为何日本企业的的大型机退役总是失败

无人提及的那个数字

百分之七十。这是IBM Gartner在2026年6月提出的数据，指当年启动的主机退役项目中有七成无法实现预期收益。这并非五年后的预测，也非针对全新绿色field迁移的估算。它关乎的是那些已经上马的项目——高管们曾批准预算、设定时间表，并将声誉押注于“代码迁移这一难题如今可通过新工具解决”的假设之上。

所言工具即生成式AI。当时的假设是：AI能够读懂数十年历史的COBOL和JCL代码，理解其中蕴含的业务逻辑，并以足够高的保真度将其重写为现代语言，从而使实际工作沦为验证而非重建。在纸面上，这曾是最具可行性的摆脱遗留系统陷阱的路径。但在实践中，情况似乎反而恶化——因为这种技术说服了企业领袖：陷阱早已解除。

Gartner的实际表述

Gartner副总裁兼分析师Alessandro Galinberti并未将此归咎于生成式AI的失败。他认为问题出在“信心缺口”。在他看来，市场叙事中关于AI翻译和迁移复杂遗留代码的能力，与现实严重脱节。他表示，供应商将AI嵌入迁移产品，并非因为证据充分，而是源于投资者的压力。结果是产品迭代速度超越了技术验证的速度。

这种模式在企业软件行业屡见不鲜。但当被退役的系统承载着 payroll（薪资）、供应链或核心银行业务，且一家企业正是凭借这些系统存活三十年时，其影响则截然不同。一个失败的Web应用迁移代价高昂，而一个失败的主机迁移则是致命威胁。更严峻的是，理解主机实际运作方式的人才池，正在以快于代码翻译速度的速度萎缩。

日立关上了大门

日立今春的公告引发结构性震动。该公司确认将于2027年11月终止其国产主机操作系统VOS3的销售，并在2034年12月前终止所有维护服务。与此同时，富士通与日本IBM联合发起了一项旨在推进COBOL资产现代化的行动。数十年来，日本企业有一条可行路径：继续使用国产主机，依赖承诺维持其运行的供应商，推迟那个艰难的决定。

如今这条路已断。剩余的出口匝道狭窄，且都指向同一个瓶颈。

顾问真空

日本塔塔咨询服务公司（Japan Tata Consultancy Services）的Hiroaki Kato用直白的语言描述了这一瓶颈。他的团队当时正进行SAP ECC 6.0迁移项目，但负责该项目的咨询合作伙伴因其他业务抽调了开发团队。随后客户联系了十五家有能力接手的本土供应商，全部拒绝。该项目价值数亿日元。

这并非招聘问题，而是产能问题。能够驾驭SAP到云端的迁移、主机到分布式系统的重构，以及随之而来的业务流程再造的顾问少之又少，而市场需求远超供给。Kato指出，连数百万日元规模的委托都被拒绝，这彰显了短缺的深度。当原本能吸收项目风险与不确定性的顾问无处可寻时，风险并不会消失，而是转移到了雇用他们的公司的资产负债表上。

真正的缺失技能

一个与主流IT报道相悖的洞察是：短缺并非指COBOL程序员。日立现代化卓越中心负责人Eimei Goto直言此点。她指出，问题在于，越来越少的人理解当前系统为何以现有形态存在。规格文档记录了代码做了什么，却极少记录为何如此设计、接受了哪些权衡、哪些业务规则是可灵活的、哪些是不可妥协的，以及应用之外哪些依赖关系才是真正约束。

这一区别至关重要，因为生成式AI擅长代码内的模式匹配，却拙于推理存在于任何人文档之外的意图。AI能将一段COBOL程序翻译为Java。但它无法告诉你，该程序古怪的四舍五入行为是缺陷，还是1998年经过精心协商的合规要求。它无法采访退休的操作经理，找回解释遗留系统为何按此顺序处理月末结算的机构知识。

