Modernizar legacy con IA en 2026: herramientas reales, riesgos reales

Durante años, “modernizar con IA” fue más promesa que producto. En 2026 eso cambió: los grandes proveedores ya ofrecen herramientas concretas para analizar COBOL, convertir bases de datos SQL Server y actualizar aplicaciones .NET. Al mismo tiempo, Gartner lanzó una de sus advertencias más duras sobre el tema.

Ambas cosas son ciertas a la vez. Las herramientas son reales, y también lo es el riesgo de sobreestimarlas. Este artículo resume qué hay disponible, qué dicen los analistas y cómo usar la IA con método en un proyecto de modernización.

La advertencia de Gartner

Según reportó CIO Dive, Gartner publicó el 18 de junio de 2026 una predicción contundente: “más del 70% de los proyectos de salida del mainframe iniciados este año fracasarán por sobreestimar las capacidades de la IA generativa”, en palabras de Alessandro Galimberti, VP Analyst de la firma.

La recomendación que la acompaña es igual de relevante. Gartner sugiere usar la IA generativa para modernizar el mainframe en su lugar y decidir la salida completa caso por caso, no como estrategia por defecto. La firma también estima que 75% de los proveedores de salida del mainframe ajustarán o terminarán sus modelos de negocio hacia 2030.

Eso no significa que la IA no sirva. CIO Dive citó a finales de julio el caso de Morgan Stanley, que moderniza 17 millones de líneas de código con asistencia de IA. La diferencia está en el enfoque: la IA como acelerador dentro de un método, no como atajo para reescribirlo todo de una vez.

Lo que ya ofrecen los proveedores

Entre junio y agosto de 2026, AWS, IBM y Microsoft anunciaron capacidades concretas:

Herramienta	Qué hace	A tener en cuenta
AWS Transform: SQL Server a Aurora PostgreSQL (agosto)	Conversión offline a partir del DDL cargado: tablas, esquemas, procedimientos almacenados y funciones. Valida la equivalencia funcional y adapta las aplicaciones .NET dependientes	La conversión de SQL Server solo está disponible en US East (N. Virginia)
AWS Transform continuous modernization (agosto)	Se conecta a GitHub, GitLab o Bitbucket, califica repositorios por deuda técnica, seguridad y “agentic readiness”, y abre pull requests con correcciones	Disponible de forma general en todas las regiones de AWS Transform
AWS Transform for mainframe (16 de junio)	Nuevo flujo “reimagine” con trazabilidad para COBOL y PL/I en z/OS	Orientado a z/OS
IBM Bob Premium Package for Z (26 de junio)	COBOL, PL/I, assembler y JCL; análisis estático “Z Understand” que incluye planificadores Control-M/TWS; repositorio de metadatos para portafolios de más de 10.000 programas	Complemento de IBM Bob con venta asistida
Agente de modernización .NET de GitHub Copilot (9 de julio)	Flujo evaluar → planificar → ejecutar, en Visual Studio, VS Code, Copilot CLI y la app de Copilot	En comentarios públicos al anuncio, usuarios reportan buen desempeño con bibliotecas de clases y dificultades con proyectos ASP.NET Core

Una pista en el diseño de las herramientas

Hay un patrón revelador en cómo están construidas. AWS habla de validar la equivalencia funcional y de un flujo trazable. IBM instruye a su modelo a responder primero a partir de los metadatos del análisis. Microsoft estructura su agente en evaluación, plan y ejecución.

Es decir, los propios fabricantes asumen que un modelo generativo por sí solo no basta: necesita análisis estático, trazabilidad y verificación. Quien plantea un proyecto como “le damos el código a la IA y nos devuelve el sistema nuevo” está ignorando lo que las mismas herramientas dan por sentado.

