Krach na akcjach IBM. Rynek uwierzył, że AI w końcu poradzi sobie z problemem COBOL-a

To, co dla przeciętnego użytkownika technologii jest niewidoczne, dla globalnego systemu finansowego stanowi fundament działania – i jednocześnie jedno z największych ryzyk. Mowa o kodzie napisanym w języku COBOL, technologii pamiętającej czasy kart perforowanych, która do dziś obsługuje krytyczne procesy w bankowości i administracji państwowej. Kiedy więc startup Anthropic ogłosił, że jego nowe narzędzie, Claude Code, potrafi drastycznie przyspieszyć proces modernizacji tych archaicznych systemów, reakcja giełdy była natychmiastowa i brutalna.

Akcje IBM zanotowały w tym tygodniu spadek o 13 procent, co stanowi najgorszy jednodniowy wynik firmy od ponad ćwierć wieku. Panikę inwestorów wywołała obawa, że sztuczna inteligencja zautomatyzuje żmudną, kosztowną pracę, która od lat stanowiła stabilne źródło przychodów dla działów konsultingowych takich gigantów jak IBM, Accenture czy Cognizant. Wszyscy oni stracili na wartości w ślad za ogłoszeniem konkurenta z Doliny Krzemowej.

Armia konsultantów kontra algorytm

Aby zrozumieć skalę problemu, trzeba spojrzeć na liczby. COBOL to nie tylko relikt przeszłości; szacuje się, że w samych Stanach Zjednoczonych język ten odpowiada za obsługę 95 procent transakcji w bankomatach. Setki miliardów linii kodu pracują codziennie w tle, zapewniając ciągłość operacji finansowych na całym świecie. Problem nie leży jednak w samej składni, ale w kadrach. Programiści, którzy budowali te systemy dekady temu, w większości przeszli już na emeryturę, a młode pokolenie inżynierów nie garnie się do nauki technologii z lat 60.

Ta luka kompetencyjna sprawiła, że modernizacja systemów mainframe stała się przedsięwzięciem niezwykle kosztownym, wymagającym zatrudniania „armii konsultantów”. Ich zadaniem przez lata było ręczne mapowanie zależności, analizowanie przepływów danych i ostrożne przepisywanie kodu. Anthropic twierdzi teraz, że AI odwraca te zasady gry. Claude Code ma automatyzować fazę eksploracji i analizy, pozwalając na modernizację systemów w kwartałach, a nie latach. Dla inwestorów brzmi to jak wyrok na tradycyjny model biznesowy firm doradczych.

IBM: Byliśmy tu pierwsi

Reakcja rynku wydaje się jednak nosić znamiona paniki, która może przesłaniać rzeczywisty obraz sytuacji. IBM, choć boleśnie odczuł giełdową przecenę, nie jest biernym obserwatorem tej rewolucji. Firma od lat promuje własne rozwiązania oparte na AI, w tym „watsonx Code Assistant for Z”, który służy dokładnie do tego samego celu – tłumaczenia kodu COBOL na Javę i modernizacji aplikacji mainframe’owych. Prezes IBM, Arvind Krishna, jeszcze w ubiegłym roku podkreślał rosnącą adopcję tych narzędzi wśród klientów.

Rob Thomas, wiceprezes IBM, w odpowiedzi na rynkowe zawirowania opublikował wpis, w którym punktuje powierzchowność obecnej debaty. Jego zdaniem rynek myli dwa pojęcia: translację kodu i modernizację platformy. „Tłumaczenie kodu to jedno. Modernizacja platformy to zupełnie co innego. To nie są tożsame procesy, a luka między nimi jest miejscem, gdzie większość przedsiębiorstw napotyka problemy” – argumentuje Thomas.

Złożoność ukryta pod powierzchnią

Argumentacja IBM opiera się na założeniu, że wartość ich rozwiązań mainframe (seria Z) nie wynika z języka programowania, ale z wertykalnie zintegrowanego stosu technologicznego – od sprzętu, przez system operacyjny z/OS, po architekturę przetwarzania transakcji i szyfrowanie odporne na ataki komputerów kwantowych. Proste „przetłumaczenie” kodu przez bota AI nie replikuje tych unikalnych cech bezpieczeństwa i wydajności.

Co więcej, narracja o tym, że jest to wyłącznie problem IBM, może być myląca. Szacuje się, że około 40 procent kodu COBOL działa na systemach Windows, Linux i innych platformach rozproszonych, a nie na mainframe’ach IBM. Zatem narzędzie Anthropic rozwiązuje realny problem, ale niekoniecznie ten, który uderza w samo serce sprzętowego biznesu Big Blue.

Obecna sytuacja wpisuje się w szerszy trend rynkowy, w którym każde ogłoszenie nowych możliwości AI powoduje gwałtowną przecenę spółek, których przychody mogą być zagrożone automatyzacją. Podobny los spotkał w zeszłym tygodniu firmy z sektora cyberbezpieczeństwa po zapowiedziach narzędzi do skanowania kodu pod kątem podatności. Niezależnie jednak od tego, czy giełdowa reakcja była przesadzona, zmiana paradygmatu jest faktem. AI sprawia, że modernizacja starego kodu staje się ekonomicznie opłacalna po raz pierwszy od dekad. Pytanie brzmi, czy IBM zdoła przekonać rynek, że jest liderem tej transformacji, a nie jej ofiarą.