Translate

terça-feira, 7 de julho de 2026

Como um Programador COBOL Padawan Pode Aprender Engenharia de Prompt e Conversar com IA Como um Arquiteto IBM Z

 

Bellacosa Mainframe dicas para criar prompts de ia melhores e mais abrangentes

☕ Um Café no Bellacosa Mainframe

Muito Além do "Escreva um Artigo"

Como um Programador COBOL Padawan Pode Aprender Engenharia de Prompt e Conversar com IA Como um Arquiteto IBM Z

"A diferença entre um programador júnior e um especialista raramente está na linguagem que ele conhece. Está na qualidade das perguntas que ele faz."


Imagine a seguinte situação.

São 8h30 da manhã.

Você acabou de entrar no TSO.

Depois de alguns segundos aparece a velha tela verde.

Você abre o SDSF.

Olha a fila.

Mais de 5.000 jobs.

Centenas de programas COBOL.

DB2.

IMS.

CICS.

MQ.

VSAM.

JCL para todos os lados.

Então alguém chega e pergunta:

— "Você conhece COBOL?"

Você responde:

— "Conheço."

Mas alguns minutos depois a mesma pessoa faz outra pergunta.

— "Como o sistema inteiro funciona?"

É aí que muitos programadores percebem que escrever código é apenas uma pequena parte da profissão.

Com Inteligência Artificial acontece exatamente a mesma coisa.

Quase todo mundo sabe escrever:

Escreva um artigo sobre COBOL.

Pouquíssimos sabem construir um pensamento.

E é justamente isso que diferencia quem apenas usa IA de quem trabalha lado a lado com ela.

Hoje vamos conversar sobre isso.

Pegue seu café.


O maior erro de um Padawan

Quando começamos em COBOL fazemos perguntas assim.

Como faço um READ?

Depois evoluímos.

Como funciona um VSAM KSDS?

Mais tarde.

Quando devo utilizar ESDS ao invés de DB2?

Depois.

Qual arquitetura suporta melhor processamento distribuído mantendo consistência ACID?

Percebeu?

As perguntas ficaram maiores.

Mais inteligentes.

Mais completas.

Com IA acontece exatamente igual.


A IA não lê pensamentos

Este talvez seja o maior Easter Egg deste artigo.

A IA possui bilhões de parâmetros.

Conhece milhões de livros.

Documentações.

Artigos.

Normas.

Código.

Mas existe uma coisa que ela nunca saberá.

O que você realmente queria.

Ela precisa inferir.

Quanto menos contexto você fornece...

Mais ela precisa adivinhar.

E adivinhações nunca são boas em engenharia.


Pense como um Sysprog

Um Sysprog nunca instala um produto IBM digitando apenas

INSTALL

Existe documentação.

Pré-requisitos.

SMP/E.

PTFs.

HOLDDATA.

CSI.

Libraries.

Parâmetros.

Porque sistemas complexos exigem contexto.

A IA também.


Um Prompt é Igual a um JCL

Esse é um paralelo que quase ninguém faz.

Observe.

Um JOB possui:

JOB

EXEC

DD

SYSIN

PARM

COND

REGION

CLASS

MSGCLASS

Cada linha informa uma intenção ao sistema.

Agora veja um prompt moderno.

ROLE

OBJECTIVE

AUDIENCE

CONTEXT

CONSTRAINTS

OUTPUT

STYLE

Não é muito diferente.

Na verdade...

É praticamente um JCL para um cérebro artificial.

Easter Egg #1

Sempre que pensar em Prompt Engineering imagine que você está escrevendo um JOB para executar um programa chamado GPT.

A analogia funciona incrivelmente bem.


Bellacosa Mainframe e a lista de frameworks para ampliar seu prompt

Frameworks são PROCs do pensamento

Quem trabalha com JCL sabe o poder de um PROC.

Você reutiliza padrões.

Evita erros.

Padroniza execução.

Frameworks fazem exatamente isso.

Eles são PROCs para organizar ideias.

Ao invés de reinventar a forma de escrever...

Você reutiliza um modelo que já foi validado durante décadas.


AIDA — O Job de Marketing

Imagine que você criou um curso COBOL.

Você escreve:

Meu curso ensina COBOL.

Fim.

Agora usando AIDA.

Attention

"O PIX brasileiro movimenta bilhões todos os dias utilizando tecnologias que nasceram décadas atrás."

Interest

"Você sabia que provavelmente existe COBOL em alguma etapa dessa transação?"

Desire

"Imagine fazer parte desse mundo."

Action

"Comece estudando COBOL no IBM Z."

Perceba.

As informações são praticamente iguais.

O caminho psicológico mudou completamente.


FAB — O erro clássico do iniciante

Quase todo programador apresenta tecnologia assim.

"COBOL possui COMP-3."

Legal.

E daí?

FAB ensina.

Feature

COMP-3.

Advantage

Ocupa menos espaço.

Benefit

Seu processamento Batch movimenta menos bytes, reduzindo I/O e aumentando desempenho.

O benefício sempre responde:

"Por que eu deveria me importar?"


PEEL — Escrevendo como um Arquiteto

Um arquiteto nunca despeja informações.

Ele organiza.

Cada parágrafo possui.

Point

Evidence

Explanation

Link

Observe qualquer documentação IBM.

Quase todas seguem essa lógica.

Nada está ali por acaso.


KISS — Um dos maiores segredos da IBM

Existe uma frase famosa.

Complexidade gera defeitos.

No Mainframe isso vale ouro.

Os melhores programas COBOL que conheci tinham milhares de linhas.

Mas eram fáceis de ler.

Nomes claros.

Fluxo simples.

Poucos IFs aninhados.

Poucos GO TO.

A IA também gosta disso.

Prompt enorme não significa prompt melhor.

Prompt organizado significa prompt melhor.


SOAPSTONE — Quem está falando?

Este framework é um verdadeiro Easter Egg.

Imagine pedir:

"Explique CICS."

Agora compare.

Você é um IBM Distinguished Engineer.

Explique CICS para um programador COBOL Júnior.

Tom inspirador.

Utilize exemplos bancários.

Use analogias.

Explique em português.

Pronto.

Você praticamente contratou um professor.


STAR — O framework escondido das entrevistas

Muitos usam STAR apenas para RH.

Erro enorme.

STAR é excelente para ensinar tecnologia.

Situação

Batch demorava 8 horas.

Tarefa

Reduzir para quatro.

Ação

RUNSTATS.

REORG.

Novo Access Path.

Resultado

2 horas.

Perceba como contar histórias facilita o aprendizado.


SWOT não serve apenas para empresas

Faça SWOT da sua carreira.

Forças

Conhece COBOL.

Fraquezas

Não conhece APIs.

Oportunidades

Modernização IBM Z.

Ameaças

Parar de estudar.

Você acabou de criar um plano de carreira.


OAR — O framework favorito do Bellacosa

Se eu tivesse que ensinar apenas um...

Seria OAR.

Objective.

Audience.

Research.

Toda vez que conversar com IA diga.

Objetivo.

Quem vai ler.

Quanto aprofundar.

Você ficará impressionado com a diferença.


O Easter Egg que ninguém comenta

Todos esses frameworks parecem diferentes.

Mas escondem um padrão.

Observe.

Todos respondem três perguntas.

O que?

Por quê?

Como?

É só isso.

Alguns acrescentam emoção.

Outros acrescentam evidências.

Outros acrescentam contexto.

Mas todos organizam pensamento.


O framework invisível da IBM

Depois de décadas lendo Redbooks percebi algo interessante.

A IBM raramente escreve utilizando apenas INTRO.

Ou apenas PEEL.

Ou apenas AIDA.

Ela mistura vários.

Introdução.

Contexto.

Problema.

Arquitetura.

Implementação.

Boas práticas.

Resumo.

É um framework híbrido.

E isso inspira um conceito poderoso para prompts.


O Framework Bellacosa Mainframe

Depois de muitos artigos, cursos e apresentações, gosto de organizar um prompt técnico em nove camadas:

1. Papel (Role)
Quem a IA deve representar: um arquiteto IBM Z, um especialista em CICS, um DBA Db2 ou um Sysprog.

2. Público (Audience)
Um Padawan de COBOL? Um desenvolvedor Java? Um gerente? A mesma explicação muda completamente conforme a audiência.

3. Objetivo (Objective)
Ensinar, convencer, revisar código, criar uma aula, produzir um laboratório ou escrever um artigo.

4. Contexto (Context)
Qual ambiente? Banco? Seguradora? IBM Z? z/OS 3.2? CICS TS 6.2? Db2 13? Quanto mais contexto, menos a IA precisa adivinhar.

5. Restrições (Constraints)
O que deve evitar? Qual o tamanho? Deve usar exemplos? Pode usar analogias? Deve citar documentação oficial?

6. Estrutura (Framework)
AIDA, PEEL, STAR, SWOT, INTRO... escolha conscientemente a estrutura que melhor atende ao objetivo.

7. Exemplos (Examples)
Mostre o estilo desejado. Um pequeno exemplo vale mais do que dezenas de instruções abstratas.

8. Formato de Saída (Output)
Artigo, slides, tabela comparativa, FAQ, quiz, roteiro de vídeo, laboratório prático ou infográfico.

9. Revisão (Quality Check)
Peça para a IA verificar coerência, consistência técnica, clareza e possíveis melhorias antes de finalizar.

Essa sequência transforma um pedido simples em uma conversa estruturada, muito parecida com a preparação de uma mudança em produção no ambiente IBM Z.


Easter Eggs para quem quer ir muito além

Se você chegou até aqui, aqui estão alguns "segredos" que costumam fazer diferença.

Easter Egg 1 — Dê identidade à IA

Em vez de pedir:

Explique VSAM.

Experimente:

Você é um IBM Fellow especialista em armazenamento. Explique VSAM para um programador COBOL com seis meses de experiência.

A qualidade costuma aumentar porque você definiu um papel, um público e um nível de profundidade.


