Fujitsu сократила сроки модернизации устаревших систем на 40% с помощью ИИ

Компания Fujitsu представила на рынке Японии новый сервис Fujitsu AI-driven Modernization Service, предназначенный для автоматизации обновления устаревших IT-систем. Решение объединяет многолетний опыт инженеров компании и возможности генеративного искусственного интеллекта, включая модели Takane, Claude и GPT. Внедрение сервиса позволяет сократить сроки миграции систем примерно на 40%, что критически важно для банков, здравоохранения и госсектора, где требуется быстрая адаптация к новым законам и стандартам.

Важный нюанс: Сокращение сроков на 40% достигается не за счет простого ускорения работы, а благодаря автоматизации рутинных этапов конвертации кода и минимизации ошибок, которые обычно требуют повторной доработки.

Как работает автоматизация обновления

Сервис решает проблему накопленного «технического долга» в крупных предприятиях. Вместо того чтобы переписывать код вручную, система использует специализированных ИИ-агентов для анализа устаревших данных и их преобразования в современные, поддерживаемые приложения на языке Java. Процесс строится на трех ключевых элементах:

• Централизованный анализ: ИИ обрабатывает разрозненные данные из старых систем, приводя их к единому структурированному виду, готовому для работы с современными алгоритмами.
• Параллельная работа агентов: Специальные программы одновременно выполняют задачи по конвертации кода, проверке качества и улучшению результатов, работая быстрее человека.
• Контроль человека: Опытные инженеры (Modernization Meisters) проводят финальную проверку, что гарантирует сохранение логики бизнеса и снижает риски сбоев.

Подход позволяет не просто механически перевести код, а перестроить архитектуру системы, сделав её масштабируемой и удобной для дальнейшей поддержки.

Стратегия использования нескольких моделей ИИ

Fujitsu не полагается на один алгоритм, а использует гибридную схему, комбинируя собственные разработки с внешними решениями. В основе сервиса лежат платформа Fujitsu Kozuchi и большая языковая модель Takane (разработана совместно с Cohere Inc.). К ним подключаются передовые модели от Anthropic (Claude) и OpenAI (GPT).

Такая гибкость позволяет подбирать оптимальный инструмент под конкретную задачу клиента, учитывая требования к безопасности и специфику программного кода. Клиентам не нужно самостоятельно разбираться в том, какую модель выбрать или как их интегрировать — компания берет на себя управление этим процессом. Это позволяет бизнесу сосредоточиться на стратегических задачах и получении возврата инвестиций (ROI), не отвлекаясь на технические детали внедрения ИИ.

Стоит учесть: Использование внешних моделей (Claude, GPT) внутри сервиса означает, что компания делегирует часть интеллектуальных задач лидерам рынка, но сохраняет контроль над данными и бизнес-логикой через собственную платформу Kozuchi.

Операционные последствия и тренды

• Снижение зависимости от узких специалистов: Сервис обучен на данных тысяч реализованных проектов Fujitsu, включая успешные кейсы и ошибки. Это позволяет воспроизводить опыт экспертов в любом месте и времени, компенсируя дефицит инженеров, знающих старые технологии.
• Рост качества миграции: Переход на объектно-ориентированный подход в языке Java делает системы более надежными и легкими для доработки, что снижает долгосрочные затраты на поддержку.
• Этапность внедрения: Запуск сервиса является следующим шагом после выпуска в марте 2026 года инструмента для автоматического создания проектной документации. В будущем компания планирует предоставить клиентам платформы для самостоятельной модернизации, используя накопленный опыт.

На фоне этого: Успех модернизации теперь зависит не только от наличия бюджета, но и от способности бизнеса быстро интегрировать ИИ-инструменты в процессы поддержки критически важных систем, где цена ошибки слишком высока.