Translate

sábado, 28 de fevereiro de 2026

Os 33 Bootcamps do Santander na DIO — Um mapa da evolução da formação dev no Brasil

 

Bellacosa Mainframe apresenta BOOTCAMPS da DIO & Santander Brasil


☕ Um Café no Bellacosa Mainframe

A Digital Innovation One (DIO) se consolidou nos últimos anos como uma das maiores plataformas de educação tecnológica da América Latina. Seu modelo é simples e poderoso: conectar empresas reais do mercado com desenvolvedores em formação por meio de bootcamps práticos, trilhas de aprendizado e desafios baseados em problemas do mundo real. Ao longo do tempo, a plataforma reuniu mais de duas centenas de programas, cobrindo áreas como desenvolvimento backend, frontend, cloud computing, ciência de dados, inteligência artificial e segurança.

Entre as diversas empresas parceiras, destaca-se a colaboração com o Banco Santander, que patrocinou dezenas de bootcamps focados em tecnologias modernas como Java, Python, mobile development, cloud e, mais recentemente, inteligência artificial. Esses programas não apenas ensinam ferramentas, mas também aproximam os participantes das práticas e demandas do mercado financeiro e tecnológico.

Nesse ecossistema, a educação tecnológica surge como um caminho concreto para o futuro profissional de muitos jovens — os “padawans” da tecnologia. Assim como em uma jornada de aprendizado contínuo, cada bootcamp representa um novo nível de conhecimento, prática e experiência. Mais do que cursos, esses programas funcionam como portais de entrada para carreiras em tecnologia, mostrando que aprender a programar, entender sistemas e resolver problemas complexos pode transformar curiosidade em profissão e abrir portas para o futuro digital.

Os 33 Bootcamps do Santander na DIO — Um mapa da evolução da formação dev no Brasil

O Banco Santander é provavelmente o maior patrocinador de bootcamps da Digital Innovation One.

Ao longo dos anos, patrocinou mais de 30 programas de formação cobrindo praticamente todo o stack moderno de desenvolvimento.

Este post é um catálogo técnico desses bootcamps, organizado no estilo Bellacosa Mainframe.

Spoiler:

A evolução deles conta a história da tecnologia nos últimos anos.


🏦 Catálogo Técnico — Santander Bootcamps


1️⃣ Santander Bootcamp — Mobile Developer

URL
https://www.dio.me/bootcamp/santander-mobile-developer

Stack

  • Kotlin

  • Android

  • APIs

Tecnologias

  • Android SDK

  • REST

Comentário

Mobile virou o principal canal bancário.

Curiosidade

Hoje mais de 80% das transações bancárias são mobile.

Bellacosa Easter Egg

Antes do mobile banking…

o banco era acessado via terminal 3270 😉


2️⃣ Santander Bootcamp — Mobile com Flutter

https://www.dio.me/bootcamp/santander-mobile-flutter

Stack

  • Flutter

  • Dart

Tecnologias

  • cross platform

Comentário

Um único código para Android e iOS.


3️⃣ Santander Bootcamp — Android com Kotlin

https://www.dio.me/bootcamp/santander-android-kotlin

Stack

  • Kotlin

  • Android

Tecnologias

  • Mobile Native


4️⃣ Santander Bootcamp — Backend com Java

https://www.dio.me/bootcamp/santander-backend-java

Stack

  • Java

  • Spring Boot

Tecnologias

  • APIs REST

  • Microservices

Comentário

Java ainda domina o backend bancário.

Curiosidade

Boa parte do core banking roda em:

COBOL
Java
C

5️⃣ Santander Bootcamp — Backend com Python

https://www.dio.me/bootcamp/santander-backend-python

Stack

  • Python

  • FastAPI

Tecnologias

  • APIs

  • automação


6️⃣ Santander Bootcamp — Fullstack Developer

https://www.dio.me/bootcamp/santander-fullstack-developer

Stack

  • Angular

  • Java

Tecnologias

  • REST


7️⃣ Santander Bootcamp — Fullstack Angular

https://www.dio.me/bootcamp/santander-fullstack-angular

Stack

  • Angular

  • Spring


8️⃣ Santander Bootcamp — Frontend Developer

https://www.dio.me/bootcamp/santander-frontend

Stack

  • HTML

  • CSS

  • JavaScript


9️⃣ Santander Bootcamp — Code Girls

https://www.dio.me/bootcamp/santander-code-girls

Stack

  • Java

  • Angular

Curiosidade

Um dos maiores programas de inclusão feminina em tecnologia no Brasil.


