生成AIを活用したメインフレーム・アプリケーションのモダナイゼーション

洗練されたモバイル・アプリケーションや商用インターフェースの裏側や、大手企業のアプリケーション・アーキテクチャーの統合レイヤーやサービス・レイヤーの奥深くまで見てみると、その中心で稼働しているのはメインフレームであることがほとんどです。

重要なアプリケーションや記録システムは、ハイブリッド・インフラストラクチャーの一部として、これらの基幹システムを使用しています。オペレーションが中断されると、ビジネス運営の継続的な整合性にとって悲惨な状況になる可能性があります。そのため多くの企業が実質的な変更を加えることを恐れています。

しかし、技術的問題が累積しているため、変化は避けられません。ビジネスの俊敏性を実現し、競争上の課題や顧客の要求に対応するために、企業はこれらのアプリケーションを確実にモダナイズする必要があります。リーダーは変化を先延ばしにするのではなく、ハイブリッドストラテジーにおけるデジタル・トランスフォーメーションを加速する新しい方法を模索する必要があります。

メインフレームのモダナイゼーションにおける最大の障害は、おそらく人材不足でしょう。何年にもわたってエンタープライズ COBOL コードベースを作成および追加してきたメインフレームおよびアプリケーションの専門家の多くは、おそらく移行するか、間もなく退職することになります。

それでもなお、Javaや新しい言語を学んだ新しいコンピューター・サイエンスの卒業生は、メインフレーム・アプリケーション開発を目指すとは考えにくいため、次世代の人材を採用するのは困難になるでしょう。彼らにとって、その仕事はモバイル・アプリケーションの設計ほど魅力的でなく、クラウドネイティブほどアジャイルではないように見えるかもしれません。多くの点で、これはかなり不公平な前提条件と言えます。

COBOLは、サービス指向やクラウド・コンピューティングよりもはるかに前に、オブジェクト指向が存在する前に開発されました。無駄のないコマンドセットにより、初心者の開発者が学習したり理解したりするのに複雑な言語ではありません。また、メインフレーム・アプリケーションがアジャイル開発と、DevOpsスタイルの自動パイプライン内の小規模な段階的リリースの恩恵を受けない理由はありません。

さまざまなチームが長年にわたってCOBOLで何をしてきたかを把握することが、変化を管理することを難しくしています。開発者は、コンポーネントや疎結合サービスとしてではなく、全体としてチェックアウトおよび更新する必要がある手続き型システムに数限りない追加と論理ループを作成してきました。

このようにメインフレーム上にコードとプログラムが組み込まれているため、相互依存関係と潜在的な障害点が複雑すぎて、熟練の開発者でさえ解明できません。このため、COBOLアプリケーションの開発は必要以上に困難に感じられ、多くの組織は早期にメインフレームからの代替を模索することになります。

ChatGPTのような大規模言語モデル（LLM）や消費者向けビジュアルAI画像ジェネレーターが広く利用可能になったことで、最近、生成AI（またはGenAI）に関する誇大宣伝がたくさんあります。

この分野では、多くのクールな可能性が生まれていますが、重要なビジネス・ワークフローに適用すると、LLMには厄介なハルシネーション・ファクターが存在します。インターネット上にあるコンテンツを使ってAIをトレーニングすると、説得力のある信頼できる対話が得られることがよくありますが、完全に正確な応答とは限りません。例えば、ChatGPTは最近、連邦裁判所の架空の判例法を引用しました（リンク先はibm.comの外部にあります）。これを使用した怠慢な弁護士には処罰が科せられる可能性があります。

チャットボットAIを信頼してビジネス・アプリケーションに組み込む際にも、同様の問題があります。一般化されたLLMは、アプリを改善したり、標準の登録フォームを簡単に作成したり、アバター・スタイルのゲームをコーディングしたりする方法について、合理的な一般的な提案を提供するかもしれませんが、ビジネス・アプリケーションの機能の整合性は、AIモデルがトレーニングされた機械学習データに大きく依存します。

幸いなことに、ChatGPTが登場する前に、生産指向のAIの研究が何年も行われていました。IBMは、watsonx™ブランドでディープラーニングと推論モデルを構築してきました。また、メインフレームのオリジネーターおよびイノベーターとして、COBOLからJavaへのトランスフォーメーションでトレーニングおよび調整された生成AIモデルを構築してきました。

