OpenAI susține că modelele GPT-6 pot accelera semnificativ procesul de modernizare a vechilor aplicații bancare, incluse în infrastructura globală finanțelor, dezvoltate inițial în limbaje precum COBOL și Fortran. Testele realizate de companie arată o creștere notabilă în performanță la rescrierea și migrarea acestor programe către tehnologii moderne, păstrând comportamentul funcțional original.
Limbajele de programare vechi încă esențiale pentru sistemele financiare
COBOL, creat în 1959, continuă să ruleze peste 40% din sistemele de online banking, 80% din tranzacțiile cu cardul și aproximativ 95% din operațiunile de la bancomate. Deși tehnologia este considerată depășită, fiabilitatea și capacitatea de gestionare a volumelor mari de tranzacții menține limbajul în funcțiune.
Modernizarea acestor sisteme implică riscuri majore, din cauza complexității aplicațiilor. În plus, mulți dintre dezvoltatori s-au pensionat, iar noile generații de programatori sunt pregătite în principal pentru limbaje actuale precum Python, Java, JavaScript sau C++.
Pe lângă COBOL, Fortran, un limbaj din 1957, rămâne important pentru simulări științifice și analize de siguranță în domenii precum prognozele meteorologice sau controlul reacțiilor nucleare.
Performanța modelelor GPT în testele de programare
OpenAI a creat două sisteme de testare pentru a evalua capacitatea modelelor AI în gestionarea limbajelor mai vechi. Primul, numit MultiLangBench, testează generarea de cod de la zero pentru construire de baze de date compatibile SQLite în 20 de limbaje.
Rezultatele arată o rată de succes de 87,4% pentru GPT-6 Astra, față de 26,8% pentru GPT-5.6 Sol. În cazul limbajelor vechi, performanța s-a îmbunătățit: pentru COBOL, creșterea a fost de la 10,9% la 72,1%, iar pentru Fortran, de la 21,4% la 83,5%.
Al doilea test vizează migrările aplicațiilor COBOL către limbaje precum C++, Java, Kotlin, Python și Rust. GPT-6.1 Sol a atins o acuratețe de 86,6% la un nivel de raționament redus, față de 5,4% pentru modelul anterior. La un nivel mai ridicat, acuratețea a crescut până la 97,9%, iar costurile estimate ale utilizării au fost cu 39% mai mici.
Rezultatele din testele interne indică o avansare semnificativă pentru AI în procesul de rescriere și modernizare a codului vechi, aliniindu-se cu eforturile pentru creșterea productivității în dezvoltarea software.
Dificultățile în înlocuirea programelor vechi
Modernizarea soluțiilor financiare nu constă doar în traducerea codului, ci în menținerea strictă a regulilor legale și operaționale. Sistemele bancare gestionează calcule exacte de dobânzi, rotunjiri și operațiuni financiare, cu reguli specifice precum eliminarea cifrelor în anumite mecanisme de calcul cu zecimale.
O modificare minoră a modul în care sunt tratate aceste reguli, chiar și în limbaje moderne, poate provoca diferențe semnificative în rezultate. De aceea, testele de migrare sunt concepute astfel încât programelor rescrise să le reușească să genereze rezultate identice cu cele originale.
Este însă dificil ca un model AI să gestioneze pentru totdeauna toate dependențele complexe ale sistemelor bancare, incluzând conexiuni cu baze de date și alte sisteme, cu riscul unor întreruperi sau erori neașteptate.
Perspectivă asupra impactului AI în industria IT financiară
Alte companii, precum Anthropic, au anunțat dezvoltarea unor instrumente similare pentru analiza și rescrierea aplicațiilor COBOL, susținând că AI poate reduce duratele proiectelor de modernizare de la ani la trimestre.
Reacțiile din industrie au fost mixte: acțiunile IBM, un furnizor major de sisteme mainframe utilizate de bănci și instituții guvernamentale, au scăzut cu circa 13% într-o sesiune bursieră după anunțurile privind AI în modernizarea sistemelor vechi. Acest declin reflectă temeri legate de posibile schimbări în piața serviciilor de mentenanță și actualizare software, însă nu implică eliminarea totală a tehnologiilor mainframe.
Pentru sectorul financiar, beneficiile majore ale AI includ identificarea dependențelor în codul vechi, generarea de teste și transferul progresiv către tehnologii moderne. Totuși, utilizarea trebuie să fie verificată riguros și validată de specialiști înainte de aplicare în medii de producție.
Deocamdată, inteligența artificială nu poate garanta înlocuirea completă și sigură a sistemelor care gestionează milioane de conturi bancare, dar rezultatele testelor sugerează că modernizarea infrastructurii sale ar putea deveni mai rapidă și mai accesibilă în viitorul apropiat.