Easter Egg 2 — Peça comparações

A IA explica muito melhor quando compara conceitos.

Exemplos:

  • VSAM × Db2

  • COMMAREA × Channels & Containers

  • RACF × ACF2 × Top Secret

  • Batch × Online

  • CICS × IMS TM

Comparações obrigam o raciocínio a destacar diferenças importantes.


Easter Egg 3 — Peça analogias

Analogia é uma ferramenta extraordinária para aprender.

"Explique WLM como se fosse um controlador de tráfego aéreo."

"Explique RACF como se fosse um sistema de portaria de um condomínio."

Você criará conexões mentais muito mais fortes.


Easter Egg 4 — Trabalhe em camadas

Não peça tudo de uma vez.

Prefira uma sequência como:

  1. Explique o conceito.

  2. Mostre a arquitetura.

  3. Apresente um exemplo COBOL.

  4. Explique os erros comuns.

  5. Mostre um caso real.

  6. Crie um laboratório.

  7. Elabore um quiz.

  8. Sugira leituras adicionais.

É exatamente assim que um bom curso é construído.


Easter Egg 5 — Transforme a IA em mentora

Em vez de pedir respostas prontas, peça orientação.

"Faça perguntas que me levem a descobrir a solução."

Esse método desenvolve autonomia e pensamento crítico.


Easter Egg 6 — Use múltiplos frameworks

Um artigo pode começar com INTRO, desenvolver cada seção com PEEL, ilustrar experiências usando STAR, analisar tendências com SWOT e concluir com AIDA. Frameworks não competem entre si; eles se complementam.


Easter Egg 7 — Aprenda observando

Leia Redbooks da IBM, RFCs, artigos técnicos e documentação oficial tentando identificar a estrutura utilizada.

Você começará a enxergar padrões que antes passavam despercebidos.


A maior lição de todas

Existe uma frase muito conhecida na área de desenvolvimento:

Garbage In, Garbage Out.

Ela continua verdadeira na era da Inteligência Artificial.

Uma pergunta superficial tende a produzir uma resposta superficial.

Uma pergunta rica em contexto, objetivos e estrutura abre espaço para uma resposta muito mais útil.

Curiosamente, isso também vale para um programador COBOL. Os profissionais mais respeitados que conheci não eram necessariamente aqueles que memorizavam mais comandos do TSO ou mais instruções COBOL. Eram aqueles que faziam as perguntas certas antes de escrever a primeira linha de código.

No fim das contas, Prompt Engineering não é sobre aprender dezenas de siglas. É sobre desenvolver uma forma organizada de pensar, comunicar objetivos e resolver problemas. Os frameworks apresentados neste artigo — AIDA, PEEL, STAR, SWOT, OAR, FAB, SOAPSTONE, KISS e tantos outros — são ferramentas para isso.

Assim como um Padawan aprende primeiro a dominar os fundamentos da linguagem COBOL antes de enfrentar um sistema bancário de milhões de linhas, quem deseja extrair o máximo da IA precisa dominar os fundamentos da comunicação estruturada. A tecnologia muda, os modelos evoluem e novas siglas surgem todos os meses, mas a capacidade de organizar ideias com clareza continua sendo uma habilidade atemporal.

Da próxima vez que abrir o ChatGPT, não pense apenas em "escrever um prompt". Pense que você está preparando um JCL para executar o maior ambiente de processamento de linguagem natural já criado. Defina o papel, o contexto, o objetivo, a estrutura e o formato da saída. Você descobrirá que conversar com uma IA pode ser tão elegante e previsível quanto construir um bom JOB para o z/OS.

E talvez esse seja o maior aprendizado para um COBOL Padawan: antes de dominar a máquina, aprenda a organizar o próprio pensamento. Afinal, os melhores programas, os melhores projetos e os melhores prompts sempre começam da mesma forma: com uma pergunta bem formulada.


segunda-feira, 6 de julho de 2026

No COBOL e no Futebol : A Distância Entre a Besta e o Bestial é Mínima

 

Bellacosa Mainframe a distancia entre a besta e o bestial é minima

☕ Um Café no Bellacosa Mainframe

A Distância Entre a Besta e o Bestial é Mínima

O Que Todo Programador COBOL Padawan Precisa Saber Sobre Futebol, Carreira, Derrotas, Excelência e Como Não Repetir os Erros da Seleção Brasileira

Existe uma frase que sempre gostei:

A distância entre a besta e o bestial é mínima.

Ela vale para o futebol.

Vale para o mercado financeiro.

Vale para IBM Z.

Vale para COBOL.

Vale para qualquer profissão onde a excelência é construída durante anos e pode desaparecer em apenas alguns minutos.

A derrota da Seleção Brasileira em uma Copa do Mundo costuma gerar um fenômeno curioso. Durante meses ou anos, jogadores são tratados como gênios absolutos. São vendidos por centenas de milhões. Ganham Champions League, Libertadores, Bola de Ouro, títulos nacionais, reconhecimento mundial.

Então chega um único jogo.

Noventa minutos.

Uma eliminação.

E, de repente...

"Não prestam."

"São superestimados."

"Nunca decidiram."

Mas será mesmo?

A resposta é não.

E exatamente aqui existe uma enorme lição para quem trabalha com tecnologia.



Bellacosa Mainframe glorias passadas nao entram em campo

O currículo não entra em campo

Imagine um desenvolvedor COBOL.

Vinte anos de carreira.

Milhares de programas escritos.

Centenas de milhões de transações processadas diariamente.

Zero incidentes graves.

Então...

Em uma madrugada...

Um JOB falha.

Uma alteração gera um ABEND.

O banco fica indisponível.

O cliente vê apenas aquele momento.

Ninguém lembra dos vinte anos anteriores.

O mercado funciona exatamente assim.

Você vale muito...

...até cometer um erro enorme.

Isso parece cruel.

Mas também ensina algo extremamente importante:

Reputação demora décadas para ser construída e segundos para ser questionada.


O futebol não perdoa.

A tecnologia também não.

Grandes craques encerraram a carreira sem conquistar o maior título do futebol.

Zico.

Cruyff.

Puskás.

Di Stéfano.

George Best.

E tantos outros.

Eles deixaram de ser gênios?

Claro que não.

O problema é que o mundo costuma resumir carreiras complexas em um único indicador.

No futebol:

"Copa do Mundo."

Na tecnologia:

"Conhece Cloud?"

"Sabe IA?"

"Tem Kubernetes?"

"Programa em Python?"

Como se décadas de experiência desaparecessem por causa da moda do momento.

Não desaparecem.

Mas também não bastam.


O maior erro da Seleção

Quando analisamos diversas eliminações brasileiras ao longo dos anos, aparece um padrão.

Não foi falta de talento.

Nunca foi.

Talento sempre existiu.

O problema quase sempre esteve em outros fatores.

Planejamento.

Organização.

Adaptação.

Controle emocional.

Leitura do adversário.

Tomada de decisão.

Humildade.

Tudo aquilo que também diferencia um excelente profissional de um profissional apenas talentoso.


COBOL também possui "seleções brasileiras"

Você provavelmente conhece alguém assim.

Sabe tudo de COBOL.

Tudo de JCL.

Tudo de CICS.

Tudo de Db2.

Resolve qualquer dump.

Mas...

Não sabe explicar uma solução.

Não documenta.

Não compartilha conhecimento.

Não conversa com outras equipes.

Não aprende novas tecnologias.

Não entende APIs.

Não conhece Git.

Nunca abriu um VS Code.

Nunca estudou IA.

Nunca aprendeu OpenTelemetry.

Nunca ouviu falar de MCP.

Resultado?

Continua sendo excelente...

...mas apenas dentro de um pequeno espaço.

Enquanto isso, outro profissional talvez saiba menos COBOL.

Muito menos.

Mas entende arquitetura.

Comunicação.

Negócio.

Cloud.

Integração.

Observabilidade.

Automação.

Esse segundo profissional acaba crescendo mais rápido.

Não porque programa melhor.

Mas porque resolve problemas maiores.


O ego derrota muito mais carreiras que a falta de conhecimento

No futebol existe uma frase antiga.

"Time ganha campeonato."

Não estrelas.

No Mainframe isso é ainda mais verdadeiro.

Nenhum sistema bancário sobrevive graças a um único programador.

Existe uma enorme equipe.

Arquitetos.

DBAs.

Operadores.

Analistas.

Segurança.

Infraestrutura.

Storage.

Redes.

Middleware.

Desenvolvimento.

Negócio.

Quando alguém acredita ser indispensável...

Começa sua decadência.


A tecnologia muda o campo

Imagine um craque dos anos 1980 jogando exatamente da mesma maneira hoje.

Provavelmente sofreria.

Não porque ficou ruim.

Mas porque o jogo mudou.

Com COBOL acontece exatamente isso.

Programar COBOL em 2026 não é o mesmo que programar em 1996.

Hoje existe:

  • APIs REST

  • JSON

  • XML

  • Git

  • DevOps

  • CI/CD

  • IA Generativa

  • RAG

  • MCP

  • OpenTelemetry

  • Kafka

  • IBM MQ

  • z/OS Connect

  • Containers

  • VS Code

  • Zowe

  • GitHub Copilot

Quem ignora isso...

Está treinando para um campeonato que já terminou.


O maior adversário nunca foi o concorrente

Sempre fomos nós mesmos.

A seleção brasileira muitas vezes entrou acreditando que venceria apenas pela camisa.

Na tecnologia acontece igual.

"Tenho trinta anos de COBOL."

Ótimo.

E agora?

O mercado pergunta outra coisa.

"O que você aprendeu este ano?"

Essa pergunta separa veteranos relevantes de veteranos nostálgicos.


O verdadeiro craque nunca para de treinar

Cristiano Ronaldo continua treinando.

Messi continua treinando.

LeBron continua treinando.

Djokovic continua treinando.

Nenhum deles diz:

"Já sei tudo."

Então por que um desenvolvedor faria isso?


