Individua il percorso di modernizzazione che protegge ciò che conta

Riepilogo

• L'intelligenza artificiale può accelerare la modernizzazione del codice, ma crea valore duraturo solo quando i team basano i suoi risultati sulla comprensione dell'applicazione, sulla disciplina ingegneristica e sulla validazione.
• Le applicazioni COBOL e PL/I di importanza critica richiedono ben più di una semplice conversione del codice. I responsabili devono comprendere le dipendenze, le regole aziendali, il comportamento delle transazioni e i controlli operativi prima di scegliere un percorso di modernizzazione.
• Il percorso di modernizzazione più adatto dipende dagli obiettivi aziendali, dall'architettura, dalla tolleranza al rischio e dalle priorità operative.
• I test e la convalida aiutano i team a dimostrare che le applicazioni modernizzate continuano a supportare i risultati aziendali attesi.
   

L'intelligenza artificiale ha cambiato il dibattito sulla modernizzazione del codice.

I dirigenti Enterprise non si chiedono più solo se l'intelligenza artificiale possa spiegare il codice, riassumere la logica o velocizzare la documentazione. Si pongono una domanda più complessa: l'IA può contribuire a modernizzare le applicazioni critiche senza compromettere i processi aziendali che tali applicazioni tutelano?

Riteniamo che la pubblicazione del Magic Quadrant^™ di Gartner^® per gli strumenti di modernizzazione del codice potenziati dall'intelligenza artificiale rifletta la crescente attenzione del mercato su questo tema.

La nostra esperienza conferma questa tendenza. Le organizzazioni riconoscono sempre più che le decisioni di modernizzazione dovrebbero essere guidate dagli obiettivi aziendali, non dai vincoli tecnologici. La sfida non consiste semplicemente nello scegliere una nuova piattaforma o un nuovo modello di sviluppo, bensì nel determinare come far evolvere le applicazioni COBOL e PL/I mission-critical preservando al contempo il comportamento aziendale, l'integrità architetturale, la continuità operativa e l'integrità delle transazioni.

Ecco perché i responsabili della modernizzazione hanno bisogno di qualcosa di più della semplice conversione del codice assistita dall'IA. Hanno bisogno di comprendere le applicazioni, di selezionare il percorso più adatto, di una validazione deterministica e della certezza che i comportamenti aziendali essenziali verranno preservati.

In Rocket Software, consideriamo la modernizzazione del codice potenziata dall'IA come una disciplina operativa. L'IA può ridurre il tempo che sviluppatori, architetti e responsabili delle applicazioni dedicano all'interpretazione di applicazioni COBOL e PL/I sconosciute. Tuttavia, l'IA crea valore duraturo solo quando i responsabili della modernizzazione basano i suoi risultati su dati di codice concreti, modelli applicativi strutturati, documentazione di prodotto e contesto specifico del cliente.

Che cosa significa il riconoscimento di Gartner per Rocket per i responsabili della modernizzazione?

Rocket Software è stata riconosciuta come azienda "Challenger" nel Magic Quadrant^™ 2026 di Gartner^® per gli strumenti di modernizzazione del codice potenziati dall'intelligenza artificiale.

Riteniamo che questo riconoscimento si inserisca in un cambiamento più ampio: le organizzazioni sono alla ricerca di modi pratici per utilizzare l'IA nella modernizzazione senza perdere la comprensione dell'applicazione, la disciplina dei test e la validazione richieste dagli ambienti mission-critical.

Per le organizzazioni che necessitano di modernizzare il codice continuando a servire clienti, dipendenti, partner e stakeholder, questa distinzione è fondamentale. A nostro avviso, la posizione di Rocket riflette un approccio pragmatico alla modernizzazione delle applicazioni mission-critical: combinare l'analisi assistita dall'IA con la comprensione delle applicazioni, i test automatizzati e la convalida, in modo che le organizzazioni possano modernizzarsi con maggiore sicurezza .

La vera sfida della modernizzazione non è se le organizzazioni siano in grado di generare nuovo codice, bensì se possano cambiare piattaforme, strumenti e modelli di implementazione preservando al contempo la logica di business, l'integrità architetturale, il comportamento delle transazioni, i processi di ripristino e i controlli operativi che mantengono in funzione i sistemi principali.

I responsabili della modernizzazione necessitano di qualcosa di più della semplice conversione del codice assistita dall'IA. Hanno bisogno di comprendere le applicazioni, di una selezione rigorosa del percorso da seguire, di una validazione deterministica e della certezza che il comportamento aziendale verrà preservato.

Cosa dovrebbero aspettarsi i leader dalla modernizzazione del codice potenziata dall'intelligenza artificiale?

La modernizzazione del codice potenziata dall'IA utilizza l'intelligenza artificiale insieme all'analisi delle applicazioni, agli strumenti di ingegneria, ai test e alla revisione umana per aiutare i team a comprendere, valutare, trasformare, convalidare e manutenere le applicazioni esistenti.

