富士通97%提速拆解COBOL：IBM養(yǎng)了60年的護(hù)城河

理解一段COBOL代碼需要多久？老派答案是：找一個(gè)頭發(fā)花白的工程師，泡三杯咖啡，翻爛三本手冊，然后等他想起來三十年前為什么寫那個(gè)跳轉(zhuǎn)。

富士通4月3日扔出一組數(shù)字：97%。這是他們的新AI服務(wù)把代碼理解時(shí)間砍掉的比例。從"小時(shí)級"壓縮到"分鐘級"，而且不需要"專家知識"——這句話的潛臺詞是，那幫靠COBOL吃飯的老炮兒，終于可以退休去釣魚了。

COBOL：銀行業(yè)的"拉丁語"，活著但沒人想學(xué)

全球43%的銀行系統(tǒng)仍在運(yùn)行COBOL。這不是懷舊，是路徑依賴——這些系統(tǒng)處理著3萬億美元的日常交易，但維護(hù)它們的工程師平均年齡58歲，比編程語言本身年輕不了多少。

IBM靠這個(gè)生態(tài)吃了60年。他們的策略很經(jīng)典：培養(yǎng)一代又一代的COBOL專家，讓替換成本高于維護(hù)成本，然后按小時(shí)收費(fèi)。咨詢公司的報(bào)價(jià)單上，"遺留系統(tǒng)現(xiàn)代化"常年是最肥的項(xiàng)目類型，周期以年計(jì)，預(yù)算以千萬美元計(jì)。

富士通這次的動作，相當(dāng)于在IBM的護(hù)城河上搭了座浮橋。他們的服務(wù)叫Fujitsu Application Transform，底層是Fujitsu Kozuchi生成式AI平臺。核心能力就一項(xiàng)：把天書般的COBOL代碼，自動翻譯成人類能讀的設(shè)計(jì)文檔。

關(guān)鍵差異在于"知識圖譜增強(qiáng)檢索系統(tǒng)"——這不是普通的RAG（檢索增強(qiáng)生成，Retrieval-Augmented Generation），而是把海量源代碼之間的關(guān)系結(jié)構(gòu)化，像給迷宮畫地圖。

普通生成式AI的問題在于幻覺。你讓它分析一段COBOL，它可能編出一個(gè)不存在的子程序，或者把關(guān)鍵的業(yè)務(wù)邏輯漏掉。富士通的方案是先把代碼拆成節(jié)點(diǎn)，標(biāo)注調(diào)用關(guān)系、數(shù)據(jù)流向、狀態(tài)依賴，然后再讓AI動筆。這種"先理解再輸出"的流程，把遺漏和編造的概率壓到極低。

97%的數(shù)字背后：一場"去專家化"的實(shí)驗(yàn)

富士通的新聞稿里有個(gè)細(xì)節(jié)值得玩味："無需專家知識即可操作"。這句話的殺傷力，不亞于當(dāng)年數(shù)碼相機(jī)說"無需暗房技術(shù)"。

COBOL專家的稀缺性，是IBM定價(jià)權(quán)的根基。培養(yǎng)一個(gè)能讀懂大型機(jī)遺留代碼的工程師，需要5-10年的浸泡。他們的價(jià)值不在于寫新代碼，而在于解釋舊代碼——那些沒有注釋、文檔缺失、原作者已去世的代碼。

富士通的AI試圖把這個(gè)解釋過程自動化。輸入源代碼，輸出設(shè)計(jì)文檔，中間不需要人類翻譯。這意味著什么？一家銀行如果想評估自己的COBOL系統(tǒng)，不再需要花六個(gè)月找咨詢公司，而是幾小時(shí)拿到一份可讀的規(guī)格說明書。

時(shí)間成本從"年"降到"天"，決策門檻隨之崩塌。很多機(jī)構(gòu)拖著不現(xiàn)代化，不是因?yàn)椴幌耄且驗(yàn)?不知道現(xiàn)有系統(tǒng)到底在干什么"。現(xiàn)在這層迷霧被吹散了。

不過有個(gè)問題富士通沒細(xì)說：AI生成的設(shè)計(jì)文檔，誰來驗(yàn)證其準(zhǔn)確性？如果AI漏掉了一個(gè)邊界條件，或者誤解了一個(gè)業(yè)務(wù)規(guī)則，后續(xù)的現(xiàn)代化工序都會建立在錯(cuò)誤地基上。這或許是他們保留"人工復(fù)核"接口的原因——AI負(fù)責(zé)提速，人類負(fù)責(zé)背鍋。

