Modernisation des systèmes bancaires centraux grâce à l'IA générative
Quand les avantages se transforment en résultats
Modernisation évolutive de la banque centrale avec un risque réduit
La banque a démontré qu'elle était capable de moderniser une grande partie de ses systèmes bancaires principaux en s'appuyant sur un modèle évolutif et reproductible qui réduit les risques liés aux programmes à long terme.
L'IA générative accélère la modernisation à grande échelle des systèmes existants
L'IA générative a permis d'accélérer les tâches de modernisation que les méthodes manuelles ne peuvent pas prendre en charge à une telle échelle, notamment la documentation, les tests et l'optimisation du code sur des millions de lignes.
Un délai de commercialisation plus rapide grâce à des systèmes centraux compatibles Infonuagique
Cette transformation renforce la capacité de cette institution financière mondiale à rivaliser avec les nouveaux acteurs nés du numérique, en accélérant le délai de commercialisation, en réduisant les frais d'infrastructure et en permettant une évolutivité adaptée au modèle Infonuagique.
L'IA générative permet une transformation à grande échelle des systèmes existants en automatisant ce que les méthodes manuelles ne peuvent pas prendre en charge : la documentation exhaustive, les tests et l'optimisation du code à l'échelle de l'entreprise.
Défi
Pourquoi les banques modernes ont besoin d'une nouvelle approche en matière de modernisation informatique
Bon nombre des systèmes fondamentaux de la banque avaient été conçus il y a plusieurs décennies pour les opérations en agence et les activités d’arrière-guichet. Aujourd’hui, ces systèmes doivent en permanence prendre en charge les services numériques, les canaux mobiles et les nouveaux modes d’interaction avec les clients. À mesure que les volumes augmentaient, l’évolutivité et la maintenance du mainframe devenaient de plus en plus coûteuses.
La banque était également confrontée à un défi structurel commun à l’ensemble du secteur industriel : les charges de travail héritées étaient étroitement interconnectées, ce qui rendait tout changement difficile et chronophage. La pénurie croissante de compétences en COBOL faisait de la maintenance et de l’évolution de ces systèmes hérités une source de risques opérationnels et de risques liés à la prestation de services. Les approches manuelles de modernisation des systèmes hérités n’étaient pas viables face à des millions de lignes de code interdépendantes. Cette institution financière mondiale avait besoin d’une architecture moderne, conçue pour l’évolutivité Infonuagique, la flexibilité et la résilience à long terme.
Engagement
Modernisation optimisée par l'IA avec GFT et IA générative : allier conversion déterministe et IA dans le développement de logiciel
GFT et la banque internationale ont adopté une approche structurée de modernisation alliant une conversion déterministe du code à une accélération pilotée par l’IA générative, notamment via Wynxx, la plateforme de GFT basée sur l’IA et conçue pour accélérer le cycle de vie du développement de logiciel (SDLC). Le travail s’est articulé autour de quatre axes prioritaires qui ont défini la manière dont la modernisation s’est déroulée dans la pratique.
- Stratégie de modernisation : Le projet a débuté par une phase détaillée d’exploration et d’analyse visant à comprendre les dépendances, la complexité et les exigences architecturales. Des outils déterministes ont converti le code COBOL en Java, préservant ainsi la logique métier fondamentale tout en jetant les bases d’ un fonctionnement distribué.
- Rôle de l’IA générative : GenAI a permis une automatisation essentielle de tâches qui auraient autrement nécessité une analyse manuelle approfondie. Elle a généré la documentation relative à la logique héritée, créé des scénarios de test pour faciliter la validation globale, et amélioré la lisibilité et la maintenabilité du code Java converti. Elle a également contribué à la modernisation par lots en prenant en charge des modèles d’exécution basés sur Python. Dans chacun de ces domaines, les équipes ont gagné en rapidité tout en garantissant la cohérence à grande échelle.
- Évolution de l’architecture : GFT a fait évoluer l’architecture distribuée pour prendre en charge cette transformation Infonuagique, en améliorant les contextes d’exécution, l’accès aux données, la gestion des files d’attente et les composants d’exécution.
- Un modèle unifié : ce travail a permis de mettre en place une approche de modernisation que cette banque internationale peut appliquer à de multiples initiatives, garantissant ainsi la cohérence à mesure que le programme prend de l’ampleur.
Avantages
Une approche éprouvée pour la modernisation à l'échelle de la banque
Ce projet a confirmé qu’une modernisation de cette envergure est à la fois réalisable et durable grâce à une combinaison adéquate d’automatisation, d’évolution de l’architecture et de soutien par l’IA. Le client a constaté qu’une part importante de son parc applicatif existant pouvait être migrée à l’aide de ce modèle, ce qui réduit les risques à long terme liés au programme et assure la cohérence des futurs efforts de modernisation.
La documentation, les tests et le perfectionnement assistés par l’IA ont amélioré la rapidité et la clarté de la modernisation pour les équipes d’ingénierie. L’architecture mise à jour offre une plus grande évolutivité, une meilleure résilience et une efficacité accrue, ce qui permet un délai de commercialisation plus rapide et une réduction des frais d’infrastructure. Ce travail a été reconnu en interne, tant au sein de l’institution financière mondiale que chez GFT, comme une initiative phare en matière de modernisation.
Grâce à ces bases solides, la banque est désormais en mesure d’étendre la modernisation à d’autres systèmes et d’explorer de nouvelles opportunités de perfectionnement du code modernisé à l’aide de l’IA.
Conclusion
Résultats d'un programme de modernisation informatique accéléré par l'IA
Les programmes de modernisation à l’échelle mondiale ne se limitent pas à la migration du code. Ils reposent sur l’automatisation, qui réduit les tâches manuelles, sur l’évolution de l’architecture, qui permet de s’adapter à la croissance, et sur un soutien basé sur l’IA, qui accélère les tâches complexes sans compromettre la précision ni la gouvernance. Ce projet démontre comment l’IA, appliquée au développement de logiciel, peut permettre une modernisation à un niveau que les méthodes traditionnelles ne peuvent atteindre.
En s'associant à GFT, ce client du secteur bancaire a mis en place une plateforme tournée vers l'avenir et une feuille de route reproductible pour la modernisation bancaire, renforçant ainsi la capacité de la banque à innover, à évoluer et à fournir des services numériques fiables à des millions de clients à travers le monde.
