{"id":16642,"date":"2024-07-05T13:29:16","date_gmt":"2024-07-05T13:29:16","guid":{"rendered":"https:\/\/network-king.net\/ia-generativa-y-modernizacion-de-mainframes-y-sistemas-heredados\/"},"modified":"2024-07-07T12:39:55","modified_gmt":"2024-07-07T12:39:55","slug":"ia-generativa-y-modernizacion-de-mainframes-y-sistemas-heredados","status":"publish","type":"articles","link":"https:\/\/network-king.net\/es\/ia-generativa-y-modernizacion-de-mainframes-y-sistemas-heredados\/","title":{"rendered":"IA generativa y modernizaci\u00f3n de mainframes y sistemas heredados"},"content":{"rendered":"\n<p><em>Por Gerhardt Scriven, Anil Kumar Mallanna y Sanjay Rao<\/em><\/p>\n\n<p>En una \u00e9poca en la que los mainframes siguen siendo la columna vertebral de muchas empresas globales, los retos de mantener, optimizar y modernizar sistemas heredados obsoletos se han convertido en una prioridad. Estos sistemas, a menudo lastrados por deficiencias t\u00e9cnicas derivadas de a\u00f1os de parches, no solo son caros de mantener, sino que adem\u00e1s dificultan la agilidad empresarial. <\/p>\n\n<p>El panorama se complica a\u00fan m\u00e1s por la inminente jubilaci\u00f3n de una parte importante de la mano de obra cualificada que posee los conocimientos necesarios para mantener estos sistemas, as\u00ed como por la documentaci\u00f3n t\u00e9cnica, a menudo inadecuada, que hace que la transferencia de conocimientos sea cara e ineficaz.<\/p>\n\n<p>Por tanto, la demanda de modernizaci\u00f3n de mainframes est\u00e1 creciendo, impulsada por la necesidad de aplicaciones simplificadas que aumenten la agilidad y mitiguen los riesgos de continuidad. Sin embargo, estos proyectos son notoriamente complejos, con una <a href=\"https:\/\/www.businesswire.com\/news\/home\/20200528005186\/en\/74-Of-Organizations-Fail-to-Complete-Legacy-System-Modernization-Projects-New-Report-From-Advanced-Reveals\" target=\"_blank\" rel=\"noopener\">tasa de fracaso del 74%<\/a> entre las organizaciones que los acometen. Afortunadamente, los recientes avances tecnol\u00f3gicos, las asociaciones con proveedores de servicios en la nube, el uso de entornos de nube h\u00edbrida, as\u00ed como las estrategias de modernizaci\u00f3n incremental, ofrecen caminos m\u00e1s viables y menos arriesgados para la modernizaci\u00f3n.<\/p>\n\n<p>A pesar de ello, la modernizaci\u00f3n de COBOL sigue planteando importantes retos. D\u00e9cadas de l\u00f3gica empresarial codificada en este lenguaje dificultan su extracci\u00f3n, documentaci\u00f3n y traducci\u00f3n a lenguajes m\u00e1s modernos. La conversi\u00f3n automatizada del c\u00f3digo suele producir Java correctamente, pero sigue habiendo dificultades para mantenerlo y ampliarlo, lo que obstaculiza el uso de pr\u00e1cticas de programaci\u00f3n modernas. Adem\u00e1s, las herramientas tradicionales <em>de talla \u00fanica <\/em>no tienen plenamente en cuenta los matices de los distintos sistemas heredados, lo que exige un gran esfuerzo manual de depuraci\u00f3n, pruebas y reestructuraci\u00f3n.<\/p>\n\n<p>Merece la pena destacar que cada vez se reconoce m\u00e1s el potencial de la IA para abordar estos retos, ofreciendo soluciones prometedoras para la conversi\u00f3n automatizada de c\u00f3digo, la retrodocumentaci\u00f3n y los procesos de prueba en la modernizaci\u00f3n de mainframes.<\/p>\n\n<p><b><strong>\u00bfPueden la Inteligencia Artificial y la IA Generativa hacer frente a los retos?<\/strong><\/b><\/p>\n\n<p>La IA Generativa (GenAI) representa un salto m\u00e1s all\u00e1 de la tecnolog\u00eda mainframe tradicional y las aplicaciones de IA. No solo est\u00e1 transformando la resoluci\u00f3n de problemas empresariales con un nuevo contenido <em>similar al<\/em> humano, sino que en realidad est\u00e1 acelerando la modernizaci\u00f3n del mainframe. La profunda comprensi\u00f3n de GenAI de la sem\u00e1ntica del c\u00f3digo heredado, as\u00ed como la interpretaci\u00f3n heur\u00edstica de las normas de ingenier\u00eda corporativas, permiten una captura m\u00e1s eficaz de la l\u00f3gica y la intenci\u00f3n empresariales, posibilitando una transformaci\u00f3n precisa del c\u00f3digo y la encapsulaci\u00f3n del conocimiento.