🔟 Santander Bootcamp — Linux para Iniciantes

https://www.dio.me/bootcamp/santander-linux-iniciantes

Stack

  • Linux

  • Shell


1️⃣1️⃣ Santander Bootcamp — Cibersegurança

https://www.dio.me/bootcamp/santander-ciberseguranca

Stack

  • Security

  • Network


1️⃣2️⃣ Santander Bootcamp — Cibersegurança #2

https://www.dio.me/bootcamp/santander-ciberseguranca-2

1️⃣3️⃣ Santander Bootcamp — Excel com Inteligência Artificial



1️⃣4️⃣ Santander Bootcamp — Excel com IA (2º semestre)

https://www.dio.me/bootcamp/santander-excel-inteligencia-artificial-2

1️⃣5️⃣ Santander Bootcamp — Ciência de Dados

https://www.dio.me/bootcamp/santander-ciencia-dados

Stack

  • Python

  • Pandas

  • ML


1️⃣6️⃣ Santander Bootcamp — Ciência de Dados com Python

https://www.dio.me/bootcamp/santander-ciencia-dados-python

1️⃣7️⃣ Santander Bootcamp — Fundamentos de Lógica

https://www.dio.me/bootcamp/santander-fundamentos-logica-programacao

1️⃣8️⃣ Santander Bootcamp — Automação com n8n

https://www.dio.me/bootcamp/santander-automacao-n8n

Stack

  • workflow automation


1️⃣9️⃣ Santander Bootcamp — AI React Frontend

https://www.dio.me/bootcamp/santander-ai-react-frontend

Stack

  • React

  • AI


2️⃣0️⃣ Santander Bootcamp — AI Java Backend

https://www.dio.me/bootcamp/santander-ai-java-backend

Stack

  • Java

  • AI


2️⃣1️⃣ Santander Bootcamp — Rust AI Developer

https://www.dio.me/bootcamp/santander-rust-ai-developer

Stack

  • Rust

  • AI

Curiosidade

Rust vem crescendo em sistemas de alta performance.


2️⃣2️⃣ Santander Bootcamp — AI Youtube Creator

https://www.dio.me/bootcamp/santander-ai-youtube-creator

2️⃣3️⃣ Santander Bootcamp — Preparatório AWS

https://www.dio.me/bootcamp/santander-preparacao-certificacao-aws

Stack

  • AWS


2️⃣4️⃣ Santander Bootcamp — Fundamentos de IA para Devs

https://www.dio.me/bootcamp/santander-fundamentos-ia-devs

2️⃣5️⃣ Santander Bootcamp — Criando Jogos com Godot

https://www.dio.me/bootcamp/santander-criando-jogos-godot

Stack

  • Godot

  • Game Dev


2️⃣6️⃣ Santander Bootcamp — Backend com Java (2024)

https://www.dio.me/bootcamp/santander-backend-java-2024

2️⃣7️⃣ Santander Bootcamp — Backend com Python (5ª edição)

https://www.dio.me/bootcamp/santander-backend-python

2️⃣8️⃣ Santander Bootcamp — Frontend (5ª edição)

https://www.dio.me/bootcamp/santander-frontend

2️⃣9️⃣ Santander Bootcamp — Mobile iOS com Swift

https://www.dio.me/bootcamp/santander-mobile-ios-swift

Stack

  • Swift

  • iOS


3️⃣0️⃣ Santander Bootcamp — EducAIA

https://www.dio.me/bootcamp/santander-educaia

Stack

  • AI


3️⃣1️⃣ Santander Bootcamp — AI React Frontend 2026

https://www.dio.me/bootcamp/santander-ai-react-frontend

3️⃣2️⃣ Santander Bootcamp — AI Java Backend 2026

https://www.dio.me/bootcamp/santander-ai-java-backend

3️⃣3️⃣ Santander Bootcamp — Rust AI Developer 2026

https://www.dio.me/bootcamp/santander-rust-ai-developer

☕ Insight Bellacosa

A evolução desses bootcamps mostra claramente a evolução da tecnologia.

EraStack
2020Java / Fullstack
2021Mobile
2022Cloud
2023Data
2024AI
2026GenAI

☕ Easter Egg final

Arquitetura bancária moderna:

Frontend React

APIs Java / Python

Microservices

Mainframe COBOL

Sim.

O mainframe continua ali… silenciosamente processando bilhões de transações por dia.


