AI 转型项目受遗留应用程序与陈旧数据管理的制约

老旧数据基础设施正在增加企业在推进 AI 转型之前需要偿还的技术债务。

Pegasystems 的研究发现，三分之二的组织表示，“遗留系统与应用程序”正在阻碍它们“全面采用更现代化技术”。而将近九成的企业担忧，此问题正制约它们与敏捷、创新的竞争对手保持同步的能力。

近四分之一的公司拥有开发 6 到 10 年的应用程序，近三分之一的公司拥有开发 11 到 15 年的遗留应用程序。但这些仅仅是初级阶段，另有 7% 的公司运行的应用程序已超过 25 至 30 年，而有 1% 则承认使用超过 50 年的应用程序。

而推测底层数据结构和架构同样陈旧。近四分之一的受访者表示，遗留应用程序意味着“数据被锁在其中，无法访问”。

Pegasystems 首席技术官 Don Schuerman 表示：“问题的一部分在于，遗留系统往往意味着业务逻辑——规则、工作流程、决策点——与数据系统交织在一起。”

他补充说：“在几乎每一次关于自动化和 AI 项目的客户讨论中，存储和数据管理问题都会浮现。现实情况是，大多数组织的数据被困于多个系统中的孤岛，这为实施有效的自动化或 AI 解决方案构成了重大障碍。”

"不"为老化软件喝彩

这就要求技术领导者在前端提供全新的数字体验的同时，还要维护包含核心业务数据和交易的后端系统。这意味着它们必须在敏捷性与稳定性之间进行权衡，因为遗留系统通过数据复制、批量处理及孤岛式架构拖慢了发展步伐。

Pega 的解决方案是实时数据集成，其声称能在恰当的时机将正确的数据传递至正确的工序，幕后管理数据请求，并能够轻松适应新的数据源，而无需定制代码。

Schuerman 指出，公司需要专注于想要转型的流程和体验，然后将所需数据拉入云端。“试图在特定客户流程和参与策略之外解决数据问题，可能会导致持续时间漫长却从未带来价值的科研项目。”这也解释了为何实际进入生产阶段的 AI 项目比例较低。

Pegasystems 在其位于拉斯维加斯的 PegaWorld 会议上发布了这一研究，同时宣布推出 Pega Agentic Process Fabric，并将其描述为一种“开放的智能面料”，用于编排“所有 AI 代理和系统”。

该面料能在 Pega 应用程序与第三方系统之间注册 AI 代理、工作流程，以及（至关重要的）数据。它支持包括 Model Context Protocol 和 Agent-to-Agent 在内的标准。

换句话说，Pega Agentic Process Fabric 取代了该供应商原有的 Pega Process Fabric，新服务不仅保留了前者的主要功能，更增添了 Agentic AI 支持。

这一面料的更新同步推出了供应商对 Infinity App Studio 的 Agentic AI 增强功能。这些增强功能包括改进的 AI 开发代理，充当开发人员的“导师”，同时还提供自动化测试，并加快用户体验配置。新功能将在 Pega Infinity 第三季度版本中推出。