Le rapport IBM "Les mainframes comme piliers de la transformation numérique" met en avant l'importance de tirer parti des technologies GenAI pour optimiser les opérations des mainframes et souligne comment les organisations peuvent utiliser l'IA pour améliorer l'efficacité, réduire les coûts et créer de nouvelles opportunités de croissance. Gartner estime que plus de 100 millions de MIPS de mainframe IBM® sont installés dans le monde, soulignant l’importance de cette technologie.

La pénurie de compétences mainframe chez les nouvelles générations est un facteur clé incitant les organisations à moderniser leurs environnements mainframe. L’introduction d’outils enrichis par GenAI pour augmenter les capacités humaines dans la compréhension du code non documenté ou des problèmes complexes peut aider à réduire l’écart de compétences.

Aujourd’hui, un écosystème de bout en bout existe pour tirer parti de l’IA et du mainframe, comprenant :

• Accélération matérielle : Premier du secteur, accélérateur matériel intégré pour traiter des charges de travail d’IA d’entreprise à très haut débit et à faible latence.
• Accélération logicielle : IBM® et ses partenaires investissent continuellement dans les environnements d’exécution, compilateurs et transformateurs pouvant exploiter de façon transparente les optimisations matérielles de l’IA.
• Solutions cloud natives : RedHat OpenShift aide à moderniser les applications avec le soutien de chaînes d’outils, permettant la livraison de microservices pleinement opérationnels sur le mainframe.
• Offres d’IA : Construisez des solutions d’IA à partir d’offres IA de premier plan, tirant pleinement profit des optimisations de l’IA ainsi que des plateformes de science des données et d’intelligence artificielle en source ouverte, entièrement supportées et optimisées sur le mainframe.
• Gestion moderne des données : Supprimez les silos de données, offrez une scalabilité dynamique et réduisez les coûts d'intégration. Construisez des pipelines là où se situent les données, créant de nouvelles possibilités pour l’analytique, la gouvernance et l’intelligence artificielle responsable.

Cet écosystème complet permet aux organisations de tirer pleinement profit de la puissance de l’IA et des technologies Mainframe pour stimuler l’innovation et l’efficacité. Dans les sections suivantes, nous explorerons trois aspects clés de l’intégration de l’IA avec la technologie mainframe : transformer le développement d’applications mainframe avec GenAI, renforcer le soutien mainframe à l’aide d’outils assistés par l’IA et permettre l’exécution de charges de travail d’IA sur le mainframe.

Transformer le développement d’applications mainframe avec GenAI

La modernisation des applications mainframe est un sujet que tous les clients mainframe abordent à différents niveaux, principalement sous l’impulsion de la transformation numérique. Le principal défi est d’accélérer la modernisation des applications pour mieux soutenir les initiatives de transformation des affaires. Mais comment l’IA peut-elle aider à moderniser les applications mainframe ? Une option consiste à utiliser watsonx Code Assistant for Z, une solution assistée par GenAI qui peut accélérer le cycle de vie des applications mainframe et faciliter la modernisation. Cette solution prend en charge le cycle de vie complet avec des capacités de découverte et d’analyse d’applications, explication du code, refactoring automatisé, conseils d’optimisation, transformation de Cobol vers Java et validation du code. Les développeurs peuvent automatiquement refactoriser des éléments choisis d’une application, optimiser le code pour améliorer les performances et transformer du code en Java au moyen de l’IA générative.

Voici un graphique donnant un aperçu rapide du cycle de vie applicatif pris en charge par la solution :

L’impact de l’utilisation de l’IA dans la modernisation des applications mainframe est multiple, couvrant plusieurs axes clés :

• Réduire l’écart de connaissances : Les explications du code en temps réel aident les développeurs et les programmeurs système à mieux le comprendre, accélérant ainsi le développement et les efforts de modernisation
• Dégager les PME : En réduisant la dépendance aux experts seniors, l’IA élargit le bassin de talents et allège les goulets d’étranglement grâce aux explications du code en temps réel
• Optimiser la documentation : L’IA peut servir à comprendre les applications via l’explication du code, réduisant le besoin d’une documentation manuelle
• Faciliter la stratégie de modernisation : L’IA donne une vision approfondie des programmes, ce qui facilite l’identification des meilleures approches de modernisation