<\/p>\n\n<p>Varias empresas de consultor\u00eda, servicios inform\u00e1ticos y proveedores de servicios en la nube est\u00e1n explorando aplicaciones de IA para refactorizar c\u00f3digo, generar visuales para desmitificar sistemas complejos y mejorar la migraci\u00f3n de datos. Estas innovaciones pretenden salvar la distancia entre los sistemas heredados y las tecnolog\u00edas modernas, aunque muchas a\u00fan est\u00e1n en fase de desarrollo.<\/p>\n\n<p>En el centro de esta visi\u00f3n se encuentra la sinergia de la gesti\u00f3n del conocimiento (uno de los riesgos cr\u00edticos m\u00e1s importantes para el negocio y la continuidad de las empresas de los sectores m\u00e1s diversos), la optimizaci\u00f3n del c\u00f3digo COBOL existente y la transformaci\u00f3n de las aplicaciones heredadas en sistemas modernos y sostenibles. <\/p>\n\n<p>Esto no quiere decir que aboguemos por abandonar el mainframe utilizando GenAI: en cambio, al aprovechar GenAI para un proceso de modernizaci\u00f3n m\u00e1s sistem\u00e1tico y controlado, simplificamos los sistemas en t\u00e9rminos de flexibilidad, rendimiento y capacidad de mantenimiento. <\/p>\n\n<p>Los aceleradores son capaces de crear r\u00e9plicas virtuales de aplicaciones heredadas analizando millones de l\u00edneas de c\u00f3digo heredado. Alimentar las extracciones de GenAI a partir de estas r\u00e9plicas virtuales permite acelerar los resultados de la modernizaci\u00f3n en la gesti\u00f3n del conocimiento y la optimizaci\u00f3n del c\u00f3digo, la modernizaci\u00f3n y las pruebas de aplicaciones, y el mantenimiento y soporte de aplicaciones. <\/p>\n\n<p>No se trata de promover un LLM (Large Language Model) sobre otro. Los modelos generativos de IA se est\u00e1n sofisticando a un ritmo sin precedentes, y muchos de los modelos propietarios y de c\u00f3digo abierto funcionan excepcionalmente bien para fines de modernizaci\u00f3n del mainframe. He aqu\u00ed algunos ejemplos. <\/p>\n\n<p><b><strong>1.<\/strong><\/b> <b><strong>Gesti\u00f3n del conocimiento y optimizaci\u00f3n del c\u00f3digo<\/strong><\/b><\/p>\n\n<ul class=\"wp-block-list\">\n<li>Para el contenido est\u00e1tico, se recomienda desarrollar portales de conocimiento espec\u00edficos para cada dominio que se adapten a los distintos tipos de usuarios y escenarios de uso. Esto elimina una tonelada de engorrosos informes t\u00e9cnicos que suelen crear las herramientas actuales del mercado, y que a menudo no se utilizan en absoluto.<\/li>\n\n\n\n<li>Adem\u00e1s, las funciones de chatbot \u00abAsk AI Anything\u00bb permiten a los usuarios extraer respuestas perspicaces y significativas de GenAI para consultas t\u00e9cnicas complejas, incluida la l\u00f3gica empresarial y la extracci\u00f3n de reglas empresariales, el copiloto para COBOL o las recomendaciones inteligentes de refactorizaci\u00f3n de sistemas para simplificar y optimizar el c\u00f3digo heredado existente.<\/li>\n\n\n\n<li>Las funciones de an\u00e1lisis del c\u00f3digo tambi\u00e9n pueden utilizarse para realizar an\u00e1lisis sem\u00e1nticos profundos con el fin de descubrir vulnerabilidades de seguridad, patrones o cuellos de botella de rendimiento en el c\u00f3digo fuente. A diferencia de las herramientas tradicionales, GenAI puede entender el contexto del c\u00f3digo, lo que le permite detectar mejor las vulnerabilidades complejas y sugerir soluciones m\u00e1s matizadas.<\/li>\n<\/ul>\n\n<p><b><strong>2.