Thought Machine與AWS推AI方案，助銀行重建舊系統業務邏輯

Thought Machine與AWS於2026年9月29日公布一項AI輔助方案，協助銀行把舊式核心銀行系統的業務規則，重建成Thought Machine Vault平台上的金融產品。重點不是把舊主機程式逐行翻譯，而是先找出程式背後的銀行規則，再以Python產品形式重新實現。75

這種做法瞄準的是理解及重建舊系統行為這部分工作，並不等於把銀行整套系統一鍵轉換成新平台。

AI遷移方案如何運作？

方案結合AWS Transform與Thought Machine的Vault Forge，大致分為幾個步驟：

1. 分析舊系統： AWS Transform的主機工具會檢視及逆向分析現有應用程式，協助找出其中的業務邏輯。AWS表示，其主機現代化服務涵蓋評估及業務規則抽取等工作。72
2. 抽取銀行規則： 方案著眼於舊系統如何處理利息計算、收費及貸款還款等功能，而非直接逐行翻譯程式碼。5
3. 生成Vault金融產品： 由Amazon Bedrock支援的Vault Forge，利用抽取出的舊系統邏輯，協助建立可在Thought Machine雲端原生Vault平台運作的Python金融產品。710
4. 測試生成結果： AWS稱生成的產品會經過模擬測試；另一則相關報道則提到可在沙盒環境測試。106 不過，測試是方案描述的一部分，並不代表每次遷移都毋須進一步檢查便一定正確。

為甚麼先找規則，而不是照搬舊程式？

銀行的舊應用程式可能累積多年產品邏輯。合作雙方的構想是，先抽取這些規則，再於新平台重建指定產品，或比逐行複製舊系統更合適。兩家公司表示，方案希望縮短遷移所需時間，並降低相關成本。75

不過，這只代表部分工作有望自動化，並不表示所有相依系統、資料搬遷、日常營運安排或切換決策都已自動處理。現有公布資料談到規則抽取和產品測試，但沒有詳細說明銀行團隊要在哪些環節審批，也未交代雙方共同推行的Core Modernisation Accelerator（核心現代化加速計劃）具體如何運作。710

「由數年縮短至數日」是否代表整間銀行可幾日換核心？

不是。現有公布資料沒有提供替換整間銀行核心系統的端到端時間表，也不足以證明整體遷移可在幾日完成。較穩妥的理解是：AI輔助發掘舊系統、抽取規則、生成產品及模擬測試，旨在加快現代化工程中部分耗時而昂貴的工作。710

AWS對其較廣泛的主機現代化服務，描述是把多年期的現代化時間線壓縮至數月，而非數日。這是AWS對其一般服務的說法，並非Thought Machine合作方案或某間銀行整體遷移的實證時間表。2

對銀行而言，AI或可協助團隊更快理解及重建舊產品邏輯；但談到核心系統轉換速度，仍應把它視為加快部分工序的目標，而非保證可在指定時間內替換正在運作的整套系統。