标签: 软件系统开发 2026-01-26 次
麦肯锡在《AI助力IT现代化:更快、更省、更好》一文中提醒读者,失败的软件系统现代化尝试可能让成本飙升至数亿美元。这或许也是为什么,据2025年8月IDC报告,企业会把高达80%的IT预算花在维护过时软件系统上。尽管企业能看到AI主导的未来,但现有的和潜在的技术债务,已从IT部门的小问题演变成了重大威胁。
在技术债务之外,现代企业格局中,商业领袖还得考虑其他不断升级的风险:
安全漏洞
专业知识流失
人才招聘难题
保留旧代码中嵌入的关键业务逻辑
但这些风险不该成为企业继续往缺乏竞争力的老旧软件系统里投资源的理由。相反,企业领袖该选这样的策略:保留还能用的老旧软件系统,同时为未来所需的现代化软件系统打基础。

老旧基础设施制约着所有主要行业的运营。比如,银行平台靠几十年前的大型机软件系统处理每日数万亿美元交易,美国经济业至今仍重度依赖COBOL——这种编程语言,很多开发者出生前就有了。这类例子凸显了现代化的紧迫性:维护老旧系统占用了本可用于增值开发的资金。
不作为的代价包括多重劣势:
企业无法推出新数字产品
难以满足不断变化的监管要求
顶尖人才会避开还在用老旧软件系统的公司
传统现代化项目常失败,因为它们总想“一口吃成胖子”。搞“直接迁移”(把旧软件系统原样搬上云)的企业,最后可能只是让低效应用跑在现代基础设施上,啥好处没捞着。
AI驱动的现代化则不同。高知特(Cognizant)的调研报告《AI的两年时间表:完成老旧软件系统现代化任务的路径》,调查了全球2000强企业中1000位业务和技术领袖。结果发现,66%的人优先通过现代化提升员工生产力。有家医务服务商就是这么干的:把老旧基础设施连到云应用来升级病历系统,用AI防止文书错误。员工有了更多时间照顾病人,运营成本也降了。
不少企业证明,AI能在不引发灾难性动荡的前提下,弥合老旧系统与现代系统的鸿沟。
高盛:在工程团队部署生成式AI(GenAI)当“开发副驾”。这个AI助手处理重复活儿,比如生成样板代码、写文档、编测试用例、重构老旧代码库。结果高盛效率提升约20%。在监管严格的行业里,这家公司把AI放在私有环境里,还加了代码合规检查来满足安全和合规标准。
爱彼迎:用大语言模型(LLMs)加速大规模测试迁移。当时公司要升级整个代码库的测试基础设施,AI工具自动化翻译工作,减轻工程师负担的同时保持测试覆盖率。这让爱彼迎在更新平台底层架构时,还能保住原有功能。
美国人事管理局(OPM):打算用AI升级基于COBOL的退休金系统。这个2025年启动的两年期项目,用AI把COBOL代码转成JavaScript或Python等现代语言。AI负责批量翻译,人类开发者验证并优化结果。OPM先做了大量分析,审查数百万行老旧代码并按复杂度分类,把精力集中在最关键的现代化环节。
这三个案例有三个共同点:
用AI增强现有软件系统,而非取代
走渐进式转型,不搞全盘替换
保留人工监督和流程验证
升级基础设施的同时,留住好用的软件系统和业务逻辑
企业推进AI驱动的老旧软件系统现代化,不妨考虑分阶段推进,随时间积累势头。因为这事太烧钱,很容易让人想先解决技术债务。但其实,得先打好基础。
先从应对眼前的运营压力入手,同时为更大计划铺路。用AI从老旧软件系统提取并记录业务逻辑——生成式AI能高效爬取源代码,翻译成自然语言并对应到业务规范。这样能让利益相关方细致了解老旧系统,还能找到AI生成代码连接老旧软件系统与现代接口的“高价值集成点”。
直面自家系统的现状很有战略意义。记住,现有业务逻辑是企业几十年攒下的经验,别随手就扔。
现在可以开始系统处理技术债务了。用AI大规模把老旧代码转成现代语言,部署前验证每次转换。
这种AI驱动的代码翻译,能减少对过时语言专家的需求,消除因缺乏老旧编程知识带来的组织风险。不过企业还是需要有人来验证AI生成的翻译结果。虽说不再需要懂老旧软件系统和语言的技能,但不能说技能缺口不存在——毕竟招能用好新技术的人也不容易。
尽管技能缺口有挑战,但别忘了这一步的重点:减技术债务。每少一笔老旧维护费,就能多一笔现代化投资的钱;每删一段废弃代码,就少一个安全漏洞。
等现代化团队减完技术债务、搭起初具规模的现代基础设施后,企业就能推进过去觉得风险太大的宏大计划了。
在全公司部署AI能力,能帮员工快速响应客户需求变化、推出新数字服务,甚至进入以前因老旧软件系统受限而无法涉足的相邻市场。
整个过程要把现代化当持续的事来做:以业务成果而非技术完美为先,同时盯紧治理和效率。