Visite a DIO https://www.dio.me

O Que Todo Programador COBOL Padawan Precisa Saber Sobre os Processadores que Estão Construindo a Próxima Geração da Inteligência Artificial

 

Bellacosa Mainframe uma pequena introducao aos processadores 

☕ Um Café no Bellacosa Mainframe

CPU, GPU, TPU, NPU, LPU e DPU

O Que Todo Programador COBOL Padawan Precisa Saber Sobre os Processadores que Estão Construindo a Próxima Geração da Inteligência Artificial

"Você não está apenas aprendendo Inteligência Artificial. Está descobrindo que, assim como existe um especialista em COBOL, outro em CICS e outro em DB2, o hardware também evoluiu para um mundo onde cada processador possui uma missão específica."


Bem-vindo à Era dos Processadores Especializados

Se você começou sua carreira estudando computadores na década de 1980 ou 1990, provavelmente aprendeu uma regra muito simples:

Existe apenas a CPU.

Ela fazia absolutamente tudo.

Executava o sistema operacional.

Processava programas.

Calculava planilhas.

Renderizava gráficos.

Controlava impressoras.

Executava COBOL.

Executava Java.

Executava C.

Executava BASIC.

Ela era o "faz tudo" da computação.

Durante mais de quarenta anos isso funcionou muito bem.

Mas então surgiu um problema gigantesco.

A Inteligência Artificial.

Treinar uma rede neural moderna exige bilhões ou até trilhões de multiplicações matriciais.

Uma CPU tradicional simplesmente não nasceu para isso.

Foi então que começou uma nova revolução silenciosa da informática.

Hoje já não existe apenas um processador.

Existe um verdadeiro time de especialistas.


Uma analogia para quem veio do Mainframe

Imagine um grande banco.

Nele existem dezenas de departamentos.

  • Atendimento

  • Crédito

  • Auditoria

  • Segurança

  • Contabilidade

  • Tesouraria

  • Compliance

Nenhum funcionário faz tudo.

Cada equipe possui uma especialidade.

O mesmo aconteceu dentro do computador.

Ao invés de um único processador realizando todas as tarefas, hoje encontramos vários aceleradores trabalhando em conjunto.


A Primeira Era — A CPU Governava Sozinha

Durante décadas a CPU foi suficiente.

Ela foi criada para executar instruções sequenciais.

Ela é excelente em:

  • decisões lógicas

  • cálculos gerais

  • controle do sistema operacional

  • execução de programas

  • gerenciamento de memória

É exatamente por isso que um sistema operacional como o z/OS depende principalmente dela.

No IBM Z isso continua verdadeiro.

Mesmo em 2026, quem controla:

  • JES2

  • RACF

  • CICS

  • DB2

  • IMS

  • WLM

continua sendo a CPU.

Ela continua sendo o cérebro da máquina.


O Problema da IA

Imagine multiplicar duas matrizes contendo milhões de números.

Agora faça isso bilhões de vezes.

Uma CPU consegue.

Mas lentamente.

Porque ela possui poucos núcleos extremamente inteligentes.

Já uma rede neural prefere milhares de operações simples acontecendo ao mesmo tempo.

Era preciso outro tipo de arquitetura.


GPU — Quando a Placa de Vídeo Virou o Motor da IA

Curiosamente, tudo começou com jogos.

Nos anos 1990, empresas como NVIDIA e ATI perceberam que desenhar milhões de pixels exigia enorme paralelismo.

Ao invés de poucos núcleos inteligentes...

Criaram milhares de pequenos núcleos trabalhando simultaneamente.

Isso era perfeito para gráficos.

Mas pesquisadores perceberam outra coisa.

As contas matemáticas da IA eram muito parecidas com renderização gráfica.

Nascia então a computação paralela moderna.

Hoje praticamente todos os grandes modelos de IA foram treinados em GPUs.


Curiosidade

O ChatGPT não foi treinado em CPUs.

Foi treinado utilizando milhares de GPUs trabalhando simultaneamente.

Cada GPU executava bilhões de operações matriciais por segundo.


TPU — Quando o Google Resolveu Construir Seu Próprio Processador

Em 2015 o Google percebeu que depender apenas de GPUs seria caro.

Então decidiu criar um processador especializado.

Nascia a TPU.

Tensor Processing Unit.

Ela foi desenhada especificamente para:

  • TensorFlow

  • Redes neurais

  • Matrizes gigantes

  • Deep Learning

Seu segredo chama-se:

Systolic Array

Uma arquitetura onde os dados fluem continuamente entre unidades de processamento como se fossem uma linha de montagem industrial.

O resultado?

Muito menos desperdício de energia.

Muito mais desempenho.


Curiosidade

As TPUs não possuem o objetivo de substituir CPUs.

Elas funcionam como um enorme acelerador conectado ao restante da infraestrutura.


NPU — A IA Saiu da Nuvem

Até poucos anos atrás toda IA precisava rodar na internet.

Hoje isso mudou completamente.

Seu celular já possui uma NPU.