A derrota também ensina

Existe uma enorme diferença entre fracassar...

...e desperdiçar um fracasso.

Toda derrota entrega dados.

Toda falha produz métricas.

Todo incidente ensina.

Todo ABEND conta uma história.

O problema é quando o profissional apenas procura culpados.

Os melhores fazem outra pergunta.

"O que esse erro está tentando me ensinar?"

Essa pergunta muda completamente uma carreira.


O profissional bestial

Existe um momento em que o conhecimento deixa de ser apenas técnico.

O profissional passa a enxergar padrões.

Antes resolvia problemas.

Agora evita que eles aconteçam.

Antes corrigia JOBs.

Agora melhora processos.

Antes escrevia código.

Agora desenha arquitetura.

Antes respondia chamados.

Agora elimina categorias inteiras de chamados.

Esse é o salto.

Não é escrever mais linhas.

É produzir menos problemas.


A distância entre besta e bestial

Ela realmente é mínima.

A diferença normalmente está em pequenas decisões repetidas durante anos.

Ler um capítulo por dia.

Fazer um laboratório por semana.

Estudar inglês.

Escrever artigos.

Compartilhar conhecimento.

Documentar soluções.

Participar de comunidades.

Ensinar iniciantes.

Aceitar críticas.

Aprender algo novo todos os meses.

Parece pouco.

Mas multiplique isso por dez anos.

Você terá duas pessoas completamente diferentes.


Como não repetir os erros da Seleção

Se eu pudesse deixar alguns conselhos para um COBOL Padawan, seriam estes.

Nunca confie apenas no talento.

Talento sem disciplina desaparece.

Nunca pare de estudar.

Seu maior concorrente talvez ainda esteja na faculdade.

Aprenda negócios.

Programas existem para resolver problemas de empresas.

Quem entende o negócio sempre entrega mais valor.

Aprenda comunicação.

Grandes carreiras raramente são construídas apenas digitando código.

Domine o legado.

Mas converse com o futuro.

COBOL continuará importante.

Mas ele faz parte de um ecossistema muito maior.

Documente tudo.

Sua memória falha.

A documentação permanece.

Automatize tarefas repetitivas.

Tempo economizado vira tempo de aprendizado.

Ensine.

Quem ensina aprende duas vezes.

Aceite feedback.

Orgulho custa caro.

Humildade rende dividendos durante décadas.


O próximo campeonato já começou

Enquanto muitos discutem apenas o último resultado...

Os campeões já estão treinando para o próximo.

No mercado de tecnologia acontece exatamente isso.

Enquanto alguns reclamam da IA...

Outros aprendem a utilizá-la.

Enquanto alguns dizem que COBOL morreu...

Outros integram COBOL com modelos de linguagem.

Enquanto alguns criticam APIs...

Outros conectam sistemas escritos há cinquenta anos com aplicações modernas.

Enquanto alguns vivem do passado...

Outros constroem o futuro.


O verdadeiro título

Talvez você nunca seja o programador mais famoso.

Talvez nunca apareça em uma conferência internacional.

Talvez nunca escreva um livro.

Talvez nunca ganhe um prêmio.

E tudo bem.

Seu verdadeiro título pode ser outro.

Ser aquele profissional em quem todos confiam.

Aquele que mantém milhões de brasileiros utilizando bancos, cartões, seguros, hospitais e serviços públicos sem sequer imaginar que existe um IBM Z trabalhando silenciosamente nos bastidores.

Existe uma enorme beleza nisso.

Porque os melhores sistemas são exatamente aqueles que ninguém percebe que estão funcionando.


Um café antes do apito final

No futebol, um detalhe muda uma Copa.

Na tecnologia, um detalhe muda uma carreira.

A diferença entre a "besta" e o "bestial" raramente está no QI, na faculdade ou no talento nato. Ela está na disciplina silenciosa de quem decide melhorar 1% todos os dias.

Não transforme uma derrota em sentença. Transforme-a em combustível.

Não permita que um sucesso vire acomodação. Faça dele apenas o ponto de partida para o próximo desafio.

A Seleção Brasileira ainda voltará a disputar Copas. Alguns jogadores conquistarão títulos, outros encerrarão a carreira sem levantar a taça mais importante do mundo. Isso faz parte do esporte.

Da mesma forma, você terá projetos brilhantes e projetos difíceis. Terá noites resolvendo ABENDs, incidentes e integrações improváveis. Terá momentos em que será reconhecido e outros em que seu trabalho passará despercebido.

Continue evoluindo.

Continue curioso.

Continue humilde.

Porque, no fim das contas, o mercado não procura apenas quem sabe COBOL.

Procura profissionais capazes de aprender, adaptar-se, colaborar e construir o futuro sem esquecer as lições do passado.

E talvez essa seja a maior definição de excelência.

Não vencer sempre.

Mas nunca parar de evoluir.

Nos encontramos no próximo café.


PS: Não foi de virada a Noruega dominou o tempo todo o jogo, mas com licensa poetica, fica essa errata, somente nos ultimos minutos o Neymar diminuiu o marcador. Vamos ver quantos vão notar e comentar.



IA Generativa Muito Além do ChatGPT - Parte II

Bellacosa Mainfram apresenta ia generativa

☕ Um Café no Bellacosa Mainframe

IA Generativa Muito Além do ChatGPT

O Que Todo Programador COBOL Padawan Precisa Saber Sobre RAG, MCP, watsonx, IBM Z, CICS, Db2, APIs e Como a Inteligência Artificial Está Transformando os Sistemas Mais Críticos do Mundo (Parte 2)

"A tecnologia muda. Os princípios permanecem. Empresas não sobrevivem porque adotam modismos, mas porque conseguem evoluir preservando aquilo que já funciona."


Quando a IA Encontra o Mundo Real

Na primeira parte deste artigo vimos que a Inteligência Artificial não veio substituir o Mainframe.

Na verdade, ela depende dele.

Agora vamos responder uma pergunta ainda mais importante:

Como isso acontece dentro de uma grande instituição financeira?

Esqueça por um momento os chatbots públicos.

Imagine um banco que processa:

  • 150 milhões de transações por dia;

  • milhares de PIX por segundo;

  • milhões de cartões;

  • investimentos;

  • empréstimos;

  • seguros;

  • câmbio;

  • previdência.

Todo esse universo continua sendo coordenado por aplicações executando no IBM Z.

A IA entra como uma camada de inteligência.

Não como substituição.


Caso 1 — Atendimento Inteligente

Imagine que um cliente escreve:

"Meu cartão foi recusado. O que aconteceu?"

Sem IA:

  • abertura de chamado;

  • consulta manual;

  • operador verifica sistemas;

  • resposta alguns minutos depois.

Com IA integrada ao Mainframe:

Cliente

↓

Assistente IA

↓

RAG

↓

API REST

↓

CICS

↓

Programa COBOL

↓

Db2

↓

Regras de Negócio

↓

Resposta Personalizada

Resposta:

"Sua compra foi recusada porque ultrapassou o limite diário de segurança definido para transações internacionais. Você pode aumentar esse limite diretamente pelo aplicativo."

Nenhuma informação foi inventada.

Tudo veio do sistema corporativo.


Caso 2 — Explicando Programas COBOL

Imagine um programa com 25.000 linhas.

O desenvolvedor recém-chegado pergunta:

"Como esse programa calcula juros?"

Sem IA:

Dias analisando código.

Com IA:

Programa COBOL

↓

Parser

↓

Embedding

↓

Base Vetorial

↓

LLM

↓

Resumo Técnico

Resposta:

O cálculo de juros ocorre nos parágrafos CALC-JUROS e APLICA-TAXA. A taxa depende do tipo de contrato, perfil do cliente e índice econômico armazenado na tabela FIN_RATE.

O profissional continua responsável pela validação.

Mas economiza horas.


Caso 3 — Documentação Automática

Uma das maiores dores em sistemas legados é documentação desatualizada.

Hoje podemos construir pipelines que façam:

Git

↓

Programa COBOL

↓

Parser

↓

IA

↓

Markdown

↓

Wiki

↓

Confluence

Resultado:

Toda alteração gera documentação automaticamente.


Caso 4 — Geração de Casos de Teste

Imagine este trecho COBOL:

IF SALDO < VALOR-SAQUE
    MOVE "N" TO AUTORIZADO
ELSE
    MOVE "S" TO AUTORIZADO
END-IF

Uma IA pode sugerir automaticamente:

Caso 1

Saldo = 500

Saque = 300

Resultado esperado:

AUTORIZADO = S

Caso 2

Saldo = 300

Saque = 500

Resultado esperado:

AUTORIZADO = N

Caso 3

Saldo = 500

Saque = 500

Resultado esperado:

AUTORIZADO = S

Isso acelera significativamente testes unitários.


Agentes de IA

O próximo passo da evolução são os agentes.

Enquanto um chatbot apenas responde perguntas, um agente executa tarefas.

Imagine:

"Abra um chamado porque houve aumento de ABEND S0C7."

O agente poderá:

  • consultar o SDSF;

  • analisar logs;

  • pesquisar incidentes semelhantes;

  • abrir ticket;

  • notificar equipes;

  • sugerir solução.

Tudo automaticamente.


Arquitetura de um Agente Mainframe

                    Usuário

                       │

                       ▼

               Agente Inteligente

                       │

          ┌────────────┼────────────┐

          ▼            ▼            ▼

      MCP Tool     RAG Engine   Prompt Engine

          │            │            │

          └────────────┼────────────┘

                       ▼

             IBM API Connect

                       │

          ┌────────────┼────────────┐

          ▼            ▼            ▼

      z/OS Connect    MQ      REST APIs

          │

          ▼

      CICS

          │

          ▼

      COBOL

          │

          ▼

     Db2 / VSAM / IMS

Observe que o agente não substitui aplicações.

Ele coordena.


Observabilidade Inteligente

Ferramentas como:

  • OpenTelemetry

  • Grafana

  • Prometheus

  • Instana

  • IBM Z APM Connect

produzem milhões de métricas.

