Щодня транзакції на 3 трильйони доларів обробляються додатками, написаними на 64-річній мові. Але сьогодні її майже ніхто не знає, бо світ ІТ майже щороку захоплюється черговою мовою програмування, і старі мови поступово стають неактуальними.
Ця 64-річна мова програмування називається COBOL (Common Business Oriented Language), і незважаючи на те, що більшість шкіл і університетів перестали викладати її десятиліття тому, вона залишається однією з найкращих мов програмування для великих комп’ютерів, які використовуються сьогодні, особливо в таких галузях, як банківська справа, автомобільна промисловість, страхування, державне управління, охорона здоров’я, і фінанси.
За даними Міжнародного журналу перспективних досліджень у галузі науки, комунікацій і технологій (IJARSCT), 43 відсотки всіх банківських систем все ще використовують COBOL, який обробляє щоденні транзакції в розмірі 3 трильйони доларів США.
Проблема в тому, що сьогодні дуже мало людей зацікавлені у вивченні COBOL. У нього громіздкий код, а програмісти намагаються друквати та читати менше коду. Формат коду COBOL є скрупульозним і негнучким, і його компіляція займає набагато більше часу, ніж у конкурентних мовах.
Оскільки ніхто більше не вивчає COBOL, програмістів, які можуть працювати з написаним на ній кодом і підтримувати його, стає все важче знайти. Багато з цих «ковбоїв COBOL» вже пенсіонери чи наближаються до пенсії.
Це ставить компанії у складне становище. Їм потрібно підтримувати та модернізувати код, який лежить в основі багатьох світів бізнесу та фінансів, але на ринку недостатньо кваліфікованих працівників, необхідних для виконання цих оновлень.
«Ватсон» на допомогу?
Це саме та проблема, яку, на думку IBM, можна вирішити за допомогою штучного інтелекту.
Підхід IBM досить простий: замість того, щоб покладатися виключно на обмежену групу програмістів для вирішення проблеми, компанія створила генеративний помічник коду на основі штучного інтелекту (watsonx), який допомагає перетворити запилений старий код COBOL на більш сучасну мову, таким чином заощаджуючи кодерам незліченні години перепрограмування.
Якщо говорити надзвичайно спрощено, то процес подібний до того, як передати есе, написане англійською мовою, у ChatGPT і попросити його перекласти певні абзаци на мову есперанто. Це дозволяє програмістам взяти частину COBOL і залучити watsonx для перетворення її код на Java. Але, звичайно, на практиці все не так просто.
Кері Олсон, віце-президент IBM з управління продуктами, ІТ-автоматизація, пояснює, що watsonx — це наскрізне рішення, яке передбачає багатоетапний процес для виконання такого роду складних завдань перекладу коду.
Після того, як IBM і клієнт мають повне розуміння середовища додатків, потоку даних і існуючих залежностей, компанія допомагає зробити рефакторинг додатків.
Це може бути 80 або 90 відсотків того, що їм потрібно, але це все одно вимагає кількох змін. Це підвищення продуктивності, а не заміна розробника.
Немає такого впевненого
Якщо він виявиться успішним, помічник коду watsonx може мати величезні наслідки для майбутнього, але не всі впевнені, що це срібна куля, як каже IBM.
Багато хто з тих, хто пам’ятає попередній експеримент IBM зі штучним інтелектом, Watson Health, вагається, чи варто довіряти ще одному великому проекту компанії зі штучного інтелекту, оскільки попередній зазнав жахливої невдачі та не виконав своїх високих обіцянок.
Почесний віце-президент і аналітик Gartner Арун Чандрасекара також налаштований скептично, оскільки IBM наразі не має прикладів, які б підтверджували свої твердження, каже він.
«Генерація ШІ — це технологія на ранній стадії, для вдосконалення якої потрібен час. Я впевнений, що вони мають систему стримувань і противаг, щоб вирішити цю ситуацію, але я віддаю перевагу підходу «почекати і подивитися, чи це спрацює».
Навіть IBM визнає, що технологія є новою та неперевіреною, але зберігає оптимізм щодо її майбутнього. «Якщо ви запитуєте про тематичні дослідження, які стосуються помічника коду watsonx, Арун має рацію, — каже Олсон. – Ми ще не публікували прикладів щодо цього. Однак, якщо ви подивіться на наш досвід роботи з Z-обчисленнями та наших клієнтів на мейнфреймах, а також на наш досвід роботи зі ШІ; ми поєднуємо ці дві речі, щоб забезпечити найсучасніший досвід ШІ. Це правда, ми тільки починаємо доносити це до клієнтів».
Отже, хоча переклад коду штучним інтелектом є, безперечно, багатообіцяючою ідеєю, ще невідомо, чи можна його успішно розгорнути й справити вплив у реальному світі.
Роботи та кодери працюють пліч-о-пліч?
Якщо все таки вдасться, це може мати наслідки далеко за межі проблеми з COBOL. Оновлення та модернізація старого коду — це лише верхівка айсберга, коли справа доходить до можливостей створення коду, доповненого штучним інтелектом, і IBM — не єдина компанія, яка намагається створити рішення.
В одному звіті Gartner за 2023 рік стверджується, що «до 2028 року поєднання людей і помічників штучного інтелекту, які працюють у тандемі, може скоротити час на виконання завдань кодування на 30 відсотків», і що 80 відсотків програмістів певним чином використовуватимуть штучний інтелект. Багато хто вважає, що це станеться набагато раніше, оскільки технологія штучного інтелекту охоплює весь світ, і щодня все більше компаній інвестують у її розвиток.
Тепер, як каже аналітик Gartner Чандрасекара, нам залишається лише «чекати і дивитися».
За матеріалами: PCMag
