L’IA pour reconstruire les règles des anciens systèmes bancaires

Le 29 septembre 2026, Thought Machine et Amazon Web Services (AWS) ont annoncé une approche assistée par l’IA pour aider les banques à migrer leurs systèmes centraux historiques. L’idée : au lieu de traduire le code ancien ligne par ligne, repérer les règles bancaires qu’il contient et les recréer sous forme de produits financiers en Python pour la plateforme Vault de Thought Machine. 75

La nuance est importante. L’automatisation annoncée vise d’abord à comprendre ce que fait l’ancien système, puis à reproduire ce comportement sur une plateforme plus récente — pas simplement à convertir un langage informatique en un autre.

Comment fonctionne cette approche ?

Le processus associe les outils mainframe d’AWS Transform à Vault Forge, la suite d’outils d’IA de Thought Machine :

1. Analyser l’application historique. AWS Transform examine les applications mainframe et les rétro-ingénierie pour aider à en faire ressortir la logique métier. AWS présente son service comme couvrant des étapes de modernisation allant de l’évaluation à l’extraction des règles métier. 72
2. Repérer les règles bancaires. L’approche cherche notamment à retrouver la logique derrière les calculs d’intérêts, les frais ou les remboursements de prêts, plutôt qu’à traiter chaque ligne de code comme une instruction à traduire directement. 5
3. Créer des produits pour Vault. Vault Forge, propulsé par Amazon Bedrock, s’appuie sur la logique extraite pour aider à générer des produits financiers en Python destinés à Vault, la plateforme cloud native de Thought Machine. 710
4. Tester le comportement généré. Amazon indique que les produits ainsi créés sont testés par simulation. Un autre compte rendu de l’annonce évoque des tests dans un environnement bac à sable. Ces tests font partie du processus décrit ; ils ne garantissent pas, à eux seuls, que chaque migration sera correcte sans examen complémentaire. 106

Pourquoi partir des règles métier plutôt que du code ?

Les applications bancaires historiques peuvent accumuler des années de règles propres aux produits et aux opérations. Selon le principe avancé par les deux entreprises, identifier ces règles en premier pourrait faciliter leur reconstruction sur une plateforme moderne, plutôt que de reproduire l’ancien système ligne après ligne. Elles présentent cette approche comme un moyen de réduire la durée et le coût des programmes de migration. 75

Il s’agit toutefois d’automatiser certaines étapes d’un chantier complexe, et non de démontrer que tout est pris en charge. Les informations publiées décrivent l’extraction des règles et la mise à l’épreuve des produits, mais ne précisent pas en détail les étapes d’approbation par les équipes des banques ni le fonctionnement opérationnel de l’accélérateur conjoint Core Modernisation Accelerator. 710

« Des années à quelques jours » : toute une banque peut-elle migrer aussi vite ?

Les documents cités ne donnent pas de calendrier de bout en bout pour le remplacement du système central d’une banque. Ils étayent une conclusion plus limitée : l’analyse assistée par l’IA, l’extraction des règles, la génération de produits et les simulations visent à accélérer des tâches qui peuvent rendre la modernisation longue et coûteuse. 710

Pour son service général de modernisation des mainframes, AWS évoque une réduction de calendriers de plusieurs années à quelques mois, et non à quelques jours. C’est une affirmation générale concernant le service AWS, pas un délai de réalisation démontré pour ce partenariat ou pour la migration complète d’une banque. 2

À retenir : l’IA pourrait aider les banques à comprendre et à reconstruire la logique de leurs anciens produits. Les promesses de rapidité doivent être considérées comme des objectifs pour certaines étapes du chantier, et non comme la garantie qu’un système bancaire en production pourra être remplacé en quelques jours.