Uma IA consegue resumir tudo.

Exemplo:

Ao invés de mostrar:

CPU = 83%

I/O = 65%

Storage = 72%

Buffer Pool = 94%

Response Time = 1,8s

A IA apresenta:

Detectamos degradação iniciada às 14h23 causada por aumento nas leituras aleatórias do Db2. Existe forte correlação com o deploy realizado às 14h18.

Isso muda completamente a produtividade.


Segurança com IA

Fraudes evoluem diariamente.

A IA ajuda identificando padrões.

Exemplo:

Cliente normalmente utiliza:

São Paulo

09:00 às 20:00

Compras abaixo de R$ 500.

De repente:

Compra de US$ 8.000

Outro continente

03:17 da manhã.

O modelo identifica anomalias antes mesmo da autorização.


IA Não Pode Alucinar

Esse é um ponto crítico.

Em sistemas financeiros:

Não existe "quase certo".

Imagine responder:

Seu saldo é R$ 15.000

quando na verdade são R$ 1.500.

Por isso arquiteturas corporativas utilizam:

  • RAG

  • MCP

  • APIs oficiais

  • Catálogo de Dados

  • Governança

  • Logs

  • Auditoria

Toda resposta precisa ser rastreável.


Engenharia de Prompt para Mainframe

Prompt ruim:

Explique esse programa.

Prompt profissional:

Você é um arquiteto IBM Z.

Analise este programa COBOL.

Explique:

• regras de negócio

• dependências

• tabelas Db2

• transações CICS

• arquivos VSAM

• riscos

• complexidade

• sugestões de testes

Não invente informações.
Indique apenas aquilo identificado no código.

A qualidade muda completamente.


DevOps + IA

Imagine um pipeline.

Git

↓

Pull Request

↓

SonarQube

↓

COBOL Check

↓

IA

↓

Resumo

↓

Code Review

↓

Deploy

Antes mesmo do revisor abrir o código, a IA já produziu:

  • resumo;

  • riscos;

  • impacto;

  • módulos afetados;

  • documentação.


O Papel do Desenvolvedor

Existe medo.

"IA vai substituir programadores."

A história mostra outra coisa.

Quando surgiram:

  • compiladores;

  • IDEs;

  • Git;

  • Java;

  • frameworks;

  • Cloud;

  • DevOps.

Disseram exatamente a mesma coisa.

O profissional mudou.

Não desapareceu.


O Novo Desenvolvedor Mainframe

Nos próximos anos veremos um perfil diferente.

Além de COBOL, ele entenderá:

✓ APIs

✓ JSON

✓ Python

✓ Engenharia de Prompt

✓ RAG

✓ MCP

✓ IA Generativa

✓ DevOps

✓ Observabilidade

✓ Segurança

✓ Arquitetura

Esse profissional será extremamente valorizado.


O Que Ainda Não Será Substituído

A IA pode escrever código.

Mas ela não conhece:

  • estratégia do banco;

  • legislação;

  • decisões executivas;

  • riscos jurídicos;

  • compliance;

  • auditoria;

  • cultura organizacional.

Quem conhece isso?

As pessoas.


Um Possível Futuro

Imagine daqui a alguns anos.

Você chega ao trabalho.

Pergunta:

"Existe algum problema crítico hoje?"

Resposta:

Foram detectadas três degradações.

Corrigi automaticamente duas.

A terceira envolve alteração de regra de negócio.

Já preparei documentação.

Seguem possíveis soluções.

Isso não é ficção.

É exatamente para onde estamos caminhando.


Arquitetura Completa de IA Corporativa para IBM Z

                    ┌──────────────────────────────────────────────┐
                    │              Usuário Final                   │
                    └──────────────────┬───────────────────────────┘
                                       │
                                       ▼
                        Web │ Mobile │ Chatbot │ Teams │ Slack
                                       │
                                       ▼
                  ┌────────────────────────────────────────┐
                  │        Gateway de APIs / WAF           │
                  └────────────────┬───────────────────────┘
                                   │
                    ┌──────────────┼──────────────┐
                    ▼              ▼              ▼
               Autenticação     Auditoria     Rate Limit
                                   │
                                   ▼
                      ┌────────────────────────────┐
                      │      Modelo Generativo     │
                      │        (watsonx.ai)        │
                      └────────────┬───────────────┘
                                   │
                  ┌────────────────┼────────────────┐
                  ▼                ▼                ▼
              Prompt           RAG Engine       MCP Server
             Orchestrator        Vetores        Ferramentas
                  │                │                │
                  └────────────────┼────────────────┘
                                   ▼
                    ┌──────────────────────────────────┐
                    │ APIs Corporativas / z/OS Connect │
                    └────────────────┬─────────────────┘
                                     │
              ┌──────────────────────┼──────────────────────┐
              ▼                      ▼                      ▼
           CICS                 IBM MQ                Batch
              │                      │                      │
              └──────────────┬───────┴──────────────────────┘
                             ▼
                     Aplicações COBOL
                             │
        ┌────────────────────┼────────────────────┐
        ▼                    ▼                    ▼
      Db2                  VSAM                 IMS
                             │
                             ▼
                    Fonte Oficial da Verdade

Considerações Finais

Durante décadas, ouvimos previsões sobre o fim do Mainframe. Entretanto, a realidade mostrou algo diferente: os sistemas que sustentam bancos, seguradoras, governos e grandes empresas continuam evoluindo porque concentram o ativo mais valioso de qualquer organização — seus dados e suas regras de negócio.

A Inteligência Artificial Generativa amplia esse cenário ao adicionar novas capacidades de interpretação, automação e interação. Tecnologias como RAG, MCP, watsonx, APIs, z/OS Connect e modelos privados permitem que aplicações modernas dialoguem com décadas de conhecimento implementado em COBOL, CICS e Db2, sem abrir mão de segurança, governança ou desempenho.

Não estamos testemunhando a substituição do Mainframe, mas o surgimento de uma nova geração de arquiteturas corporativas em que IA e IBM Z trabalham lado a lado. Para os profissionais da área, isso representa uma oportunidade única: dominar tanto os fundamentos dos sistemas críticos quanto as novas ferramentas de Inteligência Artificial.

O futuro pertence aos profissionais capazes de conectar esses dois mundos. Afinal, a inovação mais duradoura não nasce da ruptura, mas da integração inteligente entre o legado que funciona e as tecnologias que apontam para o amanhã.


☕ Continua a conversa no Bellacosa Mainframe

https://eljefemidnightlunch.blogspot.com/2026/07/ia-generativa-muito-alem-do-chatgpt.html




domingo, 5 de julho de 2026

Kubernetes Autoscaling Muito Além do HPA

 

Bellacosa Mainframe e o kubernetes autoscaling

☕ Um Café no Bellacosa Mainframe

Kubernetes Autoscaling Muito Além do HPA

O Que Todo Programador COBOL Padawan Precisa Saber Sobre HPA, VPA, Cluster Autoscaler e Como os Grandes Bancos Escalam Milhões de Transações Sem Desperdiçar Recursos

"No Mainframe aprendemos que desempenho nunca foi apenas velocidade. Sempre foi equilíbrio entre capacidade, disponibilidade, custo e confiabilidade. Kubernetes apenas reinventou esse conceito para a era da nuvem."


Introdução

Existe uma pergunta que praticamente todo desenvolvedor faz quando começa a estudar Kubernetes:

"Se meu sistema receber mais acessos, o Kubernetes cria novos Pods automaticamente?"

A resposta é:

Depende.

E é justamente esse "depende" que confunde milhares de profissionais todos os anos.

Quando um Programador COBOL começa a estudar Kubernetes, normalmente imagina que existe apenas um mecanismo responsável por aumentar a capacidade da aplicação.

Na prática, isso está longe da realidade.

Na verdade, Kubernetes possui diversos mecanismos diferentes de escalabilidade, cada um resolvendo um problema específico.

Alguns aumentam a quantidade de Pods.

Outros aumentam CPU e memória.

Outros adicionam novos servidores inteiros ao cluster.

Cada um trabalha em uma camada diferente da infraestrutura.

É exatamente como acontece em um grande banco.

Quando o Internet Banking começa a ficar lento, ninguém simplesmente compra um novo servidor.

Antes disso existem diversas decisões:

  • aumentar regiões CICS?

  • criar novos servidores WebSphere?

  • ajustar WLM?

  • aumentar memória?

  • ativar Capacity on Demand?

  • adicionar uma nova LPAR?

No Kubernetes acontece exatamente a mesma filosofia.

Neste artigo vamos entender profundamente como funcionam:

  • Horizontal Pod Autoscaler (HPA)

  • Vertical Pod Autoscaler (VPA)

  • Cluster Autoscaler (CA)

Sempre fazendo paralelos com IBM Z, COBOL, CICS, Batch, WLM e arquitetura corporativa.


Antes de falar sobre Autoscaling...

Precisamos entender um conceito fundamental.

O verdadeiro objetivo não é aumentar recursos.

É utilizar exatamente os recursos necessários.

Essa diferença parece pequena.

Mas muda completamente a forma de projetar sistemas.

Imagine um supermercado.

Às 3 horas da manhã existem apenas cinco clientes.

Às 18 horas existem dois mil clientes.

Você contrataria:

  • 200 caixas funcionando o dia inteiro?

Claro que não.

Também não deixaria apenas dois caixas funcionando às 18 horas.

A solução inteligente é adaptar a quantidade de caixas conforme o movimento.

É exatamente isso que Kubernetes faz.


O grande problema dos sistemas tradicionais

Durante décadas o modelo foi simples.

Comprar servidores suficientes para suportar o pior cenário.

Imagine uma aplicação bancária.

Segunda-feira:

CPU: 12%

Terça-feira:

CPU: 18%

Quarta-feira:

CPU: 22%

Na Black Friday:

CPU: 98%

O servidor foi comprado pensando apenas nesse último dia.

