用 AI 打造老舊程式碼的「翻譯蒟蒻」，摩根士丹利幫自家工程師省下 28 萬小時

企業在數位轉型過程中，常面臨一項關鍵挑戰：如何將老舊、過時的程式碼改寫成現代語言，這攸關資安與新技術導入的速度。美國金融巨頭摩根士丹利也遇到此一痛點，但他們藉由今年自行研發的 AI 工具「DevGen.AI」，已完成 900 萬行程式碼審查，為開發人員大幅節省了 28 萬小時。

根據《華爾街日報》報導，摩根士丹利的 DevGen.AI 工具，由 OpenAI 的 GPT 模型打造而成，能將 Cobol 這類老舊的程式碼，翻譯成淺白的英文規格說明，讓現代開發人員更容易理解、改寫程式內容。

摩根士丹利全球技術與營運主管 Mike Pizzi 表示，許多企業的程式碼可追溯至數十年前，過去只有少數熟悉該語言的開發人員才能解釋「這段程式碼到底在做什麼」，但經過規格說明，則能由任何現代工程師重新撰寫，是 DevGen.AI 最大價值所在。

隨著 AI 熱潮興起，「Vibe Coding」風氣盛行，市面上已有許多 AI 寫程式工具，為何摩根士丹利選擇自行研發？事實上，將 IT 系統現代化，正是目前 AI 寫程式工具最難攻克的領域之一。

Pizzi 告訴《華爾街日報》，目前 AI 寫程式工具在寫現代程式碼的表現出色，但對於較冷門、過時，或是為特定企業客製化的程式語言卻掌握不足。這也是許多科技公司持續投入改進的領域，成為摩根士丹利主動出擊的契機──使用自家累積的程式碼資料進行訓練，包括已經停用，甚至從未被廣泛採用的程式語言。

目前，摩根士丹利全球 15,000 名開發人員，已可利用 DevGen.AI 執行多項任務，包括把舊程式碼翻譯為淺白的英文規格說明、配合監管要求切出特定區段的舊程式碼，以及將部分小型模組完全轉譯成現代語言。

不過，DevGen.AI 尚未能完整轉譯程式碼，舉例來說，DevGen.AI 可以把 Perl 轉換成 Python，但未必能善用 Python 特性寫出高效的程式碼，因此仍然需要人類參與改寫過程。

DevGen.AI 只是摩根士丹利內部部署的數百個 AI 應用案例之一，這些工具目的在促進業務成長、實現工作流程自動化並提高效率。

例如，其中一個 AI 工具可以幫助員工做視訊會議摘要，另一款則能幫員工快速從公司的研究資料找到資訊，甚至協助理財顧問調整與客戶的討論話題、客製化投資產品。《Reuters》報導，摩根士丹利稱這些 AI 工具每週可以為員工節省 10~ 15 小時的工作時間。

在金融業加速導入生成式 AI、改善組織營運的趨勢下，Pizzi 表示如果沒有現代化、標準化和經過深思熟慮的策略，這一切都不可能實現，而他認為軟體工程領域的人才不會減少，並且看到更多的 AI 應用。

＊本文開放合作夥伴轉載，資料來源：《Wall Street Journal》、《Reuters》、OpenAI，首圖來源：AI 工具生成

理財