最新のIBM watsonx ™ Code Assistant for Zソリューションは、ルールベースのプロセスと生成 AI を使用して、メインフレーム・アプリケーション・モダナイゼーションを加速します。開発チームは、GenAIとオートメーションを非常に実用的かつエンタープライズに集中して使用することで、アプリケーション・ディスカバリー、自動リファクタリング、COBOLからJavaへのトランスフォーメーションにおいて開発者を支援できるようになりました。

メインフレームアプリケーションを他のオブジェクト指向アプリケーションや分散アプリケーションと同様にアジャイルで変更可能にするには、組織はそれらを継続的デリバリー・パイプラインの最上位の機能にする必要があります。IBM watsonx Code Assistant for Zは、次の3つのステップで、開発者がCOBOLコードをアプリケーション・モダナイゼーション・ライフサイクルに取り込むのに役立ちます。

1. 発見。開発者はモダナイズの前に、注意が必要な箇所を把握する必要があります。まず、このソリューションは、メインフレーム上のすべてのプログラムのインベントリーを取得し、それぞれのアーキテクチャーフロー図とすべてのデータインプットとアウトプットをマッピングします。視覚的なフロー・モデルにより、開発者やアーキテクトは、コード・ベース内の依存関係や明らかな行き止まりを容易に発見できます。
2. リファクタリング。この段階では、モノリスをより消費可能な形に分割することがすべてです。IBM watsonx Code Assistant for Zは、長期にわたるプログラム・コード・ベースを調べて、システムが意図しているビジネス・ロジックを理解します。このソリューションは、個別のプロセスなどのコマンドとデータを分離することで、COBOLコードをモジュール式のビジネス・サービス・コンポーネントにリファクタリングします。
3. トランスフォーメーション。企業のCOBOLからJavaへの変換に合わせて調整されたLLMの魔法が変化をもたらす可能性があります。生成AIモデルは、COBOLプログラム・コンポーネントをJavaクラスに変換し、真のオブジェクト指向と懸念事項の分離を可能にするため、複数のチームが並行してアジャイルに作業できます。その後、開発者は、他の開発ツールで見られるコパイロット機能と同じように、AIが先を見通した提案を行うため、IDE内のJavaのコードの洗練に集中できるようになります。

一般的に、AIに関するベンダーの主張のほとんどについて、私たちは懐疑的です。多くの場合、それらは単に自動化を別の名前で言い換えているだけだからです。

英語のすべてのニュアンスを学習し、単語や段落の事実に基づいて推測することと比較すると、COBOLやJavaなどの言語の構文と構造をマスターすることの方が、生成AIには向いているように思われます。

IBM watsonx Code Assistant for Zのような企業向けに設計された生成AIモデルは、世界で最もリソースに制約のある組織におけるモダナイゼーションの労力とコストを削減することができます。数千行のコードを含む既知のプラットフォーム上のアプリケーションは、IBM watsonx Code Assistant for Zなどの生成AIモデルの理想的なトレーニングの場となります。

リソースに制約のある環境でも、GenAIはチームがモダナイゼーションのハードルを乗り越え、さらに新しいメインフレーム開発者が最も重要なコア・ビジネス・アプリケーションの俊敏性とレジリエンスを大幅に向上させる機能を強化できるように支援します。

詳細については、このIntellyx社のアナリストによるソート・リーダーシップシリーズの他の投稿をご覧ください。

• パート1：「銀行業界を超えたメインフレーム・アプリケーションのモダナイゼーション」
• パート2：「（移行ではなく）コラボレーションを活用して、メインフレームアプリケーションをクラウドで最新化する」
• パート3：「メインフレーム主導の金融サービス向けデジタル・トランスフォーメーションへの取り組み」
• パート4：「メインフレームとクラウド？オープンソースなら簡単」

©2024 Intellyx BV Intellyxはこの資料の編集責任を負っています。このコンテンツの作成には AI チャットボットは使用されていません。本記事の執筆時点において、IBMはIntellyx社の顧客です。