AI时代的上云“加速器”：Amazon Transform 正式发布，企业现代化进入快车道

在企业全面拥抱AI的关键窗口期，如何将庞大而复杂的历史遗留系统成功迁移上云，成为决定竞争力的“前置条件”。亚马逊云科技近日正式推出新一代企业现代化服务 Amazon Transform，通过Agentic AI加速企业核心工作负载向云原生架构迁移，将原本耗时18个月以上的传统流程压缩至数周甚至数天。

从“能不能上云”到“如何更快上云”

据了解，尽管超过六成企业已将AI投资列入2025年优先事项，但依旧有75%的关键系统运行在本地，其中不乏COBOL主机、.NET架构和VMware环境。这些“老系统”并非不能动，而是动起来代价极高。传统迁移手段依赖大量人工规划与代码重构，流程复杂，风险高，速度慢，往往成为企业AI战略落地前最难的一关。

Amazon Transform带来的改变，是用AI来“搬家”。这项服务基于亚马逊云科技在大模型、图神经网络、自动推理等方向的技术积累，推出了三大智能agent，分别面向.NET、mainframe和VMware场景，可实现自动依赖分析、代码转换、测试验证与架构优化。

三大核心场景，直击企业“迁移痛点”

在.NET 现代化转向 Linux 方面，企业借助 Amazon Transform 的.NET agent，可将基于 Windows 的.NET 应用自动转换为跨平台的.NET 版本。这一过程不仅能保持业务逻辑的一致性，还能节省最多 40% 的许可证和运维成本。客户 Grupo Tress Internacional 分享使用体验时提到，通过该服务，迁移过程中的工作量减少了 70%，预计总开发时间将减少80%。

对于 Mainframe 大型机现代化，面对 COBOL、JCL、DB2 等 “上世纪遗产” 程序，Amazon Transform的大型机agent可自动进行解析与模块化处理，将其转换为 Java/Postgres 等云架构形式。AWS 强调，得益于图神经网络和状态转移图等 AI 工具的运用，依赖梳理和文档生成的时间大幅减少，真正实现了将大型机现代化从以 “年” 为单位的漫长周期，压缩至 “月级”。

在 VMware 网络自动化迁移场景中，针对传统数据中心复杂的 VM 配置和网络结构，Amazon Transform的VMware agent 可自动完成等效转换，并生成合理的迁移批次方案。客户 SourceFuse 反馈，使用该服务后，整体迁移流程执行时间最多缩短 90%，人工干预减少 80%。

一个对话界面，一个跨团队协作平台

Amazon Transform的另一项创新是“可对话”的AI体验。企业可通过聊天式界面描述迁移目标，系统则自动生成任务方案，并允许IT、开发、业务团队协同参与评估与调整。这不仅降低了使用门槛，也显著提升了跨职能项目的推进效率。

结合Amazon Q Developer、Bedrock基础模型服务以及自动推理能力，Amazon Transform已成为亚马逊云科技“AI驱动云迁移”战略的关键组件，象征着从传统手动迁移工具向“智能迁移助理”的跃迁。

迁移，是迈向AI的前提

亚马逊云科技的判断很明确：企业AI化的关键第一步不是买模型、建平台，而是先完成上云与架构现代化。Amazon Transform的目标，正是以Agentic AI作为“加速器”，扫清企业从遗留系统走向AI Ready的道路。

对于那些仍在纠结“是否迁移”的企业，Amazon Transform提供了一个更现实的选项——快速、低风险、成本可控的现代化路径。

AI的未来正在到来，而上云的窗口却在缩小。Amazon Transform，也许正是企业抓住下一轮数字红利的那把钥匙。