IA et migration COBOL : moderniser les banques
40% des banques tournent encore sur COBOL. Découvrez comment l'IA d'OpenAI orchestre la migration de ces systèmes critiques et ce que cela change pour
Imaginez un moteur qui fait tourner votre voiture depuis cinquante ans. Il fonctionne, il ne vous a jamais lâché, mais plus personne ne sait le réparer. C'est exactement la situation dans laquelle se trouvent des milliers de banques à travers le monde avec leurs systèmes COBOL. Et voilà qu'OpenAI débarque avec une proposition pour le moins audacieuse : confier cette migration colossale à ses modèles d'intelligence artificielle.
Le poids des dinosaures du logiciel
Le COBOL, c'est un peu le langage fantôme de l'informatique mondiale. Créé dans les années 1950, il fait tourner des pans entiers de nos infrastructures financières. Selon OpenAI , 40 % des banques de la planète s'appuient encore sur des systèmes COBOL. Le problème, c'est que les programmeurs qui maîtrisent ce langage partent à la retraite les uns après les autres, sans réelle relève.
Une facture vertigineuse
Migrer un système COBOL vers des langages modernes comme Java, Python ou Rust coûte des millions, parfois des centaines de millions de dollars. Et ce n'est pas qu'une question d'argent : c'est aussi une question de temps et de risques. Un système bancaire qui plante, c'est des transactions perdues, des clients mécontents et une réputation en lambeaux.
La fenêtre de tir se referme pourtant. Sans développeurs COBOL, les banques n'auront tout simplement plus le choix : elles devront migrer dans les prochaines années, qu'elles y soient prêtes ou non.
Ce que les modèles savent vraiment faire
OpenAI ne s'est pas contenté d'une annonce marketing. La société a mis en place un banc d'essai baptisé MultiLangBench, qui demande aux modèles de créer des moteurs de base de données compatibles SQLite dans un langage donné. Les résultats donnent le vertige.
Des progrès spectaculaires
Sur vingt langages testés, GPT-6 Astra affiche un taux de réussite moyen de 87,4 %. À comparer aux 26,8 % de GPT-5.6 Sol. Le COBOL reste le plus coriace, avec 72 % de réussite pour Astra. C'est loin d'être parfait, mais c'est déjà mieux que ce que beaucoup de développeurs juniors produiraient sur ce langage.
Le vrai défi : préserver les comportements
Migrer du code, ce n'est pas juste traduire des lignes. Il faut conserver les subtilités : comment le programme arrondit les nombres à décimales excédentaires, comment il gère les enregistrements manquants. Sur cet exercice précis, GPT-6.1 Sol atteint 97,9 % d'exactitude. Un chiffre qui compte, parce que dans la banque, un arrondi mal géré peut coûter très cher.
Pourquoi c'est stratégique
Cette annonce dépasse largement le cadre technique. Elle révèle un basculement : l'IA ne se contente plus d'écrire du code neuf, elle commence à comprendre et à traduire du code hérité que plus personne ne maîtrise vraiment. C'est une compétence rare, et donc précieuse.
Pour les établissements financiers, cela change la donne. Au lieu de mobiliser des équipes entières pendant des années, ils pourraient confier une partie du travail à des agents IA capables de lire, comprendre et réécrire des programmes anciens. Le tout en gardant une trace, une explication, et la possibilité de vérifier.
Les limites à ne pas ignorer
Il faut rester lucide. Un taux de réussite de 72 % sur le COBOL signifie qu'environ un programme sur quatre échoue. Dans une banque, ce n'est pas acceptable tel quel. Cela veut dire que l'IA ne remplacera pas l'humain, mais qu'elle pourrait devenir un assistant redoutablement efficace pour les développeurs qui restent.
- La validation humaine reste indispensable sur les systèmes critiques.
- Les modèles doivent être testés sur les cas limites, pas seulement sur les cas standards.
- La traçabilité des décisions de l'IA devient un enjeu de conformité.
Pourquoi c'est important
Parce que l'IA vient de prouver qu'elle pouvait s'attaquer à l'un des plus gros chantiers techniques du siècle. Pour vous, cela signifie que des secteurs entiers — la finance, l'assurance, la santé — vont pouvoir se moderniser plus vite qu'on ne le pensait. Et que la frontière entre « legacy » et « moderne » devient poreuse.
Conclusion
L'annonce d'OpenAI n'est pas un simple communiqué technique. C'est un signal : l'IA entre dans les archives de l'informatique mondiale et commence à en extraire de la valeur. Les dinosaures du code ne vont pas disparaître du jour au lendemain, mais ils ne seront plus seuls à veiller sur eux. Et pour les banques qui s'y préparent dès maintenant, c'est une sacrée longueur d'avance.
Points clés à retenir
- 40 % des banques mondiales tournent encore sur COBOL, un langage dont les experts se raréfient.
- OpenAI affirme que ses modèles progressent fortement sur les langages anciens, avec GPT-6 Astra à 87,4 % de réussite moyenne.
- Le COBOL reste le plus difficile, mais GPT-6.1 Sol atteint 97,9 % d'exactitude sur la préservation des comportements.
- La migration vers Java, Python ou Rust coûte des millions et exige une validation humaine.
- L'IA devient un assistant crédible pour moderniser des systèmes hérités critiques.