Dit ambitieuze project pakte een cruciale uitdaging aan voor een vooraanstaande Europese bank: het verlagen van kosten en de afhankelijkheid van verouderde legacy-systemen die op mainframes draaien. Nu een aanzienlijk deel van het IT-personeel van de instelling de pensioengerechtigde leeftijd nadert, werd de noodzaak van modernisering dringend. De bank werkte samen met AdvanceWorks om een geavanceerde tool voor softwaremigratie te ontwikkelen, aangedreven door generatieve AI, beginnend met de transformatie van een applicatie die op de mainframe draait.

De migratietool beschikt over een gebruiksvriendelijke frontend voor handmatige bewerkingen en validaties, terwijl deze geavanceerde Large Language Models (LLM's) zoals ChatGPT en Gemini ondersteunt. Deze LLM's waren cruciaal om de aanpasbaarheid en nauwkeurigheid van het systeem bij het vertalen van legacy code naar moderne formaten te waarborgen. Door deze transformerende aanpak te omarmen, heeft de bank niet alleen haar migratieproces gestroomlijnd, maar ook de weg vrijgemaakt voor een toekomstbestendig IT-framework dat naadloze codemigratie tussen programmeertalen mogelijk maakt.

Team Samenwerking:
Het project omvatte nauwe samenwerking tussen het interne IT-team van de bank en de AI-specialisten van AdvanceWorks. Een gedeelde focus op innovatie en aanpassingsvermogen zorgde voor de succesvolle integratie van generatieve AI-technologieën in de processen van de bank. De gestroomlijnde en transparante communicatie bevorderde een flexibele werkomgeving, waardoor snelle aanpassingen aan uitdagingen mogelijk waren en aansluiting werd gevonden bij de projectdoelstellingen.

Doelen bereikt:

• Verminderde afhankelijkheid van vertalend talent Door het conversieproces te automatiseren, verminderde de bank haar afhankelijkheid van COBOL-expertise.
• Lagere mainframekosten: Het migreren van legacy-applicaties van de mainframe heeft geleid tot aanzienlijke kostenbesparingen.
• O&O-vooruitgang: Een innovatief raamwerk ontwikkeld met de potentie om codeconversie tussen willekeurige programmeertalen semi-geautomatiseerd te maken, wat de weg vrijmaakt voor efficiëntie op lange termijn.

Resultaten:
De succesvolle implementatie van de AI-gestuurde migratietool heeft de operationele veerkracht van de bank aanzienlijk verbeterd. De kosten voor mainframeonderhoud zijn gedaald en de afhankelijkheid van verouderde vaardigheden is verminderd. Bovendien heeft het initiatief de bank gepositioneerd als leider in het omarmen van AI om complexe IT-uitdagingen op te lossen, met een schaalbaar raamwerk dat mogelijkheden biedt voor toekomstige innovatie.

Volgende stappen:
AdvanceWorks zal zich richten op het verfijnen en opschalen van de migratietool om aanvullende legacy-applicaties te ondersteunen, waardoor bredere adoptie binnen de IT-infrastructuur van de bank wordt gewaarborgd. Er zal ook nadruk worden gelegd op het ontwikkelen van het framework om volledig geautomatiseerde codeconversiemogelijkheden mogelijk te maken en het integreren van aanvullende AI-modellen om de functionaliteit uit te breiden. Regelmatige trainingen zullen het IT-personeel van de bank uitrusten met de vaardigheden die nodig zijn om het nieuwe systeem te onderhouden en te optimaliseren, waardoor duurzaam technologisch leiderschap wordt verzekerd.