Seu notebook provavelmente também.

NPU significa:

Neural Processing Unit.

Sua função é simples.

Executar IA localmente.

Isso permite:

  • reconhecimento facial

  • tradução

  • remoção de ruído

  • geração de imagens

  • copilotos

  • assistentes

Tudo isso sem enviar dados para a nuvem.


Curiosidade

O Apple Neural Engine foi um dos primeiros grandes sucessos comerciais dessa categoria.

Hoje Intel, AMD, Qualcomm e MediaTek seguem o mesmo caminho.


LPU — O Novo Especialista em Grandes Modelos de Linguagem

Nos últimos anos surgiu um novo desafio.

Os LLMs.

Como responder rapidamente milhares de perguntas?

Treinar modelos é importante.

Mas responder rapidamente também.

Foi então que apareceu um novo conceito.

Language Processing Unit.

A Groq popularizou essa ideia.

Ao invés de otimizar treinamento...

Ela otimizou velocidade de inferência.

Ou seja:

gerar tokens extremamente rápido.


Curiosidade

Algumas LPUs conseguem entregar centenas de tokens por segundo utilizando uma arquitetura totalmente diferente das GPUs tradicionais.


DPU — O Herói Invisível

Imagine um Data Center contendo:

10.000 GPUs.

Agora pense na quantidade de dados circulando.

Rede.

Firewall.

Criptografia.

Storage.

Backup.

Roteamento.

Se a CPU cuidar disso tudo...

As GPUs ficarão esperando.

Então surgiu a DPU.

Data Processing Unit.

Ela descarrega tarefas de infraestrutura.

É como contratar um excelente departamento administrativo para que os engenheiros possam apenas desenvolver.


Curiosidade

As DPUs modernas praticamente funcionam como pequenos computadores independentes dentro da placa de rede.


Comparando com um Mainframe

Um Programador COBOL entende perfeitamente divisão de responsabilidades.

Veja uma analogia interessante.

Mundo MainframeMundo IA
z/OSCPU
DFSORTGPU (processamento massivo)
RACFDPU (segurança)
CICSCPU
IBM MQDPU
BatchGPU
MobileFirstNPU
WatsonxGPU + TPU + LPU

Nenhuma dessas peças substitui a outra.

Todas trabalham juntas.


O Futuro Será Heterogêneo

Durante muitos anos perguntávamos:

"Qual é o processador mais rápido?"

Hoje a pergunta correta é:

"Qual processador executa melhor esta tarefa?"

É exatamente isso que acontece em um IBM Z.

Existem processadores especializados como:

  • CP

  • zIIP

  • IFL

  • SAP

Cada um acelera um tipo específico de carga.

A IA está apenas repetindo uma estratégia que o Mainframe conhece há décadas.


O IBM Z Também Entrou na Era da IA

Muita gente imagina que IA significa apenas GPUs.

Não é verdade.

O IBM Telum trouxe aceleração de IA diretamente no processador.

Depois veio o Telum II.

Agora surge o IBM Spyre Accelerator.

A ideia é simples.

Executar inferência de IA próximo aos dados.

Sem mover bilhões de registros bancários para outra infraestrutura.

Isso reduz:

  • latência

  • custo

  • riscos de segurança


O Que um Programador COBOL Precisa Aprender?

A boa notícia é que você não precisa se tornar um engenheiro eletrônico.

Mas entender essa arquitetura faz enorme diferença.

Vale estudar:

  • paralelismo;

  • inferência;

  • treinamento;

  • quantização (INT8, INT4);

  • vetorização;

  • memória HBM;

  • barramentos como PCIe e CXL;

  • aceleração por hardware;

  • integração entre COBOL e IA via APIs e serviços.

O profissional que conhece tanto os sistemas legados quanto a nova infraestrutura de IA será um dos mais valorizados na próxima década.


Easter Eggs para os Padawans 🥚

🥚 Easter Egg 1 — O Mainframe já fazia isso antes

Os processadores especializados do IBM Z existem desde muito antes da explosão da IA. O conceito de descarregar determinadas cargas para hardware específico já fazia parte da estratégia da IBM com zIIP, zAAP (descontinuado), IFL e SAP.


🥚 Easter Egg 2 — GPU nasceu para jogar Doom e Quake

As tecnologias que hoje treinam modelos como ChatGPT nasceram para acelerar jogos 3D na década de 1990. Quem diria que placas de vídeo gamer se tornariam o coração da inteligência artificial?


🥚 Easter Egg 3 — O COBOL também usa paralelismo

Embora muitos associem COBOL a processamento sequencial, ambientes modernos utilizam paralelismo com Parallel Sysplex, múltiplas LPARs, Workload Manager (WLM) e processamento distribuído de cargas batch.