<\/strong><\/b> <b><strong>Modernizaci\u00f3n y pruebas de aplicaciones<\/strong><\/b><\/p>\n\n<ul class=\"wp-block-list\">\n<li>Los recursos de gesti\u00f3n del conocimiento son ideales para realizar ingenier\u00eda inversa del c\u00f3digo fuente heredado en busca de historias de usuario y criterios de aceptaci\u00f3n, y luego crear casos de pruebas funcionales basados en estos criterios. Esto, junto con un conocimiento detallado de c\u00f3mo existen los datos en el sistema heredado, permite crear datos sint\u00e9ticos.<\/li>\n\n\n\n<li>Las t\u00e9cnicas cl\u00e1sicas de aprendizaje autom\u00e1tico (Machine Learning, ML) deben utilizarse para dise\u00f1ar servicios sostenibles y aislados que mejoren el rendimiento del sistema objetivo y reduzcan los costes, adem\u00e1s de garantizar que el sistema modernizado sea robusto y sostenible.<\/li>\n\n\n\n<li>Adem\u00e1s, aprovechar las ventajas de GenAI garantiza que el c\u00f3digo final cumpla totalmente con los est\u00e1ndares de calidad y seguridad de la ingenier\u00eda corporativa, automatizando la creaci\u00f3n de la documentaci\u00f3n del sistema de destino as\u00ed como las Pruebas Unitarias.<\/li>\n<\/ul>\n\n<p><b><strong>3.<\/strong><\/b> <b><strong>Mantenimiento y soporte de aplicaciones<\/strong><\/b><\/p>\n\n<ul class=\"wp-block-list\">\n<li>No olvide la Gesti\u00f3n de Incidentes: GenAI tambi\u00e9n puede utilizarse para el An\u00e1lisis de Causa Ra\u00edz, identificando problemas subyacentes en el c\u00f3digo fuente y sugiriendo a continuaci\u00f3n soluciones basadas en la resoluci\u00f3n de incidentes pasados o generando nuevas soluciones a trav\u00e9s de la comprensi\u00f3n contextual de la base de c\u00f3digo de la aplicaci\u00f3n de IA. Como extensi\u00f3n, puede actualizar autom\u00e1ticamente la base de conocimientos documentando dichos incidentes y el correspondiente An\u00e1lisis de Causa Ra\u00edz y Resoluci\u00f3n.<\/li>\n\n\n\n<li>El escaneado de c\u00f3digos tambi\u00e9n puede convertirse en modo predictivo bas\u00e1ndose en las tendencias y anomal\u00edas encontradas en el c\u00f3digo escaneado y compar\u00e1ndolo con el an\u00e1lisis de la causa ra\u00edz de incidentes anteriores. Estas oportunidades de gesti\u00f3n de incidentes se pueden documentar autom\u00e1ticamente en la herramienta elegida, registrando, rastreando y auditando autom\u00e1ticamente sin ninguna intervenci\u00f3n manual, mientras que las aprobaciones del flujo de trabajo se dirigen a la autoridad responsable.<\/li>\n\n\n\n<li>Tambi\u00e9n puede aprovechar GenAI para mejorar la productividad de los desarrolladores en las tareas de desarrollo y mantenimiento de aplicaciones mediante la identificaci\u00f3n de oportunidades para mejorar los problemas existentes en el c\u00f3digo fuente o incluso las mejores pr\u00e1cticas de codificaci\u00f3n, lo que facilita el mantenimiento. Por ejemplo, un gran alcance del an\u00e1lisis de patrones espec\u00edficos en la base de c\u00f3digo de la aplicaci\u00f3n y la aplicaci\u00f3n de correcciones para patrones similares es un buen ejemplo de POC para un caso de uso del cliente.<\/li>\n<\/ul>\n\n<p>A un nivel m\u00e1s amplio, la implantaci\u00f3n de GenAI permite gestionar dependencias complejas en sistemas heredados, garantizando que las actualizaciones o migraciones no interrumpan la funcionalidad y, al mismo tiempo, reduciendo los problemas de integraci\u00f3n en el proceso. Adem\u00e1s, las actualizaciones din\u00e1micas de conocimientos garantizan que la documentaci\u00f3n del sistema se mantenga al d\u00eda con el c\u00f3digo de producci\u00f3n.