AI بات قادرًا على إعادة كتابة COBOL — والسوق لاحظ ذلك

مئتان وعشرون مليار سطر برمجي. وهذا هو بالضبط حجم كود COBOL الذي يعالج، وفقاً لتقديرات مختلفة، المعاملات في البنوك وشركات التأمين والوكالات الحكومية وأنظمة الدفع في جميع أنحاء العالم. لغة تم إنشاؤها عام 1959—قبل عقد واحد من الهبوط على القمر—تبقى الأساس غير المرئي للبنية التحتية المالية العالمية. وهذا الأساس يتصدع: عدد المتخصصين القادرين على الحفاظ عليه يتناقص كل عام، بينما تُقدر تكلفة الأخطاء في استبداله بمليارات الدولارات. الآن تقدم الذكاء الاصطناعي أول طريق واقعي للخروج من هذا الطريق المسدود—والأسواق المالية بدأت بالفعل في إعادة حساب رهاناتها.

مشكلة COBOL ليست مجرد فضول تقني لهواة أجهزة الكمبيوتر العتيقة. إنها مخاطرة نظامية يفضل الناس عدم الحديث عنها علناً. وفقاً لرويترز، حوالي 95% من معاملات الصراف الآلي في الولايات المتحدة وحوالي 80% من العمليات المالية وجهاً لوجه تمر بطريقة ما عبر أنظمة COBOL. تجاوز متوسط عمر المبرمجين الماهرين في هذه اللغة منذ فترة طويلة الستين سنة. كل عام تفقد الصناعة ناقلي المعرفة الحساسة بشكل حاسم—أشخاص يفهمون ليس فقط بناء الجملة، بل المنطق التجاري المتراكم على مدى عقود في ملايين الأسطر البرمجية المكتوبة بدون توثيق حديث، بدون أنظمة التحكم في الإصدار، غالباً بدون أي تعليقات على الإطلاق.

تمت محاولات التحديث بشكل متكرر. أنفقت البنوك الكبرى مئات الملايين من الدولارات على مشاريع إعادة كتابة الأنظمة القديمة—وفشلت مراراً وتكراراً. أصبح الفشل الشهير لبنك Commonwealth Bank of Australia، الذي أنفق أكثر من مليار دولار على استبدال نظامه الأساسي، مثالاً كتابياً. المشكلة ليست في كتابة كود جديد، بل في إعادة إنتاج سلوك الكود القديم بدقة—مع كل غرائبه غير الواضحة وحله البديلة وعقود من قواعد الأعمال المتراكمة التي لا أحد يتذكرها بعد الآن.

هنا بالضبط حيث تدخل نماذج اللغة الكبيرة المرحلة. أثبتت نماذج اللغة الكبيرة الحديثة قدرات قوية بشكل غير متوقع على تحليل وترجمة الكود القديم. يمكنها قراءة برامج COBOL واستعادة المنطق التجاري المدمج فيها، وإنتاج كود مكافئ في Java أو Python وشرح ما يفعله كل جزء بالضبط—وهذا حاسم جداً. بشكل أساسي، تعمل الذكاء الاصطناعي كمترجم بين العصور، مما يعوض فقدان الذاكرة المؤسسية. أطلقت عدة شركات بالفعل أدوات متخصصة في السوق: دمجت IBM قدرات الهجرة بمساعدة الذكاء الاصطناعي في منصة watsonx الخاصة بها، وتجتذب الشركات الناشئة مثل Phase Change و Modern Systems استثمارات كبيرة بناءً على وعد بتحديث COBOL مؤتمتاً.

رد السوق بصراحة مميزة له. تعرضت أسعار أسهم عدد من شركات الاستشارات التي تبني أعمالها على تحديث الأنظمة القديمة يدوياً—مشاريع متعددة السنوات مع فرق ضخمة وميزانيات منتفخة بشكل متوقع—للضغط. يتساءل المستثمرون بعدالة: لماذا ندفع لآلاف المستشارين مقابل مشروع مدته خمس سنوات إذا كانت أداة الذكاء الاصطناعي قادرة على إنجاز جزء كبير من العمل في أشهر قليلة؟ هذا لا يعني أن الخبرة البشرية تصبح غير ضرورية—التحقق والاختبار والتكامل لا تزال تتطلب فهماً عميقاً. لكن نسبة العمل اليدوي إلى العمل الآلي في مثل هذه المشاريع تتغير بشكل جذري.

ومع ذلك، من المهم عدم الاستسلام للنشوة. تحديث COBOL بمساعدة الذكاء الاصطناعي ليس زراً سحرياً. نماذج اللغة يمكن أن تهلوس، وتولد كوداً يبدو صحيحاً لكنه يتصرف بشكل مختلف في الحالات الحدية. في الأنظمة المالية، حيث يمكن لخطأ بقيمة سنت واحد عبر مليارات المعاملات أن يؤدي إلى عواقب كارثية، يجب أن يمر كل سطر من الكود المترجم عبر تحقق متعدد المستويات. لم يضع المنظمون بعد—من الاحتياطي الفيدرالي إلى البنك المركزي الأوروبي—معايير واضحة لهجرة البنية التحتية الحرجة بمساعدة الذكاء الاصطناعي. يخلق هذا عدم اليقين القانوني الذي قد يعطل التنفيذ حتى مع الجاهزية التقنية في المكان.

ومع ذلك، فإن اتجاه الحركة واضح. مشكلة COBOL مشكلة بقيمة تريليونات الدولارات، وللمرة الأولى في عقد واحد، ظهرت أداة قادرة على جعل حلها قابلاً للتطبيق اقتصادياً وتقنياً. بالنسبة للصناعة المالية، فهذا يعني بداية أكبر هجرة تكنولوجية في تاريخها. بالنسبة لشركات الذكاء الاصطناعي—فتح سوق واسع وقادر على الدفع بشكل استثنائي. وبالنسبة لنا جميعاً—الأمل بأن النظام الذي تمر من خلاله رواتبنا ودفعاتنا ومدخراتنا سيتوقف أخيراً عن الاعتماد على كود مكتوب قبل اختراع الإنترنت، وعلى حفنة من المتخصصين الذين يتذكرون كيفية عمله.