Entre exigences réglementaires grandissantes et départs des experts historiques, les organisations se battent pour retrouver la clarté sur leurs mainframes : Boostés par l’analyse statique et l’IA générative, elles transforment une « boîte noire » en levier d’innovation maîtrisée et de conformité sans friction.
Dans toute l’Europe, les mainframes continuent de gérer les opérations essentielles des banques, des plateformes gouvernementales, des fournisseurs d’infrastructures et des grandes entreprises. D’ailleurs, plus de 90 % des leaders informatiques européens déclarent que leurs organisations dépendent encore des mainframes pour leurs opérations commerciales fondamentales. Ces machines n’ont jamais été conçues pour être temporaires : elles ont été construites pour un fonctionnement à grande échelle, une résilience et des performances à long terme, et elles continuent de prouver leur valeur, discrètement.
Malgré les nombreuses prédictions annonçant leur déclin, la majorité des organisations les ont conservés, car aucune alternative ne proposait un équilibre comparable entre stabilité et puissance de traitement. Dans bien des cas, ils surpassent encore les architectures plus récentes pour les tâches les plus sensibles.
Ce qui a changé, ce n’est pas la pertinence des mainframes, mais le contexte dans lequel ils évoluent. Aujourd’hui, les équipes sont confrontées à de nouvelles contraintes : des réglementations plus strictes, des cycles de livraison plus rapides, des exigences de documentation plus rigoureuses. Si les systèmes restent fiables, la capacité à les exploiter avec clarté et assurance s’est, elle, souvent estompée.
Sans clarté, les progrès ralentissent
Les mainframes opèrent souvent au sein d’un cadre complexe de décisions passées et de code hérité. Les ingénieurs qui connaissaient autrefois chaque recoin du système sont partis. Les équipes gèrent désormais du code qu’elles n’ont pas écrit, lié à des décisions qu’elles n’ont pas prises.
Cela crée des frictions. Un système peut fonctionner, mais si plus personne ne le comprend vraiment, chaque modification devient source d’incertitude. Au fil du temps, même les ajustements les plus mineurs s’alourdissent. Il devient difficile d’évaluer les risques, si bien que certaines équipes préfèrent s’abstenir plutôt que de provoquer des effets collatéraux.
Cette opacité ne touche pas uniquement le développement. Elle affecte aussi les données, les opérations et le reporting. Si les équipes ne peuvent expliquer comment sont calculés les indicateurs ou traités les enregistrements, la confiance s’effrite. Les contrôles manuels se multiplient, les délais dérapent et le respect des normes devient de plus en plus complexe.
Dans les secteurs soumis à une supervision renforcée, cette incertitude constitue un véritable frein. Même stable, un système peut perdre en crédibilité s’il reste impénétrable. De plus, lorsqu’un environnement devient opaque, il se transforme en source d’hésitations – même s’il s’agit de l’infrastructure la plus fiable.
De la visibilité à la conformité : reconstruire le contrôle étape par étape
Les outils d’analyse statique déjà en place permettent d’extraire une vision détaillée et déterministe de ces applications anciennes. Ils restent un socle essentiel dans toute démarche de modernisation des environnements mainframe.
L’IA générative, bien que toujours en cours de maturation, notamment pour des langages comme le COBOL ou l’Assembleur, s’impose comme un complément précieux. Elle n’a pas vocation à remplacer les systèmes, mais à aider les équipes à les voir plus clairement. En enrichissant les informations issues de l’analyse statique, elle permet de simplifier et de résumer le code existant, de cartographier les dépendances et de générer une documentation qui reflète le fonctionnement actuel des systèmes, et non uniquement leur conception initiale.
Cette clarté rend l’action possible. Plutôt que de s’appuyer sur des souvenirs ou des savoirs fragmentés, les décisions reposent sur une structure tangible, avec des risques identifiables, des priorités claires et une conformité qui s’intègre au cycle de vie naturel du système.
En Europe, où des réglementations comme le RGPD, NIS2, DORA ou l’AI Act fixent des exigences élevées, ce niveau de visibilité devient indispensable. En France, certaines entités sont classées Opérateurs d’Importance Vitale (OIV), responsables d’infrastructures essentielles à la sécurité nationale et aux services publics. Ces organisations sont soumises à des obligations supplémentaires : traçabilité, auditabilité, capacité à expliquer chaque étape de la prise de décision.
Les outils enrichis par l’IA générative facilitent cette exigence, en rendant la documentation plus souple et accessible. Ils réduisent les délais de réponse aux autorités, fluidifient la coordination entre les équipes IT, métiers et cybersécurité, et surtout, rendent la modernisation plus sûre, car le système n’est plus une boîte noire.
La modernisation devient une méthode, pas une rupture
La plupart des équipes ne commencent pas avec une feuille de route, mais avec des questions sur ce qui est encore en fonctionnement, ce qui pourrait être adapté et ce qui devrait rester en place. Ces questions restent souvent sans réponse simplement par manque de transparence.
Une fois que la structure devient claire, les décisions suivent. Certains systèmes restent en place mais sont mieux documentés. D’autres sont connectés via des API ou encapsulés avec de l’automatisation. Les changements se produisent progressivement. La gouvernance est renforcée. Ce qui semblait intouchable devient gérable.
Les mainframes ne vont pas disparaitre. Ce sont des systèmes stables, éprouvés, essentiels. Ce qui évolue, c’est la manière dont ils sont abordés : davantage d’attention portée à ce qu’ils font, à leurs interconnexions, à leur maintenance. Avec une compréhension plus claire, le travail progresse graduellement. Le système reste en place, la complexité est mieux comprise et le progrès fait partie de la routine.
____________________________
Par Neil Fowler, SVP of Hybrid Cloud Engineering chez Rocket Software
puis