Cognition Blog→ original

Cognition et AWS scellent un accord : Devin ramène la modernisation de COBOL de 8 mois à 8 jours

Cognition et Amazon Web Services ont conclu un accord stratégique pluriannuel (SCA) pour déployer l'ingénieur autonome Devin dans les environnements AWS des entreprises. Devin est déjà vendu sur AWS Marketplace, et l'Agent Toolkit for AWS fonctionne directement à l'intérieur de l'agent. L'argument central repose sur des cas clients : Mercedes-Benz a analysé plus de 200 000 lignes de COBOL, et la durée estimée du projet est passée de huit mois à huit jours. Un autre constructeur automobile a migré un processus COBOL de 25 000 lignes d'un mainframe vers AWS Lambda, pour un coût estimé inférieur de 73%. - Devin fonctionne dans un environnement single-tenant, au sein d'un VPC dédié. - Chaque session s'exécute dans une machine virtuelle distincte. - Les sessions parallèles servent aux migrations, aux mises à niveau et aux correctifs de sécurité.

Traité par IA depuis Cognition Blog ; édité par Hamidun News
Cognition et AWS scellent un accord : Devin ramène la modernisation de COBOL de 8 mois à 8 jours
Source : Cognition Blog. Collage: Hamidun News.
◐ Écouter l'article

Cognition et Amazon Web Services ont conclu un accord stratégique pluriannuel (Strategic Collaboration Agreement) pour déployer l'ingénieur autonome Devin dans les environnements AWS des entreprises. Les deux sociétés misent avant tout sur des cas clients. Mercedes-Benz a passé plus de 200 000 lignes de COBOL dans Devin, et la durée estimée de la modernisation est passée de huit mois à huit jours. Un autre constructeur automobile mondial a migré un processus COBOL de 25 000 lignes d'un mainframe vers AWS Lambda, pour un coût estimé inférieur de 73%.

Devin est déjà disponible à l'achat sur AWS Marketplace, et l'Agent Toolkit for AWS est accessible directement dans l'agent. Les deux parties étudient aussi des intégrations plus poussées, afin de faciliter l'insertion de Devin dans les environnements AWS existants de leurs clients. Parmi les clients communs cités figurent Mercedes-Benz, Echo Global Logistics et ActiveCampaign.

Les tâches que prend en charge l'agent

Cognition cible les chantiers que les équipes d'ingénierie n'ont jamais le temps d'aborder : migrations, mises à jour de frameworks, correction de vulnérabilités, maintenance de systèmes obsolètes. Devin sait explorer une base de code, établir un plan, écrire du code, tester le résultat et corriger les problèmes détectés. Ce sont les humains qui décident de ce qu'il faut construire. Ce sont eux aussi qui vérifient le résultat.

Dans les projets de modernisation, le schéma est le suivant : Devin analyse le système existant, reproduit son comportement, écrit le code de remplacement, puis compare le nouveau système aux sorties connues de l'ancien. Pour du code legacy, la méthode est efficace. Ces systèmes n'ont souvent pas de documentation, et leur comportement se lit dans leurs réponses. Ces réponses deviennent la référence de validation.

Les principaux paramètres de l'annonce :

  • Format de l'accord : un SCA pluriannuel entre Cognition et AWS.
  • Canal d'achat : AWS Marketplace, plus l'Agent Toolkit for AWS à l'intérieur de Devin.
  • Cas Mercedes-Benz : plus de 200 000 lignes de COBOL, durée estimée du projet ramenée de 8 mois à 8 jours.
  • Cas du constructeur automobile : 25 000 lignes de COBOL, mainframe → AWS Lambda, coût estimé inférieur de 73%.
  • Parallélisme : plusieurs sessions simultanées sur les migrations, les mises à niveau et les correctifs de sécurité.

Isolation et contrôle

Pour un acheteur enterprise, la question se résume généralement à l'endroit où résident le code et les données. Devin se déploie dans un environnement single-tenant sur AWS, et le client choisit la région. Les données et les connaissances de l'organisation restent dans un VPC dédié, ce qui aide à respecter les politiques internes et les exigences de localisation des données.

Chaque session démarre dans une machine virtuelle distincte, créée pour la tâche et supprimée une fois celle-ci terminée. L'API d'audit log enregistre les actions des utilisateurs et les transmet aux systèmes de supervision et de conformité que le client utilise déjà. Les équipes plateforme appliquent à Devin les mêmes restrictions régionales, réseau et d'audit que celles du reste de l'infrastructure AWS.

Art Levy, vice-président des partenariats mondiaux de Cognition, affirme que les ingénieurs sont restés des années freinés par les systèmes legacy. Selon lui, avec Devin, les entreprises peuvent placer des agents autonomes aux côtés des équipes humaines et s'attaquer aux chantiers repoussés. Anasuya Strasner, d'AWS, y voit un moyen d'accélérer les migrations et de réduire la dette technique sur une infrastructure à laquelle les clients font déjà confiance. Kristina Garcia, SVP ingénierie d'Echo Global Logistics, indique que son équipe utilise Devin à la fois pour comprendre les bases de code via DeepWiki et pour combler les lacunes des anciens systèmes.

Par où commencer

Si le backlog contient des migrations dont l'entrée et la sortie sont clairement définies, comme des traitements par lots ou des modules de calcul, mieux vaut commencer par celles-ci. L'agent y dispose d'une référence de validation. Avant un pilote, il est utile de constituer un jeu d'entrées connues et de résultats attendus de l'ancien système. De ce jeu dépend la capacité à démontrer de façon convaincante l'équivalence.

Il convient de s'accorder au préalable avec les équipes plateforme et sécurité sur le raccordement de l'audit log de Devin à la supervision actuelle et sur les régions autorisées. Il faut aussi garder en tête que les chiffres annoncés, huit jours au lieu de huit mois et 73% d'économies, sont des estimations tirées des documents des entreprises elles-mêmes. Avant de bâtir un business case, mieux vaut les revérifier sur son propre pilote et tenir compte du temps de revue, qui reste à la charge des ingénieurs.

ZK
Hamidun News
Actualités IA sans bruit. Sélection éditoriale quotidienne de plus de 50 sources. Produit de Zhemal Khamidun, Head of AI chez Alpina Digital.
✦ Autonomous AI Agents

Delegate Deep Research, Coding & Workflows to an AI Agent

Deploy autonomous multi-step execution with NomadNet Agent (agent.nomadnet.ai) — automated web research, data synthesis, code generation, and complex task orchestration.

Launch NomadNet Agent →NomadNet AI Platform
Qu'en pensez-vous ?
Chargement des commentaires…