ポイント: AIパワードアシスタントは、労働力内の知識のギャップを埋めることでメインフレームの運用を変革しています。彼らは即時のガイダンスと文脈に応じたサポートを提供することで生産性を向上させ、専門家がプロセスを効果的に近代化できるようにします。
- AIアシスタントは、メインフレームの開発と運用にリアルタイムの支援を提供します。
- 企業は、AIを活用してワークフローを合理化し、労働力の効率を改善しています。
キャリアの絶頂にいる2人のメインフレーム専門家を想像してみてください: 重要なビジネス更新を推進するアプリケーション開発者のレベッカと、グローバル企業の心臓部を守るシステムプログラマーのセバスチャン。世界で最も安全な取引と高速分析を支える業界で働いているにもかかわらず、両者はしばしば過去に囚われ、古くなったコード、散在する知識、そして時間が迫るときに頼れる専門家の減少に悩まされています。
これは彼らの物語です。また、世界を動かすために静かに働く何千人もの人々の物語でもあります。そして、会話型および文脈型のAIパワードアシスタントが次世代のメインフレーム専門家に何が可能かを再定義しています。
レベッカ: 現代的な野心と伝統的なコードを持つ開発者
レベッカの一日は、しばしば彼女が終わる方法と同じように始まります。彼女が生まれる前に書かれたCOBOLの行を眺めています。彼女がプッシュする各更新は、数百万に及ぶ潜在的な影響の重みを背負っています。1行の間違いで、全サービスがオフラインになり、顧客と信頼が失われる可能性があります。
彼女は才能があり、意欲的で、現代の開発フレームワークやツールの訓練を受けていますが、ミッションクリティカルなメインフレームバックエンドに新しいクラウドネイティブ機能を統合しようとするたびに、合わないパズルのピースをはめ込むように感じます。
彼女のフラストレーションは、よくあるフレーズを反響させます:
“私は最も先進的な業界で働いていますが、私の開発ツールは古くさく感じます。メインフレームの開発に関する質問に即座に答えてくれるメンターが欲しいです。”
彼女は一人ではありません。業界を問わず、新しいデジタル体験を提供する押し上げは、老朽化したが不可欠なシステム、不透明なコードベース、そして消えつつある専門知識の現実と毎日衝突しています。
セバスチャン: 時間と戦うシステムプログラマー
廊下の向こうで、セバスチャンはシステムログの海をスキャンして、彼らを止めるために構築された防御よりも早く進化する脅威を監視しています。彼は、すべてのダウンタイムが許容できないこと、すべての秒が重要であることを知っています。しかし、彼のベテラン同僚が退職するにつれて、数十年の構成、独特の修正、そして未記載のワークアラウンドに関する制度的知識も失われていきます。
真夜中にパフォーマンスのボトルネックが発生したり、ジョブの失敗が金融取引を脅かすと、セバスチャンはシステムデータの層に飛び込まなければなりません。顧客は完璧さを期待しています。サービスの信頼性に1回の失敗が生じれば、不満を持つユーザー、失われた信頼、回復が難しい収益につながります。
“システムをより速く、効率的に、信頼性を高めるよう圧力がありますが、どこから始めればいいのでしょうか？メインフレームの問題をトラブルシューティングするのは、干し草の山の中から針を探すようです。”
彼はすべてを24時間監視することはできません。彼は自分自身をクローンすることはできません。そして、彼は一夜で脳の流出を防ぐことはできません。何かが変わる必要があります。
メインフレーム労働力の変化する顔
彼らの課題は孤立した物語ではなく、業界全体のシフトのデータポイントです。最新のBMCメインフレーム調査によると、20年以上の経験を持つメインフレーム専門家の割合は、5年間で36%から13%に減少しました。一方で、中堅経験（6〜10年）を持つスタッフの割合は大幅に増加しています。才能はあるが、深く根付いたシステムを解読する暗い技術においては経験が乏しいです。
この人材の変化は、ルールを書き換えています。組織はもはや受動的な管理者でいる余裕はありません。古いスキルが永遠に続くことを望むのではなく、すべてをメインフレームから移行することを決意する必要があります（それは、最も適したワークロードにとって高価でリスクのある道です）か、現地でメインフレームを近代化し最適化する新しい方法を見つける必要があります。
