Cerrar la brecha de conocimientos y habilidades con asistentes impulsados por IA

Imagina a dos profesionales de mainframes en la cima de sus carreras: Rebecca, desarrolladora de aplicaciones que impulsa actualizaciones empresariales críticas, y Sebastian, un programador de sistemas que protege el corazón de una empresa global. A pesar de trabajar en una industria que impulsa las transacciones más seguras del mundo y la analítica de alta velocidad, ambos a menudo se sienten atrapados en el pasado, enredados en código envejecido, conocimientos dispersos y un grupo cada vez más reducido de expertos a los que acudir cuando el tiempo está corriendo.

Esta es su historia. También es la historia de miles como ellos, que trabajan discretamente entre bastidores para mantener el mundo en marcha, y cómo los asistentes conversacionales y contextuales impulsados por IA son reescribiendo lo que es posible para la próxima generación de mainframers.

Rebecca: La desarrolladora con ambiciones modernas y código de herencia

El día de Rebecca comienza igual que suele terminar, entrecerrando los ojos para leer líneas de COBOL escritas antes de que naciera. Cada actualización que publica lleva el peso de millones en impacto potencial. Una línea equivocada y servicios enteros pueden desconectarse, llevándose clientes y confianza con ellos.

Es talentosa, entusiasta y está formada en frameworks y herramientas de desarrollo modernos, pero siempre intenta integrar una nueva función nativa de la nube con backends de mainframe críticos, parece como encajar piezas desajustadas del puzle.

Sus frustraciones reflejan un estribillo familiar:

"Trabajo en una de las industrias más avanzadas, pero mis herramientas de desarrollo me parecen anticuadas. Ojalá tuviera un mentor que pudiera responder a mis preguntas sobre el desarrollo del mainframe al instante."

No está sola. En distintos sectores, el impulso por ofrecer nuevas experiencias digitales choca a diario con la realidad de sistemas envejecidos pero indispensables, bases de código opacas y una experiencia en desvanecimiento.

Sebastian: El programador del sistema que corre contra el tiempo

Al fondo del pasillo, Sebastian escanea un mar de registros del sistema, observando amenazas que evolucionan más rápido que las defensas construidas para detenerlas. Sabe que cada corte están inaceptable, cada segundo cuenta. Pero a medida que sus colegas veteranos se jubilan, también lo hace el conocimiento institucional de configuraciones de décadas de antigüedad, arreglos peculiares y soluciones no escritas.

Cuando surge un cuello de botella en el rendimiento a medianoche, o un fracaso laboral amenaza las transacciones financieras, Sebastian debe sumergirse en capas de datos del sistema, mientras los clientes esperan perfección. Un fallo en la fiabilidad del servicio puede repercutir en usuarios frustrados, pérdida de confianza y pérdida de ingresos difíciles de recuperar.

"Siempre hay presión para Haz los sistemas más rápidos, eficientes y fiables, pero ¿por dónde Comienza? Solucionar un problema de mainframe es como buscar una aguja en un pajar."

No puede supervisar todo las 24 horas del día. No puede clonarse a sí mismo. Y no puede tapar la fuga de cerebros de la noche a la mañana. Algo tiene que cambiar.

El rostro cambiante de la fuerza laboral de mainframe

Sus desafíos no son historias aisladas, son puntos de datos en un cambio a nivel industrial. Según la última Encuesta BMC sobre Mainframes, la proporción de profesionales de mainframes con 20+ años de experiencia bajó del 36% al 13% en cinco años. Mientras tanto, la proporción de personal con experiencia de nivel medio (6–10 años) ha crecido significativamente: talentosos, pero menos experimentados en el oscuro arte de descifrar sistemas profundamente arraigados.

Este cambio demográfico está reescribiendo las reglas. Las organizaciones ya no pueden permitirse ser cuidadoras pasivas, esperando que las habilidades antiguas perduren para siempre. Deben comprometerse a migrar todo fuera del mainframe (un camino caro y arriesgado para cargas de trabajo que funcionan mejor donde son) o encontrar una nueva forma de modernizar y optimizar el mainframe existente.

El camino impulsado por la IA

Entran en escena los asistentes impulsados por IA—no solo barras de búsqueda, sino expertos contextuales y centrados en tareas integrados en las herramientas que Rebecca y Sebastian utilizan a diario. Estos asistentes combinan grandes modelos de lenguaje (LLM), modelos de lenguaje pequeños específicos de dominio (SLM) y décadas de conocimiento institucional en un aliado conversacional siempre activo.