Resultado:

Durante praticamente todo o ano:

  • CPU parada

  • memória parada

  • discos subutilizados

  • energia desperdiçada

  • dinheiro desperdiçado

Cloud Computing mudou completamente essa lógica.

Agora infraestrutura pode crescer e diminuir automaticamente.


Elasticidade x Escalabilidade

Esses conceitos costumam ser confundidos.

Escalabilidade

É a capacidade do sistema suportar mais carga.

Exemplo:

Um servidor suporta:

500 usuários

Depois de melhorias:

5.000 usuários

Ele ficou mais escalável.


Elasticidade

É a capacidade de crescer e diminuir automaticamente.

Hoje:

2 Pods

Daqui cinco minutos:

20 Pods

Mais tarde:

4 Pods

Tudo sem intervenção humana.

Isso é elasticidade.

É justamente o coração do Kubernetes.


Os três tipos de escalabilidade

A maioria das pessoas acredita que existe apenas um tipo.

Na realidade existem três.

Escalabilidade Horizontal

Adicionar mais instâncias.

Exemplo:

Antes

2 Pods

Depois

8 Pods

Cada Pod continua igual.

Apenas existem mais deles.


Escalabilidade Vertical

Não aumenta quantidade.

Aumenta potência.

Antes

CPU 500m

Memória 512Mi

Depois

CPU 2

Memória 4Gi

Mesmo Pod.

Mais poderoso.


Escalabilidade da Infraestrutura

Agora nem estamos falando da aplicação.

Estamos falando do próprio cluster.

Antes

3 Workers

Depois

10 Workers

Agora existe espaço para muito mais Pods.


HPA — Horizontal Pod Autoscaler

Este é o autoscaler mais famoso.

Seu trabalho é extremamente simples.

Responder uma única pergunta.

Existem Pods suficientes?

Observe o que ele NÃO pergunta.

  • Existe CPU suficiente?

  • Existe memória suficiente?

  • Existem servidores suficientes?

Nada disso.

Ele pensa apenas em quantidade de Pods.


Como o HPA funciona?

Imagine uma API.

Ela começou o dia assim.

2 Pods

CPU média:

20%

Tudo funcionando.

Então começa uma campanha de marketing.

A CPU sobe para:

92%

O HPA verifica que sua meta era:

70%

Então ele faz um cálculo.

Simplificando:

Novos Pods =
Pods atuais ×
(CPU Atual / CPU Desejada)

Se havia:

4 Pods

CPU:

84%

Meta:

70%

Resultado:

4 × 84 ÷ 70

≈ 4,8

O Kubernetes arredonda.

Agora teremos:

5 Pods

Se a carga continuar aumentando:

6

8

12

20 Pods

Tudo automático.


Mas o HPA não olha apenas CPU

Esse é um erro muito comum.

Na realidade ele pode observar praticamente qualquer métrica.

Exemplos.

CPU

Memória

Requests por segundo

Tempo médio de resposta

Fila Kafka

RabbitMQ

Prometheus

Número de usuários

Sessões abertas

Mensagens pendentes

Quantidade de pedidos

Pix aguardando processamento

Fila de cartões

Custom Metrics

Isso significa que o HPA pode crescer baseado na necessidade real do negócio.

Imagine um banco.

Talvez CPU nem seja importante.

O importante pode ser:

Fila PIX > 2000

Nesse momento:

Criar novos Pods.

Muito mais inteligente.


Como o HPA conversa com Kubernetes?

O fluxo é relativamente simples.

Usuário

Ingress

Service

Pods

Kubelet mede CPU

Metrics Server coleta

API Server publica

HPA consulta

ReplicaSet aumenta Pods

Deployment cria novas réplicas

Tudo acontece continuamente.

Sem intervenção humana.


HPA não fica escalando o tempo todo

Imagine esta situação.

CPU:

69%

71%

69%

70%

71%

69%

Sem mecanismos de estabilização.

Teríamos:

8 Pods

9 Pods

8 Pods

9 Pods

8 Pods

Isso seria um desastre.

Por isso existem diversos mecanismos internos.

Cooldown.

Stabilization Window.

Tolerance.

Scale Policies.

Esses mecanismos evitam oscilações desnecessárias.


HPA possui limitações

Ele não faz milagres.

Imagine.

Seu cluster possui apenas:

2 Workers

Cada Worker possui:

8 CPUs

Todos estão completamente ocupados.

O HPA decide criar:

30 Pods

Mas onde eles serão executados?

Resposta.

Em lugar nenhum.

Eles ficam:

Pending

É aqui que entra outro personagem.


VPA — Vertical Pod Autoscaler

Agora o problema mudou completamente.

Não queremos mais criar novos Pods.

Queremos melhorar os Pods existentes.

Imagine.

Seu Deployment foi criado assim.

requests:
 cpu: 100m
 memory: 128Mi

Na prática ele utiliza:

CPU

850m

Memória

950Mi

Resultado.

CPU Throttling.

OOMKilled.

Baixo desempenho.

O VPA observa isso.


Como o VPA aprende?

Ao contrário do HPA.

Ele analisa histórico.

Dias.

Semanas.

Meses.

Depois calcula recomendações.

Exemplo.

Atual.

CPU

100m

Recomendado.

900m

Atual.

256Mi

Recomendado.

1Gi

Isso reduz desperdício.

E melhora desempenho.


Os modos do VPA

Off

Apenas recomenda.

Muito usado em produção.

Você recebe um relatório.

Mas nenhuma alteração acontece.


Auto

Atualiza automaticamente.

Se necessário reinicia Pods.

É extremamente poderoso.


Initial

Aplica apenas durante a criação.

Excelente para aplicações críticas.


Por que o VPA reinicia Pods?

Muitos iniciantes estranham isso.

O motivo é simples.

CPU e memória fazem parte da especificação do Pod.

Depois que o container está em execução.

Esses parâmetros normalmente não podem ser alterados.

Então o Kubernetes cria um novo Pod.

Com os novos valores.


O que o VPA não faz?

Não cria novos Pods.

Não cria servidores.

Não aumenta Workers.

Não substitui HPA.

São ferramentas complementares.


Cluster Autoscaler

Agora chegamos à infraestrutura.

Imagine.

Seu HPA criou:

50 Pods

Mas existem apenas:

3 Workers

Todos lotados.

Resultado.

Pods Pending

O Scheduler tenta.

Não consegue.

Agora entra o Cluster Autoscaler.


O trabalho do Cluster Autoscaler

Ele pergunta.

Existe algum Pod que não consegue ser agendado?

Se existir.

Ele conversa com o provedor de nuvem.

AWS.

Azure.

Google.

OpenShift.

VMware.

E solicita novos Workers.

Depois que os novos servidores entram no cluster.

O Scheduler distribui os Pods.


Fluxo completo

Usuários aumentam.

CPU aumenta.

HPA cria Pods.

Pods ficam Pending.

Cluster Autoscaler detecta.

Cloud cria Workers.

Workers entram.

Scheduler agenda Pods.

Aplicação volta ao normal.

Tudo automático.


Como o Cluster Autoscaler decide remover servidores?

Ele também reduz custos.

Imagine.

Domingo.

Pouquíssimos acessos.

Existem:

15 Workers

Mas apenas:

3

são necessários.

O Cluster Autoscaler verifica.

Os Pods podem ser movidos?

Se sim.

Executa.

Drain.

Eviction.

Delete Node.

Resultado.

Economia de infraestrutura.


Comparando HPA, VPA e Cluster Autoscaler

Imagine um supermercado.

HPA

Contrata mais caixas.

Mais pessoas atendendo clientes.


VPA

Entrega computadores mais rápidos para cada caixa.

Cada funcionário trabalha melhor.


Cluster Autoscaler

Constrói uma nova loja.

Agora existe espaço para muito mais caixas.

São três problemas diferentes.


Um exemplo real de um grande banco

Imagine um aplicativo bancário.

Às 8h da manhã.

Começam os acessos.

Primeiro.

O HPA aumenta.

6 Pods

↓

20 Pods

Depois percebe-se que cada Pod está consumindo muito mais memória.

O VPA recomenda.

512Mi

↓

2Gi

Agora não existe mais capacidade física.

O Cluster Autoscaler adiciona.

8 Workers

↓

16 Workers

O usuário final nem percebe.

Essa é a magia da elasticidade.


Analogia com IBM Mainframe

Quem trabalha com IBM Z perceberá rapidamente várias semelhanças.

HPA

Lembra aumentar regiões CICS.

Ou criar mais servidores Liberty.

Mais instâncias.

Mesmo programa COBOL.


VPA

Lembra ajustar REGION.

Heap Java.

Parâmetros WLM.

Mais recursos para uma região existente.


Cluster Autoscaler

Lembra.

Adicionar novas LPARs.

Capacity on Demand.

Expandir Parallel Sysplex.

Mais infraestrutura.

A filosofia é praticamente idêntica.


Quando utilizar cada um?

Use HPA.

Quando existem picos de acesso.

APIs REST.

Microsserviços.

Front-end.

Aplicações stateless.


Use VPA.

Quando deseja otimizar CPU e memória.

Eliminar desperdício.

Evitar OOMKilled.

Melhorar desempenho.


Use Cluster Autoscaler.

Quando a infraestrutura precisa crescer automaticamente.

Principalmente em Cloud.

AWS.

Azure.

Google Cloud.

OpenShift.


O futuro: KEDA e Event-Driven Autoscaling

Os mecanismos que estudamos são apenas a base. Em arquiteturas modernas, surge um quarto componente importante: o KEDA (Kubernetes Event-Driven Autoscaling).

Enquanto o HPA reage principalmente a métricas como CPU e memória, o KEDA reage a eventos.

Imagine um sistema de processamento de boletos. Não importa a CPU; o importante é saber quantos boletos aguardam processamento em uma fila do IBM MQ ou do Kafka.

Se houver 10 mensagens, um Pod é suficiente.

Se houver 10.000 mensagens, o KEDA pode solicitar ao HPA dezenas de Pods para processar a fila rapidamente.