AIパワードの前進の道
ここで登場するのがAIパワードアシスタントです。単なる検索バーではなく、レベッカとセバスチャンが毎日使用するツールに組み込まれた文脈に応じたタスク指向の専門家です。これらのアシスタントは、大規模な言語モデル（LLM）、ドメイン特化型の小型言語モデル（SLM）、および数十年にわたる制度的知識を融合させ、常に稼働している会話型の味方を提供します。
レベッカにとって、AIアシスタントは、午前2時に暗号的なCOBOLやJCLマニュアルを掘り下げる必要がなくなることを意味します。彼女は単に「このサブルーチンは何をしますか？」と尋ね、瞬時に平易な言葉で説明を得ることができます。彼女は、AIアシスタントが彼女のバックを支え、コードの改善を提案し、テストケースを生成し、必要に応じてレガシーコードをJavaなどの現代の言語に変換することを知って、より迅速かつ自信を持って更新をプッシュすることができます。
基本的なリサーチや文書作成に費やす時間を数時間または数日削減することで、AIパワードアシスタントは、開発者が新しい機能を構築し、戦略的イニシアチブに取り組むことに集中できるようにします。その結果は、生産性の直接的な向上と、競争優位を生み出す革新の強力なパイプラインです。
セバスチャンにとっては、システムログの相関関係を探すための深夜のパニックや、退職した同僚に助けを求めることがもはや必要ではありません。彼のアシスタントは、可能性のある原因を引き出し、次のステップを提案し、複雑な自動化ワークフローを簡単な用語で説明します。問題が繰り返されると、アシスタントはそれを記憶し、次回、次の人のための重要な修正を保存します。
アシスタントの中の技術
この変革は魔法ではありません。高度なAI技術の意図的な層重ねです:
- 自然言語処理（NLP）は、日常の質問を理解し、会話形式で技術的な説明を提供します。
- タスク自動化は、反復作業を自律的または半自律的に実行できます。
- コンテキスト認識は、環境、ユーザーの役割、歴史的コンテキストを把握し、すべての回答を関連性のあるものにします。
- リトリーバル拡張生成（RAG）は、信頼できるデータソースを通じたライブ検索と生成AIを組み合わせて、正確で証拠に基づいた回答を提供します。
- ハイブリッドAIは、機械学習、ルールエンジン、生成モデルを組み合わせて、弾力性と信頼性を提供します。
その結果は？ AI知識専門家が、メインフレームチームと共に学び、適応し、成長し、世代間のギャップを埋め、専門家が退職する際の知識の喪失を防ぎます。
先見の明のある企業はさらに一歩進んでいます。ベンダー提供のアシスタントと独自のドメイン特化型知識ベースやカスタムトレーニングモデルを組み合わせています。このアプローチは、各インシデント解決と各質問回答のたびにアシスタントのIQを拡張しながら、独自の専門知識を安全に保ちます。
一部の企業は、大規模なLLMと軽量のSLMを混合して、異なるタスクに対するコスト、レイテンシ、精度を最適化しています。アイデアはシンプルです: 必要な時に強力な一般的推論を行い、必要ない時には効率的なタスク実行を行うことです。
ユースケースから現実へ
今日の組織は、一般的なチャットボットや独立したAI実験を超えて、コアのメインフレーム環境にプロダクション対応のアシスタントを直接埋め込んでいます。開発者にとって、これは彼らのアプリケーション開発および近代化ツール内でAIパワードの体験を持つことを意味し、アシスタントはレガシーコードを説明し、現代的なデザインパターンを提案し、明確な文書を自動生成します。
運用チームにとっても、同じ知的技術が監視およびインシデント管理ソリューションに組み込まれ、ハイブリッドAIを使用してメインフレームシステムの問題の可能性のある原因を説明し、すべての回答を自然言語で提供し、日々の運用ワークフロー内で次の最善の行動を推奨します。
一般的なチャットボットとは異なり、これらのアシスタントはドメイン特化型です。彼らはメインフレームのニュアンス、専門用語、そして広範囲なAIモデルが初めから理解できないコンテキストを理解します。そして、モデルがキュレーションされているため、正確性と信頼性は高く、幻想もなく、実用的で行動可能な洞察だけが残ります。
