El futuro del ‘mainframe’ en la era de la IA

No hay duda alguna de que los mainframes tendrán un lugar en el futuro de la inteligencia artificial (IA); de hecho, muchas organizaciones que utilizan este hardware ya lo están planificando.

Aunque la plataforma mainframe de 60 años de antigüedad no se creó para ejecutar cargas de trabajo de IA, el 86 % de los líderes empresariales y de TI encuestados por Kyndryl afirman que están desplegando, o tienen previsto desplegar, herramientas o aplicaciones de IA en sus mainframes. Además, a corto plazo, el 71% afirma que ya está utilizando conocimientos basados en IA para ayudar en sus esfuerzos de modernización de mainframes.

La tendencia de ejecutar IA en mainframes está todavía en su tierna infancia, pero la encuesta sugiere que muchas empresas no planean renunciar a sus mainframes, incluso cuando la IA crea nuevas necesidades de computación, dice Petra Goude, líder de práctica global para la empresa central y zCloud en la compañía global de servicios de TI gestionados en Kyndryl.

Muchos clientes de Kyndryl parecen estar pensando en cómo fusionar los datos de misión crítica de sus mainframes con herramientas de IA, afirma. Además de utilizar la IA en los esfuerzos de modernización, casi la mitad de los encuestados planea utilizar la IA generativa para desbloquear los datos críticos del mainframe y transformarlos en información procesable.

“O bien se trasladan los datos al modelo [de IA] que normalmente se ejecuta en la nube hoy en día, o bien se trasladan los modelos a la máquina donde se ejecutan los datos”, añade. “Creo que se van a ver ambas cosas”.

Mientras tanto, la IA también puede ayudar a las empresas a modernizar sus estrategias de mainframe, ya sea ayudando a mover las cargas de trabajo a la nube, convirtiendo el código antiguo del mainframe o formando a los trabajadores en tecnologías relacionadas con el mainframe, dice Goude.

Para la mayoría de los usuarios, la modernización del mainframe implica mantener algunas cargas de trabajo de misión crítica en las instalaciones y trasladar otras cargas de trabajo a la nube, afirma Goude. Una gran mayoría de los encuestados planea trasladar algunas cargas de trabajo fuera del mainframe, pero casi el mismo número afirma que considera los mainframes importantes para sus estrategias de negocio.

Goude considera que ahora hay más líderes empresariales y de TI que adoptan un entorno de TI híbrido que en años anteriores, cuando muchas organizaciones adoptaban un enfoque de todo o nada.

“La encuesta está consolidando el hecho de que el mundo de las TI es híbrido”, afirma. “Se trata de la carga de trabajo adecuada en la plataforma adecuada. ¿Cómo hacer la elección correcta para cualquier aplicación que tengas?”.

La IA ayuda con el código

La encuesta de Kyndryl le suena a Lisa Dyer, vicepresidenta senior de Producto en Ensono, un MSP que trabaja con mainframes. Dyer ve un gran interés por parte de los clientes en utilizar la IA para ayudar en los esfuerzos de modernización de los mainframes.

La propia Ensono utiliza la IA para ayudar a los clientes con la modernización, afirma. La IA puede ser especialmente útil para traducir o actualizar código en los mainframes de los clientes, afirma. La IA puede, por ejemplo, escribir fragmentos de código nuevo o traducir COBOL antiguo a lenguajes de programación modernos como Java.

“La IA puede ser una tecnología de asistencia”, afirma Dyer. “Lo veo en términos de ayudar a optimizar el código, modernizar el código, renovar el código y ayudar a los desarrolladores a mantener ese código”.

Tiene sentido que los usuarios de mainframe recurran a la IA para ayudar a modernizar la plataforma, añade Chris Dukich, CEO de la empresa de tecnología de marketing digital Display Now, que ha trabajado con empresas que recurren a la IA para navegar por las complejidades de la modernización del mainframe.

“Muchas instituciones están dispuestas a recurrir a la IA para ayudar a mejorar los sistemas obsoletos, en particular los mainframes”, dice. “La IA reduce la carga de varias fases de trabajo, como la reescritura de código o la sustitución de bases de datos, lo que agiliza toda la etapa de actualización”.

Trasladar la IA al ‘mainframe‘

Al igual que Goude, de Kyndryl, tanto Dyer como Dukich han visto los primeros esfuerzos por ejecutar cargas de trabajo de IA en mainframes. Este año, docenas de empresas parecen estar en la fase piloto o de prueba de concepto, dice Dyer, con un mayor impulso con la próxima generación de mainframes.

Muchas organizaciones tienen sus datos críticos residiendo en mainframes, y puede tener sentido ejecutar modelos de IA donde residen esos datos, dice Dyer. En algunos casos, puede ser una alternativa mejor que trasladar los datos de misión crítica a otro hardware, que puede no ser tan seguro o resistente, añade.

“En el mainframe están los datos de los clientes y lo que yo llamaría los datos operativos”, afirma. “Puedo ver el valor de poder desarrollar y ejecutar tus modelos directamente allí, porque no tienes que mover tus datos, tienes muy baja latencia, alto rendimiento, todas esas cosas que querrías para ciertos tipos de aplicaciones de IA”.

Muchos usuarios de mainframe con grandes conjuntos de datos quieren conservarlos, y ejecutar IA en ellos es la próxima frontera, añade Dukich.

“La relativa fiabilidad, seguridad y escalabilidad de los mainframes los hacen refractarios a las nubes competidoras y los hacen muy útiles en el trabajo analítico y de toma de decisiones engrasados por la IA”, afirma.