Esse modelo aproxima o Kubernetes dos conceitos de processamento orientado a filas, muito conhecidos por profissionais de Mainframe que trabalham com IBM MQ, CICS Trigger Transactions e Batch.


Conclusão

Quando começamos a estudar Kubernetes, é comum acreditar que autoscaling significa apenas "criar mais Pods". Porém, vimos que a realidade é muito mais rica. O ecossistema foi projetado para atacar diferentes gargalos de forma especializada:

  • HPA responde ao aumento da carga criando ou removendo Pods.

  • VPA ajusta CPU e memória para que cada Pod tenha os recursos ideais.

  • Cluster Autoscaler adiciona ou remove nós do cluster conforme a capacidade física necessária.

  • KEDA amplia essa inteligência ao escalar aplicações com base em eventos e filas.

Para um Programador COBOL Padawan, essa arquitetura não deve ser vista como algo completamente novo. Ela representa a evolução de princípios que sempre existiram no mundo corporativo: distribuir carga, otimizar recursos, garantir disponibilidade e controlar custos.

No IBM Z, esses objetivos eram alcançados com WLM, Parallel Sysplex, Capacity on Demand, regiões CICS, tuning de DB2 e planejamento de capacidade. No Kubernetes, os mesmos princípios são implementados de forma declarativa, automática e integrada à nuvem.

A tecnologia mudou. As ferramentas evoluíram. Mas a missão continua exatamente a mesma: entregar sistemas resilientes, escaláveis e eficientes, capazes de atender milhões de usuários sem desperdiçar recursos. É essa mentalidade de engenharia que transforma um desenvolvedor em um verdadeiro arquiteto de soluções modernas.


IA Generativa Muito Além do ChatGPT

 

Bellacosa Mainframe e a ia generativa muito alem do chatgpt

☕ Um Café no Bellacosa Mainframe

IA Generativa Muito Além do ChatGPT

O Que Todo Programador COBOL Padawan Precisa Saber Sobre RAG, MCP, watsonx, IBM Z, CICS, Db2, APIs e Como a Inteligência Artificial Está Transformando os Sistemas Mais Críticos do Mundo (Parte 1)

"A Inteligência Artificial não substituirá o Mainframe. Ela tornará o Mainframe ainda mais indispensável."


Introdução

Se você acompanha as notícias sobre tecnologia, provavelmente já ouviu centenas de vezes que a Inteligência Artificial mudará tudo.

Empresas anunciam novos modelos quase diariamente. LLMs (Large Language Models), Agentes Inteligentes, Copilots, IA Generativa, RAG, MCP, Engenharia de Prompt... os nomes surgem em um ritmo tão acelerado que muitos profissionais começam a acreditar que tudo o que aprenderam nos últimos anos ficou obsoleto.

Mas existe uma pergunta que raramente aparece nas manchetes:

Onde estão os dados que realmente importam?

A resposta continua sendo a mesma há décadas.

Nos grandes bancos.

Nas seguradoras.

Nas bolsas de valores.

Nas empresas aéreas.

Nos governos.

Nas operadoras de cartão.

E, principalmente, dentro do IBM Z.

É justamente por isso que a próxima revolução da IA não será construída apenas na nuvem. Ela acontecerá onde os dados mais valiosos já vivem.

Bem-vindo ao futuro do Mainframe.


A Grande Mudança de Paradigma

Durante muito tempo acreditou-se que toda inovação exigia substituir sistemas antigos.

Era comum ouvir frases como:

"Vamos migrar tudo para a nuvem."

"COBOL morreu."

"Mainframe é legado."

Entretanto, o mercado mostrou uma realidade completamente diferente.

Os sistemas considerados "legados" continuam processando bilhões de transações diariamente.

Enquanto isso, empresas descobriram algo importante:

Mover petabytes de dados custa muito dinheiro.

Mais do que isso.

Pode aumentar riscos de segurança, criar problemas regulatórios e reduzir a performance.

Assim nasceu uma nova filosofia.

Não levar os dados para a IA.

Levar a IA até os dados.


O Mainframe Nunca Foi Apenas um Computador

Quando pensamos em IBM Z, muita gente imagina apenas enormes racks pretos.

Na prática, ele é muito mais do que isso.

Ele representa décadas de conhecimento empresarial.

Imagine um banco.

O saldo da sua conta não existe "na internet".

Existe dentro de regras cuidadosamente escritas ao longo de décadas.

Essas regras determinam:

  • como calcular juros;

  • como validar empréstimos;

  • como impedir fraudes;

  • como processar PIX;

  • como liquidar operações financeiras;

  • como calcular tarifas;

  • como registrar auditorias.

Grande parte desse conhecimento está codificado em programas COBOL, PL/I, CICS e Db2.

Isso significa que a IA não pode simplesmente "inventar" respostas.

Ela precisa consultar essas regras.


IA Generativa Não É um Banco de Dados

Esse é um dos maiores equívocos atuais.

Um LLM não "sabe" quanto dinheiro existe em sua conta.

Ele também não sabe:

  • limite do cartão;

  • última transação;

  • saldo do FGTS;

  • número da apólice;

  • posição dos investimentos.

Essas informações vivem em sistemas transacionais.

O papel da IA é diferente.

Ela interpreta.

Resume.

Explica.

Conversa.

Traduz.

Mas quem fornece a verdade continua sendo o sistema corporativo.

É exatamente por isso que IBM Z e IA trabalham tão bem juntos.


O Papel do RAG

Uma das tecnologias mais importantes da IA moderna chama-se Retrieval-Augmented Generation (RAG).

Em vez de confiar apenas no conhecimento aprendido durante o treinamento do modelo, o RAG consulta informações atualizadas antes de responder.

Imagine este fluxo.

Usuário
    │
    ▼
Pergunta
    │
    ▼
Modelo de IA
    │
    ▼
Consulta Base Corporativa
    │
    ▼
Db2
VSAM
Documentos
COBOL
CICS
APIs
    │
    ▼
Contexto Recuperado
    │
    ▼
Resposta Inteligente

Agora imagine um cliente perguntando:

"Por que meu financiamento foi recusado?"

Sem RAG, o modelo poderia apenas explicar genericamente como funcionam financiamentos.

Com RAG:

  • consulta o cadastro;

  • verifica políticas;

  • identifica pendências;

  • acessa documentação;

  • monta uma resposta personalizada.

A diferença é enorme.


O Que é MCP?

Nos últimos meses surgiu um termo que promete mudar completamente a forma como agentes inteligentes trabalham.

MCP.

Model Context Protocol.

Pense nele como um padrão para conectar modelos de IA a ferramentas externas.

Sem MCP:

IA

↓

Resposta baseada apenas
no treinamento

Com MCP:

IA

↓

Ferramentas

↓

Banco de Dados

↓

Mainframe

↓

APIs

↓

Documentos

↓

Resposta muito mais precisa

Isso permite que um agente converse naturalmente enquanto consulta sistemas reais.

Não é mais apenas um chatbot.

É um assistente corporativo.


IBM watsonx e o IBM Z

Quando se fala em IA na IBM, um nome aparece constantemente.

watsonx.

Diferentemente de plataformas voltadas apenas para geração de texto, o watsonx foi concebido pensando no ambiente corporativo.

Seu foco inclui:

  • governança;

  • segurança;

  • compliance;

  • modelos customizados;

  • dados privados;

  • integração empresarial.

Isso faz enorme diferença.

Imagine um banco.

Ele dificilmente enviará informações sigilosas para um serviço público de IA.

Em vez disso, utilizará modelos privados, treinados dentro de sua própria infraestrutura.

É exatamente aí que soluções como o watsonx ganham destaque.


IA e COBOL Não Competem

Essa talvez seja a maior surpresa para quem está começando.

A IA não veio substituir COBOL.

Na verdade, ela depende dele.

Imagine um sistema bancário.

Cliente

↓

Chatbot

↓

Modelo Generativo

↓

API REST

↓

CICS

↓

Programa COBOL

↓

Db2

↓

Resposta Oficial

Perceba algo importante.

Quem decide se o cliente possui saldo suficiente?

COBOL.

Quem verifica regras de negócio?

COBOL.

Quem calcula juros?

COBOL.

Quem registra a transação?

COBOL.

A IA apenas transforma tudo isso em uma conversa mais natural.


APIs: A Ponte Entre Dois Mundos

Nos anos 80, aplicações conversavam usando protocolos proprietários.

Hoje, o cenário é outro.

REST.

JSON.

GraphQL.

gRPC.

OpenAPI.

Essas tecnologias tornaram possível integrar sistemas modernos com aplicações escritas décadas atrás.

Exemplo simplificado.

Aplicativo Mobile

↓

REST API

↓

IBM z/OS Connect

↓

CICS

↓

COBOL

↓

Db2

O usuário acredita estar falando com um aplicativo moderno.

Na realidade, o coração da operação continua sendo o Mainframe.


Exemplo Prático: Consulta de Saldo com IA

Imagine o seguinte diálogo.

Cliente:

Quanto tenho disponível para investir?

Fluxo interno:

Usuário

↓

LLM

↓

API

↓

COBOL

↓

Db2

↓

Saldo

↓

Perfil Financeiro

↓

IA gera resposta

Resposta:

"Você possui R$ 18.450 disponíveis. Considerando seu perfil conservador e seus investimentos atuais, existem alternativas de baixo risco compatíveis com seu histórico."

Quem calculou o saldo?

Db2.

Quem aplicou regras financeiras?

COBOL.

Quem transformou isso em linguagem natural?

A IA.


CICS Continua Sendo o Maestro

Durante décadas, o CICS foi responsável por coordenar milhões de transações.

Hoje ele ganha uma nova função.

Ser o elo entre aplicações modernas e sistemas críticos.

Imagine uma transferência PIX.

Aplicativo

↓

API

↓

CICS

↓

COBOL

↓

Db2

↓

Confirmação

↓

IA explica resultado

Em vez de substituir o CICS, a IA torna sua utilização ainda mais relevante.


