Anthropic sembra aver deciso di puntare con decisione a un mercato che molti hanno considerato interessante ma che pochi sono riusciti ad affrontare con successo: la modernizzazione del codice legacy, in particolare dei miliardi di linee di codice Cobol che ancora oggi muovono una fetta importante, se non proprio predominante, dei sistemi mission critical, specie in ambito bancario e finanziario.

Anche se non se ne parla poi molto, è vero da decenni che il codice cosiddetto legacy è alla base di applicazioni e servizi fondamentali, a fronte però di un problema chiave: gli sviluppatori che lo comprendono sono sempre meno e non vengono sostituiti, perché (quasi) nessun nuovo programmatore è interessato a sistemi così di nicchia. Inoltre, la documentazione relativa alle applicazioni Cobol è storicamente carente, cosa che non aiuta la manutenzione del codice anche quando le competenze necessarie si riescono a trovare.

Anthropic sottolinea anche che la modernizzazione delle applicazioni Cobol è diversa dalla generica modernizzazione del codice legacy. Il problema - nel caso del Cobol - non è semplicemente migliorare codice che usa paradigni di sviluppo moderni, ma fare un vero e proprio reverse engineering di codice poco comprensibile e male documentato, dipanando interdipendenze tra componenti software che si sono stratificati man mano lungo decenni di sviluppo. E tutto questo va fatto senza rischiare di impattare sul buon funzionamento dei sistemi legacy.

Dato lo scenario, si capisce immediatamente perché chi ha in uso applicazioni Cobol di solito preferisce non metterci affatto mano, anche se nel tempo l'offerta di approcci e servizi per la modernizzazione si è fatta piuttosto variegata. È anche una questione di costi: un progetto di modernizzazione Cobol può richiedere una quantità di tempo e risorse skillate che va oltre le capacità della gran parte delle aziende, anche importanti. La posizione di Anthropic, però, è che adesso l'AI cambia le carte in tavola, in particolare le cambia la disponibilità di piattaforme come Claude Code, a cui si possono affidare quei passi della modernizzazione che, storicamente, ne rappresentano gli ostacoli principali. In particolare, le fasi di analisi del codice e degli ambienti applicativi.

La proposizione di Anthropic è che Claude Code possa, più in dettaglio, mappare le dipendenze tra le porzioni di codice Cobol, documentare i workflow applicativi, raccogliere informazioni da passare ai team IT per governare meglio la migrazione. Tanto che, si sottolinea, la modernizzazione di una codebase Cobol finirebbe per richiedere "trimestri anziché anni".

Più in dettaglio, Anthropic vede la modernizzazione "AI powered" seguire diverse fasi successive. Nella prima, di discovery, Claude Code consulta tutto il codice Cobol da migrare e ne mappa la struttura. Identifica i punti di ingresso del programma, traccia i percorsi di esecuzione attraverso le chiamate alle subroutine, mappa i flussi di dati tra i moduli e documenta le dipendenze tra file. Questo tipo di mappatura va oltre quello che offrono i classici tool di modernizzazione, sostiene Anthropic, perché rileva dipendenze implicite che di norma non vengono evidenziate nell'analisi statica del codice e che sono "esattamente ciò che rende rischiosa la modernizzazione Cobol".

Sulla base di questa analisi della codebase, Claude Code può effettuare una stima dei rischi associati alla modernizzazione del codice. L'AI cioè valuta quali componenti Cobol possono essere migrati in sicurezza e ponendo meno problemi, e quali invece richiedono un trattamento particolare. Ad esempio, i moduli con un elevato grado di interdipendenza sono più rischiosi da modernizzare, mentre sui componenti isolati ed autonomi si può intervenire prima e più facilmente. L'AI è anche in grado di identificare i componenti che mostrano opportunità importanti di refactoring - ad esempio quelli che di fatto duplicano determinati flussi logici - oppure quelli che sono certamente "problematici" perché relativi ad aree dove ci sono poche competenze in azienda.

Questa valutazione del percorso di modernizzazione è la base su cui Claude Code può, secondo Anthropic, definirne i veri e propri passi strategici. Questa è anche la fase in cui i tecnici Cobol dell'azienda entrano in gioco, perché devono completare le valutazioni dell'AI con la loro conoscenza di ciò che va oltre la "semplice" codebase: requisiti normativi, priorità aziendali, vincoli operativi, tolleranza al rischio d'impresa.

Mettendo insieme AI e persone si arriva a definire una roadmap dettagliata della modernizzazione. L'AI suggerisce le priorità di intervento, il team aziendale esamina queste raccomandazioni e decide quali componenti modernizzare e in che ordine, anche in base a considerazioni tecniche di livello più elevato, come l'architettura target e i requisiti di integrazione per i componenti modernizzati. Prima di qualsiasi modifica al codice, la collaborazione tra AI e persone si realizza anche per la parte di test e convalida del codice: Claude Code progetta i test funzionali che verificano che il codice migrato produca output identici al codice Cobol legacy, il team interno decide se tali test sono sufficienti, quali scenari applicativi richiedono una convalida manuale supplementare e quali benchmark di performance imporre ai componenti modernizzati.

A questo punto la modernizzazione vera e propria può partire. La migrazione avviene un componente alla volta, con convalida ad ogni fase. L'AI traduce il codice Cobol nel linguaggio di destinazione scelto, crea wrapper API attorno ai componenti legacy che rimangono ancora in uso e costruisce l'infrastruttura software necessaria per eseguire il codice vecchio e nuovo parallelamente, durante la transizione. Ogni step di migrazione viene completato con successo e convalidato, oppure fallisce e viene corretto. In questo modo, anche in caso di problemi gli impatti della migrazione abortita sono limitati e il classico problema delle migrazioni legacy massive - trovarsi a dover ripristinare settimane di lavoro per un singolo intoppo - viene evitato.

La visione di Anthropic è concreta? Difficile dirlo, visto che di casi pubblici rilevanti di migrazione legacy affidata all'AI ancora non ne abbiamo. Però l'idea non è nuova: in maniera più conservativa, l'applicazione dell'AI come strumento per la modernizzazione è un concetto propagandato dalla stessa IBM, e non da oggi. Intanto, vale giusto la pena evidenziare che semplicmente l'intenzione di Anthropic di aggredire il mercato della modernizzazione del codice legacy è bastata, a quanto pare, a far calare in Borsa il titolo di IBM. Come qualsiasi blog post sull'AI agentica oggi basta per far calare le quotazioni dei vendor SaaS. Concretamente, però, ancora non si vede niente di significativo.