A differenza della semplice conversione del codice, la modernizzazione potenziata dall'intelligenza artificiale collega il codice sorgente alle dipendenze, ai flussi di dati, alle transazioni, ai processi operativi, alle evidenze dei test e ai risultati aziendali che determinano il comportamento dell'applicazione.

Cosa dovrebbero aspettarsi i leader dalla modernizzazione del codice potenziata dall'intelligenza artificiale?

Leaders should expect AI to reduce the time modernization engineers spend understanding applications, not remove the need for engineering judgment. The strongest use cases start with comprehension: plain-language code explanation, business rule extraction, dependency analysis, impact assessment, and documentation.

Those capabilities matter because mission-critical applications rarely reveal themselves through source code alone. A COBOL program can connect to batch schedules, transaction flows, file updates, database interactions, copybook references, job control, and operational procedures. AI output becomes more useful when deterministic analysis shows how those pieces connect.

That is why Rocket combines AI with static code analysis, structured application models, product documentation, and customer-specific context. The goal is not AI theater: output that looks impressive without producing reliable, verifiable outcomes. The goal is faster understanding, with traceability back to the programs, data elements, dependencies, and execution paths that shape application behavior.

The goal is not AI theater. The goal is faster understanding with traceability back to the application behavior modernization leaders need to preserve.

How should enterprises choose the right modernization path?

AI can accelerate analysis, but leaders still need to make a clear architectural decision. Application modernization can take many forms, including platform modernization, application replatforming, code refactoring, and language modernization. The right approach depends on business objectives, architecture, risk tolerance, and operational priorities. AI can help leaders evaluate options, but it should not blur the path.

A shared discipline connects every modernization strategy: application analysis, AI-assisted understanding, automated testing, and validation help ensure organizations change what needs to change without breaking the business behavior they depend on.

Rocket's code modernization portfolio helps organizations understand, modernize, test, validate, and evolve mission-critical COBOL and PL/I applications across mainframe, distributed, and cloud environments. Through solutions including Rocket Enterprise Suite and Rocket Visual COBOL, organizations can analyze dependencies, extract business logic, improve development workflows, automate testing and validation, and choose modernization strategies aligned to business objectives.

The common thread across those paths is discipline. Modernization leaders need to understand what the application does, where dependencies exist, which business rules matter most, and how they will prove that transformed code still supports expected outcomes.

Why does validation define modernization credibility?

Modernization credibility comes from evidence. Developers, testers, architects, and release leaders need test cases that reflect meaningful business scenarios, regression tests that compare outputs before and after change, and operational checks that confirm performance, recovery, and transaction behavior.

That validation work turns modernization from a promise into a controlled engineering process. AI can explain what exists, flag affected application areas, and document what modernization engineers need to review. Engineers still need to validate that the modernized application preserves expected behavior before production change.

Modernization credibility comes from evidence that the application still behaves as expected.

The value of this approach is reflected in real modernization outcomes. Organizations using Rocket code modernization solutions have achieved measurable results, including improved developer productivity, reduced testing cycles, lower transformation risk, significant operational cost savings, and greater confidence in modernization initiatives while maintaining business continuity.

How do modernization leaders make this stick?

The next phase of modernization will reward organizations that treat AI as part of a repeatable operating discipline, not a shortcut around application knowledge. Leaders should ask four practical questions before they commit to a modernization path:

• Which business behaviors must the application preserve?
• Which dependencies shape transaction outcomes, data movement, and operational timing?
• Are we changing the execution environment, the developer workflow, or both?
• How will we prove that the modernized application produces the expected results?

AI can accelerate answers to those questions, but it cannot make those questions optional. Modernization still depends on architecture, context, engineering discipline, and validation. For enterprises running mission-critical applications, that is the difference between moving code and moving the business forward safely, repeatedly, and with confidence.

Read the full Gartner report

Disclaimer

Fonte: Gartner, Magic Quadrant^™ per gli strumenti di modernizzazione del codice potenziati dall'IA, di Prasanna Lakshmi Narasimha, Deacon DK Wan, Erin Khoo, Wei Jin, 3 agosto 2026.

Dichiarazione di non responsabilità: Gartner non approva alcuna azienda, fornitore, prodotto o servizio descritto nelle sue pubblicazioni e non consiglia agli utenti di tecnologie di selezionare solo i fornitori con le valutazioni più alte o altre designazioni. Le pubblicazioni di Gartner consistono nelle opinioni dell'organizzazione di Gartner specializzata in analisi di mercato e tecnologiche e non devono essere interpretate come dichiarazioni di fatto. Gartner declina ogni garanzia, espressa o implicita, in relazione a questa pubblicazione, incluse eventuali garanzie di commerciabilità o idoneità per uno scopo particolare.

Gartner e Magic Quadrant sono marchi commerciali di Gartner, Inc. e/o delle sue affiliate.