
bien que des défis restent à relever
La modernisation du code hérité est l'une des tâches les plus difficiles de l'ingénierie logicielle. Les ingénieurs doivent faire face à plusieurs défis qui nécessitent des investissements colossaux en matière de coûts et de temps. Mais Morgan Stanley affirme que l'IA permet de réduire la complexité de cette tâche. Morgan Stanley a rapporté que son outil d'IA interne a traité 9 millions de lignes de code ancien cette année, ce qui a permis à ses ingénieurs d'économiser 280 000 heures de travail. Toutefois, la banque affirme que plusieurs défis restent à relever, car les outils d'IA actuels ne sont pas fiables pour les tâches de codage.
Les banques et de nombreuses autres organisations à travers le monde s'appuient encore sur des systèmes hérités écrits dans de vieux langages comme le COBOL ou le Perl. La plupart cherchent aujourd'hui à réécrire leurs anciens logiciels dans des langages modernes, comme Python ou Java, car ils sont plus efficaces, maintenables et utilisés par les développeurs actuels. Face à ce défi, Morgan Stanley a mis au point un outil d'IA interne appelé DevGen.AI.
Morgan Stanley a présenté DevGen.AI en janvier. L'outil, qui tire parti des modèles GPT d'OpenAI, traduit le code des anciens langages, tels que Perl (publié en 1987), en anglais simple, que les développeurs peuvent ensuite utiliser comme base pour réécrire le code dans des langages plus récents tels que Python. Mike Pizzi, responsable mondial de la technologie et des opérations chez Morgan Stanley, a laissé entendre qu'il s'agit d'une approche efficace.
Selon lui, au cours des cinq mois qui ont suivi son lancement, DevGen.AI a traité 9 millions de lignes de code, permettant aux 15 000 développeurs de l'entreprise d'économiser 280 000 heures de travail. « L'élimination d'une telle quantité de travail fastidieux est un événement majeur », a écrit un critique.
Développement et fonctionnement de programme DevGen.AI
La modernisation des logiciels hérités a toujours été un véritable casse-tête pour les organisations, qui disposent parfois d'un code datant de plusieurs dizaines d'années, susceptible d'affaiblir la sécurité et de ralentir l'adoption de nouvelles technologies. Par exemple, il devient difficile de trouver des développeurs qui savent encore coder en COBOL, un langage qui a fêté ses 60 ans 2019. Bien que les anciens systèmes sont fiables, ils sont coûteux à entretenir.
Selon les entreprises d'IA, la modernisation des logiciels hérités est l'un des cas d'utilisation les plus adaptés aux assistants d'IA de codage. Mais les outils d'IA existant souffrent de nombreuses lacunes qui frustrent les ingénieurs. Selon Mike Pizzi, Morgan Stanley a choisi de construire son propre logiciel d'IA en interne parce que les entreprises technologiques n'avaient pas de solutions qui pouvaient répondre aux spécifications exactes de Morgan Stanley.
Les outils commerciaux manquaient d'expertise pour déchiffrer les anciens langages de codage, en particulier ceux qui sont spécifiques à une entreprise. Ces outils commerciaux sont excellents pour écrire des codes nouveaux et modernes. Cependant, Mike Pizzi a expliqué qu'ils n'ont pas nécessairement autant d'expertise dans les langages de programmation moins populaires ou plus anciens, ou dans ceux qui sont adaptés à une organisation donnée.