IBM的反擊窗口：還有多久？

IBM不會坐視。他們的watsonx Code Assistant for Z已經(jīng)在路上，主打同樣是COBOL現(xiàn)代化。但富士通搶了一個(gè)身位：他們先公布了具體的效率數(shù)字（97%），而IBM還在講"AI賦能"的故事。

更微妙的是生態(tài)位差異。IBM的策略是"幫客戶現(xiàn)代化到IBM的新平臺"，本質(zhì)是鎖定遷移。富士通的姿態(tài)更開放：生成設(shè)計(jì)文檔，客戶自己決定下一步是重構(gòu)、替換還是維持現(xiàn)狀。這種"不綁架"的立場，對厭倦了廠商鎖定的企業(yè)很有吸引力。

Anthropic的CEO Dario Amodei上個(gè)月說過一句話：「現(xiàn)代COBOL系統(tǒng)曾經(jīng)需要成群的顧問花數(shù)年時(shí)間來映射工作流程……AI改變了這一點(diǎn)。」他補(bǔ)了一刀：「但I(xiàn)BM不會高興。」

這句話的語境是Claude 3.7 Sonnet的COBOL理解能力測試。那款模型在特定任務(wù)上表現(xiàn)驚艷，但企業(yè)級部署還缺一環(huán)：如何把AI能力封裝成可審計(jì)、可集成、有SLA保障的服務(wù)。富士通補(bǔ)上了這一環(huán)。

知識圖譜：被低估的差異化武器

生成式AI的軍備競賽里，大家都在卷模型參數(shù)。富士通換了個(gè)思路：卷數(shù)據(jù)工程。

他們的"知識圖譜增強(qiáng)檢索"不是什么新概念，但在COBOL這個(gè)特定場景下，邊際收益極高。原因是COBOL代碼的結(jié)構(gòu)性——它不像Python那樣靈活，有嚴(yán)格的段落劃分、固定的數(shù)據(jù)聲明區(qū)、顯式的控制流。這種"僵硬"反而是知識圖譜的飼料，節(jié)點(diǎn)和邊的定義相對明確。

一個(gè)對比：通用大模型讀COBOL，像在菜市場聽方言；富士通的系統(tǒng)，先給方言編了本詞典，再讓AI翻譯。后者的準(zhǔn)確率優(yōu)勢，在復(fù)雜系統(tǒng)上會指數(shù)級放大。

這也解釋了為什么97%這個(gè)數(shù)字可信。它不是"AI寫代碼快了97%"，而是"理解代碼的時(shí)間少了97%"——前者涉及創(chuàng)造性，后者是信息提取，正是當(dāng)前AI最擅長的區(qū)間。

但別急著喊革命。設(shè)計(jì)文檔只是現(xiàn)代化的第一步。真正的硬仗是把COBOL邏輯遷移到Java、Python或云原生架構(gòu)，那涉及業(yè)務(wù)規(guī)則的重新實(shí)現(xiàn)、數(shù)據(jù)模型的重構(gòu)、集成測試的重建。AI能加速，但不能替代。

富士通的服務(wù)定價(jià)尚未公布。如果按使用量計(jì)費(fèi)，對中小機(jī)構(gòu)是利好；如果捆綁咨詢套餐，那就只是舊酒新瓶。這個(gè)細(xì)節(jié)將決定它是"工具民主化"還是"新壟斷形式"。

英國銀行業(yè)去年在遺留系統(tǒng)上燒了45億英鎊維護(hù)費(fèi)。這個(gè)數(shù)字是AI現(xiàn)代化的最大推手，也是IBM最后的護(hù)城河——慣性。富士通需要證明的不只是技術(shù)可行，而是"換"比"守"更便宜。97%的時(shí)間削減是強(qiáng)有力的論據(jù)，但財(cái)務(wù)模型的說服力，還要看具體案例。

一個(gè)有趣的觀察：富士通發(fā)布這條新聞的時(shí)機(jī)，選在IBM即將公布季度財(cái)報(bào)的前一周。是巧合還是截胡？

如果這套系統(tǒng)真如宣傳般可靠，最緊張的可能不是IBM，而是那些靠COBOL咨詢吃飯的中型服務(wù)商。他們的商業(yè)模式建立在"專家稀缺性"上，而AI正在把這個(gè)稀缺性蒸發(fā)掉。行業(yè)洗牌的速度，可能比代碼現(xiàn)代化的速度更快。

企業(yè)客戶真正該問的是：當(dāng)AI能讀懂我的遺產(chǎn)代碼，我是該趁機(jī)逃離COBOL，還是該趁機(jī)壓榨它的剩余價(jià)值？