SG.hu
MI segítségével újulnak meg az öregedő számítógépes kódok
Az online banki alkalmazásoktól kezdve a repülőjegy-értékesítési szolgáltatásokon át a nyugdíjak kifizetéséig a kritikus rendszerek gyakran több évtizedes kódokon alapulnak, ami növeli a költségeket, valamint a meghibásodások és kibertámadások kockázatát.
Kresimir Mudrovcic és programozói csapata hónapokon át kutat olyan számítógépes kódok között, amelyek háromszor olyan öregek lehetnek, mint csapata legfiatalabb tagjai. Mudrovcic a mainframe-technológiára specializálódott, ami a digitális korszak hajnaláig visszavezethető számítógépeket és a rajtuk futó néha ősi szoftvereket érinti. Az ilyen rendszerek frissítése fáradságos munka, gyakran több millió sornyi kódot kell átnézni, hogy megértsék hogyan működnek az egyes funkciók. Mudrovcic a régészethez hasonlítja ezt a munkát, mely azonban egyre könnyebbé válik, köszönhetően a generatív mesterséges intelligencia egyre szélesebb körű alkalmazásának, amely elvégzi a nehéz feladatok egy részét. "Az MI-rendszerek úgy működnek, mint az az okos, nagyon tapasztalt, nagyon bölcs öreg kolléga, aki mindent tud” - mondta Mudrovcic, akinek csapata nemrég ilyen eszközöket vetett be, hogy segítsen felgyorsítani egy európai kormányzati ügynökség nyugdíjrendszerének modernizálását.
Hasonló erőfeszítések zajlanak vállalatoknál és kormányoknál világszerte, ahogy egyre sürgetőbbé válik az elöregedő számítógépes kódok kezelése. Az Egyesült Államok társadalombiztosítási adminisztrációja azt tervezi, hogy mesterséges intelligenciát használ a régi Common Business-Oriented Language (COBOL) kódbázisának korszerűsítésére, és arra számít, hogy a projekt három évig tart és körülbelül 1 milliárd dollárba kerül. Scott Bessent amerikai pénzügyminiszter többször hangsúlyozta, hogy szükség van az 1950-es évek végén feltalált számítógépes nyelveken működő kormányzati rendszerek felújítására. "Amikor 1980-ban elkezdtem az egyetemet, COBOL-ban tanultam programozni” - mondta egy podcastban februárban.
A McKinsey decemberi jelentése szerint a legnagyobb vállalatok, azaz Fortune 500 listán szereplő cégek által használt szoftverek 70%-át legalább két évtizeddel ezelőtt fejlesztették ki. Az IDC kutatócég becslése szerint csak a globális pénzintézetek 2028-ban várhatóan mintegy 57 milliárd dollárt költenek a régi fizetési rendszerek karbantartására. Ez majdnem megegyezik a JPMorgan & Chase, a legnagyobb amerikai bank tavalyi nettó bevételével. "Meglepő, hogy világszerte hány cég használ még mindig COBOL-t, még a bankok is” - mondta Gokhan Sari, a McKinsey vezető partnere. A tanácsadó cég kifejlesztett egy LegacyX nevű, kifejezetten erre a célra kifejlesztett mesterséges intelligencia eszközt, amely segít az ügyfeleknek, köztük a bankoknak az elavult kódok eltávolításában és rendszereik átalakításában.
Amíg Sam Altman OpenAI-ja 2022 végén a ChatGPT-vel be nem indította a generatív MI-őrületet, az olyan elavult nyelveken, mint a COBOL és a PL/1 alapuló rendszerek kezelése azt jelentette, hogy a tehetségek egyre fogyatkozó készletéből kellett meríteni, mivel az ilyen kódokban jártas tapasztalt programozók nyugdíjba vonultak. Nem volt ritka, hogy a vállalatok visszahívták a korábbi alkalmazottakat a nyugdíjból, amikor egy rendszer karbantartásra szorult. Ez különösen kényes probléma a bankok számára, amelyek fogyasztóbarát alkalmazásai több évtizedes rendszereken futhatnak, ami hátrányos helyzetbe hozza őket az olyan feltörekvő fintech versenytársakkal szemben, mint a Revolut. A különböző kódrétegek nagyon kuszák, a cseréjük pedig kényes munka.