Transformer l’assistant de soutien mainframe avec GenAI

Les assistants d’IA peuvent transformer avec profondeur la façon dont les équipes de soutien mainframe interagissent et optimisent l’exécution de tâches de routine. Dans les contextes réels, les nouveaux professionnels ont souvent de la difficulté à trouver de l’information pertinente pour comprendre et résoudre des problèmes, ce qui se traduit par une forte dépendance envers les équipes mainframe seniors.

La proposition de valeur de watsonx Assistant for Z réside dans sa capacité à offrir aux utilisateurs des réponses précises et à jour à leurs questions IBM® Z, tout en simplifiant l’exécution de tâches complexes ou répétitives. En codifiant les connaissances des experts Z dans un ensemble fiable d’automatisations, personnalisables en fonction des compétences, du rôle et de l’expérience de l’équipe, et en ingérant la documentation propriétaire et les bases de connaissances, cette solution offre une expérience sur mesure.

Le schéma ci-dessous présente rapidement le cycle de vie du soutien offert par la solution :

Permettre l’exécution de charges de travail IA sur le mainframe

Il existe des cas d’utilisation critiques et transactionnels de l’IA qui nécessitent un traitement en temps réel à grande échelle, gérant plusieurs transactions par seconde. Cela implique un traitement de données haute performance sans transfert à des systèmes d’IA externes ainsi qu’un traitement sécurisé des données dans une architecture qui peut nécessiter apprentissage automatique, apprentissage profond et fonctionnalités GenAI, parfois en combinaison sous forme d’architecture ensemble pour des résultats commerciaux supérieurs.

Pour ces raisons, des aspects comme le traitement en temps réel, la faible latence, la puissance élevée, l’intégration accélérée de l’IA, la protection des données et la gestion du phénomène de gravité des données sont essentiels pour exploiter tout le potentiel de l’IA sur les systèmes mainframe, comme décrit ci-dessous :

• Faible latence et puissance élevée : Optimisé pour la faible latence, le traitement transactionnel à haute vitesse et l’analytique en temps réel, éléments cruciaux pour la gestion efficace des transactions à large échelle. Par exemple, l’exécution d’outils d’IA pour la détection de fraude à chaque transaction par carte de crédit.

• Intégration accélérée de l’IA : Permet l’analytique et la prise de décision quasi en temps réel directement sur le processeur. L’image ci-dessous illustre la différence entre l’utilisation d’un accélérateur d’IA et le transfert à un système distribué.

  

• Protection et confidentialité des données : Essentielles pour les applications d’IA exigeant l’accès à des données sensibles, car l’impossibilité de sécuriser ces informations peut avoir des conséquences graves.
• Gravité des données : Permet de traiter les données près de leur emplacement, aidant les organisations à obtenir des insights à partir de grands volumes de données sensibles sans les migrer vers d’autres plateformes, ce qui adresse les enjeux liés à la gravité des données.

En résumé, l’intégration de GenAI avec la technologie mainframe représente une occasion de transformation pour les organisations. En tirant parti de l’IA pour améliorer les opérations mainframe, les entreprises peuvent accroître leur efficacité, réduire leurs coûts et débloquer de nouvelles possibilités de croissance. L’écosystème complet d’accélération matérielle, d’optimisation logicielle, de solutions cloud natives, d’offres IA et de gestion moderne des données offre une base solide pour cette transformation. Au fur et à mesure que nous explorons le potentiel de l’IA sur les charges de travail, la modernisation du développement applicatif et l’amélioration du soutien, l’avenir du mainframe et de l’IA s’annonce prometteur. Tirer parti de ces avancées permettra non seulement de combler l’écart actuel de compétences, mais aussi de créer de nouvelles opportunités d’innovation et d’amélioration de l’efficacité dans les opérations mainframe.