🥚 Easter Egg 4 — IA adora matrizes

Mais de 90% do trabalho pesado de um modelo de IA consiste em multiplicações de matrizes. É por isso que arquiteturas especializadas, como GPUs e TPUs, são tão eficientes.


🥚 Easter Egg 5 — O maior gargalo não é o processador

Em muitos clusters de IA, o problema não é a capacidade de cálculo, mas a velocidade para mover dados. Memórias HBM, redes InfiniBand e tecnologias como CXL tornaram-se tão importantes quanto os próprios aceleradores.


🥚 Easter Egg 6 — A próxima geração será colaborativa

O futuro não pertence a um único chip "milagroso". Um servidor moderno poderá combinar CPUs para controle, GPUs para treinamento, NPUs para inferência local, DPUs para infraestrutura e aceleradores específicos, todos trabalhando como uma equipe altamente especializada.


Conclusão

Durante décadas, a CPU foi soberana. Ela comandava todos os aspectos da computação, do processamento de transações bancárias à execução de programas COBOL. A chegada da Inteligência Artificial, entretanto, mudou as regras do jogo. O crescimento exponencial dos modelos de aprendizado profundo revelou que uma arquitetura generalista já não era suficiente para atender às demandas de desempenho, eficiência energética e escalabilidade.

Assim como os grandes sistemas corporativos evoluíram dividindo responsabilidades entre componentes especializados — CICS para processamento transacional, DB2 para dados, RACF para segurança e MQ para integração — o hardware também passou por uma transformação semelhante. Hoje, CPUs, GPUs, TPUs, NPUs, LPUs e DPUs cooperam em um ecossistema onde cada processador executa aquilo que faz melhor.

Para o Programador COBOL Padawan, essa evolução não representa uma ruptura com o passado, mas uma continuação de princípios já conhecidos no universo do Mainframe: especialização, confiabilidade, alta disponibilidade e processamento eficiente. Compreender essa nova geração de arquiteturas é dar mais um passo na jornada de modernização, integrando sistemas legados à Inteligência Artificial sem perder de vista os fundamentos que sustentam a computação corporativa há mais de seis décadas.

Lembre-se: você não está apenas aprendendo sobre novos processadores. Está entendendo como será construída a próxima geração de sistemas empresariais, onde Mainframes, nuvem, Inteligência Artificial e aceleradores especializados trabalharão juntos para entregar aplicações mais inteligentes, rápidas e seguras. Afinal, no Bellacosa Mainframe, ser um Padawan significa aprender com o passado para construir o futuro.

sexta-feira, 27 de fevereiro de 2026

☕ Se Você Ainda Usa Subscript… o Batch Já Está Rindo de Você

 

Bellacosa Mainframe apresenta guia de tabelas no COBOL

☕ “Se Você Ainda Usa Subscript… o Batch Já Está Rindo de Você”

O Guia Jedi de Tabelas COBOL que Todo Padawan Precisa Antes que o CPU Account Chegue 💸

“No Mainframe, memória é preciosa… mas CPU é dinheiro vivo.”

Padawan, aproxime-se do terminal. Hoje vamos falar de um dos poderes mais silenciosos — e mais subestimados — do universo COBOL:

🛰️ TABELAS. ÍNDICES. BUSCAS. MEMÓRIA PURA.

Se você domina isso… domina o coração do batch.
Se não domina… o batch domina você.


🧠 Parte 1 — A Verdade Oculta: OCCURS Não É Só Um Array

Muitos iniciantes pensam:

“Ah, OCCURS é só um array.”

Não, jovem padawan.
É um buffer estruturado diretamente na memória do programa.

01 EMP-TABLE.
05 EMP-ENTRY OCCURS 100 TIMES.
10 EMP-ID PIC 9(6).
10 EMP-NAME PIC X(30).

Isso cria 100 registros contíguos.
Sem ponteiros. Sem heap. Sem frescura.

💡 Curiosidade:
COBOL foi projetado quando memória era absurdamente cara — por isso layouts são fixos e previsíveis.


⚔️ Parte 2 — Subscript vs Index: A Batalha dos Dois Caminhos

🔢 Subscript (o caminho do aprendiz)

MOVE EMP-NAME (WS-I) TO PRINT-NAME

✔ Simples
✔ Numérico
❌ Mais lento
❌ Recalcula endereço toda vez


⚡ Index (o caminho do Jedi)

05 EMP-ENTRY OCCURS 100 TIMES
INDEXED BY EMP-IDX.

Uso:

SET EMP-IDX TO 1
MOVE EMP-NAME (EMP-IDX) TO PRINT-NAME

✔ Ponteiro interno
✔ Muito mais eficiente
✔ Necessário para SEARCH
✔ Não é numérico

🧙‍♂️ Easter Egg técnico:
Internamente, o índice é um deslocamento binário — não um número “1, 2, 3”.


