，代表了麦肯锡技术部和QuantumBlack（麦肯锡的人工智能部门）的观点。这篇文章由Aaron Bawcom和Matt Fitzpatrick与Chi Wai Cheung、Dan Collins和Dante Gabrielli共同撰写构建和协调数百个这样的代理时。生成型AI代理开始交付突破性价值，但只有当公司-figure out如何、更便宜、更好用于 IT 现代化的 AI ： 更快 2024 年 12 月 Vý–EDg,^W:xb¥D‹¯+V: quanqiuzixun8   2 用于 IT 现代化的 AI ： 更快、更便宜、更好—改善业务成果。 转换旧代码为现代技术语 言 merely 将技术债务从遗留系统转移到现代系 统。要避免这种“代码和迁移”的问题，需要使用 生成式AI来帮助做出更好的商业决策并现代化 真正重要的部分。现代化转型如今还远远不到一半，尤其是在使 用生成式人工智能的情况下。这种转变使得许 多原本因为成本过高或耗时过多而不现实的现 代化努力突然变得可行。并且随着这一能力的 发展， 衡量和跟踪技术债务的直接成本 并且它可以影 响盈亏结果（在许多情况下占总投资支出的40 %到50%），公司可以追踪他们创造的价值。在几乎所有大型组织的核心，都存在着一个巨大 的“技术债务”锚，拖慢了业务的发展：这些遗留 的IT系统中累积的技术债务。这些大型系统往往 是在几十年前构建的，成为了公司及其各个部门 和技术基础架构的重要组成部分。据估计，超过 70%的 Fortune 500 公司使用的软件是在20年前 甚至更早时期开发的。1（ 请参阅侧栏 “什么 是遗留系统 ， 以及它们如何阻止组织 ？ ”) 。 尽管仍处于早期阶段，我们的经验表明，利用 生成性人工智能可以大大减少手动工作，从而 将技术现代化的时间线加速40%到50%，同时 减少40%的技术债务带来的成本，并提高输出 的质量。然而，这种价值更多地取决于其使用 方式，而非技术本身，特别关注以下几点： —专注于缩放值。 多智能体模型的价值在于 将其工业化，使其能够扩展并应用于业务的多 个领域，并持续偿还技术债务。使这些老化系统现代化并支付费用 技术债务 traditionally 被认为是“IT问题”，企业 领导人一直content将这个问题一拖再拖。原因 众所周知：这太过昂贵（往往需要数亿美元） ，耗时过长（五到七年），影响太大，投资回 报不明确，而且当前系统基本上还能正常运行 。 —启用自主 Gene AI 代理。 建立并训练一 支能够独立且协作工作的通用人工智能代理军 队，在人类监督下处理一系列端到端流程，已 被证明能在IT现代化努力中带来显著改进（参 见附录“LegacyX”）。 新的人工智能发展，特别是生成式人工智能（g en AI）的发展，正在从根本上重新校准现代化 工 legacy 技术和减少技术债务的成本与收益， 并作为一系列更大变化的一部分。 IT 如何运作 . 考虑一家领先的金融机构的交易处理系统，三 年前其成本远超过1亿美元。但是，随着技术渗透到业务的每一个角落并成 为公司创造价值能力的核心，现代信息技术系 统的升级必须成为首席执行官的优先事项。从 技术进步中产生的机会和风险，都需要IT系统 的现代化来应对和抓住。 生成 AI (gen AI)  to 云 to 机器人技术 —需要现代技术基础。实际上，技 术使大约71%的商业转型价值得以实现。2这 些老化的企业系统的设计和维护程序员即将退 休这一事实，进一步凸显了现代化的紧迫性。 1 Nia Batten ， “即使它 '没有崩溃' ， 也要修复它 ： 传统技术的价格 ” ， TechRadar ， 2023 年 10 月 11 日。 2 Aamer Baig, Sven Blumberg, Arun Gundurao, and Basel Kayyali, " 打破技术债务的恶性循环 ， 实现业务现代化 “， 麦肯锡 ， 202 3 年 4 月 25 日。 Vý–EDg,^W:xb¥D‹¯+V: quanqiuzixun8oPnOtOqOoQmM8OaO6MoMnNtRsOlOnMoMjMpPmQ8OmNzQwMpMtNxNtOoM 什么是遗留系统 ， 它们如何阻碍组织 ？ 