Comme les applications IBM Z nécessitent souvent des décennies de développement, les équipes se retrouvent avec une documentation fragmentée, obsolète ou manquante, ce qui ralentit l’onboarding, complique la collaboration entre équipes et accroît le recours à de rares experts. La nouvelle capacité de génération de documentation remédie à cela en exploitant un workflow agentique et des métadonnées approfondies de Z Understand pour produire automatiquement des informations navigables et de qualité sur les applications et programmes à l’échelle de l’entreprise. L’une de ses fonctionnalités clés est Business Rule Discovery, conçue pour les programmes Z volumineux et complexes. Elle offre une large couverture de règles, des explications précises conformes à l’intention de l’entreprise et une segmentation tenant compte du code, conçue pour éviter les pièges courants liés au découpage des LLM génériques.
Les nouvelles capacités deviennent nettement plus puissantes lorsqu’elles sont enrichies avec des sources de données clients, telles que des data dictionaries et des glossaires métier, car chaque entreprise définit ses variables de manière unique et significative. Ces sources fournissent au LLM un contexte faisant autorité, ce qui aide le système à aligner les productions sur la sémantique réelle de l’entreprise, plutôt que de déduire ou de deviner le sens des variables ou des abréviations.
En intégrant une signification spécifique au client directement dans le workflow de l’IA, le data dictionary transforme l’analyse COBOL en une expérience adaptée, précise et fiable.