金融公司的IT团队正忙于梳理数年甚至数十年积累的技术债务。对遗留技术的依赖会减缓创新速度，使更广泛的业务目标变得遥不可及。
据摩根大通旗下Chase卡及关联商务业务的技术主管Roman Eisenberg称，AI可以介入并加速现代化进程。
Eisenberg表示：“信用卡处理的核心业务几十年来一直运行良好，因为它是为规模化和可扩展性而设计的，但它是基于大型机构建的，使用的是遗留编程语言。”
然而，随着时间的推移，大型机基础设施使得创新变得更加困难。Chase还面临着技能差距问题，这使得其难以维持现有能力，更不用说扩展能力了。
尽管最初对将AI纳入平台现代化工作持怀疑态度，但Eisenberg和他的团队还是通过健全的管理和防护机制消除了疑虑。
Eisenberg说：“起初，考虑到出错的关键性、相关风险以及我们看到的各种幻觉，我们不可能允许它接近任何关键任务平台。”
其他企业领导者也有同感。如果AI的采用没有得到充分保障和流程支持，可能会导致结果恶化。分析师敦促技术主管谨慎对待这一机遇。
潜在的积极影响激励着CIO们不断尝试。
据阳狮集团5月发布的一份报告显示，在AI辅助下进行的现代化改造，可以帮助企业更快地摆脱过时系统的束缚。约80%的IT和业务领导者预计，AI编码助手将有助于记录遗留应用程序、重写旧代码并实现软件测试自动化。
对于Chase来说，识别管理漏洞并建立适当的保障措施改变了一切。
Eisenberg说：“我们立刻发现，这让我们能够为客户创造真正的价值。对我来说，那是灵光一现的时刻之一。”
建立防护机制
现代化项目的风险很高，但成功却难以实现。
Forrester的一项调查显示，大多数遗留技术升级项目最初都会失败，超过一半的项目会面临更广泛的数字化转型计划停滞不前的问题。大型机技能差距、复杂的集成策略以及工具不足都是导致失败的原因。
Eisenberg说：“我们不能犯错。你必须快速行动，但绝对必须尽量减少任何破坏事物的可能性，因为这是人们购买食品杂货和支付托儿费用的方式。”
考虑到这一点，Chase确保在升级前先在沙箱环境中进行测试，然后再投入生产。由于有数千万行代码需要重构，团队会首先处理价值最高的模块。
Eisenberg说：“很多都与用户体验有关，所以我们会优先考虑这一点，以缩小范围。然后，我们创建测试生态系统，并应用生成式AI工具来解释代码的功能。”
接下来，团队会使用文档来生成用现代语言编写的新代码，并进行测试、比较和验证。
Eisenberg说：“如果我们发现相同的测试仍然有效，那么我们就有很高的信心认为我们没有遗漏任何内容，生成式AI也没有产生幻觉。”
人工审核也负责确保新生成的代码达到标准。
Eisenberg说：“新代码可能还需要进一步重构或转移到不同的领域，但这些都是决定它是否准备好投入生产的几个步骤。”
Chase卡团队已经使用这个流程大约一年了，并且可能会在可预见的未来继续使用。
Eisenberg说：“当我们淘汰最后一行大型机代码时，这个流程就会结束，但我们不会止步于大型机。我们还有很多其他基础设施可以从这种方法中受益。”
