OpenAI annonce que GPT-6.1 Sol progresse dans la traduction de code COBOL vers des langages de programmation modernes. Ses tests atteignent 98 % de fidélité au comportement avec un effort de raisonnement accru, mais la fiabilité du remplacement de systèmes entiers reste à démontrer, selon des experts.
OpenAI a testé ses modèles d’IA pour convertir du code COBOL vers des langages comme Java, Python et Rust tout en préservant le comportement du logiciel. Dans les évaluations de l’entreprise, GPT-6.1 Sol a obtenu un score de 87 % avec un faible effort de raisonnement et de 98 % avec un effort plus élevé.
Le COBOL reste présent au cœur des systèmes bancaires et des administrations, où le remplacement des anciens logiciels risque de perturber des services essentiels. Anthropic a également présenté Claude Code comme un outil de migration COBOL, sans toutefois fournir de résultats de tests de performance pour cette tâche.
Pour les entreprises qui modernisent leurs logiciels anciens, la traduction du code ne répond qu’à une partie du problème : les données, les intégrations et les processus de travail existants comptent aussi. Les experts recommandent des tests rigoureux et une vérification humaine. Ils soulignent que les évaluations d’OpenAI ne démontrent pas que l’IA peut remplacer sans risque des systèmes anciens complexes.
La migration sans risque de systèmes d’entreprise complets reste à démontrer : ces résultats ne suffisent donc pas à justifier le remplacement de logiciels critiques.
Les équipes ont toujours besoin de compétences sur le code ancien et les intégrations, car la traduction seule ne résout pas la complexité de la modernisation.
Les tests et la vérification humaine restent des tâches essentielles dont les entreprises doivent tenir compte pour évaluer les économies potentielles liées à l’IA.
Rédigé automatiquement par la rédaction de Made in 10 à partir de la source ci-dessus.
Browserbase a montré comment ses agents de navigation Stagehand automatisent des tâches sur les portails professionnels. Selon les intervenants, Ramp a économisé plus de 30 000 heures de travail manuel, mais aucun taux de réussite par portail n’a été communiqué.