被所有人跳过的规划步骤

Kato的建议 straightforward（简单直接）却在实践中被广泛忽视：在任何代码变动之前，投入不成比例的时间进行项目构思与需求定义。制定现实的时间表。规划人力模型。做出准确的成本估算。基于这些条款确保预算获批。若公司内部有具备核心系统现代化经验的人员，应将其组建为概念规划小组，负责起草请求书（RFP），并依据能力而非营销材料评估供应商。

这并非新概念。它只是让生成式AI让人误以为可以跳过的步骤。当时的假设是，AI将承担分析与翻译的重体力劳动，让人类负责审核输出。然而70%的失败率表明情况恰恰相反：缺乏严谨的前期规划，AI生成的迁移结果会产生看起来正确却在真实负载下崩溃的系统，或更糟——表现正常，直到上线数月后某个边界案例浮出水面。

魔鬼短语

SCSK的Yoshihiko Murawaki曾撰文描述一种他称为“既有功能保证”的模式——用他的话说，这是一个“魔鬼般”的短语。它出现在招标文件（RFP）和合同谈判中，当客户要求供应商保证每一项既有功能在新系统中完全相同地运行时。问题在于结构性的：十年甚至更久之后，即便是原始构建者也不记得某些功能为何存在。要求保证行为一致，等于要求对一个逻辑部分未文档化、部分由退休员工掌握的系统的确定性。

Murawaki的观察之所以重要，是因为它解释了现代化项目中一种常见的失效模式：新系统通过了验收测试，却在生产环境中失败，因为某个微妙且未测试的因素依赖于无人记录的遗留行为。新系统越贴近旧系统，就越有可能连同缺陷一起保留下来。约束越宽松，功能回退的风险越高。此路并无坦途，唯有更好的规划。

日立实际如何使用AI

日立自身的应用模式提供了线索，说明生成式AI在不过度承诺的前提下适用于何处。该公司正将其用于“新旧对比测试”——将旧系统与新系统的输出同时输入AI模型，令其揭示差异及可能原因。这是从“AI可取代人类分析遗留代码”的宏大主张中对范围的收窄。这也是一种更诚实的应用：AI作为人类审查者的力量倍增器，而非替代品。

即便这一收窄后的用例也承认了边界。日立的资料指出，某些判断仍 firmly（坚定地）属于人类领域。看似缺陷的差异可能是有意为之的设计区别。看似安全的差异可能暴露合规缺口。AI提出疑问。人类作答。

全球意味着什么

日本企业在遗留现代化方面的挣扎并非孤例。但日本国内市场对主机的依赖、快速老化的技术 workforce（劳动力）以及当前的顾问短缺相结合，使得数据尤为尖锐。70%的失败率是对任何市场中已得出结论“生成式AI解决了迁移最难部分”的领导者的警告信号。

最难的部分从来不是代码。而是上下文。而上下文无法通过提示词传递。

剩余的出路

随着日立退出国产主机硬件，富士通与日本IBM协调推进COBOL现代化，有序迁移的窗口正在关闭。在未来六个月内进入该项目、却缺乏具备严谨需求定义、现实成本建模和供应商评估能力的内部团队的企业，将处于严重稀缺的劣势下进行谈判。他们所需的顾问要么不可用，要么价格超出预算。AI工具将产生看似充足、却经不起审视的输出了。

能够度过此阶段的公司，将是那些将规划阶段视为项目本身而非前奏的公司。他们将拥有不仅理解系统做什么、更理解为何如此的工作人员。他们将把生成式AI用作分析辅助，而非战略。他们将进入与那些能证明迁移能力、而非仅靠AI驱动的营销话术的供应商的合同。

另一种选择是迎来第二波失败浪潮，这次将归咎于工具而非方法。

关键的时间线

日立VOS3维护终止日期为2034年12月。SAP ECC 6.0的支持在扩展维护场景下于2027年结束，标准支持则更早。每延迟一个季度，可行供应商的范围就缩小一分，迁移成本就增加一分，在现实条件下测试的窗口就收窄一分。现在开始实质性规划的公司拥有结构性优势。等待AI使工作变轻松的公司，是在等待一项迄今为止数据表明并不存在的东西。

70%这个数字是预测，而非判决。但基于已在进行中的项目的预测，是企业IT界最接近判决的预言了。