L'IA sait désormais réécrire du COBOL — et le marché l'a remarqué

Deux cent vingt milliards de lignes. C'est, selon diverses estimations, le volume de code COBOL qui traite encore aujourd'hui les transactions des banques, des assureurs, des administrations et des systèmes de paiement à travers le monde. Créé en 1959, dix ans avant le premier pas sur la Lune, ce langage reste le socle invisible de l'infrastructure financière mondiale. Et ce socle se fissure : chaque année, les spécialistes capables de le maintenir se font plus rares, et le coût d'une erreur lors de son remplacement se chiffre en milliards. L'intelligence artificielle propose aujourd'hui la première issue réaliste à cette impasse, et les marchés financiers ont déjà commencé à recalculer leurs paris.

Le problème du COBOL n'est pas une simple curiosité technique pour amateurs de rétro-informatique. C'est un risque systémique dont on préfère ne pas parler à voix haute. Selon Reuters, environ 95 % des transactions effectuées aux distributeurs automatiques aux États-Unis et près de 80 % des opérations financières en présentiel passent, d'une manière ou d'une autre, par des systèmes COBOL.

L'âge moyen des programmeurs qui maîtrisent ce langage a depuis longtemps dépassé la soixantaine. Chaque année, le secteur perd des détenteurs de savoirs critiques : des gens qui comprennent non seulement la syntaxe, mais aussi la logique métier accumulée pendant des décennies dans des millions de lignes de code écrites sans documentation moderne, sans système de gestion de versions, et souvent sans le moindre commentaire.

Les tentatives de modernisation se sont multipliées. Les plus grandes banques ont englouti des centaines de millions de dollars dans des projets de réécriture de leurs systèmes legacy, et ont échoué encore et encore. Le fiasco retentissant de la Commonwealth Bank of Australia, qui a dépensé plus d'un milliard de dollars pour remplacer le cœur de son système, est devenu un cas d'école. La difficulté ne consiste pas à écrire du nouveau code, mais à reproduire fidèlement le comportement de l'ancien, avec toutes ses particularités non évidentes, ses contournements et des décennies de règles métier accumulées dont plus personne ne se souvient.

C'est précisément là qu'entrent en jeu les grands modèles de langage. Les LLM actuels ont fait preuve d'une aptitude étonnamment solide à analyser et traduire du code legacy. Ils peuvent lire des programmes COBOL, reconstituer la logique métier qu'ils contiennent, générer un code équivalent en Java ou en Python et, point crucial, expliquer ce que fait exactement chaque fragment.

En somme, l'IA joue le rôle d'interprète entre les époques et compense la perte de mémoire institutionnelle. Plusieurs entreprises ont déjà mis sur le marché des outils spécialisés : IBM a intégré des capacités de migration par IA à sa plateforme watsonx, tandis que des start-up comme Phase Change et Modern Systems lèvent des fonds importants sur la seule promesse d'une modernisation automatisée du COBOL.

Le marché a réagi avec sa franchise habituelle. Les actions de plusieurs sociétés de conseil dont le modèle reposait sur la modernisation manuelle des systèmes legacy — des projets pluriannuels, avec des équipes pléthoriques et des budgets qui gonflent de façon prévisible — se sont retrouvées sous pression. Les investisseurs se posent une question légitime : pourquoi payer des milliers de consultants pour un projet de cinq ans si un outil d'IA peut accomplir une part importante du travail en quelques mois ? Cela ne signifie pas que l'expertise humaine devient superflue : validation, tests et intégration exigent toujours une compréhension approfondie. Mais le rapport entre travail manuel et travail automatisé dans ces projets change radicalement.

Il faut toutefois se garder de toute euphorie. La modernisation du COBOL par l'IA n'a rien d'un bouton magique. Les modèles de langage peuvent halluciner et générer du code qui semble correct mais se comporte différemment dans les cas limites. Dans les systèmes financiers, où une erreur d'un centime sur des milliards de transactions peut avoir des conséquences catastrophiques, chaque ligne de code traduite doit passer par une vérification à plusieurs niveaux. Les régulateurs, de la Réserve fédérale à la Banque centrale européenne, n'ont pas encore défini de normes claires pour la migration assistée par IA des infrastructures critiques. Il en résulte une incertitude juridique susceptible de freiner l'adoption, même lorsque la technique est prête.

La direction, pourtant, ne fait aucun doute. Le problème du COBOL pèse plusieurs milliers de milliards de dollars et, pour la première fois depuis des décennies, un outil existe qui peut rendre sa résolution économiquement et techniquement réalisable. Pour le secteur financier, c'est le début de la plus grande migration technologique de son histoire. Pour les entreprises d'IA, c'est l'ouverture d'un marché immense et particulièrement solvable. Et pour nous tous, c'est l'espoir que le système par lequel transitent nos salaires, nos paiements et notre épargne cesse enfin de dépendre d'un code écrit avant l'invention d'Internet, et d'une poignée de spécialistes qui se souviennent encore de son fonctionnement.