Aujourd'hui, les quelque 15 000 développeurs de Morgan Stanley, répartis dans le monde entier, peuvent utiliser l'outil pour toute une série de tâches, notamment la traduction du code existant en spécifications en langage naturel (l'anglais simple), l'isolation de sections du code existant pour les enquêtes réglementaires et autres demandes, et même la traduction complète de sections plus petites du code hérité en code écrit dans un langage moderne.
Des défis restent à relever et la technologie doit encore mûrir
Comme souligné plus haut, DevGen.AI a été entraîné spécifiquement sur le code interne de Morgan Stanley, y compris des langages personnalisés peu répandus, ce qui le rend plus efficace que les outils commerciaux génériques. Il est conçu pour la traduction du code existant en spécifications en anglais simple. Bien qu'il puisse théoriquement traduire du code ancien en code moderne, l'outil ne garantit pas une optimisation complète du nouveau code.
En d'autres termes, DevGen.AI peut réécrire un code Perl en code Python, mais il ne saurait pas nécessairement comment l'écrire en tant que code efficace tirant parti de toutes les capacités de Python. « Et c'est l'une des principales raisons pour lesquelles les humains restent dans la boucle », a déclaré Mike Pizzi.
Selon lui, c'est en traduisant les codes existants en spécifications anglaises, c'est-à-dire en dressant une carte de ce que fait le code, que le logiciel s'avère vraiment efficace. C'est quelque chose qu'un nombre de plus en plus restreint de développeurs, formés à des langages anciens ou spécifiques, sait faire. Selon Mike Pizzi, avec ces spécifications, n'importe quel développeur peut écrire l'ancien code comme un nouveau code dans un langage moderne.
Mike Pizzi a ajouté que plusieurs défis restent à relever et que la technologie doit encore mûrir. Morgan Stanley maintient les programmeurs humains impliqués dans le processus de traduction des codes anciens ou hérités vers de nouveaux langages. Selon Mike Pizzi, Morgan Stanley ne réduirait pas ses effectifs d'ingénieurs logiciels en raison de l'outil d'IA, bien qu'il ait licencié 2 000 de ses 80 000 employés au cours du mois de mars de cette année.
Morgan Stanley a lancé plusieurs applications d'IA pour ses employés, dont une qui les aide à résumer des réunions vidéo et une autre qui leur permet de trouver rapidement des informations à partir du corpus de recherche de l'entreprise. L'année dernière, Ted Pick, PDG de Morgan Stanley, a déclaré aux investisseurs que les outils d'IA pourraient permettre aux employés d'économiser jusqu'à 15 heures par semaine et qu'ils pourraient changer la donne.
Les dirigeants imposent les outils d'IA malgré leurs limites
L'initiative de Morgan Stanley illustre comment l'IA peut être intégrée de manière stratégique pour résoudre des problèmes complexes tels que la modernisation de la base de code des systèmes hérités. Elle souligne également l'importance de solutions personnalisées pour répondre aux besoins spécifiques des entreprises, en particulier lorsque les outils standards du marché ne suffisent pas. Mais l'approche contraste avec le reste de l'industrie technologique.
Des témoignages d'employés anonymes de Microsoft indiquent que, dans certaines équipes, des solutions techniques efficaces sont écartées au profit de solutions basées sur l'IA, même si ces dernières sont moins performantes. Un ingénieur de Microsoft a rapporté que des algorithmes efficaces étaient parfois délaissés au profit de modèles d'IA, simplement pour suivre la tendance, malgré des performances inférieures et des coûts plus élevés.
Les dossiers de l'État de Washington examinés par Bloomberg ont révélé que « plus de 40 % des personnes licenciées par Microsoft dans l'État en mai travaillaient dans le domaine du développement de logiciels ». Les ingénieurs restants semblent dépassés, frustrés ou stressés par l'intégration rapide et parfois chaotique de GitHub Copilot dans les flux de travail. Ce qui se traduit par un taux de bogue élevé et une augmentation de la charge de travail.
Chez Amazon, l'IA transforme le codage informatique en « un travail à la chaîne ». Les ingénieurs logiciels d'Amazon rapportent que leur travail devient plus mécanique, moins intellectuellement stimulant et davantage axé sur la rapidité d'exécution que sur la qualité ou la réflexion.
Source : Mike Pizzi, responsable mondial de la technologie et des opérations chez Morgan Stanley
Et vous ?



Voir aussi



Vous avez lu gratuitement 70 articles depuis plus d'un an.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.