日本大型机撤退撞上墙，AI并非答案

撤退已成事实

富士通已宣布退出大型机业务。日立现在正走同一条路，确认将逐步淘汰 VOS3——其虚拟存储操作系统 3（Virtual-storage Operating System 3）——销售将于 2027 年 11 月终止，全面维护支持也将在 2034 年 12 月逐步取消。

这不是一次悄无声息的退出。这是日本两家最大的 IT 巨头公开承认，数十年的大型机投资已无法按它们原先设定的条件持续下去。

影响远超产品生命周期管理的范畴。大型机基础设施长期以来一直是日本金融、制造业和公共部门运营的中坚力量。富士通和日立围绕这些系统建立了整个事业部——工程团队、咨询业务、培训项目和合作伙伴生态。它们的撤退传递出一个结构性转变的信号：花了五十年时间兜售大型机保障的供应商，如今正在兜售退出方案。

时机很关键。生成式 AI 被作为解锁遗产系统现代化的关键钥匙推销给企业——自动化代码翻译、逆向工程无文档系统、加速迁移时间表。这一说辞颇具吸引力：让 AI 处理最困难的部分，企业就能终于摆脱大型机依赖。

Gartner 认为这一说辞危险地过于超前。

70% 的失败率

Gartner 在 2026 年 6 月 18 日发布的一份报告中预测，2026 年启动的大型机卸载项目中，超过 70% 将无法实现其最初目标。这一发现的关键不在于技术失效——而在于期望与现实之间的错位。

据 Gartner 分析，核心差距存在于营销宣称与当前 AI 系统实际处理能力之间：营销声称生成式 AI 大幅降低了现代化工作量，而现实中的 AI 系统根本无力承担这项工作。在投资者的压力下，供应商无论功能是否真正有效，都在其产品中加入 AI 特性。结果是，一波迁移项目仓促启动，规划不足，同时对 AI 能力的预期 inflated。

大型机应用程序不只是等待被重写的一段旧代码。它们是经过多年增量修改塑造的关键任务系统。其中隐藏的逻辑，对于任何没有参与构建它的人来说往往难以理解。改动一个函数，你可能并不知道哪个下游流程会随之崩溃。设计文档很少与实际系统相符。理解这些平台的工程师正大规模退休。

AI 可以翻译语法。但它无法重建组织记忆。

失败率之所以如此惊人，是因为许多项目并非在执行中途被放弃。它们产出了可运行的系统。但这些系统并未带来承诺的成果——吞吐量提升、成本降低或运营灵活性。代码确实跑起来了，但商业论证却土崩瓦解。

数据揭示了什么

ROUTE06（一家提供 AI 驱动开发平台的公司）于 2026 年 4 月对 328 名参与核心系统规划和现代化工作的管理者和工程师进行了调查。结果证实，障碍并非简单的 COBOL 程序员短缺。

在制造业公司中，46.7% 表示其现代化工作仍停留在构思阶段。在接受 SIer 和 IT 供应商服务的企业中，这一比例上升至 54.7%。超过一半的日本大型企业尚未迈出规划阶段。

在确实尝试现代化转型的公司中，70.2% 报告整体成功。但 31.4% 表示仅取得部分成功，仍存在严重问题。最常见的失败包括：因系统复杂性导致的工期延误、因机构知识集中于少数人而导致的项目停滞，以及因人力资源短缺导致的成本超支。

一些项目退化成了单纯的代码语言翻译。几家组织发现自己被迫同时维护遗留系统和现代系统——这完全违背了迁移的初衷。

犹豫的原因发人深省。制造业公司指出投资回报不明确（51.9%）和无法估算迁移成本或时间表（50.0%）。SIer 和 IT 供应商担心业务中断风险（63.9%）以及 AI 辅助代码转换的准确性和质量存在不确定性（52.5%）。

