#

La conversación sobre inteligencia artificial en el desarrollo de software ha cambiado rápidamente. Hasta hace poco, la pregunta era si las herramientas de IA serían capaces de comprender sistemas heredados, explicar código o generar COBOL con la calidad suficiente para resultar útiles en el trabajo diario.

Esa etapa ya empieza a quedar atrás.


#

Históricamente, la estrategia de seguridad en el mainframe se centraba casi exclusivamente en la gestión del control de acceso.

Aunque esta validación de entrada sigue siendo indispensable, las operaciones de misión crítica requieren ahora una trazabilidad profunda de todo lo que ocurre después de la autorización.


#

DevOps en mainframe ya ha avanzado lo suficiente como para cambiar la principal pregunta del área. En lugar de preguntarse solamente cómo insertar el código en un pipeline, el foco ahora está en responder: ¿qué criterios garantizan que ese código tiene la calidad necesaria para seguir avanzando sin depender de un revisor humano?

#

El State of Mainframe Modernization 2025, de Kyndryl, consultó a 500 líderes de negocios y tecnología y encontró un escenario mucho menos lineal: el 80% de las organizaciones cambió su estrategia de modernización en los últimos 12 meses.

Al mismo tiempo, el 56% aumentó el uso del mainframe, mientras que el porcentaje promedio de aplicaciones previstas para salir de la plataforma cayó del 36% en 2024 al 28% en 2025.


#

El papel del mainframe solía ser relativamente fácil de explicar: procesar y registrar transacciones críticas con seguridad, disponibilidad y escala. Bancos, aseguradoras, retailers, gobiernos y grandes empresas construyeron sobre él lo que la industria pasó a llamar system of record.

Ese papel no ha desaparecido. Lo que cambió es lo que el resto de la empresa espera de esos datos.


#

DevOps ha avanzado en el mainframe durante los últimos años. Los pipelines se han vuelto más automatizados, las herramientas modernas han pasado a integrarse al ciclo de desarrollo en z/OS y prácticas antes asociadas al universo distribuido comenzaron a formar parte de la rutina de las aplicaciones críticas.

Aun así, existe un punto en el que esa velocidad suele encontrar resistencia: la preparación de la infraestructura necesaria para probar un cambio.


#

El modelo híbrido ya es dominante entre las organizaciones y, al mismo tiempo, muchas de ellas han aumentado el uso del mainframe. Las empresas están obteniendo retorno financiero con las tres estrategias analizadas: modernizar en el mainframe, integrar el mainframe con otras plataformas y migrar workloads seleccionados.

Para muchas empresas, mainframe + cloud puede dejar de ser una arquitectura provisional y convertirse en el diseño más racional para el negocio.


#

El mercado ha consolidado una visión romantizada de la innovación en tecnología: un equipo guiado por una gran idea en busca de una aplicación. En las operaciones de misión crítica, la lógica se invierte. El problema surge primero; la ingeniería llega como respuesta.

La historia de Eccox comenzó así.


#

En el mainframe, la degradación del rendimiento no comienza con una falla evidente y suele aparecer poco a poco: más páginas leídas, mayor fragmentación, índices menos eficientes y operaciones de mantenimiento cada vez más demoradas.

Cuando el impacto finalmente llega a la aplicación, el problema ya dejó de ser solamente técnico.


#

La discusión sobre inteligencia artificial en el mainframe suele comenzar en el lugar equivocado. Se habla de generación de código, traducción automática y copilotos. Todo eso importa, pero no resuelve el problema central: nadie consigue entender por completo lo que ya está en ejecución.

.