Dinsdag publiceerde Anthropic tools waarmee Claude lees, analyseer en vertaal legacy COBOL naar moderne talen als Java en Python. Tegen het einde van de handelsdag, investeerders hadden ongeveer 40 miljard dollar van de marktkapitalisatie van IBM weggevaagd – de grootste daling op één dag van het bedrijf in 25 jaar – waarbij de aankondiging wordt gezien als een existentiële bedreiging voor de mainframeactiviteiten van IBM.
De reactie was snel. Het was ook gebaseerd op een fundamentele verkeerde interpretatie van waarom bedrijven überhaupt mainframes gebruiken.
IBM’s COBOL is 66 jaar oud. Het werd ontworpen in 1959, draait op IBM-mainframes en blijft transactieverwerkingssystemen aandrijven met een naar schatting 250 miljard COBOL-lijnen in actieve productievolgens het Open Mainframe-project.
De ingenieurs die het hebben geschreven gaan met pensioen; degenen die ze vervangen kunnen het grotendeels niet lezen. Decennia lang is deze vaardigheidskloof een van de duurste onopgeloste problemen van de IT-onderneming geweest – en één van IBM werkt al sinds 2023 aan oplossingen met AItoen het Watsonx Code Assistant for Z lanceerde om COBOL naar modern Java te helpen migreren.
Claude Code, zegt Anthropic, kan nu volledige codebases analyseren, verborgen afhankelijkheden in kaart brengen en werkende vertalingen genereren van code die de meeste ingenieurs vandaag de dag niet kunnen lezen. Voor ondernemingen die COBOL draaien op gedistribueerde platforms – Windows, Linux en andere niet-mainframeomgevingen – is deze mogelijkheid echt nuttig en steeds praktischer.
De feitelijke barrière was nooit van technische aard
“Het moderniseren van COBOL is al een tijdje een technisch opgelost probleem”, vertelde Matt Brasier, analist bij Gartner, aan VentureBeat. “Het echte probleem is dat de kosten van modernisering hoog zijn en de ROI laag.”
Amazon en Google bieden al jaren AI-aangedreven COBOL-migratietools aan. AWS Transform en een vergelijkbare Google Cloud Platform-service waren beide op hetzelfde probleem gericht: het verminderen van de wrijving voor klanten die mainframe-workloads naar de cloud willen verplaatsen.
“Dit is eigenlijk nog een bron van concurrentie”, vertelde Raj Joshi, senior vice-president bij Moody’s Ratings, aan VentureBeat. “IBM heeft altijd in een zeer competitief domein geleefd. In de marge is dit feitelijk negatief, daar bestaat geen twijfel over. Er is nog een machtiger concurrent. Maar IBM heeft naast deze bedreigingen bestaan.”
Steve McDowell, hoofdanalist bij NAND Research, gaat in op het structurele argument: “Toepassingen draaien niet op mainframes omdat ze in COBOL zijn geschreven”, zei hij. “Ze draaien op mainframes omdat mainframes een klasse van determinisme, schaalbare rekenkracht en betrouwbaarheid bieden die servers voor algemene doeleinden niet kunnen evenaren.”
Het probleem gaat dieper dan de marktpositionering. “GenAI-tools zijn nuttig, maar hun niet-deterministische aard betekent dat de resulterende code niet consistent is – dezelfde bewerking zal op verschillende manieren in verschillende delen van de code worden geïmplementeerd”, aldus Brasier. “Toonaangevende tools combineren deterministische en niet-deterministische benaderingen, maar niets van dit alles lost het ROI-probleem op.”
Wat de COBOL-vertaling onopgelost laat
“COBOL vertalen is het makkelijke gedeelte”, vertelde IBM-communicatiedirecteur Steven Tomasco aan VentureBeat. “Het echte werk bestaat uit het herontwerpen van de data-architectuur, het vervangen van runtime, de integriteit van transactieverwerking en hardware-versnelde prestaties, gebouwd na tientallen jaren van nauwe software- en hardwarekoppeling. Dat is het probleem dat IBM tientallen jaren lang heeft leren oplossen, en AI is de krachtigste tool die we ooit hebben moeten doen.”
Volgens IBM hebben Royal Bank of Canada, de National Organization for Social Insurance en ANZ Bank allemaal Watsonx Code Assistant for Z gebruikt om de modernisering van de COBOL-code te versnellen zonder IBM Z te verlaten.
Dat betekent niet dat Anthropic geen concurrentiepositie heeft. Voor bedrijven die COBOL buiten het mainframe draaien – op gedistribueerde systemen, Windows- en Linux-omgevingen – betreedt Claude Code een ruimte waar de verticale integratie van IBM minder voordelig is. “IBM begrijpt mainframetechnologie op een niveau dat anderen niet kunnen evenaren. Als ik alleen naar COBOL kijk, gebruik ik Watsonx van IBM”, aldus McDowell. “Anthropic heeft echter een bredere voetafdruk binnen veel ontwikkelingsteams, waar één enkele leverancier het de moeite waard maakt.”
Wat zakelijke kopers eigenlijk zouden moeten doen
Senior data- en infrastructuuringenieurs zullen de komende weken vragen beantwoorden van leidinggevenden die de krantenkoppen zagen en ervan uitgingen dat het moeilijke probleem zojuist was opgelost. Dat gebeurde niet.
“Het is COBOL, maar er zijn talloze toepassingen aan verbonden”, zei Joshi. “Het is niet zo dat je miljoenen lijnen transformeert en op de een of andere manier klaar bent om naar de cloud te gaan. Het is een enorme risicobeoordeling, afhankelijkheden en al die dingen.”
Een nuttigere vraag voor kopers is of het lawaai van deze week een opening creëert. Braiser denkt van wel.
“Ze zouden de daaruit voortvloeiende discussies op bestuursniveau en aandeelhouders moeten gebruiken om uitgestelde moderniseringsinitiatieven te beoordelen en te kijken of een van deze nu ROI heeft”, aldus Brasier.
McDowell was bot over de concurrentiekwestie. “Zal Anthropic zaken kunnen doen met IBM’s tool? Ja, natuurlijk”, zei hij. “Maar het zou mij verbazen als die tool aanzienlijke inkomsten zou opleveren voor IBM.”
Chirag Mehta, analist bij Constellation Research, waarschuwde dat IT-leiders niet van de ene op de andere dag emotioneel moeten reageren of de strategie moeten herschrijven.
“Beschouw dit als een reden om een kleine, beperkte pilot uit te voeren om de resultaten te meten, niet als een reden om leveranciers te rippen en te vervangen”, vertelde Mehta aan VentureBeat.
Mehta suggereert dat bedrijven één goed gedefinieerde applicatiesectie of workflow kiezen met duidelijke input en output, en benaderingen van appel tot appel evalueren: kwaliteit van het in kaart brengen van afhankelijkheid, kwaliteit van herstelde bedrijfslogica-documentatie, testdekking en gelijkwaardigheidscontroles, prestatie- en betrouwbaarheidsregressies.
Volgens Mehta is de belangrijkste herinnering dat modernisering meer is dan het converteren van code. De moeilijkste onderdelen zijn het extraheren van institutionele kennis, het herwerken van processen en controles, verandermanagement en het indammen van operationele risico’s in systemen die niet kapot kunnen gaan. AI kan het ‘analyse- en vertaalwerk’ comprimeren, maar neemt de lasten op het gebied van bestuur en verantwoording niet weg.
“De teams die winnen zullen AI behandelen als een versneller binnen een gedisciplineerd moderniseringsprogramma, met meetbare controlepunten en risicovangrails, en niet als een magische conversieknop”, aldus Mehta.
