Technologies enfermées dans des milliards de lignes de code, possibilités de débordement limitées (à la différence du cloud), coûts qui demeurent élevés, le mainframe a tout pour déplaire… sauf qu’il reste d’actualité, puissant, présent dans de multiples activités critiques, et qu’avec l’IA il reprend des forces.
Tribune d’Yves Grandmontagne, rédacteur en chef de DCmag
Pourquoi une telle longévité, dans les banques (45 des 50 plus grandes banques mondiales), les compagnies aériennes (4 des 5 plus grandes compagnies), partout où il a été mis en place au cours des 50 dernières années ?
Le marché mondial des mainframes est réduit, 3,05 milliards $ en 2023, un chiffre qui selon IDC devrait se réduire encore dans les prochaines années, dominé par IBM avec 96% de parts de marché. C’est certes vrai, mais 54% des décideurs qui exploitent des mainframes affirment vouloir augmenter leur utilisation dans les deux prochaines années, selon Forrester.
Difficiles à gérer, difficiles à utiliser par les dernières générations (les programmeurs Cobol se font rares), coûteux, le mainframe n’a décidément rien pour lui. Et pourtant, il pourrait bien trouver une nouvelle vie avec l’exécution de l’IA.
Chez ses clients, le mainframe demeure le plus gros système de stockage des données. Difficile de s’en passer pour les analytiques en quasi temps-réel par exemple. Les grands modèles de langage, comme ceux qui alimentent ChatGPT, sont à la recherche de ces bases. La prochaine version du zSystem d’IBM devrait d’ailleurs intégrer la capacité d’exécuter des fonctionnalités d’IA traditionnelles.
La performance et la résilience sont également présents dans le mainframe. Sa composition lui permet de basculer d’un composant à l’autre en cas de panne. Le mainframe a cette particularité qu’il reste opérationnel…
Beaucoup d’entreprises adoptent des stratégies d’hybridation de leurs infrastructures, ce qui revient à s’ouvrir plus largement au cloud. Et l’on pourrait croire que l’IA pousse dans ce sens. Les clients du mainframe peuvent en effet répliquer leurs données pour former des modèles d’IA, voire donner accès à leurs données via le cloud.
Mais actuellement, la réalité est différente, et c’est une leçon pour une majorité d’entreprises : les DSI des mainframes cherchent en priorité à appliquer l’IA sur leurs données de transaction à la source du matériel, plutôt que dans le cloud. Qu’il s’agisse de performance, de sécurité, mais également de souveraineté, même face à la vague de l’IA, le statu quo sur le mainframe demeure.
