Anthropic Transforma Tradução de COBOL com Claude Code

Anthropic Revoluciona a Tradução de COBOL com Claude Code

Na última terça-feira, a Anthropic anunciou ferramentas inovadoras que permitem ao Claude ler, analisar e traduzir o legado do COBOL para linguagens modernas como Java e Python. Este anúncio causou um impacto significativo no mercado, levando a uma queda de aproximadamente US$ 40 bilhões no valor de mercado da IBM, marcando a maior queda diária da empresa em 25 anos. No entanto, essa reação parece derivar de um entendimento equivocado sobre a razão pela qual as empresas ainda utilizam mainframes.

COBOL: Um Legado de 66 Anos

Com 66 anos de história, o COBOL foi criado em 1959 para operar em mainframes da IBM e continua a ser uma peça fundamental para sistemas de processamento de transações. Estima-se que existam cerca de 250 bilhões de linhas de COBOL em produção ativa, segundo o Open Mainframe Project. No entanto, muitos dos engenheiros que escreveram esse código estão se aposentando, enquanto os novos profissionais têm dificuldades para compreendê-lo.

O Desafio da Modernização

Por décadas, a lacuna de habilidades em COBOL tem sido uma questão cara e não resolvida para a TI empresarial. Em 2023, a IBM lançou o Watsonx Code Assistant for Z para ajudar na migração do COBOL para Java moderno. Com o Claude Code, a Anthropic promete analisar bases de código inteiras, mapear dependências ocultas e gerar traduções funcionais desse código.

O Verdadeiro Obstáculo

De acordo com Matt Brasier, analista da Gartner, a modernização do COBOL já é um problema tecnicamente resolvido há algum tempo. O desafio real está nos altos custos e no baixo retorno sobre o investimento (ROI). Ferramentas de migração alimentadas por IA, como AWS Transform da Amazon e serviços do Google Cloud Platform, têm visado reduzir o atrito para clientes que desejam transferir cargas de trabalho de mainframe para a nuvem.

Perspectiva do Mercado

Raj Joshi, vice-presidente sênior da Moody’s Ratings, observa que a IBM sempre esteve num mercado competitivo. Embora a Anthropic traga um novo concorrente poderoso, a IBM continua a coexistir com essas ameaças. Steve McDowell, analista-chefe da NAND Research, destaca que as aplicações não operam em mainframes por serem escritas em COBOL, mas sim porque os mainframes oferecem uma classe de computação determinista, escalabilidade e confiabilidade que servidores comuns não conseguem igualar.

Desafios da Tradução de COBOL

Segundo Steven Tomasco, diretor de comunicações da IBM, traduzir COBOL é apenas a ponta do iceberg. O verdadeiro trabalho envolve a redesign da arquitetura de dados, substituição de tempo de execução, integridade do processamento de transações e desempenho acelerado por hardware. Empresas como o Royal Bank of Canada e o ANZ Bank já usaram o Watsonx Code Assistant for Z para acelerar a modernização do COBOL sem abandonar o IBM Z. No entanto, Anthropic pode encontrar um lugar competitivo em sistemas distribuídos, onde a integração vertical da IBM é menos vantajosa.

Recomendações para Compradores Empresariais

Engenheiros de dados e infraestrutura devem se preparar para responder perguntas de executivos que possam ter interpretado erroneamente que o problema do COBOL foi resolvido. Apesar do barulho, a transformação de linhas de código é apenas uma parte do processo. Mais importante é realizar uma avaliação de riscos e dependências.

Chirag Mehta, analista da Constellation Research, recomenda que líderes de TI não reajam emocionalmente ou refaçam estratégias da noite para o dia. Em vez disso, devem considerar pilotos pequenos e controlados para avaliar resultados e não substituir fornecedores imediatamente. Modernizar vai além de converter código; envolve extrair conhecimento institucional, reformular processos e gerenciar mudanças sem comprometer o risco operacional.

Conclusão

Modernizar sistemas legados é uma tarefa complexa que requer mais do que apenas a tradução de código. A IA pode acelerar a análise e tradução, mas não elimina a necessidade de governança e responsabilidade. As equipes que desejam ter sucesso devem tratar a IA como um acelerador dentro de um programa de modernização disciplinado, com pontos de controle mensuráveis e limites de risco bem definidos.