🪄 Parte 3 — O Erro que Entrega o Padawan

Se você já escreveu isso:

ADD 1 TO EMP-IDX

🚨 O compilador não apenas desaprova…
ele julga sua linhagem inteira.

Índice só aceita:

SET EMP-IDX UP BY 1
SET EMP-IDX DOWN BY 1
SET EMP-IDX TO 1

💡 Índice NÃO é variável numérica.


🔍 Parte 4 — SEARCH: A Varredura do Deserto

Busca sequencial:

SEARCH EMP-ENTRY
AT END DISPLAY "NOT FOUND"
WHEN EMP-ID (EMP-IDX) = TARGET-ID
DISPLAY "FOUND"
END-SEARCH

Características:

✔ Examina um a um
✔ Não precisa ordenar
✔ Começa na posição atual do índice

💎 Dica avançada:

SET EMP-IDX TO 5

Vai procurar do elemento 5 até o fim.

👉 Muito usado para retomar processamento após checkpoint.


🚀 Parte 5 — SEARCH ALL: O Salto no Hiperespaço

Busca binária:

SEARCH ALL EMP-ENTRY
WHEN EMP-ID (EMP-IDX) = TARGET-ID
DISPLAY "FOUND"
END-SEARCH

Mas cuidado…

⚠️ Regra de Ferro:

👉 A tabela DEVE estar ordenada pela chave da busca

Sem isso:

💀 Pode não encontrar valores existentes
💀 Não gera erro
💀 Bugs fantasma nas madrugadas de fechamento


📊 Comparação brutal

MétodoComparações (1 milhão itens)
Serialaté 1.000.000
Binária~20

💸 Sim, isso vira dinheiro na fatura de CPU.


🔄 Parte 6 — SORT em Memória: O Poder Esquecido

Poucos padawans sabem:

COBOL pode ordenar uma tabela OCCURS inteira.

SORT EMP-ENTRY ASCENDING KEY EMP-ID

Se não especificar chave…

👉 Usa a KEY definida na tabela.

ASCENDING KEY EMP-ID

🧬 Parte 7 — REDEFINES: O Lado Negro da Memória

Aqui começa a magia obscura.

01 RAW-DATA PIC X(24).

01 EMP-TABLE REDEFINES RAW-DATA.
05 EMP OCCURS 4 TIMES.
10 EMP-ID PIC 9(2).
10 EMP-NAME PIC X(4).

Nenhum byte é movido.

👉 Apenas reinterpretado.


🎯 Exemplo clássico

"10JOAO15MARIA20CARL"

Pode virar:

IDNome
10JOAO
15MARIA
20CARL

💡 Isso é parsing sem custo de CPU.


🧹 Parte 8 — INITIALIZE: O Reset Jedi

INITIALIZE EMP-TABLE

Resultado:

✔ Alfanuméricos → espaços
✔ Numéricos → zeros


✈️ Variante poderosa

INITIALIZE EMP-TABLE
REPLACING ALPHANUMERIC DATA BY "ABC"

Todos os campos recebem "ABC".


📚 Parte 9 — VALUE: Carregando a Tabela na Compilação

01 CITY-TABLE VALUE "LHRPEKMELJFK".
02 CITY PIC X(3) OCCURS 4 TIMES.

Distribuição:

1 → LHR
2 → PEK
3 → MEL
4 → JFK

💡 Zero custo em runtime.


🏦 Parte 10 — O Que Bancos REALMENTE Fazem

Tabelas OCCURS são usadas para:

✔ Parâmetros carregados em memória
✔ Tabelas de códigos
✔ Conversões
✔ Regras de negócio
✔ Buffers massivos
✔ Lookups ultra rápidos

Em muitos sistemas críticos, elas substituem chamadas a banco.


🧠 Curiosidade Histórica

COBOL foi criado quando:

🧊 CPU era lenta
💾 Memória era caríssima
📼 Disco era ainda mais lento

Por isso:

👉 Processar em memória sempre foi o caminho do mestre.


🏆 Conclusão — O Segredo que Separa Padawans de Mestres

Se você entendeu este artigo…

Você aprendeu a:

✔ Controlar memória manualmente
✔ Otimizar CPU
✔ Implementar buscas eficientes
✔ Manipular dados sem cópia
✔ Pensar como um engenheiro mainframe


☕ Regra Suprema do Batch

“Quem domina tabelas… domina o tempo de execução.”

