Czy to koniec eldorado w świecie wielkiego IT? Sztuczna inteligencja uczy się COBOL-a, a akcje IBM ostro nurkują
Przez dekady światowy sektor finansowy i największe korporacje były zakładnikami przestarzałej technologii.
Utrzymanie systemów napisanych w archaicznym języku COBOL kosztowało miliardy, co było prawdziwą żyłą złota dla firm takich jak IBM. Dziś ten gigantyczny, zabetonowany rynek drży w posadach. Wystarczyło, że twórcy modeli sztucznej inteligencji pokazali potencjał automatycznego i taniego tłumaczenia tego kodu na współczesne języki programowania, by wywołać giełdową panikę.
Na pierwszy rzut oka spadek akcji IBM o 13% w ciągu jednego dnia (największy od 25 lat!) może wydawać się rynkową anomalią. Niektórzy odwrotnie: wieszczą natychmiastowy upadek giganta. Tymczasem – prawda jak zwykle leży pośrodku.
Jak trafnie zauważyli eksperci m.in. z rodzimego serwisu Niebezpiecznik.pl oraz zachodni analitycy, za tym tąpnięciem stoi zupełnie nowa technologiczna obawa. Inwestorzy na Wall Street wpadli w popłoch z powodu poczynań firmy Anthropic (twórców popularnego modelu AI Claude).
Anthropic opublikowało właśnie materiały, w których udowadnia, że ich sztuczna inteligencja doskonale rozumie prehistoryczny i zawiły kod napisany w języku COBOL, i co ważniejsze – potrafi go zaskakująco tanio i skutecznie „przetłumaczyć” (zmigrować) na współczesne, powszechnie używane języki, takie jak Python czy Java.
Najdroższy dług technologiczny świata
Aby zrozumieć, dlaczego to ogłoszenie wywołało na giełdzie trzęsienie ziemi, musimy cofnąć się w czasie. COBOL to język programowania stworzony pod koniec lat 50. XX wieku. Choć w nowoczesnych startupach nikt o nim nie pamięta, to właśnie na nim opiera się dziś krwiobieg globalnej gospodarki. Szacuje się, że systemy bankowe, ubezpieczeniowe i rządowe na całym świecie wciąż przetwarzają miliardy transakcji dziennie za pomocą kodu napisanego w COBOL-u.
Problem polega na tym, że programiści znający ten język w większości odeszli już na emeryturę, a młodzi adepci IT nie chcą uczyć się technologii sprzed 60 lat. Powstała gigantyczna luka kompetencyjna. Utrzymanie tych systemów, łatanie starych błędów i próby migracji stały się ekstremalnie trudne i drogie.
Dla firm takich jak IBM, ten „dług technologiczny” klientów był dojną krową. Gigant zarabiał krocie na drogich analizach, konsultacjach, potężnych kontraktach serwisowych i utrzymywaniu starych maszyn (mainframe’ów), z których korporacje po prostu nie potrafiły uciec.
Zmierzch „niezastąpionych”?
Kiedy Anthropic pokazało, że modele językowe najnowszej generacji potrafią z powodzeniem analizować to, co robi stary, chaotycznie napisany kod i pomagać w jego refaktoryzacji, inwestorzy błyskawicznie połączyli kropki. Na Wall Street pojawiła się realna obawa, że istotny fundament potężnych przychodów z doradztwa IT może wkrótce zacząć się kruszyć.
Oczywiście, pozbycie się korporacyjnych zależności rozwijanych przez kilkadziesiąt lat nie wydarzy się z dnia na dzień po wpisaniu jednego promptu w oknie czatu. Analitycy uspokajają, że mainframe’y tak szybko nie znikną, a migracje wciąż będą wielomiesięcznymi, a może i wieloletnimi projektami. Różnica polega jednak na tym, że firmy zobaczyły na horyzoncie narzędzie, które może sprawić, że ucieczka od kosztownego COBOL-a stanie się finansowo i technicznie znacznie łatwiejsza.
Choć branży AI często zarzuca się składanie obietnic bez pokrycia, to akurat w dziedzinie analizy, rozumienia i tłumaczenia starego kodu komputerowego, dzisiejsze modele sprawdzają się co najmniej dobrze, a ich kompetencje rosną bardzo szybko.
Dla rynku to głośny dzwonek alarmowy: inwestorzy zaczynają się poważnie zastanawiać, czy epoka przeraźliwie drogich konsultantów i owianych legendą, „niezastąpionych” programistów utrzymujących archaiczne systemy nie dobiega powoli końca. AI udowadnia, że potrafi pomóc posprzątać w najbardziej zapuszczonych, cyfrowych piwnicach świata korporacji, a to zwiastuje, że monopol na wiedzę o starych systemach został właśnie przełamany.
Nowa aplikacja Scuderia Ferrari HP i IBM dla fanów Formuły 1






