Modernización asistida por IA de un core COBOL de misión crítica
Una aseguradora líder en México migraba una plataforma COBOL de décadas hacia microservicios en Java. El mayor riesgo no era escribir el código nuevo, sino demostrar que hace exactamente lo mismo que el viejo. Con inteligencia artificial convertimos ese monolito en conocimiento consultable, cruzamos su lógica contra las pruebas de QA y dejamos una plataforma de análisis de código operando en la nube del cliente.
- Cliente
- Aseguradora líder en México
- Sector
- Seguros
- Proyecto
- Análisis de código heredado y pruebas de software apoyados por IA
- Tecnologías
- Claude · Google Cloud
En cifras
- ~941 000
líneas de código heredado inventariadas y analizadas
- 281
procesos de negocio cubiertos por la validación de QA
- >60%
menos costo de operación de IA que con el enfoque inicial
- En su nube
plataforma de análisis de código operando en el entorno del cliente
En resumen
La lógica de negocio vivía en cientos de miles de líneas de COBOL que nadie escribió recientemente y cuyo mantenimiento dependía de especialistas escasos. Antes de migrar había que entenderla y poder verificarla. El objetivo fue explícito desde el arranque: no migrar código, sino reducir el riesgo de la migración con un costo sostenible.
01 · El problema
Migrar sin poder demostrar que el sistema nuevo hace lo mismo que el viejo
Migrar un core transaccional COBOL a microservicios Java plantea tres problemas a la vez.
- 01
El conocimiento es tácito
La lógica de negocio se acumuló durante décadas en programas, copybooks y procesos por lotes. No existe una fuente única de verdad legible: la verdad es el código.
- 02
La escala supera la capacidad humana
Casi un millón de líneas repartidas en miles de archivos. Documentarlo a mano, proceso por proceso, es un esfuerzo de años-persona que envejece mientras se produce.
- 03
El riesgo se concentra en QA
Cada omisión funcional que no detecten las pruebas se convierte en un defecto en producción de un sistema que mueve operaciones financieras reales. Nadie podía garantizar que las matrices de prueba cubrieran toda la lógica que el COBOL realmente ejecutaba.
02 · Cómo lo resolvimos
Un laboratorio de IA en tres fases, dentro de la nube del cliente
No reescribimos el sistema: lo hicimos comprensible y verificable, y dejamos esa capacidad en manos del equipo del cliente.
- 1
Entender el código heredado
Con ayuda de Claude construimos procesos que recorren el repositorio completo, agrupan los artefactos por familia y extraen de cada programa su estructura: entradas, salidas, dependencias, accesos a datos y flujo de ejecución. Esa información se tradujo a lenguaje natural para generar documentación técnica por proceso.
Sobre esa documentación montamos bases de conocimiento consultables en español, con respuestas fundamentadas exclusivamente en el código fuente. Por primera vez se podía preguntarle al sistema heredado qué hace y por qué.
- 2
Cruzar la lógica real contra las pruebas de QA
Un programa COBOL de producción no se entiende leyendo un archivo: se entiende siguiendo la cadena de copybooks, procesos por lotes y definiciones de datos que lo rodean. Claude trabaja con el repositorio completo como contexto, lo que permitió análisis largos y acumulativos sobre familias enteras de programas.
Con esa comprensión, la IA actúa como un probador virtual: recibe la documentación derivada del código y los casos de prueba del equipo de calidad, y señala qué valida cada prueba, qué lógica queda sin validar y qué casos deberían existir. También compara el COBOL con su equivalente en Java para identificar los patrones de migración empleados y su riesgo.
- 3
De laboratorio a plataforma
Un ejercicio artesanal no escala ni se transfiere. La tercera fase convirtió el método en una plataforma de análisis de código desplegada en la nube de Google Cloud del propio cliente, con sus controles de acceso: el código fuente nunca sale de su perímetro.
Indexador
Ingesta e indexa repositorios completos, el monolito COBOL y los repositorios Java destino, y genera una base de conocimiento sobre el código fuente.
Agente
Responde consultas técnicas en lenguaje natural, fundamentadas únicamente en los repositorios indexados y en las matrices de prueba, con trazabilidad al artefacto de origen.
Interfaz web
Pone esa capacidad en manos de los equipos de desarrollo y QA del cliente, sin intermediarios.
Principios que aplicamos
- El código no saleTodo el procesamiento ocurre en la infraestructura de nube del cliente, bajo sus políticas de identidad.
- Respuestas fundamentadasEl agente responde exclusivamente desde los repositorios indexados, con trazabilidad al artefacto. No opina: cita.
- El humano decideLa IA genera borradores de alta calidad; la validación funcional y las decisiones de arquitectura son siempre del equipo del cliente.
03 · El beneficio para el cliente
Lo que obtuvo la aseguradora
La migración dejó de ser un acto de fe y se convirtió en un proceso verificable.
Entiende su sistema heredado
- Cerca de 941 000 líneas de código inventariadas y analizadas, con documentación técnica derivada directamente del código fuente.
- Bases de conocimiento consultables en lenguaje natural, validadas por su propio equipo.
Migra con menos riesgo
- Validación cruzada automatizada entre la lógica real del código y las matrices de prueba de 281 procesos, con brechas de cobertura identificadas y casos nuevos recomendados.
- Comparación del COBOL con su equivalente en Java que hizo visibles los distintos patrones de migración y su riesgo.
Capacidad propia, no dependencia
- Plataforma de análisis de código operando en su nube, con los repositorios de la migración indexados y en uso por sus equipos de desarrollo y QA.
- Transferencia de conocimiento y capacitación: el laboratorio no depende del proveedor.
Un costo de IA sostenible
- El costo se calibró con una muestra pequeña antes de comprometer el presupuesto. Modelos económicos para el trabajo mecánico y el más capaz para el razonamiento profundo, más la adopción incremental al ritmo de los sprints de migración, redujeron el costo de operación de IA en más de 60 % frente al enfoque inicial.
04 · Qué significa para tu operación
Aplica a cualquier core heredado en proceso de modernización
El patrón es transferible a organizaciones con COBOL, PL/I, C++, PowerBuilder o procedimientos almacenados heredados.
- 1Inventariar y estructurar el universo de artefactos antes de analizar nada.
- 2Extraer la intención del código con un modelo capaz de sostener contexto amplio y razonamiento profundo.
- 3Cruzar contra QA para convertir la comprensión en cobertura de pruebas.
- 4Calibrar el costo con una muestra pequeña antes de comprometer el presupuesto completo.
- 5Productizar y transferir dentro del perímetro del cliente.
El valor no está en ninguno de los cinco pasos por separado. Está en que la migración se vuelva un proceso verificable.
Soluciones relacionadas
Ver todos los casos de éxito- Ingeniería a la medidaDesarrollamos agentes, modernizamos aplicaciones e integramos datos y sistemas. Definimos contigo qué construir y qué herramientas existentes conviene aprovechar.Ver cómo lo trabajamos
- Nube, datos y gobiernoDiseñamos, migramos y operamos infraestructura y datos. Evaluamos arquitectura, seguridad, continuidad y costos según las necesidades del proyecto.Ver cómo lo trabajamos
Un core heredado en proceso de modernización es exactamente donde empezamos.
Inventario acotado, costo calibrado con una muestra y resultado demostrado antes de escalar.