Para Rebecca, una asistente de IA significa que no tiene que rebuscar en manuales cripticos de COBOL o JCL a las 2 de la madrugada. Puede simplemente preguntar: "¿Qué hace esta subrutina?" y Obtén una explicación instantánea y sencilla. Puede enviar actualizaciones más rápido y con confianza, sabiendo que su asistente de IA la respalda, sugiere mejoras en el código, genera casos de prueba e incluso convierte código heredado a lenguajes modernos como Java cuando sea necesario.

Al eliminar horas o incluso días dedicados a investigación básica y documentación, los asistentes impulsados por IA permiten a los desarrolladores centrarse en crear nuevas funciones y abordar iniciativas estratégicas. El resultado están un impulso directo a la productividad y una base de innovación más sólida que impulsa la ventaja competitiva.

Para Sebastian, significa no más buscar en pánico, a altas horas de la noche, las correlaciones de los registros del sistema ni llamar a un colega jubilado para pedir ayuda. Su asistente presenta causas probables, recomienda los siguientes pasos e incluso explica los flujos de trabajo complejos de automatización en términos sencillos. Si un problema se repite, el asistente lo recuerda, preservando esa solución crítica para la próxima vez, para la siguiente persona.

La tecnología dentro del asistente

Esta transformación no es magia. Es una superposición deliberada de tecnologías avanzadas de IA:

• El Procesamiento del Lenguaje Natural (PLN) comprende las preguntas cotidianas y ofrece explicaciones técnicas en lenguaje conversacional.
• La automatización de tareas puede realizar tareas repetitivas de forma autónoma o semi-autónoma.
• La Conciencia del Contexto conoce el entorno, el papel del usuario y el contexto histórico, haciendo que cada respuesta sea relevante.
• La Generación Aumentada por Recuperación (RAG) combina búsqueda en tiempo real a través de fuentes de datos confiables con IA generativa para ofrecer respuestas precisas y respaldadas por evidencias.
• La IA híbrida combina aprendizaje automático, motores de reglas y modelos generativos para la resiliencia y la fiabilidad.

¿El resultado? Un experto en conocimiento de IA que aprende, se adapta y crece junto a tus equipos de mainframe, acortando brechas generacionales y evitando la pérdida de conocimiento cuando los expertos se jubilan.

Las empresas con visión de futuro son yendo un paso más allá: combinando asistentes suministrados por proveedores con sus propias bases de conocimiento específicas de cada dominio y modelos entrenados a medida. Este enfoque mantiene segura la experiencia propietaria mientras amplía el coeficiente intelectual del asistente con cada incidente resuelto y cada pregunta respondida.

Algunos son también mezclar grandes LLMs con SLMs más ligeros, optimizando coste, latencia y precisión para diferentes tareas. La idea están simple: razonamiento general potente cuando te necesito, ejecución eficiente de tareas cuando te no.

Del caso de utiliza a la realidad

Las organizaciones hoy en día son yendo más allá de los chatbots genéricos y los experimentos de IA independientes, integrando asistentes listos para producción directamente en sus entornos centrales de mainframe. Para los desarrolladores, esto significa tener una experiencia impulsada por IA dentro de sus herramientas de desarrollo y modernización de aplicaciones, donde el asistente explica código heredado, sugiere patrones de diseño modernos y genera automáticamente documentación clara.

Para los equipos de operaciones, la misma tecnología inteligente está integrada en soluciones de monitorización y gestión de incidentes, utilizando IA híbrida para explicar las causas probables de problemas en el sistema mainframe y recomendar las siguientes mejores acciones, todo en lenguaje natural, directamente dentro de los flujos de trabajo operativos en los que dependen cada día.

A diferencia de los chatbots genéricos, estos asistentes son específicos de cada dominio. Comprenden matices, jerga y contexto del mainframe que los modelos de IA de propósito amplio no pueden captar desde el principio. Y dado que son seleccionados los modelos, la precisión y la confianza siguen siendo altas, sin alucinaciones, solo con conocimientos prácticos y accionables.

