Selon Gartner, plus de 70 % des projets de sortie de mainframes échoueront d’ici 2026. De plus, le cabinet d’analystes prévoit que 75 % des fournisseurs concernés auront disparu d’ici 2030. Ces perspectives pessimistes reposent sur les limites de l’IA générative lors de la migration de codes hérités.
Gartner a récemment publié un rapport énumérant les défis des entreprises utilisant l’IA pour migrer des codes hérités de mainframes vers des plateformes alternatives. Selon le cabinet, les attentes entourant les migrations pilotées par l’IA sont trop élevées, ce qui entraînera l’échec de nombreux projets par rapport à leurs objectifs. Gartner avertit que la confiance excessive dans les outils d’IA et la pression des investisseurs sur les fournisseurs pour promouvoir des solutions d’IA contribuent à cette problématique.
Complexité et dette technique
L’un des plus grands défis de la migration des mainframes est la complexité et le volume des données présentes sur ces systèmes. Les mainframes sont souvent responsables d’applications critiques pour l’entreprise et contiennent des données accumulées sur des décennies. Gartner affirme que le passage à des systèmes alternatifs s’avère souvent physiquement et financièrement impossible. Bien que l’IA générative puisse aider à identifier la dette technique, elle s’avère insuffisante pour la migration et la conversion effectives du code.
Les analystes soulignent que l’IA ne peut garantir que les performances et la capacité de traitement uniques des mainframes seront préservées après la migration. Cela signifie que les entreprises courent un risque d’interruptions opérationnelles et d’une dette technique considérable si elles se fient trop à l’IA pour leurs projets de migration.
Prudence et stratégies alternatives
Gartner conseille aux entreprises d’être prudentes face aux promesses de l’IA lors des sorties de mainframes et de se concentrer plutôt sur les moyens d’améliorer leurs systèmes existants. Le cabinet note que de nombreux clients réalisent qu’une sortie complète n’est souvent pas réalisable sans des coûts et des risques inacceptables. Il est essentiel que les entreprises évaluent leurs charges de travail et choisissent la meilleure plateforme pour leurs besoins spécifiques, au lieu de compter sur des solutions d’IA « magiques ».
Conclusion
Les perspectives de Gartner plairont à des entreprises comme IBM, qui ont toujours une grande confiance dans les mainframes pour certaines applications critiques. Malgré la pression pour passer à des architectures cloud-native, les mainframes restent un choix fiable pour de nombreuses entreprises. Gartner souligne qu’une approche réfléchie est essentielle pour maîtriser les risques et les coûts des projets de migration.