Лишь 10% руководителей IT-направлений используют агентный ИИ для модернизации устаревших систем, хотя именно этот сценарий поставщики всё активнее продают как лекарство от технического долга. Проблема в том, что почти половина таких проектов уже идут с задержкой и перерасходом бюджета, а ИИ способен как ускорить разбор legacy-кода, так и добавить в инфраструктуру ещё один плохо прогнозируемый счёт.
Об этом сообщает ZDNet со ссылкой на исследование Kyndryl среди 2 000 старших IT-руководителей. Авторы опроса фиксируют знакомую картину: миграции с мейнфреймов, переходы к микросервисам, виртуализация, облака и Linux-серверы десятилетиями обещали сделать корпоративный IT гибче. Но для многих компаний модернизация не превратилась в конечный проект: она стала постоянной операционной статьёй расходов.
По данным Kyndryl, только около половины организаций после обновления отмечают улучшение IT-операций. Ещё меньше респондентов говорят о заметном росте способности к инновациям. Для 18% компаний ценность проведённой работы оказалась ограниченной или неясной. При этом почти половина участников исследования признала, что их программы модернизации отстают от графика и выходят за первоначальный бюджет.
Это важная поправка к привычной презентации legacy как проблемы, которую можно закрыть одной миграцией. В крупной компании старые системы редко существуют сами по себе: вокруг них десятилетиями нарастают интеграции, пакетные задания, ручные регламенты, витрины данных и приложения, чьи владельцы уже сменили несколько должностей. Заменить центральную платформу проще на архитектурной схеме, чем в момент, когда нужно доказать, что после переключения не сломаются расчёты, отчётность и критичные бизнес-процессы.
Агентный ИИ здесь предлагают использовать не столько для автоматической «пересадки» приложений в облако, сколько для подготовки карты местности. Агент может анализировать код и логи, выявлять скрытые зависимости между системами, генерировать техническую документацию и помогать с черновиками кода. По оценке Kyndryl, меньше одной компании из десяти полностью уверены, что понимают все связи между своими старыми и новыми системами. Для команды разработки это вполне практичная точка применения: документация и анализ зависимостей обычно съедают недели ручной работы и при этом особенно уязвимы для человеческих ошибок.
Ранние пользователи агентных инструментов, утверждают авторы исследования, реже отстают от планов. Но из этого не следует, что можно поручить модели программу трансформации и ждать чистую архитектуру к концу квартала. ИИ способен быстро предложить объяснение фрагмента COBOL-кода или собрать перечень вызовов сервиса, однако качество результата зависит от доступа к репозиториям, журналам, схеме данных и правилам безопасности. А решения о том, какой процесс переносить, что выводить из эксплуатации и какие риски допустимы, всё равно остаются за бизнесом и инженерами.
Бывший главный стратег IBM и основатель The Field CTO Энди Турай называет модернизацию хроническим состоянием корпоративного IT. По его словам, четыре из десяти предприятий по-прежнему используют мейнфреймы, хотя тема обновления инфраструктуры годами остаётся среди приоритетов CIO. Финишная прямая при этом регулярно отодвигается на пять—десять лет.
Турай видит ещё одну ловушку: компании привыкли покупать новое программное обеспечение, не выводя старое из эксплуатации. В результате очередной слой платформ и лицензий накрывает прежний, а исходная техническая задолженность никуда не исчезает. В этом смысле модернизация устаревших систем с помощью ИИ рискует стать не лечением, а ещё одним блестящим надстроечным слоем над нерешённой проблемой.
Экономика особенно важна для российских компаний, где параллельно идут импортозамещение, перенос критичных нагрузок, развитие собственных платформ и поиск дефицитных специалистов по старым технологиям. Генерация документации или первичный анализ зависимостей могут дать быстрый эффект там, где знания о системе держатся на нескольких сотрудниках. Но перед запуском агентов нужны измеримые критерии: сколько часов анализа они экономят, какую долю найденных связей подтверждают инженеры, какие данные им доступны и кто отвечает за ошибочное изменение кода.
Опасения вызывает и стоимость вычислений. По данным исследования, уже трое из десяти руководителей опасаются, что модернизация с ИИ приведёт к непредсказуемым расходам на вычислительные ресурсы. Если агент постоянно сканирует кодовые базы, строит графы зависимостей, обращается к моделям и запускает проверки, бюджет легко превращается в непрозрачный ежемесячный платёж. Без лимитов, наблюдаемости и понятной модели владения экономия на ручном труде может раствориться в инфраструктурных расходах.
Вероятный сценарий для рынка — не «ИИ вместо legacy», а более аккуратная модернизация устаревших систем: сначала инвентаризация зависимостей и восстановление документации, затем выбор нескольких процессов с понятной ценностью, а уже после — миграция или рефакторинг. Ирония в том, что архитектуры, которые сейчас строятся вокруг агентов и моделей, через несколько лет сами станут чьим-то legacy. Вопрос не в том, отменит ли ИИ этот цикл, а в том, поможет ли он оставить после себя систему, которую следующая команда действительно сможет понять и поддерживать.