"Gyakran csak néhány ember ismeri a kódot, az több ezer sorból áll, és át kell állni egy új nyelvre” - mondta Görkem Köseoglu, az ING holland bankcsoport korábbi technológiai igazgatója. "Ezek kockázatos és összetett projektek, mert az új kódbázisra való áttérés közben a bankoknál a lámpát égve kell tartani”. A mérnökök olyan mesterséges intelligencia-eszközöket kezdtek használni, mint a ChatGPT, a Microsoft Github CoPilotja és az IBM WatsonX, hogy egyszerűbbé és gyorsabbá tegyék a régi rendszerek karbantartásának és frissítésének folyamatát.
Ahelyett, hogy a programozó soronként végigmenne rajta, feltölthet vagy bemásolhat és beilleszthet nagy kódtömböket egy mesterséges intelligencia eszközbe, olyan természetes nyelvű kérésekkel együtt, mint például "Mit csinál ez a COBOL program?” A mesterséges intelligencia ezután el tudja magyarázni, hogyan működik a kód, és hogyan illeszkednek egymáshoz a különböző részek - és még a régi számítógépes nyelveket is le tudja fordítani modernebbekre, például a Javára. Mivel az örökölt rendszerek gyakran nem rendelkeznek dokumentációval, a mérnökök a mesterséges intelligenciát arra is használják, hogy a működésüket leíró használati utasításokat készítsenek. Ez segíthet a szervezeteknek elkerülni a régi kódok visszafejtésével járó időigényes munkát, ha meg kell változtatniuk vagy le kell cserélniük azokat.
Az idő- és költségmegtakarítás drámai lehet. A McKinsey jelentése szerint egy nagy pénzintézetnél egy tranzakció-feldolgozó rendszer modernizálásának költsége, amely három évvel ezelőtt több mint 100 millió dollárra rúgott volna, a generatív mesterséges intelligencia segítségével ma már "jóval kevesebb mint a fele” ennek. Ez "a felhőalapú számítástechnika 20 évvel ezelőtti megjelenéséhez hasonlóan nagy változást jelent” - mondta Michal Paprocki, a brüsszeli székhelyű Euroclear SA informatikai igazgatója.
Ez nem jelenti azt, hogy a mesterséges intelligencia megszünteti az emberi beavatkozás szükségességét. Az egyik potenciális kockázat a "hallucináció”, amikor az MI modellek hamis válaszokat találnak ki - ami súlyos következményekkel járhat, ha kritikus rendszerekkel van dolgunk. A belátható jövőben tapasztalt mérnököknek kell felügyelniük a munkát. A globális kereskedelem alapját képező, elöregedő szoftver-infrastruktúra eddig nagyrészt jól tartotta magát. De az egyre fejlettebb és igényesebb funkciókat futtató, egyre fejlettebb kódok egymásra épülése kezdi megterhelni a számítógépes hálózatokat, ami a vállalatok és a kormányok számára egyaránt pénzügyi teherré teszi azokat. A Consortium for Information & Software Quality 2022-es jelentése 1,5 billió dollárra becsülte a rossz minőségű szoftverekből felhalmozódott „technológiai adósságot” - lényegében a helyettesítésükhöz szükséges kiadásokat.
A vezetők szerint az örökölt rendszerek korszerűsítésének vagy nyugdíjazásának potenciális előnyei túlmutatnak a költségeken, mivel felszabadulnak az erőforrások új eszközök és alkalmazások fejlesztésére, és könnyebbé válik a legjobb mérnöki tehetségek bevonzása. A programozók általában véve szívesebben dolgoznak olyan modernebb számítógépes nyelvekkel, amelyeken tanultak.
A kereskedés utáni szolgáltatásokat nyújtó Euroclearnél a régi rendszereknek létfontosságú szerepük a 41 billió euró értékű, letétben tartott eszközök nyilvántartásában. Az Euroclear most a mesterséges intelligenciát teszteli, hogy segítsen automatizálni a meglévő kódok működéséről szóló nyilvántartás létrehozását - ezzel próbálja biztosítani rendszerei jövőjét, mivel a régebbi programokat ismerő mérnökök nyugdíjba vonulnak. "Olyan ez, mintha lenne egy okos kollégánk” - mondta Jaques Theys, az Euroclear fejlett analitikáért és üzleti intelligenciáért felelős vezetője. "Két évvel ezelőtt az MI-eszközök olyanok voltak, mint egy új gyakornok. De minél többet használjuk őket, annál okosabbak lesznek.”
