當(dāng)70%的大型機遷移項目注定失敗，75%的供應(yīng)商將在五年內(nèi)消失——這不是末日預(yù)言，是Gartner剛發(fā)布的硬核判斷。AI代碼轉(zhuǎn)換的神話，正在撞上企業(yè)核心系統(tǒng)的銅墻鐵壁。

數(shù)據(jù)沖擊：一個被高估的市場

Gartner上周發(fā)布的報告《Too Big to Fail》給出了一組刺眼的數(shù)字：2026年啟動的大型機退出項目中，超過70%將無法產(chǎn)生預(yù)期收益。原因只有一個——市場對生成式AI工具能力的高估。

更狠的預(yù)測在后面：到2030年，75%的"大型機退出"市場供應(yīng)商要么轉(zhuǎn)型，要么死亡。

這不是Gartner第一次唱衰技術(shù)泡沫，但這次的靶子很具體。分析師Dennis Smith、Alessandro Galimberti和Tobi Bet三人團隊花了大量篇幅解釋，為什么AI在大型機遷移這個場景里，營銷承諾和實際能力之間存在致命鴻溝。

「生成式AI在遺留代碼的自動轉(zhuǎn)換和遷移方面存在顯著局限」，報告中寫道。更關(guān)鍵的是，「它無法解釋大型機提供的獨特能力」——比如遷移后如何保證同樣的性能和吞吐量。

換句話說，AI能幫你讀懂老代碼，但讀不懂代碼背后與硬件深度咬合的業(yè)務(wù)邏輯。這對把"AI驅(qū)動遷移"當(dāng)賣點的供應(yīng)商來說，是釜底抽薪式的打擊。

事件還原：泡沫是怎么吹起來的

要理解這個判斷，得先回到大型機（mainframe）本身的特殊性。

這些誕生于上世紀60年代的龐然大物，至今仍是全球大型銀行、保險公司、航空公司的核心命脈。Gartner指出，對大多數(shù)大型企業(yè)而言，「數(shù)據(jù)的海量規(guī)模和相互關(guān)聯(lián)的復(fù)雜性，使得全面遷移在物理和財務(wù)上都不可能」。

但壓力來自三個方向，共同催生了AI遷移的虛假希望。

第一，人才斷層。能維護大型機的COBOL程序員批量退休，企業(yè)焦慮于"找不到人管機器"。

第二，技術(shù)債務(wù)累積。幾十年疊加的遺留代碼確實是個包袱，Gartner也承認生成式AI在「檢測和描述技術(shù)債務(wù)」方面很有用。

第三，資本狂熱。Gartner直言不諱：「投資者激進地要求AI能力作為供應(yīng)商長期健康的唯一指標(biāo)，迫使供應(yīng)商在不必要的地方部署AI。」

這三股力量交匯，讓"AI一鍵遷移"的故事變得無比誘人。供應(yīng)商需要AI標(biāo)簽來融資，企業(yè)需要AI承諾來安撫董事會，投資者需要AI敘事來退出——一個典型的泡沫三角形成了。

但Gartner的分析師們看到了底層的不匹配。他們用了一個很重的詞：「看似神奇的解決方案」（seemingly magical solution）。這種魔法敘事，正在讓企業(yè)忽視「平臺智能方法」——也就是老老實實評估工作負載，為不同任務(wù)選擇最合適平臺的基本功。

風(fēng)險內(nèi)核：為什么 stakes 這么高

Gartner在報告中罕見地使用了"威脅業(yè)務(wù)連續(xù)性"這樣的表述。「計算失誤的代價是巨大的」，分析師寫道，「關(guān)于遷移的錯誤決策不僅僅是預(yù)算超支；它是對業(yè)務(wù)和運營連續(xù)性的威脅。」

這不是危言聳聽。2024年某大型銀行的核心系統(tǒng)遷移失敗導(dǎo)致數(shù)日服務(wù)中斷，只是冰山一角。大型機承載的往往是實時交易、清算結(jié)算、庫存管理等零容忍場景，任何性能衰減或邏輯錯誤都可能引發(fā)級聯(lián)崩潰。

AI代碼轉(zhuǎn)換工具的核心問題，在于它們擅長模式匹配，卻不擅長理解上下文。一段COBOL代碼可能嵌入了特定硬件指令集的優(yōu)化，可能與周邊系統(tǒng)有隱性的時序依賴，可能承載著監(jiān)管合規(guī)的審計痕跡——這些"暗知識"不會寫在注釋里，也不會出現(xiàn)在訓(xùn)練數(shù)據(jù)中。

更隱蔽的風(fēng)險是性能等價性。Gartner特別強調(diào)，AI工具「無法確保遷移后達到同樣的性能和吞吐量」。大型機的I/O架構(gòu)、并行處理能力和可靠性設(shè)計，是經(jīng)過數(shù)十年場景打磨的。把代碼搬到云端，跑不跑得通是一回事，能不能扛住雙十一級別的峰值是另一回事。

一位從業(yè)二十年的架構(gòu)師曾向我描述這種困境："我們試過用現(xiàn)代工具分析核心系統(tǒng)，工具能生成漂亮的依賴圖，但圖上的每個節(jié)點都連著二十年的歷史決策。有些決策的原因已經(jīng)沒人記得，但去掉它系統(tǒng)就崩。"

轉(zhuǎn)向信號：放棄退出，選擇進化

Gartner的最終建議出人意料地務(wù)實：別想著跑了，想辦法活得更好。

「放棄大型機的動力正在減弱」，報告指出，「客戶越來越認識到，以可接受的成本實現(xiàn)大型機退出幾乎不可能。」

這不是投降主義，而是認知升級。Gartner建議企業(yè)將注意力從"遷移"轉(zhuǎn)向"現(xiàn)代化"——在保留核心平臺的前提下，通過API封裝、混合云架構(gòu)、漸進式重構(gòu)等方式，讓大型機融入現(xiàn)代技術(shù)棧。

這種策略的轉(zhuǎn)變正在發(fā)生。IBM 2024年財報顯示，z系列大型機硬件收入逆勢增長，同時軟件和服務(wù)收入占比持續(xù)提升。客戶買的不再是"替代方案"，而是"共存方案"。

對AI的定位也隨之調(diào)整。Gartner認可生成式AI在代碼理解、文檔生成、測試用例設(shè)計等環(huán)節(jié)的價值，但劃清了邊界：它是輔助工具，不是替代方案。用AI來降低維護成本、加速功能迭代，比用它來賭一場全盤遷移要靠譜得多。

供應(yīng)商層面的洗牌已經(jīng)開始。一些曾經(jīng)高調(diào)宣傳"AI原生遷移"的創(chuàng)業(yè)公司，近期悄然調(diào)整了話術(shù)，從"exit"轉(zhuǎn)向"modernization"。Gartner的75%預(yù)測，可能還是保守估計。

你的核心系統(tǒng)，敢押注在AI的魔法上嗎？