Por qué es importante

Para las empresas, son lo que está en juego es existencial. Bancos, aerolíneas y gobiernos no pueden permitirse tiempo muerto. No pueden arriesgarse con migraciones frágiles ni esperar que las contrataciones junior se conviertan en expertos de la noche a la mañana. Los asistentes de IA transforman cómo están capturados, organizados y reutilizados el conocimiento institucional, asegurando que cada nuevo mainframero herede no solo un empleo, sino un mentor digital. Cada vez más líderes de TI son optando por quedarse en el mainframe porque la IA les da la confianza para modernizarse en el lugar, superar los retos de la fuerza laboral y desbloquear nuevo valor empresarial sin el riesgo de empezar de cero.

También aportan confianza: desplegar más rápido, arreglar más rápido e innovar sin miedo. Liberados de trabajos repetitivos, tanto desarrolladores como operadores pueden dedicar más tiempo a proyectos de alto valor que impulsan el negocio.

Replantear la estrategia del talento

Este cambio también está transformando las estrategias de talento. En lugar de centrarse únicamente en contratar unicornios con amplia experiencia heredada, las organizaciones pueden construir equipos mixtos, confiando en la IA para cerrar la brecha de conocimiento. Según un reciente informe de Forrester sobre el ROI de la modernización del desarrollo de aplicaciones en mainframes, muchas organizaciones ya son reduciendo los tiempos de incorporación de nuevos empleados en un 50 % simplemente adoptando herramientas modernas de desarrollo. Ahora, imagina el impacto cuando los asistentes de IA se encargan automáticamente de la explicación del código, la documentación e incluso la conversión de código. Las nuevas contrataciones se incorporan más rápido. Los expertos veteranos dedican menos tiempo respondiendo a las mismas preguntas y más tiempo resolviendo problemas novedosos.

Como resultado, el mainframe no solo sobrevive a la escasez de talento, sino que prospera, con una plantilla impulsada por conocimientos digitales a demanda.

Más allá del asistente: El papel de los agentes de IA

Los asistentes de IA son poderosos por sí solos, pero se vuelven aún más impactantes cuando trabajan mano a mano con agentes de IA que actúan como trabajadores inteligentes digitales entre bastidores. Cuando una tarea necesita ir más allá de responder preguntas —como diagnosticar un fallo recurrente, comprobar dependencias, reejecutar procesos y verificar resultados— un asistente puede llamar a un agente para que lo gestione de forma autónoma.

Juntos, asistentes y agentes combinan orientación con acción, combinando ayuda conversacional con ejecución de tareas para ofrecer una automatización continua e inteligente. Esta sinergia mantiene el mainframe tan ágil como los entornos modernos en la nube, sin perder la fiabilidad que lo hace esencial.

Un relato aún en proceso de escritura

Rebecca ya no teme las actualizaciones. Sebastian ya no trabaja solo. Juntos, humano más máquina, están marcando un nuevo estándar de lo que puede ser el trabajo en mainframe: más rápido, más inteligente y más resistente.

Esta es la verdadera promesa de la IA para el mainframe: no reemplazar a los expertos, sino multiplicar su impacto, preservar su sabiduría y convertir a cada nuevo empleado en un profesional experimentado desde el primer día.

Reflexiones finales

Para 2030, los analistas predicen que los asistentes de IA serán tan comunes en las operaciones de mainframe como lo son hoy las herramientas de automatización, una columna vertebral invisible que hace el trabajo pesado mientras la gente se centra en lo que mejor sabe hacer: pensar creativamente, resolver grandes problemas y construir lo que viene después.

Para las organizaciones que aún deciden si retirar, mantener o aprovechar al máximo sus mainframes, el mensaje está claro: quedarse quietos ya no está una opción. Modernizad en el lugar. Optimizad sin miedo. Y empoderad a cada mainframer con un socio IA que nunca duerme, nunca olvide y nunca deje de aprender.

La historia de Rebecca y Sebastian podría ser también la tuya, una historia no de sistemas antiguos que te arrastran hacia abajo, sino de fiabilidad atemporal supercargada con nueva inteligencia. Para conoce más sobre el galardonado BMC AMI Assistant, mira este vídeo o echa un vistazo a nuestras modernas herramientas de mainframe en la página web de BMC AMI.

te nunca había hecho un mainframe así. Y ese es precisamente el punto.

Estas publicaciones son mías y no representan necesariamente la posición, estrategias u opinión de BMC.