الذكاء الاصطناعي يتعلّم إعادة كتابة COBOL.. والسوق يلتقط الإشارة

مئتان وعشرون مليار سطر. هذا هو حجم الشيفرة المكتوبة بلغة COBOL التي لا تزال، بحسب تقديرات مختلفة، تعالج المعاملات في البنوك وشركات التأمين والمؤسسات الحكومية وأنظمة الدفع حول العالم. فهذه اللغة، التي ظهرت عام 1959، أي قبل عشر سنوات من الهبوط على القمر، لا تزال الأساس الخفي للبنية التحتية المالية العالمية. وهذا الأساس يتصدّع: فعدد المختصين القادرين على صيانته يتناقص عامًا بعد عام، بينما تُقاس كلفة الخطأ عند الاستبدال بمليارات الدولارات. والآن يقدّم الذكاء الاصطناعي أول مخرج واقعي من هذا المأزق، والأسواق المالية بدأت فعلًا بإعادة حساب رهاناتها.

مشكلة COBOL ليست مجرد طرفة تقنية لهواة الحوسبة القديمة. إنها مخاطرة نظامية يفضّل الجميع عدم الحديث عنها علنًا. فبحسب Reuters، تمرّ نحو 95 في المئة من معاملات أجهزة الصراف الآلي في الولايات المتحدة، ونحو 80 في المئة من العمليات المالية المباشرة وجهًا لوجه، عبر أنظمة COBOL بشكل أو بآخر. وقد تجاوز متوسط عمر المبرمج الذي يتقن هذه اللغة الستين منذ زمن طويل. وفي كل عام تخسر الصناعة حَمَلة معارف حيوية: أشخاصًا لا يفهمون الصياغة البرمجية فحسب، بل يفهمون منطق الأعمال الذي تراكم على مدى عقود داخل ملايين الأسطر من الشيفرة، المكتوبة دون توثيق حديث ودون أنظمة للتحكم في الإصدارات، وغالبًا دون أي تعليقات.

وقد جرت محاولات التحديث مرارًا. فأنفقت كبريات البنوك مئات ملايين الدولارات على مشاريع إعادة كتابة الأنظمة القديمة، وأخفقت مرة بعد أخرى. وأصبح إخفاق Commonwealth Bank of Australia، الذي أنفق أكثر من مليار دولار لاستبدال نواة نظامه، مثالًا يُدرَّس في هذا الباب. فالمشكلة ليست في كتابة شيفرة جديدة، بل في إعادة إنتاج سلوك الشيفرة القديمة بدقة، بكل خصائصها غير الواضحة وحلولها الالتفافية وقواعد العمل التي تراكمت على مدى عقود ولم يعد أحد يتذكرها.

وهنا تدخل النماذج اللغوية الكبيرة على الخط. فقد أظهرت نماذج LLM الحديثة قدرات قوية بشكل غير متوقع في تحليل الشيفرة القديمة وترجمتها. إذ يمكنها قراءة برامج COBOL، واستعادة منطق الأعمال الكامن فيها، وتوليد شيفرة مكافئة بلغة Java أو Python، والأهم من ذلك أنها تشرح ما يفعله كل مقطع بالضبط. وهكذا يؤدي الذكاء الاصطناعي دور المترجم بين العصور، فيعوّض فقدان الذاكرة المؤسسية. وقد طرحت عدة شركات أدوات متخصصة في السوق: فقد دمجت IBM إمكانات الترحيل بالذكاء الاصطناعي في منصتها watsonx، بينما تجتذب شركات ناشئة مثل Phase Change وModern Systems استثمارات كبيرة بناءً على وعد التحديث الآلي لأنظمة COBOL.

ورد السوق بصراحته المعهودة. فقد تعرّضت أسهم عدد من شركات الاستشارات، التي قام عملها على التحديث اليدوي للأنظمة القديمة، أي مشاريع تمتد سنوات وتضم فرقًا ضخمة وتتضخم ميزانياتها بشكل متوقَّع، لضغوط. ويتساءل المستثمرون بحق: لماذا يُدفع لآلاف المستشارين مقابل مشروع مدته خمس سنوات، إذا كانت أداة ذكاء اصطناعي قادرة على إنجاز جزء كبير من العمل خلال أشهر؟ وهذا لا يعني أن الخبرة البشرية لم تعد مطلوبة، فعمليات التحقق والاختبار والتكامل ما زالت تتطلب فهمًا عميقًا. لكن نسبة العمل اليدوي إلى العمل الآلي في هذه المشاريع تتغير جذريًا.

غير أن من المهم ألا ننجرف وراء النشوة. فتحديث COBOL بمساعدة الذكاء الاصطناعي ليس زرًّا سحريًا. فقد تهلوس النماذج اللغوية، فتولّد شيفرة تبدو صحيحة لكنها تتصرف على نحو مختلف في الحالات الحدّية. وفي الأنظمة المالية، حيث قد يؤدي خطأ بمقدار سنت واحد على مليارات المعاملات إلى عواقب كارثية، يجب أن يخضع كل سطر من الشيفرة المترجمة لتحقق متعدد المستويات. كما أن الجهات التنظيمية، من الاحتياطي الفيدرالي إلى البنك المركزي الأوروبي، لم تضع بعد معايير واضحة لترحيل البنية التحتية الحيوية بمساعدة الذكاء الاصطناعي. وهذا يخلق حالة من عدم اليقين القانوني قد تُبطئ التبنّي حتى مع توافر الجاهزية التقنية.

ومع ذلك، فإن اتجاه الحركة واضح. فمشكلة COBOL مشكلة تُقدَّر كلفتها بتريليونات الدولارات، وللمرة الأولى منذ عقود ظهرت أداة قادرة على جعل حلّها ممكنًا اقتصاديًا وتقنيًا. وهذا يعني للصناعة المالية بدء أكبر عملية ترحيل تقني في تاريخها. وبالنسبة لشركات الذكاء الاصطناعي، هو فتح سوق ضخمة وقادرة جدًا على الدفع. أما بالنسبة لنا جميعًا، فهو أمل في أن يتوقف النظام الذي تمرّ عبره رواتبنا ومدفوعاتنا ومدخراتنا أخيرًا عن الاعتماد على شيفرة كُتبت قبل اختراع الإنترنت، وعلى حفنة من المختصين الذين ما زالوا يتذكرون كيف تعمل.