过度依赖AI进行大型机迁移，企业面临项目失败风险

根据Gartner的警告，那些过度依赖AI来推进大型机退出策略的企业领导者，应当做好预期落空的准备。Gartner预测，今年启动的相关项目中，超过70%将因高估生成式AI能力而以失败告终。

Gartner指出，将AI作为核心驱动力的企业面临成本超支、技术债务积累和关键系统故障等风险。Gartner副总裁兼分析师Alessandro Galimberti在一份新闻稿中表示，生成式AI的市场宣传与其实际迁移遗留代码的能力之间，差距正在持续扩大。

Galimberti还指出，各供应商无论AI技术能否切实改善迁移结果，都在将其嵌入自家产品中。他补充道："当这一现象与关键大型机应用'大而不能倒'的特性，以及经验丰富的技术人才加速流失相叠加，基础设施与运维负责人将面临完美风暴式的风险，使得规划不善的退出策略愈发难以为继。"

AI正渗透至企业运营的几乎每一个环节，包括大型机系统的全面升级改造。随着企业和政府机构纷纷寻求现代化技术架构，这一趋势尤为明显。

尽管分析师警告称，AI技术本身并非解决复杂迁移问题的万能良方，但高度依赖大型机的企业——尤其是金融服务行业——仍在积极探索AI的应用潜力。摩根大通曾借助生成式AI加速大型机现代化进程，并通过建立治理机制和安全防护措施来降低关键应用改造的相关风险。与此同时，据摩根士丹利发言人透露，该公司内部开发了一款名为DevGen.AI的AI工具，已成功更新了这家银行巨头大型机系统中数百万行遗留代码。

AWS和大语言模型提供商Anthropic等供应商，也纷纷宣扬利用AI推动遗留应用现代化的优势。然而，IBM、Kyndryl等大型机领域的巨头则持续强调大型机作为企业级现代化平台的核心地位。北卡罗来纳州车辆管理局于今年早些时候选择了IT服务提供商Kyndryl，负责承接其大型机现代化改造项目。

Galimberti在新闻稿中表示，企业的大型机策略取决于其自身环境的复杂程度。他指出，对于许多客户而言，生成式AI更适合用于大型机系统的就地现代化改造，而非单纯加速迁移下线的进程。

Gartner预测，随着对"一刀切"解决方案的需求持续下降，到2030年，75%的大型机退出服务供应商将调整甚至终止其商业模式。

Galimberti表示："企业必须在优化现有大型机投资与平台全面退出之间寻求平衡，将完整的平台迁移限定于经过逐案评估的特定场景，因为此类工作本身就伴随着高风险的系统转型，且往往难以达到理想效果。"

Q&A

Q1：Gartner为何认为大型机迁移项目会大量失败？

A：Gartner认为，失败的核心原因在于企业高估了生成式AI的实际能力。生成式AI在市场宣传中的形象与其真实迁移遗留代码的能力之间存在明显落差，而供应商又在不顾实际效果的情况下将AI强行嵌入产品中。加之大型机应用本身复杂度极高，且经验丰富的技术人才正在加速流失，多重因素叠加导致超过70%的相关项目面临失败风险。

Q2：摩根大通和摩根士丹利是如何使用AI进行大型机改造的？

A：两家金融机构采用了不同的AI应用路径。摩根大通引入生成式AI加速大型机现代化进程，并配套建立了治理机制和安全防护措施，以管控关键应用改造的风险。摩根士丹利则选择自研路线，开发了内部AI工具DevGen.AI，该工具已完成对公司大型机系统中数百万行遗留代码的更新升级。

Q3：Gartner对大型机退出供应商的未来有何预测？

A：Gartner预测，到2030年，约75%的大型机退出服务供应商将被迫调整甚至终止现有商业模式。主要原因是企业对"一刀切"迁移方案的需求正在减退。未来，企业更倾向于结合自身实际情况，在优化现有大型机投资与选择性退出之间寻求平衡，而非追求大规模的全面平台迁移。