकेशन आधुनिकीकरण जीवनचक्र में COBOL कोड लाने में मदद करता है:

1. खोज। आधुनिकीकरण से पहले, डेवलपर्स को यह पता लगाना होगा कि कहाँ ध्यान देने की आवश्यकता है। सबसे पहले, समाधान मेनफ्रेम पर सभी कार्यक्रमों की एक सूची लेता है, प्रत्येक के लिए उनके सभी डेटा इनपुट और आउटपुट के साथ वास्तुशिल्प प्रवाह आरेखों को मैप करता है। विज़ुअल फ्लो मॉडल डेवलपर्स और आर्किटेक्ट्स के लिए कोड बेस के भीतर निर्भरता और स्पष्ट मृत सिरों को पहचानना आसान बनाता है।
2. रिफैक्टरिंग। यह चरण मोनोलिथ को अधिक उपभोग योग्य रूप में तोड़ने के बारे में है। Z के लिए IBM watsonx कोड असिस्टेंट सिस्टम के इच्छित व्यावसायिक तर्क को समझने के लिए लंबे समय से चल रहे प्रोग्राम कोड बेस पर नज़र रखता है। असतत प्रक्रियाओं जैसे आदेशों और डेटा को अलग करके, समाधान COBOL कोड को मॉड्यूलर व्यवसाय सेवा घटकों में पुन: सक्रिय करता है।
3. परिवर्तन। यहां वह जगह है जहां एंटरप्राइज़ COBOL-टू-जावा रूपांतरण पर ट्यून किए गए LLM का जादू फर्क ला सकता है। GenAI मॉडल COBOL प्रोग्राम घटकों को जावा कक्षाओं में अनुवादित करता है, जिससे वास्तविक वस्तु अभिविन्यास और चिंताओं को अलग किया जा सकता है, ताकि कई टीमें समानांतर, चुस्त तरीके से काम कर सकें। इसके बाद डेवलपर्स आईडीई में जावा में कोड को परिष्कृत करने पर ध्यान केंद्रित कर सकते हैं, एआई आगे के सुझाव प्रदान करता है, सह-पायलट सुविधा की तरह जो आप अन्य विकास उपकरणों में देखेंगे।

Intellyx ले

हम आम तौर पर एआई के बारे में अधिकांश विक्रेताओं के दावों पर संदेह करते हैं, क्योंकि अक्सर वे किसी अन्य नाम से केवल स्वचालन होते हैं।

अंग्रेजी भाषा की सभी बारीकियों को सीखने और शब्दों और पैराग्राफों के तथ्यात्मक आधार पर अनुमान लगाने की तुलना में, COBOL और Java जैसी भाषाओं के वाक्यविन्यास और संरचनाओं में महारत हासिल करना GenAI के लिए आसान लगता है।

आईबीएम वाटसनएक्स कोड असिस्टेंट फॉर जेड जैसे उद्यमों के लिए डिज़ाइन किए गए जेनेरिक एआई मॉडल दुनिया के सबसे अधिक संसाधन-बाधित संगठनों के लिए आधुनिकीकरण के प्रयास और लागत को कम कर सकते हैं। कोड की हजारों पंक्तियों वाले ज्ञात प्लेटफार्मों पर एप्लिकेशन जेनेरिक एआई मॉडल जैसे आईबीएम वाटसनएक्स कोड असिस्टेंट फॉर जेड के लिए आदर्श प्रशिक्षण आधार हैं।

संसाधन की कमी वाले वातावरण में भी, GenAI टीमों को आधुनिकीकरण की बाधाओं को दूर करने में मदद कर सकता है और उनके सबसे महत्वपूर्ण मुख्य व्यावसायिक अनुप्रयोगों में चपलता और लचीलेपन में महत्वपूर्ण सुधार करने के लिए नए मेनफ्रेम डेवलपर्स की क्षमताओं को भी बढ़ा सकता है।

अधिक जानने के लिए, इस Intellyx विश्लेषक विचार नेतृत्व श्रृंखला में अन्य पोस्ट देखें:

जेनरेटिव एआई के साथ मेनफ्रेम एप्लिकेशन आधुनिकीकरण में तेजी लाएं

©2024 Intellyx B.V. Intellyx इस दस्तावेज़ के लिए संपादकीय रूप से जिम्मेदार है। इस सामग्री को लिखने के लिए किसी AI बॉट का उपयोग नहीं किया गया। लेखन के समय, IBM एक Intellyx ग्राहक है।