<\/p>\n\n<p>A medida que abrazamos una nueva era de optimizaci\u00f3n y modernizaci\u00f3n del mainframe mejorada por GenAI, es hora de ir m\u00e1s all\u00e1 de las formas obsoletas de trabajar para prosperar en un panorama digital moderno. Necesita transformar los sistemas heredados e impulsar su empresa a la vanguardia de la agilidad y la innovaci\u00f3n. <\/p>\n\n<p><b><strong>Sobre los autores<\/strong><\/b><\/p>\n\n<p><b><strong>Anil Kumar Mallanna &#8211; Socio director, Servicios de plataforma y modernizaci\u00f3n de aplicaciones heredadas (LAMPS) Servicios en la nube FullStride de Wipro<\/strong><\/b><\/p>\n\n<p>Anil aporta m\u00e1s de 25 a\u00f1os de experiencia en TI con amplios conocimientos de aplicaciones empresariales y experiencia en el dise\u00f1o y la implantaci\u00f3n de aplicaciones de misi\u00f3n cr\u00edtica. Es responsable de la carta de modernizaci\u00f3n del legado de Wipro en Am\u00e9rica y ha dirigido con \u00e9xito organizaciones de ventas, preventa, consultor\u00eda y entrega de TI al servicio de l\u00edderes mundiales en grandes industrias de servicios financieros.<\/p>\n\n<p><b><strong>Sanjay Rao &#8211; Director de Legacy Application Modernization and Platform Services (LAMPS) Wipro FullStride Cloud Services<\/strong><\/b><\/p>\n\n<p>Sanjay es consultor de modernizaci\u00f3n de sistemas heredados y arquitecto de la nube con 25 a\u00f1os de experiencia en la simplificaci\u00f3n, el aumento, la migraci\u00f3n y la modernizaci\u00f3n de aplicaciones de mainframe. Dirige las actividades de preventa, consultor\u00eda y entrega de Wipro Americas 1, que incluye los sectores de sanidad, ciencias de la vida, comunicaciones, comercio minorista y Brasil.<\/p>\n\n<p><b><strong>Gerhardt Scriven &#8211; Director Ejecutivo, CAPCO<\/strong><\/b><\/p>\n\n<p>Gerhardt Scriven cuenta con m\u00e1s de 20 a\u00f1os de experiencia en TI, con especial atenci\u00f3n a la eliminaci\u00f3n de riesgos y la resoluci\u00f3n de problemas complejos en la ejecuci\u00f3n de proyectos de misi\u00f3n cr\u00edtica, en particular mediante la detecci\u00f3n y mitigaci\u00f3n tempranas de los riesgos. Est\u00e1 especializado en la optimizaci\u00f3n y modernizaci\u00f3n de aplicaciones heredadas.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Por Gerhardt Scriven, Anil Kumar Mallanna y Sanjay Rao En una \u00e9poca en la que los mainframes siguen siendo la columna vertebral de muchas empresas globales, los retos de mantener, optimizar y modernizar sistemas heredados obsoletos se han convertido en una prioridad. Estos sistemas, a menudo lastrados por deficiencias t\u00e9cnicas derivadas de a\u00f1os de parches,&#8230;<\/p>\n","protected":false},"featured_media":16630,"comment_status":"closed","ping_status":"closed","template":"","format":[],"category":[252],"tags":[],"company":[],"topic":[],"class_list":["post-16642","articles","type-articles","status-publish","has-post-thumbnail","hentry","category-monitoreo-red"],"acf":[],"_links":{"self":[{"href":"https:\/\/network-king.net\/es\/wp-json\/wp\/v2\/articles\/16642","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/network-king.net\/es\/wp-json\/wp\/v2\/articles"}],"about":[{"href":"https:\/\/network-king.net\/es\/wp-json\/wp\/v2\/types\/articles"}],"replies":[{"embeddable":true,"href":"https:\/\/network-king.net\/es\/wp-json\/wp\/v2\/comments?post=16642"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/network-king.net\/es\/wp-json\/wp\/v2\/media\/16630"}],"wp:attachment":[{"href":"https:\/\/network-king.net\/es\/wp-json\/wp\/v2\/media?parent=16642"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/network-king.net\/es\/wp-json\/wp\/v2\/category?post=16642"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/network-king.net\/es\/wp-json\/wp\/v2\/tags?post=16642"},{"taxonomy":"format","embeddable":true,"href":"https:\/\/network-king.net\/es\/wp-json\/wp\/v2\/format?post=16642"},{"taxonomy":"company","embeddable":true,"href":"https:\/\/network-king.net\/es\/wp-json\/wp\/v2\/company?post=16642"},{"taxonomy":"topic","embeddable":true,"href":"https:\/\/network-king.net\/es\/wp-json\/wp\/v2\/topic?post=16642"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}