I sistemi mainframe svolgono da sempre un ruolo chiave in alcune attività fondamentali per le aziende di diversi settori: dall’elaborazione di milioni di transazioni per i clienti in pochi secondi, al supporto nella gestione di consistenti carichi di lavoro in modo continuativo e senza interruzioni.
Oggi la loro cruciale funzione operativa si sta però ulteriormente rafforzando: nell’era dell’AI, i mainframe stanno infatti trovando una nuova vita, evolvendo da semplici piattaforme transazionali a strumenti intelligenti in grado di estrarre informazioni preziose, riducendo i tempi di inattività dei servizi IT e garantendo la sicurezza dei dati. Del resto, i mainframe sono conosciuti per le elevate prestazioni in termini di elaborazione, oltre che per la capacità di gestire efficacemente grandi volumi di dati: è naturale, quindi, che risultino ideali per svolgere i complessi calcoli richiesti dall’AI.
Indice degli argomenti
Intelligenza artificiale nei mainframe per il rilevamento delle frodi
Nell’era digitale, banche, retailer e aziende di diversi settori sono sempre più vulnerabili a svariate tipologie di frodi, che possono potenzialmente causare significative perdite finanziarie e danni alla reputazione delle organizzazioni coinvolte. Tuttavia, grazie a modelli di intelligenza artificiale eseguiti direttamente sul mainframe, dove vengono anche effettuate le transazioni e dove risiedono i dati, il tempo necessario per elaborare le informazioni e renderle disponibili viene ridotto al minimo. Questo rende possibile l’analisi in tempo reale e permette una rapida identificazione di eventuali attività fraudolente che, di conseguenza, possono essere prontamente segnalate per ulteriori indagini.
Guardando in particolare al mondo finanziario, attività specifiche come l’automazione nella gestione dei crediti e la rinegoziazione dei prestiti possono essere eseguite direttamente su una piattaforma mainframe, rendendo più rapida e semplice l’assimilazione delle decisioni aziendali e delle informazioni fornite dall’AI.
Ad esempio, potenziando il modulo esistente per l’autorizzazione dei pagamenti del sistema bancario Hogan di DXC con il chip Telum di IBM, le banche possono eseguire il rilevamento delle frodi tramite AI sulla totalità delle transazioni. In questo modo, gli istituti possono agire rapidamente per prevenire eventuali perdite e proteggere i clienti, con un potenziale risparmio annuo, per una banca Tier 1, stimato in 120 milioni di dollari.
L’IA come supporto per gli sviluppatori mainframe
Nell’attuale panorama digitale in continua evoluzione, la complessità delle applicazioni, unita a una crescente carenza di talenti, può rendere le organizzazioni vulnerabili di fronte a picchi improvvisi di domanda o limitarne le capacità di fornire rapidamente le innovazioni richieste e necessarie per i clienti.
A causa del design complesso e monolitico dei mainframe, gli sviluppatori incontrano spesso difficoltà nel comprendere e mantenere questo tipo di applicazioni. Integrando l’intelligenza artificiale direttamente nel processo di sviluppo del mainframe, però, le organizzazioni possono affrontare in tempo reale eventuali problemi di servizio e allocare le risorse dove sono più necessarie.
L’integrazione dell’AI comporta il supporto nella comprensione delle basi di codice esistenti, l’automazione della ristrutturazione del codice informatico e la verifica dell’accuratezza del codice tradotto. In altre parole, quando un codice viene convertito da un linguaggio di programmazione a un altro, la versione tradotta esegue esattamente le stesse funzioni e produce gli stessi risultati del codice originale, senza errori o modifiche involontarie nella logica o nel comportamento.
Inoltre, a fronte di un numero sempre più ridotto di sviluppatori in grado di comprendere COBOL e altri linguaggi di programmazione meno recenti, i nuovi strumenti di intelligenza artificiale possono essere di supporto nell’utilizzo di questi linguaggi di codifica, permettendo ai professionisti di automatizzare i processi di verifica, creare applicazioni più rapidamente e migliorare le prestazioni complessive del sistema. Tutto questo consente agli sviluppatori di concentrarsi su attività più complesse, creative e orientate alla ricerca.
Mainframe e intelligenza artificiale: competenze per il futuro
In questo scenario, costruire competenze mainframe per il futuro diviene fondamentale: è necessario fornire ai tecnici la formazione necessaria ad aiutare le organizzazioni a sfruttare al meglio il potenziale dell’AI e del mainframe.
Anche piccoli guasti dei servizi IT possono costare milioni e causare danni irreparabili alla reputazione di un’azienda. Tuttavia, integrando l’AI all’interno delle operazioni mainframe, le organizzazioni saranno presto in grado di ridurre il tempo necessario per riprendersi dopo un’interruzione dei servizi e ripristinare la connessione dei principali sistemi.
L’AI sarà inoltre in grado di prevedere quando potrebbe verificarsi un evento, consentendo a chi di dovere di adottare misure proattive per prevenirlo o mitigarne l’impatto sulla produzione.
In questa visione del futuro, la necessità di competenze specializzate si riduce sensibilmente ed è possibile impiegare con successo un numero maggiore di sviluppatori mainframe. Il risultato è un approccio più vantaggioso, poiché il bacino di talenti si amplia e al contempo diminuisce la pressione per la gestione di sistemi complessi con competenze limitate.
Il futuro dell’intelligenza artificiale nei sistemi mainframe
I mainframe sono da tempo i giganti silenziosi del panorama tecnologico. E ci aspettiamo che continuino a evolversi, collaborando con l’AI al fine di rendere più semplice per le organizzazioni l’estrazione di informazioni approfondite, riducendo la complessità dei progetti, ottimizzando le operazioni e contribuendo attivamente al contrasto alle frodi.
Allo stato attuale, affidandosi a partner in grado di coniugare competenze di consulenza, ingegneria e tecnologia, per le aziende di ogni settore è già possibile intraprendere un percorso volto a impiegare al meglio l’AI e le tecnologie mainframe.
