生成式AI在遗留系统现代化中的应用 - 摩根士丹利通过自研AI工具DevGenAI审查900万行遗留代码，节省28万小时开发时长[1] - 该工具将Cobol等老旧代码转换为英语规范，再由开发者重写为现代代码，解决熟悉古老语言的开发者稀缺问题[2][3] - 公司15000名开发者使用该工具处理代码翻译、监管合规需求及片段现代化改造[3] 企业自研AI工具的驱动因素 - 商业AI工具擅长编写新代码但难以处理老旧或定制化语言[2] - 摩根士丹利认为自主开发能实现商业产品缺乏的灵活性，抢先获得竞争优势[2] - 金融服务机构普遍采用与模型构建方合作模式，如法国巴黎银行联姻Mistral AI，道明银行合作Cohere[4] 行业实践案例 - ADP公司利用生成式AI将大型机Cobol代码翻译为Java，缓解Cobol工程师短缺压力[5][6] - Wayfair使用谷歌编码助手更新PHP遗留代码和SQL数据库代码，降低技术债处理难度[6] - Databricks通过AI帮助工程师快速理解旧代码库功能，提升接手效率[7] 科技巨头布局方向 - IBM推出WatsonX编码助手支持Cobol转Java，可将多年遗留系统更新周期缩短至1-2年[10][11] - GitHub Copilot发布遗留代码现代化指南，强调需处理技术债务、集成挑战等六大核心问题[12][13] - 微软、亚马逊等厂商的AI编程助手已提升开发者25%生产力，现扩展至遗留系统改造领域[8] 技术实施挑战 - 代码翻译存在准确性隐忧，需权衡开发速度与潜在错误成本[16] - 现代化过程涉及数据迁移、安全漏洞修复等复杂工作流，需多模型协同[12] - AI生成代码可能导致文档缺失或冗余代码混入，需加强人工审查[14]