O Caso dos MIPS que Cresceram Três Vezes Mais Rápido : Quando Dick Tracy entra no CPD para investigar o assassinato do COBOL

 

Bellacosa Mainframe e o caso do mips comilao

☕ Um Café no Bellacosa Mainframe

O Caso dos MIPS que Cresceram Três Vezes Mais Rápido

Quando Dick Tracy entra no CPD para investigar o assassinato do COBOL — e descobre que a vítima continua processando milhões de transações

A madrugada havia engolido a cidade.

Do lado de fora, a chuva desenhava linhas tortas nas janelas do edifício. Do lado de dentro, no vigésimo andar de um banco que jamais dormia, milhares de transações atravessavam silenciosamente um IBM Z.

Cartões eram autorizados.

Pagamentos eram compensados.

Contas eram atualizadas.

Fraudes eram avaliadas.

Arquivos eram classificados.

Jobs eram executados.

E, em uma sala iluminada apenas pelo brilho verde de um terminal 3270, um programador COBOL iniciante observava uma mensagem inquietante no monitor:

A INTELIGÊNCIA ARTIFICIAL VAI MATAR O COBOL.

Ele afastou as mãos do teclado.

Naquele instante, a porta se abriu.

Entrou um homem de sobretudo amarelo, chapéu inclinado sobre os olhos e um estranho relógio-comunicador preso ao pulso.

— Meu nome não importa — disse o detetive. — O que importa é descobrir quem inventou essa história.

Sobre a mesa havia três objetos:

  1. uma queda de 13% nas ações da IBM;

  2. uma ferramenta chamada watsonx Code Assistant for Z;

  3. uma declaração afirmando que clientes usuários da ferramenta estavam aumentando sua capacidade em MIPS três vezes mais rapidamente.

Parecia um caso simples.

Mas, no mainframe, como em toda boa investigação, o primeiro suspeito raramente é o verdadeiro culpado.


Capítulo 1 — A manchete que assustou Wall Street

Em fevereiro de 2026, a Anthropic anunciou recursos de inteligência artificial voltados à compreensão e modernização de sistemas escritos em COBOL. A reação do mercado foi imediata: as ações da IBM caíram aproximadamente 13,2% em um único pregão.

A interpretação de muitos investidores foi direta:

IA compreende COBOL
        ↓
IA converte COBOL
        ↓
Empresas abandonam o mainframe
        ↓
IBM perde clientes
        ↓
Fim do IBM Z

A Reuters registrou que a queda ocorreu após o mercado interpretar o anúncio como uma possível ameaça ao negócio de modernização de aplicações legadas e ao ecossistema de mainframe da IBM. (Reuters)

Para quem observa o mainframe apenas de fora, o raciocínio parece razoável.

Existem milhões de programas COBOL em bancos, seguradoras, governos, indústrias, empresas de telecomunicações e companhias aéreas. Se uma inteligência artificial puder converter tudo isso para Java, Python ou outra linguagem, então bastaria apertar um botão, esperar algumas horas e desligar o mainframe.

Caso encerrado.

O detetive, porém, olhou para a manchete e comentou:

— Rápido demais. Quando alguém apresenta uma migração corporativa como se fosse um MOVE, procure as provas que desapareceram.

Porque transformar um sistema corporativo não é isto:

MOVE PROGRAMA-COBOL TO PROGRAMA-JAVA.

A sintaxe pode ser convertida.

O significado do negócio, não necessariamente.


Capítulo 2 — O COBOL não trabalha sozinho

Um programador iniciante pode imaginar que uma aplicação COBOL seja apenas um arquivo-fonte contendo algumas centenas de linhas.

Em um exercício de treinamento, talvez seja assim:

       IDENTIFICATION DIVISION.
       PROGRAM-ID. CALCULA-SALDO.

       DATA DIVISION.
       WORKING-STORAGE SECTION.

       01 WS-SALDO        PIC S9(9)V99 COMP-3.
       01 WS-CREDITO      PIC S9(9)V99 COMP-3.
       01 WS-DEBITO       PIC S9(9)V99 COMP-3.

       PROCEDURE DIVISION.

           COMPUTE WS-SALDO =
                   WS-CREDITO - WS-DEBITO

           DISPLAY 'SALDO: ' WS-SALDO

           GOBACK.

