Nâng cấp hệ thống cũ: AI hỗ trợ, con người quyết định

Thay vì áp dụng phương pháp thay mới toàn bộ tốn kém và gây gián đoạn như trước đây, các doanh nghiệp ngày nay đang chuyển sang chiến lược hiện đại hóa liên tục (continuous modernization) – nghĩa là nâng cấp dần từng bộ phận trong khi hệ thống tổng thể vẫn duy trì hoạt động.

Những rắc rối tiềm ẩn và quyết định mang tính chiến lược

Hệ thống cũ (legacy system) trở nên phức tạp vì qua nhiều năm, doanh nghiệp liên tục bổ sung vô số tính năng mới và các bản vá lỗi khẩn cấp. Từ một nền tảng có cấu trúc ban đầu, chúng biến thành một môi trường phức tạp với các thành phần phụ thuộc lẫn nhau vô cùng chằng chịt và khó truy xuất.

Khi bắt tay vào dự án nâng cấp, AI có thể quét hàng ngàn tệp tin, xác định sự phụ thuộc và phát hiện các khung phần mềm (framework) đã lỗi thời. Tuy nhiên, việc phát hiện ra những vấn đề này lại mở ra những bài toán mới. Bà Nguyễn Phương Mai, General Director tại Groove Technology, giải thích:

"Khi các tổ chức bắt đầu hiện đại hóa hệ thống cũ, họ thường nhận ra thách thức không chỉ nằm ở khía cạnh kỹ thuật. Một khi cấu trúc hệ thống trở nên rõ ràng hơn, các nhóm phải quyết định xem những hoạt động nào vẫn còn hỗ trợ tốt cho doanh nghiệp và những hoạt động nào cần được thiết kế lại".

AI: Trợ lý xử lý sự cố (troubleshooting)

Trong quá trình thực thi, AI có thể là một trợ lý xử lý sự cố (troubleshooting) đắc lực. Khi gặp các lỗi mã nguồn như hàm lập trình đã bị loại bỏ (deprecated APIs) hay xung đột khi chạy (runtime conflicts), kỹ sư có thể nhờ AI đưa ra các giải pháp khắc phục thay vì phải tự tra cứu tài liệu. Trong một dự án nâng cấp với khoảng 1.500 tệp tin, các kỹ sư tại Groove Technology nhận thấy khoảng 70% gợi ý từ AI có thể giải quyết các lỗi ngay lập tức, và 20% khác chỉ cần điều chỉnh nhỏ trước khi áp dụng.

Bên cạnh đó, bằng cách phân tích mã nguồn (source code), AI giúp tìm ra các logic nghiệp vụ (business logic) – những quy tắc tính toán ẩn sâu trong bộ mã nguồn mà không được ghi chép lại. Điều này cho phép kỹ sư kiểm tra cẩn thận trước khi thay đổi để không vô tình làm hỏng các quy trình kinh doanh cốt lõi.

Ngữ cảnh (context) và chuyên môn con người vẫn đóng vai trò chủ chốt

Dù AI có khả năng phân tích cực nhanh, nhưng quyết định cuối cùng và trách nhiệm về hệ thống vẫn phụ thuộc hoàn toàn vào con người. Chia sẻ về điều này, ông Matt Long, CEO của Groove Technology, khẳng định:

"Việc nâng cấp một hệ thống cũ bắt đầu từ việc hiểu rõ hành vi thực tế của nó — không chỉ là mã code, mà còn là cách nó hỗ trợ các hoạt động hàng ngày. Từ đó, trọng tâm là đảm bảo bao quát toàn bộ các chức năng hiện có để không có gì bị hỏng trong quá trình chuyển đổi. AI giúp chúng ta tăng tốc độ phân tích và xử lý sự cố (troubleshooting), nhưng trách nhiệm về sự ổn định của hệ thống vẫn thuộc về các kỹ sư giàu kinh nghiệm".

Đồng tình với góc nhìn này, ông Đỗ Ngọc Hưng, Business Development Manager tại Groove Technology, bổ sung thêm về tầm quan trọng của sự thấu hiểu hệ thống trong thực tế:

"AI có thể giúp tiếp cận kiến thức kỹ thuật nhanh hơn, nhưng nó không hiểu hệ thống được sử dụng như thế nào trong các hoạt động hàng ngày. Ngữ cảnh (context) đó vẫn đến từ các kỹ sư, người dùng cuối cùng (end-users) và các bên liên quan, những người nắm rõ nền tảng".

Kết luận

Hiện đại hóa hệ thống vừa là nỗ lực kỹ thuật vừa mang tính chiến lược. Các công ty phần mềm như Groove Technology đang tích hợp AI vào các quy trình bài bản để hỗ trợ chuyển đổi đám mây (cloud migration) và giảm thiểu rủi ro khi nâng cấp. Thực chất, AI không làm cho các hệ thống trở nên đơn giản hơn, mà nó phơi bày những sự phụ thuộc (dependencies) ẩn giấu bên trong. Cuối cùng, lợi thế sẽ thuộc về những tổ chức thấu hiểu hệ thống của mình đủ sâu sắc, bởi chuyên môn và kinh nghiệm của con người mới là yếu tố định đoạt sự thành bại.