המהפכה השקטה של OpenAI: מודלים חדשים שפורצים את מחסום ה-COBOL והקוד העתיק
בעוד שרוב השיח סביב בינה מלאכותית מתמקד בשפות מודרניות כמו Python או JavaScript, מתחת לפני השטח של המערכות הפיננסיות והממשלתיות הגדולות בעולם, עדיין פועם לב טכנולוגי ישן. שפות כמו COBOL, Fortran ו-Visual Basic הן עמוד השדרה של למעלה מ-40% ממערכות הבנקאות המקוונות ו-95% מעסקאות הכספומטים. הבעיה? מדובר בשפות "דלות משאבים" (Low-resource) – עם מעט תיעוד, מעט מתכנתים פעילים, וקושי עצום בתחזוקה. OpenAI הכריזה לאחרונה על קפיצת מדרגה משמעותית ביכולת של המודלים שלה להתמודד עם הקוד הזה, מה שעשוי לשנות את הדרך שבה ארגונים מבצעים מודרניזציה למערכות הליבה שלהם [1, 4, 7].
למה זה קריטי?
האתגר הגדול ב-COBOL אינו רק כתיבת קוד חדש, אלא הסבת מערכות קיימות לשפות מודרניות (כמו Java, Python או Rust) מבלי לשבור את הלוגיקה העסקית. דמיינו מערכת בנקאית שמחשבת ריביות או מעגלת מספרים בשיטה ספציפית – כל סטייה קטנה בתוצאה, אפילו ברמת הספרה האחרונה, עלולה להוביל לקריסה תפעולית. עד היום, מודלי שפה התקשו לשמור על "דיוק של בית-לבית" (byte-for-byte parity) בתהליכי הסבה כאלו [3, 7, 8].
המספרים מאחורי הפריצה הטכנולוגית
בסדרת מבחנים שערכה OpenAI, המודלים החדשים הציגו ביצועים מרשימים שמשאירים את הדורות הקודמים מאחור:
- •מבחן ה-MultiLangBench: המודל GPT-6 Astra הגיע לציון הצלחה ממוצע של 87.4% בבניית תוכנה ב-20 שפות שונות, לעומת 26.8% בלבד במודל GPT-5.6 Sol [4, 7].
- •הסבת COBOL: כאן נרשמה ההצלחה המרשימה ביותר. המודל GPT-6.1 Sol הגיע לדיוק של 86.6% במאמץ חישובי נמוך, וקפץ ל-97.9% דיוק במאמץ חישובי גבוה. מדובר בשיפור דרמטי לעומת תוצאות העבר, שמקרב את המערכות הללו לרמת בשלות שניתן להתחיל לשקול בהן שימוש מעשי [2, 3, 8].
- •יעילות כלכלית: מעבר לדיוק, OpenAI מציינת כי המודלים החדשים מפחיתים משמעותית את עלויות ה-API, מה שהופך פרויקטים של הסבת קוד רחבי היקף לכלכליים הרבה יותר מבעבר [2, 7, 8].
מה זה אומר עבורנו?
חשוב להישאר עם הרגליים על הקרקע. OpenAI מדגישה כי למרות התוצאות המצוינות, הסבת מערכות קריטיות (Production) עדיין דורשת בקרה אנושית קפדנית. בינה מלאכותית יכולה לבצע את ה"עבודה השחורה" של תרגום הלוגיקה והקוד, אך האחריות על אימות הכללים העסקיים והתלויות המורכבות של המערכת נשארת בידי מומחים [3, 7, 8].
סיכום ומסקנות
היכולת של מודלים כמו GPT-6.1 Sol לטפל בשפות "נשכחות" היא בשורה של ממש עבור ארגונים שמרגישים לכודים בתוך חוב טכנולוגי. במקום להחליף מערכות שלמות בסיכון גבוה, אנחנו מתקרבים לעידן שבו ה-AI מאפשר "תרגום חי" של מערכות ליבה, תוך שמירה על התנהגותן המדויקת. עבור מפתחים וארגונים, זה הזמן להתחיל לבחון את הכלים הללו כחלק מאסטרטגיית המודרניזציה של הארגון.
מקורות ומידע נוסף: