Fortfarande finns 775-850 miljarder rader cobol-kod i aktiv daglig användning enligt en undersökning från februari i år. Samtidigt minskar antalet utvecklare som vet hur applikationerna är byggda och hur de är strukturerade och den kompetensbristen ger många företag som använder cobol i kritiska affärstillämpningar huvudbry,
Nu vill ett nystartat företag, Phase Change Software, lösa problemet genom att utveckla ett AI-drivet verktyg som ska kunna hjälpa företag att förstå och underhålla koden. Det handlar om att ta cobol-källkod och använda symbolisk maskininlärning och statiska analysmetoder för att omvandla koden till en orsaks- och effektmodell, skriver Venture Beat.
– Det verkliga underliggande problemet är kunskapen om vad applikationerna gör, för att ändra koden effektivt måste man förstå vad koden gör, säger vd:n Steve Brothers.
Verktyget, CoboL Colleague, är tänkt att till en början användas i lokala miljöer och körs på Linux.
