随着企业加速推进数字化转型，供应商正将人工智能（AI）包装成解决遗留IT系统问题的万能药。然而，一位前IBM战略师对此提出质疑，认为这种做法的经济性并不成立。
该战略师指出，尽管AI在代码现代化、系统迁移和运维自动化方面展现出潜力，但将AI应用于改造陈旧的遗留系统，其投入产出比往往难以达到预期。遗留系统通常包含大量定制化代码、专有协议和文档缺失的模块，AI模型在处理这些非标准化、高度耦合的架构时，效果大打折扣。企业需要投入大量资源进行数据清洗、模型训练和系统集成，而最终获得的效率提升可能无法覆盖这些成本。
当前，众多企业软件供应商和云服务商正在推广基于AI的遗留系统现代化工具，承诺能够自动重构代码、迁移工作负载并降低维护成本。但该战略师的观点揭示了这一趋势背后的现实挑战：AI并非万能，尤其在面对数十年积累的技术债务时，其经济可行性需要审慎评估。
对于企业服务领域的决策者而言，这一质疑提醒他们在采纳AI驱动的遗留系统改造方案时，应进行严格的成本效益分析，而非盲目追随技术热潮。遗留系统的现代化路径仍需结合具体业务场景、技术架构和长期运维策略来综合考量。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
