Nhìn vào hậu trường của bất kỳ ứng dụng di động hoặc giao diện thương mại bóng bẩy nào và sâu bên dưới lớp tích hợp và dịch vụ của bất kỳ kiến ​​trúc ứng dụng của doanh nghiệp lớn nào, bạn có thể sẽ tìm thấy các máy tính lớn đang chạy chương trình.

Các ứng dụng quan trọng và hệ thống hồ sơ đang sử dụng các hệ thống cốt lõi này như một phần của cơ sở hạ tầng kết hợp. Bất kỳ sự gián đoạn nào trong hoạt động đang diễn ra của họ đều có thể gây tai hại cho tính liêm chính trong hoạt động liên tục của doanh nghiệp. Nhiều đến mức nhiều công ty ngại thực hiện những thay đổi đáng kể đối với chúng.

Nhưng sự thay đổi là không thể tránh khỏi khi nợ kỹ thuật đang chồng chất. Để đạt được sự linh hoạt trong kinh doanh và theo kịp các thách thức cạnh tranh và nhu cầu của khách hàng, các công ty phải hiện đại hóa hoàn toàn các ứng dụng này. Thay vì trì hoãn thay đổi, các nhà lãnh đạo nên tìm kiếm những cách thức mới để đẩy nhanh quá trình chuyển đổi kỹ thuật số trong chiến lược kết hợp của mình.

Đừng đổ lỗi cho COBOL về sự chậm trễ trong quá trình hiện đại hóa

Trở ngại lớn nhất cho việc hiện đại hóa máy tính lớn có lẽ là sự thiếu hụt nhân tài. Nhiều chuyên gia ứng dụng và máy tính lớn đã tạo và bổ sung các cơ sở mã COBOL cho doanh nghiệp trong nhiều năm qua có thể đã chuyển sang hoạt động khác hoặc sắp nghỉ hưu.

Đáng sợ hơn nữa, thế hệ nhân tài tiếp theo sẽ khó tuyển dụng, vì những sinh viên mới tốt nghiệp ngành khoa học máy tính đã học Java và các ngôn ngữ mới hơn sẽ không tự nhiên hình dung ra mình đang phát triển ứng dụng máy tính lớn. Đối với họ, công việc có thể không hấp dẫn bằng thiết kế ứng dụng dành cho thiết bị di động hoặc linh hoạt như phát triển trên nền tảng đám mây. Theo nhiều cách, đây là một khuynh hướng khá bất công.

COBOL đã được tạo ra trước cả khi định hướng đối tượng thậm chí còn là một thứ gì đó—ít hơn nhiều là định hướng dịch vụ hoặc điện toán đám mây. Với một tập hợp lệnh đơn giản, đây sẽ không phải là một ngôn ngữ phức tạp để các nhà phát triển mới tìm hiểu hoặc hiểu. Và không có lý do gì khiến các ứng dụng máy tính lớn không được hưởng lợi từ sự phát triển linh hoạt và các bản phát hành gia tăng, nhỏ hơn trong quy trình tự động hóa kiểu DevOps.

Tìm ra những gì các nhóm khác nhau đã làm với COBOL trong những năm qua là nguyên nhân khiến việc quản lý sự thay đổi trở nên khó khăn đến vậy. Các nhà phát triển đã thực hiện vô số bổ sung và vòng lặp logic cho một hệ thống thủ tục phải được kiểm tra và cập nhật toàn bộ, thay vì dưới dạng các thành phần hoặc dịch vụ được liên kết lỏng lẻo.

Với mã và các chương trình được kết hợp với nhau trên máy tính lớn theo kiểu này, sự phụ thuộc lẫn nhau và các điểm lỗi tiềm ẩn là quá phức tạp và nhiều đến mức ngay cả các nhà phát triển lành nghề cũng không thể gỡ rối. Điều này làm cho việc phát triển ứng dụng COBOL trở nên khó khăn hơn mức cần thiết, khiến nhiều tổ chức phải sớm tìm kiếm các giải pháp thay thế ngoài máy tính lớn.

Khắc phục những hạn chế của AI sáng tạo

Gần đây, chúng tôi đã thấy rất nhiều sự cường điệu xung quanh AI tổng quát (hoặc GenAI) do sự sẵn có rộng rãi của các mô hình ngôn ngữ lớn (LLM) như ChatGPT và trình tạo hình ảnh AI trực quan ở cấp độ người tiêu dùng.

Mặc dù nhiều khả năng thú vị đang xuất hiện trong không gian này, nhưng vẫn có “yếu tố ảo giác” dai dẳng của LLM khi áp dụng cho các quy trình kinh doanh quan trọng. Khi AI được đào tạo với nội dung tìm thấy trên internet, chúng thường có thể đưa ra những đoạn hội thoại thuyết phục và đáng tin cậy nhưng không hoàn toàn chính xác. Ví dụ, ChatGPT mới đây trích dẫn án lệ tưởng tượng tiền lệ tại tòa án liên bang, điều này có thể dẫn đến các biện pháp trừng phạt đối với luật sư lười biếng đã sử dụng nó.

Có những vấn đề tương tự khi tin tưởng chatbot AI để mã hóa ứng dụng kinh doanh. Mặc dù LLM tổng quát có thể đưa ra các đề xuất chung hợp lý về cách cải thiện ứng dụng hoặc dễ dàng tạo biểu mẫu đăng ký tiêu chuẩn hoặc mã hóa trò chơi kiểu tiểu hành tinh, tính toàn vẹn về chức năng của ứng dụng kinh doanh phụ thuộc rất nhiều vào dữ liệu máy học mà mô hình AI đã được đào tạo với.

May mắn thay, nghiên cứu AI định hướng sản xuất đã diễn ra trong nhiều năm trước khi ChatGPT xuất hiện. IBM® đã và đang xây dựng các mô hình suy luận và học sâu dưới thương hiệu watsonx™ của họ, đồng thời với tư cách là nhà sáng tạo và đổi mới máy tính lớn, họ đã xây dựng các mô hình GenAI quan sát được đào tạo và điều chỉnh về quá trình chuyển đổi COBOL sang Java.

Mới nhất của họ Trợ lý mã IBM watsonx™ dành cho Z giải pháp sử dụng cả quy trình dựa trên quy tắc và AI tổng quát để tăng tốc hiện đại hóa ứng dụng máy tính lớn. Giờ đây, các nhóm phát triển có thể dựa vào việc sử dụng GenAI và tự động hóa rất thực tế và tập trung vào doanh nghiệp để hỗ trợ các nhà phát triển khám phá ứng dụng, tự động tái cấu trúc và chuyển đổi COBOL sang Java.

Hiện đại hóa ứng dụng máy tính lớn theo ba bước

Để làm cho các ứng dụng máy tính lớn trở nên linh hoạt và dễ thay đổi như bất kỳ ứng dụng phân tán hoặc hướng đối tượng nào khác, các tổ chức nên biến chúng thành các tính năng cấp cao nhất của quy trình phân phối liên tục. IBM watsonx Code Assistant dành cho Z giúp các nhà phát triển đưa mã COBOL vào vòng đời hiện đại hóa ứng dụng thông qua ba bước:

1. Khám phá. Trước khi hiện đại hóa, các nhà phát triển cần tìm ra nơi cần chú ý. Đầu tiên, giải pháp sẽ kiểm kê tất cả các chương trình trên máy tính lớn, lập sơ đồ luồng kiến ​​trúc cho từng chương trình cùng với tất cả dữ liệu đầu vào và đầu ra của chúng. Mô hình luồng trực quan giúp các nhà phát triển và kiến ​​trúc sư dễ dàng phát hiện ra các phần phụ thuộc và ngõ cụt rõ ràng trong cơ sở mã.
2. Tái cấu trúc. Giai đoạn này chủ yếu là chia nhỏ các khối nguyên khối thành một dạng dễ tiêu thụ hơn. IBM watsonx Code Assistant dành cho Z xem xét các cơ sở mã chương trình chạy dài để hiểu logic kinh doanh dự định của hệ thống. Bằng cách tách các lệnh và dữ liệu, chẳng hạn như các quy trình riêng biệt, giải pháp sẽ tái cấu trúc mã COBOL thành các thành phần dịch vụ kinh doanh theo mô-đun.
3. Sự biến đổi. Đây là nơi mà sự kỳ diệu của LLM được điều chỉnh trong quá trình chuyển đổi COBOL sang Java dành cho doanh nghiệp có thể tạo ra sự khác biệt. Mô hình GenAI chuyển các thành phần chương trình COBOL thành các lớp Java, cho phép định hướng đối tượng thực sự và phân tách các mối quan tâm, để nhiều nhóm có thể làm việc song song và linh hoạt. Sau đó, các nhà phát triển có thể tập trung vào việc tinh chỉnh mã trong Java trong IDE, với AI cung cấp các đề xuất có tính tương lai, giống như tính năng đồng thí điểm mà bạn sẽ thấy trong các công cụ phát triển khác.

Intellyx lấy

Nhìn chung, chúng tôi nghi ngờ hầu hết các tuyên bố của nhà cung cấp về AI, vì chúng thường chỉ đơn giản là tự động hóa dưới một tên khác.

So với việc học tất cả các sắc thái của tiếng Anh và suy đoán dựa trên cơ sở thực tế của các từ và đoạn văn, việc nắm vững cú pháp và cấu trúc của các ngôn ngữ như COBOL và Java có vẻ phù hợp với GenAI.

Các mô hình AI sáng tạo được thiết kế cho các doanh nghiệp như IBM watsonx Code Assistant dành cho Z có thể giảm nỗ lực và chi phí hiện đại hóa cho các tổ chức bị hạn chế về tài nguyên nhất trên thế giới. Các ứng dụng trên các nền tảng đã biết với hàng nghìn dòng mã là nền tảng đào tạo lý tưởng cho các mô hình AI tổng quát như IBM watsonx Code Assistant cho Z.

Ngay cả trong môi trường hạn chế về tài nguyên, GenAI có thể giúp các nhóm xóa bỏ các rào cản hiện đại hóa và tăng cường khả năng của các nhà phát triển máy tính lớn mới hơn để thực hiện những cải tiến đáng kể về tính linh hoạt và khả năng phục hồi trên các ứng dụng kinh doanh cốt lõi quan trọng nhất của họ.

Để tìm hiểu thêm, hãy xem các bài đăng khác trong loạt bài lãnh đạo tư tưởng của nhà phân tích Intellyx này:

Tăng tốc hiện đại hóa ứng dụng máy tính lớn với AI tổng quát

©2024 Intellyx B.V. Intellyx chịu trách nhiệm biên tập tài liệu này. Không có bot AI nào được sử dụng để viết nội dung này. Tại thời điểm viết bài, IBM là khách hàng của Intellyx.