这些数字指向一个更深层次的问题：现代化转型被当作工程任务来处理，但实际上它是一个知识管理问题。代码本身是容易的部分。理解代码的作用、它为何以这种方式运行、以及改变它会引发什么后果——这需要任何翻译工具都无法捕捉的组织知识。

二级影响已现端倪

供应商的撤退产生了超越直接受影响公司的影响。随着富士通和日立从大型机服务中收缩，它们连同带走了小型组织所依赖的专业培训项目、认证管道和内部专业知识库。

建立在大型机迁移实践基础上的咨询公司，现在面临一端的可触达市场收缩和另一端的上升需求——客户正因早期迁移尝试受挫而恰恰需要帮助。这种动态已在东京的企业咨询领域显现，多家公司报告称，专注于救援和补救而非从零开始现代化的委托项目正在增多。

大型机时代工程师的退休正在加速知识鸿沟的扩大。许多人占据着从未正式记录过的职位。他们对系统相互依赖关系、嵌入逻辑中的业务规则以及数十年间发展出来的变通方案的理解，只存在于他们的大脑中。当他们离开时，带走了无法追回的上下文知识。AI 工具可以解析代码，但它们无法采访一位在银行工作了三十年的退休系统架构师。

还有一个采购效应。已承诺签订至 2030 年或更久之后的大型机合同的企业，现在面临供应商是否继续支持、定价和服务水平不确定的困境。财务团队正在调整三年期预算模型。风险官正在重新评估应急计划。这一退出在依赖大型机稳定数据流的供应链中引发了连锁反应。

非显而易见的启示

企业技术领域的主流叙事一直是 AI 能解决遗留系统问题。但数据表明存在相反的风险：对 AI 的热情正在加速那些原本就可能失败的规划不良的迁移项目。

Gartner 的建议与市场宣传唱反调。该公司建议企业逐一评估每项工作负载，并将其分配到最合适的执行平台——而不是假设每个大型机应用都必须迁移。对于中型大型机环境，Gartner 建议在可能的情况下在现有平台上进行现代化改造，并将完整平台转换保留给真正必要的情况。

在这一视角下，生成式 AI 最有效的用途是作为维护和渐进式现代化大型机系统的工具——而不是用于紧急迁移的推土机。

风险最高的公司是将 AI 代码转换视为架构理解替代品的企业。它们正是那些在没有充分规划的情况下启动项目，寄希望于工具能够弥补任何工具都无法填补的知识空缺的公司。

成功案例——如果确实存在的话——共享一个共同模式：它们在新代码写下第一行之前就投入大量资源进行梳理。它们绘制数据流、记录业务规则、识别依赖关系，并在尝试大规模迁移之前建立内部能力。AI 辅助这一过程，但并未取代理解迁移对象及其原因的严谨工作。

接下来会发生什么

日立对 VOS3 的分阶段淘汰为仍在运行该操作系统的企业创造了一个具体的截止时间表。销售将于 2027 年 11 月结束。维护支持将持续到 2034 年 12 月——但没有更新的支持与 viability 并非一事。使用 VOS3 的组织现在就需要迁移策略，而不是等公告出来之后才行动。

富士通和日立退出大型机业务将压缩支撑这些系统的供应商、顾问和专业工程师生态。这种稀缺性将推高剩余专业知识的成本，并进一步拖慢迁移项目。

70% 的失败预测是一个预测，而非定律。但它建立在可观察的模式之上：供应商过度夸大 AI 能力、企业在发现和规划阶段投入不足、以及退休 workforce 带走了不可替代的组织知识。

对日本企业——以及任何正在应对遗留系统现代化的企业——而言，教训很直接。AI 是一种工具，而非战略。成功的迁移项目是将现代化视为架构问题优先、技术问题次之的项目。跳过这一步的公司，正是 Gartner 所说的将成为那 70% 中的一员。退场的供应商并非因为工作无法完成而离开。它们离开，是因为维持大型机生态系统的经济逻辑已不复存在——而 AI 驱动的迁移热潮并未兑现其宣传者所承诺的成果。