Kresimir Mudrovcic és programozói csapata hónapokon át kutat olyan számítógépes kódok között, amelyek háromszor olyan öregek lehetnek, mint csapata legfiatalabb tagjai. Mudrovcic a mainframe-technológiára specializálódott, ami a digitális korszak hajnaláig visszavezethető számítógépeket és a rajtuk futó néha ősi szoftvereket érinti. Az ilyen rendszerek frissítése fáradságos munka, gyakran több millió sornyi kódot kell átnézni, hogy megértsék hogyan működnek az egyes funkciók. Mudrovcic a régészethez hasonlítja ezt a munkát, mely azonban egyre könnyebbé válik, köszönhetően a generatív mesterséges intelligencia egyre szélesebb körű alkalmazásának, amely elvégzi a nehéz feladatok egy részét. "Az MI-rendszerek úgy működnek, mint az az okos, nagyon tapasztalt, nagyon bölcs öreg kolléga, aki mindent tud” - mondta Mudrovcic, akinek csapata nemrég ilyen eszközöket vetett be, hogy segítsen felgyorsítani egy európai kormányzati ügynökség nyugdíjrendszerének modernizálását.
Hasonló erőfeszítések zajlanak vállalatoknál és kormányoknál világszerte, ahogy egyre sürgetőbbé válik az elöregedő számítógépes kódok kezelése. Az Egyesült Államok társadalombiztosítási adminisztrációja azt tervezi, hogy mesterséges intelligenciát használ a régi Common Business-Oriented Language (COBOL) kódbázisának korszerűsítésére, és arra számít, hogy a projekt három évig tart és körülbelül 1 milliárd dollárba kerül. Scott Bessent amerikai pénzügyminiszter többször hangsúlyozta, hogy szükség van az 1950-es évek végén feltalált számítógépes nyelveken működő kormányzati rendszerek felújítására. "Amikor 1980-ban elkezdtem az egyetemet, COBOL-ban tanultam programozni” - mondta egy podcastban februárban.
A McKinsey decemberi jelentése szerint a legnagyobb vállalatok, azaz Fortune 500 listán szereplő cégek által használt szoftverek 70%-át legalább két évtizeddel ezelőtt fejlesztették ki. Az IDC kutatócég becslése szerint csak a globális pénzintézetek 2028-ban várhatóan mintegy 57 milliárd dollárt költenek a régi fizetési rendszerek karbantartására. Ez majdnem megegyezik a JPMorgan & Chase, a legnagyobb amerikai bank tavalyi nettó bevételével. "Meglepő, hogy világszerte hány cég használ még mindig COBOL-t, még a bankok is” - mondta Gokhan Sari, a McKinsey vezető partnere. A tanácsadó cég kifejlesztett egy LegacyX nevű, kifejezetten erre a célra kifejlesztett mesterséges intelligencia eszközt, amely segít az ügyfeleknek, köztük a bankoknak az elavult kódok eltávolításában és rendszereik átalakításában.
Amíg Sam Altman OpenAI-ja 2022 végén a ChatGPT-vel be nem indította a generatív MI-őrületet, az olyan elavult nyelveken, mint a COBOL és a PL/1 alapuló rendszerek kezelése azt jelentette, hogy a tehetségek egyre fogyatkozó készletéből kellett meríteni, mivel az ilyen kódokban jártas tapasztalt programozók nyugdíjba vonultak. Nem volt ritka, hogy a vállalatok visszahívták a korábbi alkalmazottakat a nyugdíjból, amikor egy rendszer karbantartásra szorult. Ez különösen kényes probléma a bankok számára, amelyek fogyasztóbarát alkalmazásai több évtizedes rendszereken futhatnak, ami hátrányos helyzetbe hozza őket az olyan feltörekvő fintech versenytársakkal szemben, mint a Revolut. A különböző kódrétegek nagyon kuszák, a cseréjük pedig kényes munka.
