در حالی که موج جدید هوش مصنوعی مولد و عامل‌محور (Agentic AI) فضای صنعت فناوری را فرا گرفته است، پرسش بنیادین این است: آیا این فناوری می‌تواند گره کور نوسازی سامانه‌های قدیمی (Legacy Systems) که دهه‌هاست مدیران IT را درگیر کرده، باز کند یا تنها به یک داروی مسکن گران‌قیمت دیگر تبدیل خواهد شد؟
واقعیت تلخ نوسازی؛ چرا پروژه‌ها شکست می‌خورند؟
بر اساس گزارش تحلیلی اخیر Kyndryl که با نظرسنجی از ۲,۰۰۰ مدیر ارشد فناوری تدوین شده، نوسازی IT همچنان به عنوان یک «وضعیت مزمن» باقی مانده است. برخلاف تصور عمومی، نوسازی صرفاً انتقال از Mainframeها به فضای ابری نیست. آمارهای تکان‌دهنده نشان می‌دهد که تنها نیمی از سازمان‌ها در پی نوسازی به بهبود عملیاتی دست یافته‌اند و کمتر از ۵۰ درصد آن‌ها شاهد رشد نوآوری بوده‌اند. نکته نگران‌کننده اینجاست که ۱۸ درصد از مدیران، ارزش افزوده این پروژه‌ها را نامشخص یا محدود توصیف کرده‌اند.
نقش هوش مصنوعی عامل‌محور (Agentic AI) در نقشه‌برداری وابستگی‌ها
یکی از بزرگترین چالش‌های زیرساخت‌های قدیمی، «نقاط کور فنی» یا همان وابستگی‌های پنهان میان ماژول‌ها و سامانه‌هاست. کمتر از ۱۰ درصد سازمان‌ها ادعا می‌کنند که اشراف کاملی بر این وابستگی‌ها دارند. در اینجا، هوش مصنوعی عامل‌محور می‌تواند به عنوان یک لایه ارکستراسیون عمل کند. این ابزارها قادرند:
- وابستگی‌های پنهان در کدهای قدیمی را شناسایی و ترسیم کنند.
- مستندات فنی گمشده یا ناقص سامانه‌های قدیمی را به‌صورت خودکار بازسازی کنند.
- فرآیندهای زمان‌برِ بازنویسی کد را با دقت بالاتری نسبت به نیروی انسانی انجام دهند.
سازمان‌هایی که از این مدل بهره می‌برند، نرخ موفقیت بالاتری در زمان‌بندی پروژه‌ها نسبت به سایرین گزارش کرده‌اند.
چالش‌های اقتصادی و تله هزینه‌های زیرساختی
اندی تورای (Andy Thurai)، استراتژیست پیشین IBM و بنیان‌گذار The Field CTO، معتقد است که اقتصادِ نوسازیِ مبتنی بر AI با چالش‌های جدی مواجه است. بسیاری از فروشندگان فناوری، AI را به عنوان نوشدارویی برای تمام مشکلات مطرح می‌کنند، اما واقعیت این است که پیاده‌سازی هوش مصنوعی، به‌ویژه در محیط‌های توزیع‌شده، منجر به «گسترش بی‌رویه زیرساخت» (Infrastructure Sprawl) می‌شود. در نتیجه، صورت‌حساب‌های ابری به یک «جعبه سیاه» غیرقابل پیش‌بینی تبدیل می‌گردند که ۳۰ درصد از مدیران IT را به شدت نگران کرده است.
تحلیل شاخص‌های کلیدی وضعیت مدرنیزاسیون
- نرخ استفاده از Agentic AI: تنها ۱۰ درصد از سازمان‌ها در فرآیند نوسازی.
- وضعیت Mainframeها: همچنان ۴۰ درصد سازمان‌ها از سامانه‌های Mainframe استفاده می‌کنند.
- بزرگترین مانع: اعتیاد سازمانی به خرید نرم‌افزار جدید بدون بازنشسته کردن سیستم‌های قدیمی.
- ریسک اصلی: هزینه‌های غیرقابل پیش‌بینی رایانشی در محیط‌های مبتنی بر هوش مصنوعی.
نتیجه‌گیری؛ گذار از مسکن به راهکار پایدار
نوسازی نباید صرفاً جایگزینی ابزارهای قدیمی با سیستم‌های «جذاب‌تر» باشد. همان‌طور که اندی تورای هشدار می‌دهد، معماری‌های مبتنی بر هوش مصنوعی امروز، خود میراث‌های فردا هستند که نسل بعدی مهندسان باید آن‌ها را نوسازی کنند. برای موفقیت، سازمان‌ها باید به جای «خریدِ کورکورانه»، تمرکز خود را بر ارکستراسیون لایه‌ها و کاهش بدهی‌های فنی (Technical Debt) قرار دهند؛ در غیر این صورت، AI صرفاً یک حواس‌پرتی درخشان برای فرار از زحمت اصلی یعنی مهندسی نرم‌افزار اصولی خواهد بود.