なぜ重要なのか
企業にとって、そのリスクは存在的です。銀行、航空会社、政府はダウンタイムを許容できません。彼らは脆弱な移行に賭けたり、ジュニアの雇用者が一晩で専門家になることを期待したりすることはできません。AIアシスタントは、制度的知識の獲得、整理、再利用の方法を変革し、各新しいメインフレーム専門家が仕事だけでなく、デジタルメンターを受け継ぐことを保証します。より多くのITリーダーが、AIが彼らに現地での近代化、労働力の課題を克服する自信を与えるため、メインフレームに留まることを選んでいます。そして、新しいビジネス価値を開放するリスクなしに。
彼らはまた、自信をもたらします: より迅速に展開し、より迅速に修正し、恐れずに革新します。反復的な雑務から解放された開発者とオペレーターは、ビジネスを前進させる高価値プロジェクトにもっと多くの時間を費やすことができます。
人材戦略の再考
このシフトは人材戦略も再形成しています。深いレガシー経験を持つユニコーンを雇うことだけに焦点を当てるのではなく、組織は混合スキルのチームを構築し、AIに知識のギャップを埋める頼りにしています。最近のForresterレポートによると、メインフレームアプリケーション開発の近代化のROIについて、多くの組織はすでに新入社員のオンボーディング時間を50%削減しています。今、AIアシスタントがコードの説明、文書作成、さらにはコード変換を自動的に処理する時の影響を想像してみてください。新入社員はより早くオンボードします。ベテラン専門家は同じ質問に答える時間を減らし、新しい問題の解決にもっと時間を費やします。
その結果、メインフレームは人材の不足を乗り越えるだけでなく、デジタル知識の専門家によって強化された労働力と共に繁栄します。
アシスタントを超えて: AIエージェントの役割
AIアシスタントは単独でも強力ですが、デジタルインテリジェントワーカーとして舞台裏で協力することで、さらに影響力を持ちます。タスクが質問に答える以上のことを必要とする場合、たとえば、繰り返しのジョブ失敗の診断、依存関係の確認、プロセスの再実行、結果の確認など、アシスタントはエージェントに自律的に処理するよう呼びかけることができます。
アシスタントとエージェントが共に、ガイダンスとアクションを融合させ、会話型の支援をタスク実行と組み合わせて、継続的で知的な自動化を提供します。このシナジーにより、メインフレームは現代のクラウド環境と同じくらい敏捷性を保ちながら、必要不可欠な信頼性を失うことなく維持されます。
まだ書かれている物語
レベッカはもう更新を恐れません。セバスチャンはもはや一人で働くことはありません。人間と機械が共に、彼らはメインフレーム作業の新しい基準を設定しています: より速く、よりスマートに、そしてより弾力性を持って。
これがメインフレームにおけるAIの真の約束です: 専門家を置き換えるのではなく、彼らの影響を拡大し、その知恵を保存し、すべての新入社員を初日から熟練者に変えることです。
締めくくりの考え
2030年までに、アナリストはAIアシスタントがメインフレームオペレーションにおいて、今日の自動化ツールと同じくらい一般的になると予測しています。それは、重労働を行う目に見えない背骨であり、人々は人間が最も得意とすること: 創造的に考え、大きな問題を解決し、次のものを構築することに集中します。
メインフレームを退役、維持、または完全に活用することをまだ決定していない組織にとって、メッセージは明確です: 停滞はもはや選択肢ではありません。現地で近代化し、恐れずに最適化し、そしてすべてのメインフレーム専門家を、決して眠らず、決して忘れず、決して学び続けるAIパートナーで強化してください。
レベッカとセバスチャンの物語は、古いシステムがあなたを引きずり下ろす物語ではなく、時代を超えた信頼性が新しい知性で強化されている物語かもしれません。受賞歴のあるBMC AMI Assistantについて詳しくは、このビデオを見たり、BMC AMIウェブページで私たちの現代的なメインフレームツールをチェックしてください。
あなたはこれまでのようにメインフレームを扱ったことがないでしょう。そして、それが正確にポイントです。
これらの投稿は私自身の意見であり、必ずしもBMCの立場、戦略、または意見を代表するものではありません。