Por qué la IA sola no basta

• Las reglas de negocio están enterradas. El código muestra qué hace el sistema, pero no siempre por qué. Una conversión literal puede reproducir errores históricos o perder excepciones que la operación necesita.
• Las dependencias van más allá del código. Trabajos programados, integraciones por archivos, reportes y bases de datos compartidas también son parte del sistema. Por algo IBM incluye el análisis de planificadores como Control-M y TWS.
• La equivalencia hay que probarla. Sin casos de prueba y datos representativos, no hay forma de afirmar que el sistema nuevo se comporta igual que el anterior.
• Los resultados varían según el tipo de proyecto. Los comentarios sobre el agente de .NET son un buen ejemplo de por qué conviene hacer un piloto antes de comprometer un cronograma.

SQL Server 2016: el reloj ya corrió

Para muchas empresas latinoamericanas, el caso más urgente no es el mainframe sino la base de datos. SQL Server 2016 llegó al fin de su soporte extendido el 14 de julio de 2026. Microsoft ofrece actualizaciones de seguridad extendidas (ESU) pagadas durante tres años, pero eso compra tiempo; no resuelve el problema.

Es un buen momento para decidir con método: actualizar a una versión con soporte, migrar a otra plataforma — por ejemplo, Aurora PostgreSQL con apoyo de AWS Transform — o pagar ESU mientras se ejecuta un plan. Cada opción tiene implicaciones distintas para las aplicaciones que dependen de esa base.

Un método en tres fases

1. Evaluar

• Inventario de aplicaciones, bases de datos, trabajos programados e integraciones.
• Análisis estático del código y mapa de dependencias; aquí la IA ayuda mucho.
• Clasificación por criticidad de negocio y frecuencia de cambio.
• Estado de soporte de cada componente, como SQL Server 2016.

Para una primera aproximación a esta fase, puedes usar nuestro autodiagnóstico de sistemas legacy.

2. Trazar

• Documentar las reglas de negocio y validarlas con quienes conocen la operación.
• Vincular cada componente nuevo con el componente legacy que reemplaza.
• Construir pruebas de equivalencia con datos representativos antes de convertir.

3. Modernizar por incrementos

• Empezar por un módulo acotado y de valor visible.
• Aplicar patrones como Strangler Fig o exponer el sistema actual mediante APIs.
• Revisar cada entrega generada por IA con pruebas automatizadas y revisión humana.
• Decidir la salida completa de la plataforma caso por caso, como sugiere Gartner.

¿Y los sistemas en Delphi, VB6 o PowerBuilder?

No todo el legacy corre en mainframe. En Latinoamérica abundan aplicaciones críticas en Delphi, Visual Basic 6 o PowerBuilder, a menudo conectadas a SQL Server. Los anuncios revisados aquí no están dirigidos a esas tecnologías, pero el método es el mismo: evaluar, trazar y modernizar por partes, con la IA para leer, documentar y proponer, y con personas para decidir y validar.

Preguntas frecuentes

¿Debo salir del mainframe apoyándome en IA generativa?

Gartner recomienda usar la IA generativa para modernizar en su lugar y evaluar la salida completa caso por caso. Una salida total basada en expectativas altas sobre la IA es justo el escenario de riesgo que describe su predicción.

¿Las herramientas de AWS, IBM o Microsoft reemplazan a un equipo de modernización?

No. Aceleran el análisis, la conversión y las correcciones, pero las reglas de negocio, las pruebas de equivalencia y las decisiones de arquitectura siguen requiriendo criterio humano.

¿Qué hago si todavía uso SQL Server 2016?

Su soporte extendido terminó el 14 de julio de 2026. Puedes pagar ESU durante hasta tres años mientras ejecutas una actualización o migración planificada.

Conclusión

La IA ya cambió la economía de la modernización: hay herramientas que analizan, convierten y proponen correcciones a escala. Pero la advertencia de Gartner es clara: sobreestimar la IA generativa es una forma rápida de hacer fracasar un proyecto. El valor está en combinar esas herramientas con evaluación rigurosa, trazabilidad y entregas incrementales.

Si estás evaluando cómo modernizar un sistema crítico, conoce cómo acompañamos la modernización de sistemas legacy junto con aliados estratégicos especializados, nuestro enfoque de IA para empresas, o escríbenos para revisar tu caso.