AI научился переписывать COBOL — и рынок это заметил

Двести двадцать миллиардов строк. Именно столько кода на языке COBOL, по различным оценкам, до сих пор обрабатывает транзакции в банках, страховых компаниях, государственных учреждениях и платёжных системах по всему миру. Язык, созданный в 1959 году — за десять лет до высадки на Луну — остаётся невидимым фундаментом глобальной финансовой инфраструктуры. И этот фундамент трещит: специалистов, способных его поддерживать, с каждым годом становится всё меньше, а стоимость ошибки при замене исчисляется миллиардами. Теперь искусственный интеллект предлагает первый реалистичный путь выхода из этого тупика — и финансовые рынки уже начали пересчитывать ставки.

Проблема COBOL — это не просто технический курьёз для любителей ретрокомпьютинга. Это системный риск, о котором предпочитают не говорить вслух. По данным Reuters, около 95 процентов транзакций через банкоматы в США и порядка 80 процентов очных финансовых операций так или иначе проходят через COBOL-системы. Средний возраст программиста, владеющего этим языком, давно перевалил за шестьдесят. Каждый год индустрия теряет носителей критически важных знаний — людей, которые понимают не просто синтаксис, а бизнес-логику, десятилетиями нараставшую в миллионах строк кода, написанного без современной документации, без систем контроля версий, часто без каких-либо комментариев.

Попытки модернизации предпринимались неоднократно. Крупнейшие банки тратили сотни миллионов долларов на проекты переписывания легаси-систем — и раз за разом терпели неудачу. Знаменитый провал Commonwealth Bank of Australia, потратившего более миллиарда долларов на замену ядра своей системы, стал хрестоматийным примером. Проблема не в том, чтобы написать новый код, а в том, чтобы точно воспроизвести поведение старого — со всеми его неочевидными особенностями, обходными путями и десятилетиями накопленных бизнес-правил, которые никто уже не помнит.

Именно здесь в игру вступают большие языковые модели. Современные LLM продемонстрировали неожиданно сильные способности к анализу и трансляции легаси-кода. Они способны читать COBOL-программы, восстанавливать заложенную в них бизнес-логику, генерировать эквивалентный код на Java или Python и — что критически важно — объяснять, что именно делает каждый фрагмент. По сути, AI выступает в роли переводчика между эпохами, компенсируя утрату институциональной памяти. Несколько компаний уже вывели на рынок специализированные инструменты: IBM интегрировала возможности AI-миграции в свою платформу watsonx, а стартапы вроде Phase Change и Modern Systems привлекают значительные инвестиции именно под обещание автоматизированной модернизации COBOL.

Рынок отреагировал с характерной для себя прямотой. Акции ряда консалтинговых компаний, чей бизнес строился на ручной модернизации легаси-систем — многолетних проектах с огромными командами и предсказуемо раздувающимися бюджетами, — оказались под давлением. Инвесторы справедливо задаются вопросом: зачем платить тысячам консультантов за пятилетний проект, если AI-инструмент способен выполнить значительную часть работы за месяцы? Это не означает, что человеческая экспертиза становится ненужной — валидация, тестирование и интеграция по-прежнему требуют глубокого понимания. Но соотношение ручного и автоматизированного труда в таких проектах радикально меняется.

Важно, однако, не поддаваться эйфории. COBOL-модернизация с помощью AI — это не волшебная кнопка. Языковые модели могут галлюцинировать, генерируя код, который выглядит правильным, но ведёт себя иначе в граничных случаях. В финансовых системах, где ошибка на один цент в миллиардах транзакций может привести к катастрофическим последствиям, каждая строка переведённого кода должна проходить через многоуровневую верификацию. Регуляторы — от Федеральной резервной системы до Европейского центрального банка — пока не выработали чётких стандартов для AI-ассистированной миграции критической инфраструктуры. Это создаёт правовую неопределённость, которая может затормозить внедрение даже при наличии технической готовности.

Тем не менее направление движения очевидно. Проблема COBOL — это проблема стоимостью в триллионы долларов, и впервые за десятилетия появился инструмент, способный сделать её решение экономически и технически осуществимым. Для финансовой индустрии это означает начало крупнейшей технологической миграции в её истории. Для AI-компаний — открытие огромного и крайне платёжеспособного рынка. А для всех нас — надежду на то, что система, через которую проходят наши зарплаты, платежи и сбережения, наконец перестанет зависеть от кода, написанного до изобретения интернета, и от горстки специалистов, помнящих, как он работает.