Más del 40% de los sistemas de banca en línea, el 80% de las transacciones con tarjeta de crédito y el 95% de las operaciones en cajeros automáticos del mundo corren sobre COBOL, un lenguaje de programación creado en 1959. A eso se suman sistemas gubernamentales como el Servicio de Impuestos Internos (IRS) y la Seguridad Social de Estados Unidos. La ineficiencia acumulada de esta infraestructura obsoleta le cuesta a la economía estadounidense aproximadamente 105 mil millones de dólares anuales, según estimaciones del sector.
El problema estructural detrás del código que nadie toca
Reemplazar COBOL no es una decisión técnica simple: es un problema de riesgo institucional. Estos sistemas son demasiado críticos para someterlos a experimentos de migración sin garantías de continuidad funcional, y la generación de programadores que los dominaba ha disminuido drásticamente por retiros y fallecimientos. El resultado es una deuda tecnológica que crece cada año sin una ruta de salida clara.
Este escenario ha convertido la modernización de código heredado en uno de los desafíos de infraestructura más costosos y políticamente complejos del sector financiero y gubernamental a nivel global.
Qué tan lejos llegaron los modelos de IA en pruebas reales
Los avances recientes en modelos de inteligencia artificial abren una alternativa técnica concreta. OpenAI reportó resultados de migración de COBOL hacia lenguajes modernos —C++, Java, Kotlin, Python y Rust— con un criterio de éxito estricto: una migración solo se considera válida si todas las pruebas de comportamiento son aprobadas sin excepción.
Bajo ese estándar, el modelo GPT-6.1 Sol alcanzó una precisión de preservación del comportamiento del 87% en modo de bajo esfuerzo de razonamiento, escalando hasta 98% en modo de alto esfuerzo. En contraste, versiones anteriores como GPT-5.6 Sol apenas lograron un 5%, lo que ilustra la velocidad de mejora en capacidades de razonamiento sobre código estructurado.
Anthropic también entra al mercado de sistemas heredados
Anthropics publicó un manual de modernización de código y presentó su agente Claude Code, orientado a migrar COBOL a Java o Python. Aunque no divulgó métricas de precisión comparables, la compañía señaló que "la economía de la modernización de COBOL ha cambiado". El impacto fue inmediato en mercados financieros: las acciones de IBM —empresa que presta servicios de mantenimiento a sistemas heredados— registraron una caída tras el anuncio.
Implicaciones para la toma de decisiones en infraestructura tecnológica
La convergencia de estos desarrollos cambia el cálculo de riesgo para organizaciones que han postergado la modernización por falta de alternativas viables. Una tasa de preservación funcional cercana al 98% no elimina el riesgo, pero lo reduce a un rango que puede gestionarse con marcos de pruebas robustos y migraciones por fases.
La pregunta ya no es si la IA puede ayudar a migrar código heredado, sino qué nivel de validación adicional requieren las organizaciones antes de aplicar estas herramientas en sistemas que mueven billones de dólares en transacciones diarias. Las métricas publicadas representan un punto de partida técnico; la arquitectura de gobernanza alrededor de esa migración sigue siendo responsabilidad de cada institución.
