Thought Machine、AWS 運用 AI 協助銀行擺脫傳統系統

此解決方案的核心在於其能夠從傳統大型主機程式碼中提取業務規則，而非嘗試逐行翻譯。透過識別利息計算和貸款還款等功能背後的底層邏輯，該過程繞過了直接程式碼轉換的複雜性。這種方法允許 AI 代理專注於將這些抽象規則轉換為基於 Python 的金融產品程式碼，然後部署到銀行的安全 AWS 環境中。

該方法涉及 AWS Transform 分析傳統應用程式，以產生業務邏輯的結構化規範。Vault Forge 隨後透過 Amazon Bedrock 使用 AI 模型來生成新的金融產品、測試套件和平台配置。在 AI 生成之前整合冗餘的傳統產品變體，旨在簡化現代化工作。

一個關鍵要素是保留人為監督，銀行工程和風險團隊透過審查階段保持簽核權。這種「人在迴路」的方法對於在將 AI 生成的產品部署到 Vault 沙盒進行進一步測試之前進行驗證至關重要。Thought Machine 聲稱，此過程可以將涉及數百萬行程式碼的多年遷移壓縮到數天內完成，解決了尋求擺脫技術債務的大型金融機構的一個重大痛點。

合作夥伴還推出了聯合核心現代化加速器計劃，這表明了一種實用的支援機制。它將涉及來自 Thought Machine 和 AWS 的技術架構師和工程師直接與銀行團隊合作。這表明他們理解，如果沒有整合的實施和治理支援，單靠技術可能不足以應對複雜的轉型。