Por Que Bancos Não Trocam Tudo?

Essa pergunta aparece constantemente.

A resposta é simples.

Porque funciona.

Mas existe outro motivo.

Imagine reescrever milhões de linhas de COBOL.

Quanto tempo levaria?

Quantos erros seriam introduzidos?

Quanto custaria?

Quanto risco financeiro seria criado?

Agora compare com outra abordagem.

Adicionar APIs

+

Adicionar IA

+

Adicionar Observabilidade

+

Adicionar Automação

=

Modernização gradual

Essa estratégia preserva décadas de conhecimento acumulado enquanto incorpora recursos modernos.

É muito mais segura e economicamente viável.


Primeira Arquitetura Completa

A seguir, uma visão simplificada de como uma arquitetura moderna pode integrar IA Generativa ao IBM Z:

                           ┌─────────────────────────────┐
                           │       Cliente Web/App       │
                           └─────────────┬───────────────┘
                                         │ HTTPS
                                         ▼
                           ┌─────────────────────────────┐
                           │   Chatbot / Assistente IA   │
                           └─────────────┬───────────────┘
                                         │
                              Prompt + Contexto
                                         │
                                         ▼
                      ┌─────────────────────────────────────┐
                      │      Modelo Generativo (LLM)        │
                      └─────────────┬───────────────────────┘
                                    │
                    RAG             │             MCP
                                    │
                                    ▼
          ┌───────────────────────────────────────────────────────┐
          │           Camada de Integração Inteligente            │
          │ APIs │ Ferramentas │ Documentos │ Catálogo │ Vetores  │
          └─────────────┬─────────────────────────────────────────┘
                        │
                REST / JSON / MQ
                        │
                        ▼
              ┌─────────────────────────┐
              │    IBM z/OS Connect     │
              └──────────┬──────────────┘
                         │
        ┌────────────────┼─────────────────┐
        ▼                ▼                 ▼
   CICS Online       Batch COBOL       MQ / Eventos
        │                │                 │
        └────────────┬───┴─────────────────┘
                     ▼
              ┌───────────────┐
              │ Programas COBOL│
              └──────┬────────┘
                     ▼
          ┌─────────────────────┐
          │ Db2 │ VSAM │ IMS DB │
          └─────────────────────┘

Essa arquitetura demonstra que a IA não elimina os sistemas existentes. Ela adiciona uma camada inteligente de interação, recuperação de contexto e geração de respostas, preservando o Mainframe como sistema de registro e fonte oficial da verdade.


Conclusão da Parte 1

Nos últimos anos, o debate sobre Inteligência Artificial concentrou-se em modelos cada vez maiores e mais sofisticados. No entanto, o verdadeiro diferencial competitivo das empresas não está apenas no modelo utilizado, mas na capacidade de conectar esses modelos aos dados corretos, com segurança, governança e desempenho.

É justamente nesse ponto que o IBM Z se destaca. Em vez de representar um obstáculo à inovação, ele se torna o alicerce sobre o qual soluções modernas de IA podem ser construídas. Tecnologias como RAG, MCP, APIs e o ecossistema watsonx mostram que a evolução dos sistemas corporativos não depende de substituir décadas de conhecimento, mas de integrá-las de forma inteligente.

Na Parte 2, vamos aprofundar essa jornada explorando casos reais do setor financeiro, arquiteturas de agentes de IA, observabilidade, DevOps para IBM Z, segurança, exemplos práticos de integração com COBOL, CICS e Db2, além de discutir como a Inteligência Artificial está transformando o papel do desenvolvedor Mainframe na próxima década.




   FAQ

  •  O Mainframe pode utilizar IA Generativa?
 Sim. 

  • A IA pode ser integrada ao IBM Z por meio de APIs, z/OS Connect, IBM MQ, RAG e plataformas como watsonx, permitindo que modelos consultem dados corporativos com segurança. O COBOL será substituído pela IA?
Não. 

A IA complementa aplicações COBOL, automatizando documentação, testes e atendimento, enquanto o COBOL continua executando as regras críticas de negócio. 

  •  O que é RAG? 

 Retrieval-Augmented Generation é uma técnica que permite ao modelo consultar bases de dados e documentos antes de responder, reduzindo alucinações e aumentando a precisão.

  • O que é MCP? 

Model Context Protocol é um protocolo aberto que padroniza a comunicação entre modelos de IA e ferramentas externas, como APIs, bancos de dados e sistemas corporativos. 

  •  O IBM watsonx funciona com Mainframe?
 Sim.

 O ecossistema watsonx foi desenvolvido para integração corporativa, oferecendo governança, segurança e suporte a modelos privados, podendo trabalhar em conjunto com aplicações IBM Z. 

  •  IA pode acessar Db2 e CICS? 
 Sim. 

Normalmente essa integração ocorre por meio de APIs REST, IBM z/OS Connect, IBM MQ ou serviços específicos que expõem funcionalidades do Mainframe de forma segura.

.



Vagner Bellacosa

sábado, 4 de julho de 2026

Projeto IBM - MSA 2025/2026

 ,

Bellacosa Mainframe conclui o programa IBM MSA 2025

Hoje encerro um ciclo muito especial da minha carreira como instrutor do MSA 2025/2026 (Mainframe Skills Academy).

Durante essa jornada, tive a honra de conduzir mais de 30 encontros, totalizando aproximadamente 50 horas de treinamento, além da produção de vídeos, laboratórios e materiais de apoio voltados à formação de profissionais em IBM Mainframe, com foco em System Programmers (SysProg) e System Administrators (SysAdmin).

Mais do que transmitir conhecimento, foi uma oportunidade de compartilhar experiências construídas ao longo de anos trabalhando com o ecossistema IBM Z e, ao mesmo tempo, aprender com o entusiasmo, a dedicação e as perguntas de cada participante.

Meus parabéns a todos os alunos que concluíram essa jornada. A evolução demonstrada ao longo do programa confirma que o Mainframe continua formando profissionais altamente qualificados para sustentar os sistemas mais críticos do mundo.

Também deixo meu reconhecimento aos organizadores, coordenadores, empresas parceiras e a todos os profissionais que trabalharam nos bastidores para tornar este projeto uma realidade. O sucesso do programa é resultado do esforço coletivo de muitas pessoas comprometidas com a formação de novos talentos.

Um agradecimento especial à IBM pela confiança, pelo convite para atuar como instrutor e pela oportunidade de contribuir com uma iniciativa que fortalece o ecossistema IBM Z e investe no crescimento profissional da comunidade técnica.

Foi uma grande satisfação fazer parte deste projeto.

Que esta seja apenas mais uma etapa de uma longa jornada de aprendizado, inovação e colaboração.

Parabéns a todos os envolvidos!

#IBM #IBMZ #IBMMainframe #Mainframe #SystemProgrammer #SysProg #SysAdmin #zOS #z17 #CICS #DB2 #IMS #JCL #COBOL #RACF #JES2 #TSO #ISPF #Automation #MainframeModernization #Infrastructure #EnterpriseComputing #BellacosaMainframe #MSA

Novo artigo no LinkedIn

Conclusão da formação MSA 2025/2026 em IBM Mainframe. Uma jornada dedicada à formação de SysProgs e SysAdmins.

O Que Todo Programador COBOL Padawan Precisa Saber Sobre Maquiavel, Poder, Longevidade e os 67 Anos de Reinado do COBOL

 

Bellacosa Mainframe e o principe aplicado ao Cobol

# ☕ Um Café no Bellacosa Mainframe

O Príncipe do Data Center

O Que Todo Programador COBOL Padawan Precisa Saber Sobre Maquiavel, Poder, Longevidade e os 67 Anos de Reinado do COBOL

"Você não está apenas aprendendo COBOL. Está estudando uma das maiores demonstrações de estratégia, sobrevivência e adaptação tecnológica da história da computação."


Existem livros que envelhecem.

Existem tecnologias que desaparecem.

E existem obras que atravessam séculos porque descrevem algo muito maior do que seu próprio tempo.

O Príncipe, escrito por Nicolau Maquiavel em 1513, pertence à segunda categoria.

COBOL, criado em 1959, pertence exatamente à mesma.

Não porque ambos sejam antigos.

Mas porque ambos falam sobre permanência.

Enquanto milhares de linguagens nasceram e desapareceram, enquanto gerações inteiras de frameworks surgiram e morreram, COBOL continua executando silenciosamente bilhões de dólares em transações todos os dias.

A pergunta não é:

"Como COBOL ainda existe?"

A pergunta correta é:

"O que COBOL fez certo durante mais de seis décadas?"

Talvez Maquiavel respondesse isso melhor do que qualquer arquiteto de software moderno.

Hoje vamos tomar um café e descobrir.


O príncipe nunca governa sozinho

No imaginário popular, um príncipe é o centro do poder.

Na prática, Maquiavel explica exatamente o contrário.

Um príncipe depende de:

  • seus ministros

  • seus exércitos

  • seus administradores

  • sua burocracia

  • sua capacidade de manter estabilidade.

Sem isso, o reino cai.

Agora substitua:

Príncipe → Banco

Reino → Data Center

Ministros → Programadores COBOL

Exército → Mainframe IBM Z

Leis → Regras de Negócio

Tesouro → Banco de Dados

De repente...

Você está olhando para praticamente qualquer banco do planeta.


O verdadeiro poder está na estabilidade

Maquiavel escreve que um governante deve evitar mudanças desnecessárias.

Não porque seja conservador.

Mas porque toda mudança gera instabilidade.

No desenvolvimento moderno muitas empresas seguem exatamente o caminho oposto.

Trocam linguagem.

Trocam banco.

Trocam framework.

Trocam arquitetura.

Trocam nuvem.

Trocam frontend.

Trocam backend.

Trocam metodologia.

Trocam tudo.

Enquanto isso...

COBOL permanece.

Não por teimosia.

Mas porque estabilidade é um ativo.


