Skrevet av: Harald Aarvig

_Sammendrag

_{Gammel kode gjør systemer dyre å vedlikeholde, vanskelige å videreutvikle og krevende å koble til eksterne API-er og AI-agenter. Når systemene mangler dokumenterte grensesnitt og brukbare API-er, kan integrasjoner ende i manuelt arbeid, løse scripts og skygge-IT.}

_{AI kan lese og dokumentere eksisterende kode raskt. Kodingen går mye raskere med AI-assistanse. I eksisterende prosjekter vurderer Avo at kostnaden sammenlignet med tradisjonell utvikling er redusert med opptil 67%. Dette forbedrer business caset rundt fornying av gamle systemer. Investeringskostnaden går vesentlig ned, samtidig får man lavere vedlikeholdskostnader, og økt mulighetsrom for å styrke virksomhetens lønnsomhet.}

_{Alle systemer må ikke byttes ut på én gang. Virksomheter kan bygge nytt eller modernisere trinnvis, modul for modul. En rask AI-assistert kartlegging kan gi et bedre grunnlag for å vurdere omfang, kostnader og lønnsomhet.}

Gammel kode kveler vekst og skalering

Vi skrev tidligere i år om hvorfor gammel kode bør opp på agendaen. Nå ser vi eksempler på at kostnadene knyttet til modernisering av gamle systemer trolig kan reduseres med opp til 67% hos en av våre kunder.  

De fleste IT-ledere kjenner igjen bildet: et kjernesystem som ble bygget opp gjennom ti eller tjue år, og som nå bremser virksomheten. Komplisert, sammenvevd kode, utdatert teknologi og manglende dokumentasjon er gjengangere. Ofte sitter også kunnskapen om hvordan systemet faktisk fungerer hos noen få nøkkelpersoner.  

Noen ganger er det en monolitt, en stor sammenvevd kodebase der alt henger sammen med alt. Andre ganger er systemlandskapet allerede delt opp i mikrotjenester eller moduler, men fortsatt gammelt: utdatert plattform, skjult kobling mellom tjenestene, eller en arkitektur som var modulær, men har utviklet seg til noe helt annet. Begrenset kapasitet hos nøkkelpersonell er ofte en begrensning. Fellesnevneren er den samme. Drift og vedlikehold tar mye ressurser, endringer tar lang tid og er kostbare, eller noen ganger umulig.

Nye funksjoner, som en AI-agent, trenger et sted å hente data fra og en måte å utføre oppgaver på. Begge deler forutsetter et dokumentert grensesnitt. Gamle systemer har sjelden det: logikken ligger låst inne i kjernen eller brukerflaten, og dataene er bare tilgjengelige for systemet selv. Mange eldre systemer mangler brukbare API-er. Da blir integrasjon enten manuelt arbeid som koster, eller løse scripts og skygge-IT på siden som er risikabelt.

Modulært, men ikke nødvendigvis moderne

Mange selskaper har allerede delt opp systemene sine og tenker at jobben er gjort. Det stemmer dessverre sjeldent. En distribuert monolitt, der tjenestene er separate, men fortsatt deler database og distribueres samlet, gir deg kompleksiteten til mikrotjenester uten fordelene. Eldre SOA- og ESB-arkitektur låser deg til en integrasjonsplattform som ikke lenger kan eller bør vedlikeholdes. Og mikrotjenester bygget for noen år siden og som en gang løste et problem, har nå er blitt til teknisk gjeld. Spørsmålet er derfor sjelden «skal vi modernisere eller ikke?». Det er «hvor mye av dette kan vi bygge videre på, og hva må vi faktisk gjøre på nytt»?

Beerenberg: fra gammel kode til nytt system

Hos Beerenberg jobber vi nå med å skrive om et eldre system bygget på PHP. Systemet har fungert i mange år, men er blitt tungt å videreutvikle og vanskelig å tilpasse nye behov. Kunnskapen om hvordan systemet henger sammen sitter hos enkeltpersoner som snart trer ut av selskapet. Med nye verktøy og ny arbeidsmetodikk endres kostnadsbildet rundt fornying av systemer.  

Anders Frostad, senior manager i Avo, sier det slik:

Dette prosjektet hadde sannsynligvis blitt to til tre ganger så dyrt med tradisjonell utvikling. Og dermed sannsynligvis vært en uaktuell investering for få år siden.

‍

AI kan gjøre fornying lønnsomt

Språkmodeller skriver ikke bare kode. De leser den også, raskt og i stort omfang. For gamle systemer er det en dobbel gevinst: vi forstår eksisterende kode raskere, dokumenterer systemene underveis, migrerer funksjonalitet og etablerer tester mens prosjektet går. Det som tidligere krevde måneder og år med manuell kartlegging og påfølgende omskriving, kan nå gjøres på uker. ‍

Dette endrer hvilke prosjekter som er verdt å vurdere. Systemer som tidligere var for dyre å gjøre noe med, kan nå være lønnsomme å fornye. Effekten av redusert drift, optimaliserte arbeidsprosesser, mulighet til å tilby nye produkter og tjenester, samt integrasjon mot AI agenter gjør omskriving attraktivt. Det gjelder både de som er bygget som én stor enhet, og de som allerede er delt opp, men fortsatt bærer på gammel teknologi og teknisk gjeld.

Er det på tide å modernisere?

Om systemet er en gammel monolitt eller en samling mikrotjenester som ikke lenger gjør jobben, spiller mindre rolle. Spørsmålet er det samme: henger arkitekturen med på det dere skal gjøre de neste årene? Hvordan kan vi koble på AI agenter i arbeidsflyten?  

Dere kan bygge nytt fra bunnen, eller skrive om gradvis, modul for modul, til det gamle kan saneres. Begge veier er nå mulige å gå, til en kostnad som er vesentlig lavere enn før.

Vi hjelper med å finne riktig tilnærming, gjennomen AI-assistert kartlegging av dagens system. Kartleggingen kan gjennomføres raskt, og gir en indikasjon på omfang og plan. Ta kontakt med Harald for å se nærmere på hvordan dere kan modernisere legacy-systemer og fjerne teknisk gjeld.