"Gyakran csak néhány ember ismeri a kódot, az több ezer sorból áll, és át kell állni egy új nyelvre” - mondta Görkem Köseoglu, az ING holland bankcsoport korábbi technológiai igazgatója. "Ezek kockázatos és összetett projektek, mert az új kódbázisra való áttérés közben a bankoknál a lámpát égve kell tartani”. A mérnökök olyan mesterséges intelligencia-eszközöket kezdtek használni, mint a ChatGPT, a Microsoft Github CoPilotja és az IBM WatsonX, hogy egyszerűbbé és gyorsabbá tegyék a régi rendszerek karbantartásának és frissítésének folyamatát.
Ahelyett, hogy a programozó soronként végigmenne rajta, feltölthet vagy bemásolhat és beilleszthet nagy kódtömböket egy mesterséges intelligencia eszközbe, olyan természetes nyelvű kérésekkel együtt, mint például "Mit csinál ez a COBOL program?” A mesterséges intelligencia ezután el tudja magyarázni, hogyan működik a kód, és hogyan illeszkednek egymáshoz a különböző részek - és még a régi számítógépes nyelveket is le tudja fordítani modernebbekre, például a Javára. Mivel az örökölt rendszerek gyakran nem rendelkeznek dokumentációval, a mérnökök a mesterséges intelligenciát arra is használják, hogy a működésüket leíró használati utasításokat készítsenek. Ez segíthet a szervezeteknek elkerülni a régi kódok visszafejtésével járó időigényes munkát, ha meg kell változtatniuk vagy le kell cserélniük azokat.
Az idő- és költségmegtakarítás drámai lehet. A McKinsey jelentése szerint egy nagy pénzintézetnél egy tranzakció-feldolgozó rendszer modernizálásának költsége, amely három évvel ezelőtt több mint 100 millió dollárra rúgott volna, a generatív mesterséges intelligencia segítségével ma már "jóval kevesebb mint a fele” ennek. Ez "a felhőalapú számítástechnika 20 évvel ezelőtti megjelenéséhez hasonlóan nagy változást jelent” - mondta Michal Paprocki, a brüsszeli székhelyű Euroclear SA informatikai igazgatója.
Ez nem jelenti azt, hogy a mesterséges intelligencia megszünteti az emberi beavatkozás szükségességét. Az egyik potenciális kockázat a "hallucináció”, amikor az MI modellek hamis válaszokat találnak ki - ami súlyos következményekkel járhat, ha kritikus rendszerekkel van dolgunk. A belátható jövőben tapasztalt mérnököknek kell felügyelniük a munkát. A globális kereskedelem alapját képező, elöregedő szoftver-infrastruktúra eddig nagyrészt jól tartotta magát. De az egyre fejlettebb és igényesebb funkciókat futtató, egyre fejlettebb kódok egymásra épülése kezdi megterhelni a számítógépes hálózatokat, ami a vállalatok és a kormányok számára egyaránt pénzügyi teherré teszi azokat. A Consortium for Information & Software Quality 2022-es jelentése 1,5 billió dollárra becsülte a rossz minőségű szoftverekből felhalmozódott „technológiai adósságot” - lényegében a helyettesítésükhöz szükséges kiadásokat.
A vezetők szerint az örökölt rendszerek korszerűsítésének vagy nyugdíjazásának potenciális előnyei túlmutatnak a költségeken, mivel felszabadulnak az erőforrások új eszközök és alkalmazások fejlesztésére, és könnyebbé válik a legjobb mérnöki tehetségek bevonzása. A programozók általában véve szívesebben dolgoznak olyan modernebb számítógépes nyelvekkel, amelyeken tanultak.
A kereskedés utáni szolgáltatásokat nyújtó Euroclearnél a régi rendszereknek létfontosságú szerepük a 41 billió euró értékű, letétben tartott eszközök nyilvántartásában. Az Euroclear most a mesterséges intelligenciát teszteli, hogy segítsen automatizálni a meglévő kódok működéséről szóló nyilvántartás létrehozását - ezzel próbálja biztosítani rendszerei jövőjét, mivel a régebbi programokat ismerő mérnökök nyugdíjba vonulnak. "Olyan ez, mintha lenne egy okos kollégánk” - mondta Jaques Theys, az Euroclear fejlett analitikáért és üzleti intelligenciáért felelős vezetője. "Két évvel ezelőtt az MI-eszközök olyanok voltak, mint egy új gyakornok. De minél többet használjuk őket, annál okosabbak lesznek.”