用于 IT 现代化的 AI ： 更快、更便宜、更好 3—对顶尖人才没有吸引力 ： 顶尖程 序员和软件工程师更不可能加入使用他 们不理解且在市场上不受重视的过时系 统和语言的企业。—资本使用效率低下 ： 运行遗留 系统的成本阻碍了对更多价值建设开 发的投资。 切换到更易使用的编程语言，过渡到提供更多功 能的现代框架，重新结构系统以创建模块性，甚 至修复和迁移应用程序以在更便宜的云环境中运 行。利用通用人工智能（Gen AI）的能力来实 施这些变化。 提高云程序的 ROI , and —缓慢的创新 ： 使用过时且难以理 解的语言构建的系统严重妨碍了组织适 应和创新的能力。—对法规的反应迟钝: 不断变化的监管要求变得更加难以遵守 ， 也更加昂贵。遗留IT系统渗透每个行业，通常作为关 键操作的支撑基础。例如，在金融服务 领域，核心银行平台和投资管理解决方 案每天在全球范围内处理数万亿美元的 交易。美国保险行政系统每年管理的保 费总额达到1.9万亿美元。1福利管理 平台助力每年向数百万美国公民分配超 过830亿美元的社会服务和福利资金。2—与现代渠道的兼容性有限。 传统 技术通常不适用于现代渠道，这些渠 道需要实时数据和高级连接性。 核心上，技术现代化涉及将现有应用程序转 换为利用现代技术、框架和架构。这一过程 可能包括一代 AI 代理如何改善代码和业务成 果这些系统中的技术债务会产生重大的 业务问题 ：—弹性风险: 缺乏对系统工作原理的 理解，加之有限的自动化能力以及常常 依赖手动测试过程，引入了难以预测和 修复的稳定性问题。 —运行成本高 ： 运行遗留系统的 成本往往显著高于现代系统。例如， 对于一家大型欧洲银行而言，其70% 的IT容量用于维护遗留系统。 1 保险业年度报告 ， 美国财政部联邦保险办公室 ， 2024 年 9 月。 2 “项目 ： 公共福利支出 ” ， 州和地方背景资料 ， 城市研究所 ， 2024 年 4 月 26 日。 Vý–EDg,^W:xb¥D‹¯+V: quanqiuzixun8 LegacyX 启用自主 gen AI 代理改善业务成果 用于 IT 现代化的 AI ： 更快、更便宜、更好 4LegacyX 是麦肯锡的能力 ， 偿还技术债务需要关注上述三个领域。自动化复杂的软件开发流程 ， 同时实 现流程和应用程序的现代化。 我们以前写过 ， 在软件开发中 ， 使用 gen AI 代理来 协助开发人员进行编码 可以帮助一些 开发人员提高他们的生产力。3我们的经验表 明，这一加速的下一个阶段将使数百个通用人 工智能代理能够在人类监督下独立运行，尤其 是随着模型规模的扩大（参见图表）。为了处理端到端的工作流程，重点在 于理解遗留系统的意图，以开发更好 的流程并借助可重复的过程加速现代 化。分层多代理工厂框架 当适当应用时，生成式AI能够将通常难以理解的 遗留元素（如文档、代码、可观测数据、调用日 志、编程方法等）转化为简单的英语流程描述， 仅需几分钟。一家金融服务公司在采访了多位专 家以补充有限的文档后，将访谈记录输入生成式 AI模型，为其提供了更好的指导。这种清晰性不 仅帮助工程师理解系统正在执行什么操作，还使 业务专家能够确定真正所需的内容。通过这种方 式，业务和工程专家可以共同决定他们想要什么 、哪些部分需要更新以及哪些部分可以废弃。 legacy-tech现代化努力的目标不应是尽可能转 换尽可能多的代码行。而是应该专注于改进系 统和流程，以便业务能够创造更多的价值。这 意味着利用生成式AI来理解现有的代码，确定什 么是产生商业价值所需要的，并随后现代化那 些必要的流程以实现这一目标。公司倾向于以简单粗暴的方式使用生成式AI， 例如，直接将遗留代码输入生成式AI工具并将 其转换为现代语言。然而，这种“代码和加载” 的方法实际上将技术债务迁移到了现代环境中 。这一陷阱与许多公司在云计算早期阶段陷入 的情况相似，在那时的关注点是“迁移和重新部 署”，即把现有应用程序迁移到云中而遗留问题 仍未得到解决。由QuantumBlack赋能，简化遗留IT系 统的现代化改造并借助生成式AI交付业 务价值。它采用了多种专门的代理。 3 “利用生成式 AI 提升开发人员的生产力 “， 麦肯锡 ， 2023 年 6 月 27 日。 Vý–EDg,^W:xb¥D‹¯+V: quanqiuzixun8