作者 | Shodhan Sheth、Tom Coggrave、Alessio Ferri

老舊系統是阻礙許多企業發展的瓶頸問題。盡管現代化的需求十分迫切，但高昂的成本、繁瑣的流程和龐大的時間投入，往往讓許多企業止步不前。

在這方面，生成式人工智能可以發揮重要作用。雖然它通常用于客戶支持和內容創作，但實際上，生成式人工智能可以加速完成老舊系統現代化過程中的一些復雜環節，尤其是在幫助理解現有系統和填補相關能力缺口方面。通過解決這些問題，人工智能能夠幫助團隊更高效地推進工作。

這并非空想，我們已經通過實際項目獲得了驗證。例如，在某個項目中，我們成功幫助客戶將老舊代碼的反向工程時間縮短了三分之二。這意味著，企業可以迅速夯實基礎，進而加快后續發展步伐，實現更大的業務價值。

為什么老舊系統現代化如此困難?

老舊系統現代化究竟存在哪些困難?簡單來說，這項工作之所以具有挑戰性，是因為它需要團隊應對“意外的復雜性”，而這往往會消耗大量的時間和精力。

造成復雜性的原因有很多，主要包括：

• 文檔缺失或不完善
• 人員流動導致內部知識喪失
• 多年來不斷堆積新流程和需求(但卻沒有進行重構或清理不必要的部分)
• 缺乏技能應對老舊系統中所用的過時語言和工具

然而，最嚴重的原因其實是“拖延”。如果忽視了技術債務，老舊系統在沒有明確規劃和管理的情況下不斷演變，最終就會形成所謂的“泥球效應”(big ball of mud)。這意味著，未來將面臨更加棘手和痛苦的局面。

因此，生成式人工智能在系統現代化中發揮著至關重要的作用。它能助力解決在現代化項目初期必須應對的復雜問題(比如老舊代碼反向工程)，從而加速現代化進程。生成式人工智能夠將大量的數據轉化為更易于處理和理解的信息，這對于處理龐大且復雜的項目尤其重要。

生成式人工智能如何推動老舊系統現代化

生成式人工智能正在推動老舊系統現代化，幫助實現價值，并提升團隊的工作效率。通過有效應用生成式人工智能，團隊能夠節省時間，專注于更具創造性和戰略性的任務，從而實現更高的生產力和更大的價值。

更好地理解現有系統，彌補能力缺口

老舊系統現代化的第一步通常是對現有系統進行全面分析，這個過程通常被稱為“AS-IS”(現狀分析)。

然而，這一步往往充滿挑戰，因為許多老舊系統通常包括不同年代的各種組成部分或層級。例如，一些老舊的數據庫可能已經運行了幾十年，但與現代應用程序連接時，所用的編程語言和工具可能在團隊內已經沒人能理解了。除非系統架構設計得非常規范，否則它往往以一種近乎“隨機”的方式不斷演化，最終形成十分復雜的結構，導致團隊難以理解老舊系統的復雜性及其背后的原因。

以上問題是老舊系統現代化進程中的一個重大瓶頸。例如，Thoughtworks曾與某歐洲汽車制造商合作，在推進現代化項目時，對現有代碼庫(大約1500萬行代碼)進行逆向工程遇到瓶頸，導致項目進度落后了9個月。這類逆向工程需要大量領域專家的參與，他們不僅要理解老舊代碼，還要將其與實際業務需求對接，而領域專家編制的文檔往往讓推進項目的業務分析師感覺難以準確理解，增加了溝通的難度。

在這種情況下，借助生成式人工智能對老舊代碼庫進行深度分析，不僅可以更快速生成文檔，而且可以確保文檔符合業務分析師的具體需求。

使用生成式人工智能的優勢顯而易見：它將逆向工程的時間縮短了三分之二。更重要的是，減少了對領域專家的需求，讓他們可以騰出更多時間專注于開發未來架構。生成式人工智能不僅展現了在大規模理解復雜系統方面的巨大潛力，還有效彌補了經常在老舊系統現代化過程中暴露的技能和知識缺口。

正因如此，我們需要認識到生成式人工智能在軟件工程中的真正價值——它不僅僅是加速代碼編寫的工具，更是提升溝通、分析和理解效率的得力助手，能夠幫助團隊成員專注于更具價值的工作。

聚焦未來架構設計

生成式人工智能不僅能夠解放軟件工程師和架構師的時間，讓他們更加專注于設計現代化系統，還能提高設計過程的效率和深度。通過幫助工程師更快理解復雜系統并減少繁瑣的工作，生成式人工智能可以直接提升架構決策的質量。

換言之，當你面對一個沒有完整文檔(甚至根本沒有文檔)的復雜系統時，生成式人工智能可以幫助你更好地理解該系統，從而做出更加明智的設計決策。

展望未來，我們可能會見證一種工具的誕生，它類似于人工智能編程助手，專門幫助優化架構思維。這類工具不僅能幫助架構師和工程師更輕松地驗證設計決策，還能幫助他們更全面地思考問題，降低盲點的風險，確保設計決策符合最佳實踐和成熟的架構原則。

需要注意的是，生成式人工智能并不能完全替代設計討論，但可以讓這些討論更高效。這意味著，團隊能夠更迅速地完成工作，同時最終產出的架構方案也會更具影響力。

管理風險與提升彈性

啟動老舊系統現代化項目往往讓人感到不安，因為這感覺是在將自己置于不必要的風險之中。如果現有系統運行良好，為什么要進行重建?但實際上，如前文所述，不進行現代化會讓企業面臨更大的風險，這既包括安全風險也包括商業風險。

生成式人工智能能夠針對系統提供更清晰的洞見，助力降低風險并提升系統彈性。例如，生成式人工智能可以幫助擴展測試用例，大幅縮短人工操作的時間，同時也能幫助評估架構決策是否合理優化。

簡而言之，將生成式人工智能作為老舊系統現代化項目的基礎，可以讓你增強信心，確保系統按照預期運行。從長期來看，隨著現代化進程的推進，系統問題將逐步減少，團隊的工作效率和生產力也會得到提升。

為老舊系統現代化奠定堅實基礎

老舊系統現代化項目總是讓人感到壓力重重。不過，生成式人工智能可以幫助團隊減輕工作負擔，讓任務變得更加可控，同時滿懷信心地加快交付進程。

雖然生成式人工智能已經備受關注，但現在是時候超越一時的熱度，深入挖掘其真正的價值了。將生成式人工智能融入軟件開發的各個環節，能夠釋放出巨大的戰略潛力，發揮深遠且持久的作用。現在就是最佳時機，抓住機會挖掘生成式人工智能的潛力，為企業創造長期價值。