Thought Machine และ AWS ประกาศเมื่อ 29 กันยายน 2026 ถึงแนวทางใช้ AI ช่วยนำกฎจากระบบธนาคารเดิมมาสร้างเป็นผลิตภัณฑ์ทางการเงินบน Vault AWS Transform ช่วยตรวจสอบและทำวิศวกรรมย้อนกลับแอปพลิเคชันเมนเฟรม ส่วน Vault Forge ซึ่งใช้ Amazon Bedrock ช่วยสร้างผลิตภัณฑ์ Python ที่ผ่านการทดสอบด้วยการจำลอง ข้อมูลที่เปิดเผยยังไม่ได้ร...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

Create a landscape editorial hero image for this Studio Global article: What did Thought Machine and AWS announce on September 29 to help banks replace legacy mainframe systems, how does their AI-powered migratio. Article summary: On September 29, Thought Machine and AWS announced an AI-powered approach to moving banks from legacy mainframe cores to Thought Machine’s cloud-native Vault platform. Their central idea is to recover the banking rules e. Topic tags: general, documentation, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
Thought Machine และ AWS ประกาศเมื่อ 29 กันยายน 2026 ถึงแนวทางใช้ AI ช่วยย้ายระบบธนาคารเดิมไปยังแพลตฟอร์ม Vault ของ Thought Machine โดยแทนที่จะถอดโค้ดเมนเฟรมเก่ามาแปลงทีละบรรทัด แนวทางนี้จะพยายามค้นหากฎทางธุรกิจที่ระบบใช้อยู่ แล้วนำกฎเหล่านั้นมาสร้างเป็นผลิตภัณฑ์ทางการเงินที่พัฒนาด้วย Python 7
5
จุดสำคัญจึงไม่ใช่การเปลี่ยนภาษาเขียนโปรแกรมแบบตรงตัว แต่เป็นการทำความเข้าใจว่าระบบเดิมคำนวณหรือจัดการผลิตภัณฑ์ธนาคารอย่างไร ก่อนสร้างพฤติกรรมเหล่านั้นขึ้นใหม่บนระบบที่ทันสมัยกว่า
แนวทางนี้ผสานเครื่องมือ AWS Transform สำหรับระบบเมนเฟรมเข้ากับ Vault Forge ของ Thought Machine โดยอธิบายขั้นตอนหลักได้ดังนี้
ระบบธนาคารเดิมมักสะสมตรรกะของผลิตภัณฑ์ไว้เป็นเวลานาน แนวคิดของความร่วมมือนี้คือ หากค้นหากฎเหล่านั้นให้ได้ก่อน ก็อาจสร้างผลิตภัณฑ์ธนาคารแต่ละประเภทขึ้นใหม่บนแพลตฟอร์มสมัยใหม่ได้ง่ายกว่าการจำลองระบบเก่าทีละบรรทัด ทั้งสองบริษัทระบุว่าแนวทางนี้มีเป้าหมายเพื่อลดเวลาและค่าใช้จ่ายของโครงการย้ายระบบ 7
5
อย่างไรก็ดี นี่คือการใช้ระบบอัตโนมัติช่วยงานบางส่วนของโครงการปรับปรุงระบบที่ซับซ้อน ไม่ใช่หลักฐานว่าการย้ายข้อมูล การจัดการระบบที่เกี่ยวข้อง กระบวนการปฏิบัติงาน หรือการเปลี่ยนผ่านไปใช้ระบบใหม่จะทำงานอัตโนมัติทั้งหมด เอกสารประกาศที่มีอยู่กล่าวถึงการดึงกฎและการทดสอบผลิตภัณฑ์ แต่ไม่ได้อธิบายรายละเอียดขั้นตอนอนุมัติของทีมธนาคาร หรือรูปแบบการดำเนินงานของ Core Modernisation Accelerator ที่ทั้งสองบริษัททำร่วมกัน 7
10
เอกสารประกาศที่อ้างถึงไม่ได้กำหนดกรอบเวลาตั้งแต่ต้นจนจบสำหรับการเปลี่ยนระบบหลักของธนาคารทั้งแห่ง ข้อสรุปที่รองรับได้มีขอบเขตแคบกว่า คือ AI ช่วยเร่งการสำรวจระบบ การดึงกฎ การสร้างผลิตภัณฑ์ และการทดสอบด้วยการจำลอง ซึ่งเป็นงานส่วนหนึ่งที่ทำให้การปรับปรุงระบบใช้เวลานานและมีค่าใช้จ่ายสูง 7
10
AWS อธิบายบริการปรับปรุงระบบเมนเฟรมโดยรวมว่าช่วยลดกรอบเวลาจากหลายปีเหลือหลายเดือน ไม่ใช่ไม่กี่วัน ทั้งยังเป็นคำกล่าวอ้างเกี่ยวกับบริการ AWS โดยทั่วไป ไม่ใช่กำหนดเวลาที่พิสูจน์แล้วสำหรับความร่วมมือกับ Thought Machine หรือการย้ายระบบทั้งหมดของธนาคารแห่งใดแห่งหนึ่ง 2
ข้อสรุปสำหรับธนาคารคือ AI อาจช่วยให้ทำความเข้าใจและสร้างตรรกะของผลิตภัณฑ์เดิมขึ้นใหม่ได้เร็วขึ้น แต่ควรมองคำกล่าวเรื่องความเร็วเป็นเป้าหมายของงานบางส่วน ไม่ใช่คำรับประกันว่าจะย้ายระบบหลักที่ใช้งานจริงได้ภายในเวลาที่กำหนด
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
Thought Machine และ AWS ประกาศเมื่อ 29 กันยายน 2026 ถึงแนวทางใช้ AI ช่วยนำกฎจากระบบธนาคารเดิมมาสร้างเป็นผลิตภัณฑ์ทางการเงินบน Vault
Thought Machine และ AWS ประกาศเมื่อ 29 กันยายน 2026 ถึงแนวทางใช้ AI ช่วยนำกฎจากระบบธนาคารเดิมมาสร้างเป็นผลิตภัณฑ์ทางการเงินบน Vault AWS Transform ช่วยตรวจสอบและทำวิศวกรรมย้อนกลับแอปพลิเคชันเมนเฟรม ส่วน Vault Forge ซึ่งใช้ Amazon Bedrock ช่วยสร้างผลิตภัณฑ์ Python ที่ผ่านการทดสอบด้วยการจำลอง
ข้อมูลที่เปิดเผยยังไม่ได้ระบุรายละเอียดบทบาทของทีมธนาคาร ขั้นตอนอนุมัติ หรือกรอบเวลาสำหรับการย้ายระบบหลักของธนาคารทั้งระบบ