OpenAI testa migração de COBOL: o que muda para os bancos brasileiros

Um fechamento que concilia corretamente, termina na janela prevista e permite recuperar uma falha tem valor concreto. Para quem trabalha com COBOL, discutir modernização começa por entender esse resultado e o que seria necessário para preservá-lo. Trocar a linguagem pode ser parte da solução, mas a decisão precisa responder a um problema de negócio.

A pesquisa publicada pela OpenAI em 19 de outubro traz um avanço relevante para essa conversa: melhores resultados em migração de COBOL e um benchmark aberto de programação em 20 linguagens. A oportunidade merece atenção de quem mantém esses sistemas, inclusive quando a melhor decisão for continuar com COBOL.

O que o teste da OpenAI demonstra

Na avaliação de migração, a OpenAI relata 86,6% de acerto para o GPT-6.1 Sol com esforço de raciocínio baixo e 97,9% com esforço maior. A aprovação exige passar todos os testes ocultos, com saídas observáveis idênticas byte a byte. São resultados do fornecedor, sem reprodução pela MnzAI Labs.

O MultiLangBench disponibilizado no GitHub é outro experimento: implementar um motor compatível com SQLite, e não migrar um core bancário. O README descreve testes derivados do SQLite 3.40.1 e recomenda um subconjunto de 272 casos para limitar custo. Comparações precisam informar o conjunto executado. A suíte aberta não torna automaticamente reproduzível a avaliação separada de migração.

Para um especialista, o ponto interessante é a equivalência de comportamento. A documentação IBM sobre ROUNDED mostra por que escala e descarte de casas decimais importam. Um programa convertido pode compilar e produzir um centavo diferente. Preservar isso exige conhecer as declarações, as operações e as opções do compilador, além da regra que o negócio aprovou.

COBOL nos bancos brasileiros: evidências, não suposições

Há evidências públicas recentes de trabalho com COBOL. Elas têm alcances diferentes e não permitem calcular quanto do processamento de cada banco depende da linguagem.

O caso do BB ajuda a entender por que essa permanência pode ser racional. Em relato técnico de 2022 assinado por um profissional do banco, o processamento da carteira de investimentos combinava COBOL, JCL e DB2. O autor destaca a eficiência do ambiente para grandes arquivos e cargas em massa. Para uma nova necessidade de Open Banking, a equipe escolheu Quarkus e Kafka. É um exemplo histórico de decisão por carga de trabalho, sem substituir indiscriminadamente o que já funcionava.

No Bradesco, um estudo de caso da IBM, publicado em maio de 2020, associa a plataforma à resiliência, à segurança e à integração com serviços distribuídos. É contexto histórico de fornecedor com depoimento do cliente, não uma fotografia da configuração atual.

Esses atributos pertencem ao conjunto: linguagem, plataforma, gerenciador transacional, dados, operação e pessoas. COBOL não é sinônimo de mainframe. E as garantias de recuperação de uma unidade de trabalho no CICS não passam para uma aplicação distribuída apenas porque a lógica foi traduzida.

Onde a IA pode mudar a decisão

A modernização já acontece. A GFT relata um projeto com o Itaú usando Batch2Cloud e Wynxx, com redução de até 70% no tempo de migração na fase inicial. É uma medição divulgada pela parceira, sem metodologia suficiente para projetar a mesma economia em outro banco. A AWS também descreve uma estratégia por aplicação, que inclui permanecer no mainframe.

Na análise da MnzAI Labs, a IA pode reduzir o custo de compreender código, documentar dependências, sugerir testes e experimentar alternativas. Isso permite reavaliar aplicações com mais evidência, inclusive para justificar sua permanência. A conta precisa comparar caminhos concretos:

• Evoluir no ambiente atual: quando os níveis de serviço e o custo total atendem, com compiladores suportados, testes, observabilidade e formação da equipe.
• Integrar ou extrair uma capacidade: quando o obstáculo está numa interface ou num domínio delimitado. Medir também latência, consistência e esforço de operar os dois ambientes.
• Migrar ou redesenhar: quando há benefício demonstrável em prazo de mudança, custo, capacidade ou risco, suficiente para pagar conversão, testes, coexistência e operação futura.

Uma prova de conceito útil começaria por uma rotina delimitada e dados autorizados, com resultados de referência revisados pelo negócio. Além de valores e arquivos, eu exigiria evidência sobre reinício de jobs, duplicidade após falha, commits, concorrência, reconciliação e desempenho na janela real. Nem todo comportamento existente deve ser perpetuado: defeitos conhecidos e novas regras precisam ter mudanças aprovadas e rastreáveis.

A experiência de quem conhece os copybooks, as malhas e as exceções de produção é decisiva para definir essa prova. A pergunta para esses profissionais é concreta: em qual aplicação a dificuldade de entender e testar o sistema impede uma melhoria que o negócio realmente precisa? É aí que vale medir o que a IA acrescenta.