访谈:Pega 的 “Blueprint” 破解老旧 IT 的诅咒

Pega 利用 agentic AI 驱动的 Blueprint 工具,自动解析传统软件和业务流程,助力企业加速创新,摆脱遗留 IT 制约。

由于必须继续维护那些承担关键业务功能但早已过时且无法轻易关闭的 IT 系统,企业因此遭受了双重损失。企业不得不支付高昂费用使计算机系统在超出自然使用期限后依旧运行,从而使得它们可用于新技术投资的资源大为减少。

“他们正花钱提升客户体验和优化业务效率,但老旧系统让所有这些项目变得更为困难,”Pega 的首席技术官 ( CTO ) Don Schuerman 指出。“这限制了组织构建那种对创新至关重要的持续变革和创新循环的能力,”他在接受 Computer Weekly 采访时表示。

位于马萨诸塞州沃尔瑟姆的技术公司 PegaSystems 年营业额达 1400 亿美元,其所开发的软件在全球一些最大组织的幕后用于管理和自动化业务流程。一项由 Pega 委托,对 500 多位 IT 决策者进行的调查显示,被调查公司中有一半依赖运行超过 10 年的计算机系统,而十分之一的公司至少拥有一套使用年限介于 20 至 30 年之间的系统。

企业需要勇气

Schuerman 认为,公司需要更加勇敢地应对老化 IT 的问题,因为随着时间的推移,老旧技术的维护会变得越来越困难。“有许多系统的构建团队早已不复存在,了解代码基础的人也不在了,”他说。

像 Pega 这样的供应商正开发工具,帮助组织减少对陈旧 IT 系统的依赖。例如,Amazon Web Services ( AWS ) 和 Accenture 已分别推出利用人工智能 ( AI ) 代理的转型工具,协助公司将其工作负载从大型机迁移至数据中心。与此同时,PegaSystems 也扩展了其自主工具 Blueprint —— 这是一款用于快速原型设计业务工作流的工具 —— 并融合了代理式 AI 技术。

它通过 AI 代理摄取并分析关于老旧软件的视频、软件文档、技术文件、截屏、源代码或公司网站的相关信息,从而生成可转换为云应用的蓝图。Pega 在本周的公司大会上展示了这一能力,展示内容包括 Blueprint 如何复制一套最初使用 Cobol 语言(这一计算机语言可追溯至 1959 年)编写的信用卡管理系统的功能。内置于 Blueprint 中的 AI 代理能够对一段展示某人描述软件使用方法的视频以及相应的软件文档进行问询,进而在几分钟内识别代码功能、复制其工作流,并提出改进建议。

一次现场演示展示了,通过添加一位 AI 机器人,客户可以拨打银行电话,与 AI 代理进行自然语言对话,查询信用卡余额、申请提高信用额度直至获得批准——全程无需人工干预。

另一个例子是 Vodafone,该公司正在利用 Blueprint 开发跨业务应用。它开发出的原型应用能够在投入生产前与客户以及内部业务人员进行共享和测试。该通信公司表示,使用 Blueprint 后,其应用开发和部署速度显著提升,有一款应用从概念走向生产仅用了 48 小时。

Schuerman 认为,Blueprint 的真正价值在于它改变了人们过去那种“搬运和迁移”的观念——即组织通常只是将老旧软件重新打包进 Kubernetes 容器或类似环境中以便在云中运行。如今,组织可以专注于改善业务流程,而不用再简单地复制旧有流程。Schuerman 指出,Blueprint 可以完成一个应用 50% 至 60% 的开发工作,但它永远不会取代开发人员。企业仍需将老旧应用中的数据迁移到云存储,目前 Google、Pega、AWS 等公司已开发出相应工具来解决这一任务。

Schuerman 表示,Blueprint 无法取代所有老旧技术。“我们接下来所迁移和转型的内容,依然会自然地呈现为优秀的 Pega 应用,即那些具有工作流并推动一定程度流程协调的应用,”他说。比如说,Blueprint 就不适合用来替换财务分类账系统、SAP 以及其他企业资源规划 ( ERP ) 系统。不过,Schuerman 同时提到,已有公司对将其 ERP 系统周边的定制化流程迁移至 Pega 表示出兴趣。理论上,并没有任何障碍阻止组织利用 Blueprint 在 Pega 之外的其他技术中实现工作流程。该软件能够生成详细描述工作流、底层数据模型以及流程接口点的文档。“如果你想把这份文档当作需求文档来看待,我认为它将成为传统软件开发中一份相当不错的需求文档,”他说。尽管如此,总有一些应用可以且应该在 Pega 之外运行,比如在安全管理领域,用于处理用户身份验证和权限管理。

保持 AI 代理的受控

使用 AI 的风险之一在于其偶尔会表现出不可预测性并容易产生幻觉。为了解决这一问题,Pega 通过利用 AI 代理来设计和开发可重复的工作流程,而不是让它们在实时运行中做出未按剧本规划的决策。例如,对于信用卡提供商来说,AI 机器人可以与客户互动以选定合适的工作流,但它们没有能力为客户做出“运行时”决策。

“我们正在努力确保您可以将代理式 AI 嵌入到高度可预测和可重复的工作流程中,而其他人尚未做到这一点,”Pega 的 Don Schuerman 说道。当存在这样一种风险时——即大语言模型可能为不同客户做出不同建议且无法解释其决策依据——没有任何银行会愿意使用大语言模型来决定客户的信用额度。

过去,Pega 主张“包裹与更新”的理念,即在大型机和其他老旧技术周围附加软件包装器以便将它们集成到业务的其它部分。但如今,根据 Schuerman 的说法,情况已转变为“重新思考与替换”。

Pega 正计划推出一项全新服务,使企业能够管理 AI 代理,无论是在 Pega 软件上运行还是在 Pega 之外运行,从而确保它们能够协调一致地工作。该服务被称为 Pega Agentic Process Fabric,将于今年秋季推出。服务不仅能对 Pega 及其他 IT 系统中使用的 AI 代理、工作流程和数据进行审计和注册,还能在相关流程尚未存在的情况下,实时生成新工作流程并在人工监管下进行操作。其宗旨在于确保执行不同任务的 AI 代理能够协同工作,而非彼此冲突。

老旧技术真的能被完全淘汰吗?

究竟是否有可能彻底消除老旧技术?Schuerman 表示,他比大多数人更为乐观。“我之所以略感乐观,是因为我们已经将业务逻辑从技术实现中抽象出来,”他说。这意味着企业可以更改其底层技术,而不必陷入‘老旧陷阱’。“我们是否已做到百分之百?没有,但那正是我们的愿景,”他说。

来源:Computer Weekly

0赞

好文章,需要你的鼓励

2025

06/10

14:18

分享

点赞

邮件订阅