A fortuna favorece quem controla o risco

Um dos conceitos mais famosos de Maquiavel é a Fortuna.

Para ele, metade da vida pertence ao acaso.

A outra metade depende da capacidade do governante.

No mundo corporativo acontece exatamente isso.

Ninguém controla:

  • crises econômicas

  • pandemias

  • ataques hackers

  • inflação

  • guerras

  • apagões

Mas pode controlar seus sistemas.

É exatamente aí que o Mainframe reina.

Durante décadas, bancos continuaram funcionando enquanto o mundo inteiro mudava.

Não foi sorte.

Foi engenharia.


O príncipe deve conhecer profundamente seu território

Maquiavel afirma que o governante precisa caminhar pelo próprio reino.

Conhecer cidades.

Conhecer fronteiras.

Conhecer recursos.

Conhecer ameaças.

Um programador COBOL faz exatamente isso.

Ele conhece:

  • layouts

  • arquivos VSAM

  • DB2

  • CICS

  • JCL

  • Batch

  • Online

  • Scheduler

  • RACF

  • filas

  • integrações

Ele entende onde cada dado nasce.

Por onde ele passa.

Quem altera.

Quem consulta.

Quem depende.

Essa visão sistêmica raramente aparece em cursos modernos.


A reputação vale mais do que promessas

Maquiavel dizia:

Um príncipe precisa parecer confiável.

No mundo corporativo isso se traduz em algo extremamente simples.

O sistema precisa funcionar.

Não importa se usa IA.

Não importa se usa Kubernetes.

Não importa se usa microsserviços.

O cliente quer sacar dinheiro.

O cartão precisa autorizar.

O PIX precisa concluir.

O seguro precisa pagar.

O voo precisa decolar.

O imposto precisa ser calculado.

Quem entrega isso?

COBOL.

Todos os dias.

Sem marketing.

Sem hype.

Sem palco.


O exército mercenário

Maquiavel criticava fortemente exércitos mercenários.

Eles funcionam enquanto tudo está bem.

Na primeira crise...

Fogem.

Curiosamente, existe um paralelo tecnológico.

Hoje vemos projetos compostos por dezenas de bibliotecas externas.

Centenas de dependências.

Frameworks que mudam todo mês.

Projetos que deixam de funcionar porque uma versão foi descontinuada.

Esse é o exército mercenário da engenharia de software.

COBOL, por outro lado, sempre valorizou outro princípio.

Poucas dependências.

Padronização.

Compatibilidade.

Documentação.

Retrocompatibilidade.

Essa filosofia talvez pareça menos moderna.

Mas produz sistemas que sobrevivem décadas.


O príncipe deve pensar em gerações

Empresas normalmente pensam no próximo trimestre.

Governos pensam na próxima eleição.

O Mainframe pensa nos próximos vinte anos.

Essa diferença muda completamente a forma como software é construído.

Em COBOL ninguém escreve código esperando descartá-lo em seis meses.

Escreve-se pensando:

"Quem fará manutenção daqui a quinze anos?"

Essa pergunta muda completamente a qualidade do código.


A virtù do programador COBOL

Maquiavel usa frequentemente a palavra Virtù.

Ela não significa virtude moral.

Significa competência.

Capacidade.

Preparação.

Coragem.

Disciplina.

No mundo Mainframe essa Virtù aparece de inúmeras formas.

Um bom profissional domina:

  • regras de negócio

  • modelagem

  • desempenho

  • documentação

  • rastreabilidade

  • testes

  • processamento batch

  • transações online

Ele sabe que escrever código é apenas uma pequena parte do trabalho.


O castelo invisível

Poucas pessoas entram em um data center.

Menos ainda conhecem um IBM Z.

Entretanto...

Grande parte da economia mundial depende deles.

É como um castelo medieval.

A população talvez nunca veja seus muros.

Mas dorme tranquila porque eles existem.

COBOL vive exatamente nesse castelo invisível.

Sem glamour.

Sem manchetes.

Mas sustentando bancos, seguradoras, governos, bolsas de valores, companhias aéreas e sistemas de saúde.


A arte de evitar guerras

Maquiavel ensina que um governante inteligente evita conflitos desnecessários.

Na engenharia de software isso significa reduzir risco operacional.

Cada alteração em produção possui custo.

Cada mudança possui impacto.

Cada deploy possui risco.

Por isso Mainframes evoluem de maneira extremamente controlada.

Existe planejamento.

Teste.

Homologação.

Plano de retorno.

Auditoria.

Mudanças são feitas com precisão cirúrgica.

Não porque sejam lentos.

Porque indisponibilidade custa milhões.


O tempo é o verdadeiro juiz

Em tecnologia existe um fenômeno curioso.

Quase tudo parece revolucionário no lançamento.

Mas poucos sobrevivem.

Linguagens desapareceram.

Bancos desapareceram.

Sistemas operacionais desapareceram.

Empresas desapareceram.

COBOL permanece.

Isso deveria despertar uma reflexão importante.

Talvez a pergunta nunca tenha sido:

"Qual tecnologia é mais moderna?"

Mas:

"Qual tecnologia continua resolvendo o problema sessenta anos depois?"


O príncipe moderno usa APIs

Alguns acreditam que Mainframe ficou parado no tempo.

Nada mais distante da realidade.

Hoje um programa COBOL conversa com:

  • APIs REST

  • JSON

  • XML

  • Kafka

  • IBM MQ

  • Java

  • Python

  • Node.js

  • microsserviços

  • OpenShift

  • Kubernetes

  • IA Generativa

O rei continua sentado no trono.

Mas agora conversa com todo o reino.


Não existe império sem registros

Reinos mantinham livros.

Cartórios.

Arquivos.

Impostos.

Inventários.

Hoje fazemos exatamente a mesma coisa.

Mudou apenas o suporte.

O que antes era pergaminho virou:

DB2.

VSAM.

IMS.

Logs.

SMF.

Datasets.

O princípio continua igual.

Governar é administrar informação.

COBOL sempre entendeu isso.


A paciência vence a velocidade

Vivemos na cultura do imediato.

Deploy contínuo.

Atualização diária.

Nova versão semanal.

Nova IA todo mês.

Mas grandes organizações trabalham em outra escala.

Décadas.

Não dias.

É por isso que COBOL parece lento para quem observa de fora.

Na verdade, ele apenas opera em uma escala temporal diferente.


A sucessão do reino

Maquiavel também falava sobre sucessão.

Como manter o reino vivo após uma geração?

Essa talvez seja a maior preocupação atual do Mainframe.

Milhares de especialistas estão se aposentando.

Mas isso não significa o fim do COBOL.

Significa o início de uma nova geração.

Hoje surgem:

  • IA para documentação

  • copilotos para COBOL

  • modernização automática

  • análise de código por LLMs

  • conversão assistida

  • testes automatizados

  • engenharia reversa inteligente

Curiosamente...

A Inteligência Artificial não elimina COBOL.

Ela aumenta sua produtividade.


O príncipe aprende com o passado

Existe um erro comum entre iniciantes.

Imaginar que tecnologia evolui em linha reta.

Não evolui.

Ela evolui em espiral.

Conceitos retornam constantemente.

Orientação a objetos.

Serviços.

Eventos.

Mensageria.

Virtualização.

Containers.

Tudo possui ancestrais.

O Mainframe já utilizava muitos desses princípios décadas antes de eles se tornarem moda.

Estudar COBOL é compreender essas raízes.


O reino da confiança

Dinheiro não aceita erros.

Saúde não aceita erros.

Aeronáutica não aceita erros.

Previdência não aceita erros.

Quando uma empresa escolhe COBOL para processos críticos, ela não está escolhendo nostalgia.

Está escolhendo previsibilidade.

Confiabilidade.

Auditabilidade.

Governança.

Esses atributos raramente aparecem em rankings de linguagens.

Mas aparecem diariamente no balanço financeiro das maiores instituições do planeta.


A lição que Maquiavel talvez escrevesse hoje

Se Maquiavel visitasse um grande banco moderno, talvez percebesse algo familiar.

Salas silenciosas.

Processos rigorosos.

Hierarquias claras.

Regras definidas.

Disciplina operacional.

Controle absoluto sobre informações estratégicas.

Ele provavelmente reconheceria ali um novo tipo de principado.

Não governado por espadas.

Mas por transações.

Não protegido por muralhas.

Mas por criptografia, redundância, RACF, auditorias e arquitetura resiliente.

E talvez sorrisse ao descobrir que, no centro desse império digital, ainda existe uma linguagem criada em 1959 conduzindo milhões de operações por segundo.


Conclusão: O verdadeiro príncipe nunca buscou ser moderno

Existe uma frase frequentemente atribuída à tecnologia:

"O melhor software é aquele que ninguém percebe que existe."

COBOL representa exatamente isso.

Ele não precisa aparecer em conferências para provar seu valor.

Não precisa ser tendência nas redes sociais.

Não precisa mudar de sintaxe a cada versão.

Seu poder está em algo muito mais raro.

Confiabilidade construída ao longo de décadas.

Assim como O Príncipe continua sendo estudado mais de 500 anos após sua publicação, COBOL continua sendo utilizado porque ambos compartilham a mesma essência: não foram criados para impressionar, mas para durar.

No Bellacosa Mainframe, costumamos dizer que aprender COBOL não é apenas aprender uma linguagem. É aprender como sistemas críticos permanecem relevantes quando todo o resto muda. É entender que arquitetura, disciplina, documentação, regras de negócio e estabilidade não são conceitos ultrapassados, mas fundamentos que sustentam bancos, governos e empresas em todos os continentes.

No fim, a maior lição de Maquiavel aplicada ao Mainframe talvez seja esta:

O verdadeiro poder não pertence ao mais novo, ao mais rápido ou ao mais barulhento. Pertence àquilo que continua funcionando quando todos os outros já desapareceram.

E, depois de mais de 65 anos, o COBOL continua sentado, silenciosamente, no trono do data center.