Entretanto, uma aplicação real pode envolver:

Programa COBOL
   │
   ├── COPYBOOKS
   ├── arquivos sequenciais
   ├── VSAM
   ├── tabelas Db2
   ├── transações CICS
   ├── mensagens IBM MQ
   ├── chamadas IMS
   ├── serviços REST
   ├── programas Assembler
   ├── rotinas PL/I
   ├── JCL
   ├── PROCs catalogadas
   ├── Control-M, IWS ou outro scheduler
   ├── regras RACF
   └── procedimentos operacionais

O programa não vive isolado.

Ele pertence a uma teia operacional.

Considere um simples campo:

01 WS-TIPO-CLIENTE PIC X(01).

Uma ferramenta automática pode reconhecer que se trata de um caractere.

Mas o que significa A?

Pode significar:

  • cliente ativo;

  • cliente antigo;

  • cliente especial;

  • conta de alto risco;

  • agência;

  • pessoa autorizada;

  • produto categoria A.

E o valor B?

Talvez não exista em nenhum manual. Pode ter sido criado em 1997 para atender uma resolução temporária que, por alguma razão, tornou-se permanente.

É aí que começa o verdadeiro mistério.

Código não é apenas código. Código corporativo é história empresarial executável.


Capítulo 3 — O cadáver que nunca apareceu

O mercado procurava o corpo do COBOL.

Não encontrou.

Cinco meses depois da queda provocada pelo temor de que a IA aceleraria a saída do mainframe, a própria IBM voltou a mencionar um dado curioso: clientes que implantaram o watsonx Code Assistant for Z estariam aumentando sua capacidade em MIPS três vezes mais rapidamente do que clientes que não o utilizavam.

A afirmação apareceu nos comentários financeiros da IBM já no primeiro trimestre de 2026 e foi repetida posteriormente. Nos comentários preparados do primeiro trimestre, a empresa declarou que os clientes que haviam implantado a solução apresentavam crescimento de capacidade três vezes superior. (IBM)

O mesmo indicador foi novamente citado na conferência de resultados de julho de 2026, associado à expansão de cargas, modernização e adoção de inteligência artificial no IBM Z. (Roic AI)

O detetive colocou duas fotografias sobre a mesa.

Na primeira:

FEVEREIRO DE 2026

IA PARA COBOL
       ↓
MERCADO IMAGINA MIGRAÇÃO
       ↓
AÇÃO DA IBM CAI

Na segunda:

MESES DEPOIS

IA PARA COBOL
       ↓
APLICAÇÕES SE TORNAM MAIS FÁCEIS DE EVOLUIR
       ↓
NOVOS PROJETOS ENTRAM EM PRODUÇÃO
       ↓
CAPACIDADE CRESCE

— Temos uma contradição — disse o programador.

— Não — respondeu o detetive. — Temos uma hipótese errada.

A inteligência artificial pode ajudar uma empresa a migrar partes de uma aplicação. Mas também pode tornar o ambiente existente mais compreensível, produtivo e modernizável.

Nesse segundo cenário, a IA não esvazia o mainframe.

Ela o destrava.


Capítulo 4 — O que são MIPS?

Antes de prosseguir, precisamos examinar uma das principais pistas.

MIPS significa:

Millions of Instructions Per Second
Milhões de instruções por segundo.

Historicamente, o termo foi usado como uma forma de representar a capacidade de processamento de um computador. No universo mainframe, ele também se tornou uma maneira informal de falar sobre o tamanho da capacidade instalada ou consumida.

Entretanto, para um profissional iniciante, é importante não transformar MIPS em uma medida mágica.

MIPS não responde sozinho a perguntas como:

  • o sistema está eficiente?

  • o programa está bem escrito?

  • o custo está controlado?

  • o tempo de resposta está adequado?

  • a carga está sendo executada no processador correto?

  • o crescimento corresponde a novas receitas?

  • houve aumento de desperdício?

No licenciamento e no gerenciamento de capacidade do IBM Z também aparecem conceitos como:

  • MSU;

  • R4HA;

  • rolling four-hour average;

  • capacidade contratada;

  • subcapacity;

  • Tailored Fit Pricing;

  • zIIP eligibility;

  • consumo por workload;

  • métricas de WLM e SMF.

Portanto, quando a IBM afirma que determinado grupo está crescendo capacidade em MIPS três vezes mais rapidamente, a leitura correta não é:

“A IA deixou o processador três vezes mais veloz.”

A leitura mais razoável é:

“As organizações que usam a ferramenta estão adicionando ou consumindo capacidade em ritmo significativamente maior.”

A IA não colocou nitroglicerina na CPU.

Ela pode ter acelerado o ciclo de desenvolvimento, análise e modernização.


Capítulo 5 — Correlação não é confissão

Todo bom detetive precisa desconfiar das evidências fáceis.

A declaração dos três vezes mais MIPS vem da IBM, fabricante tanto do mainframe quanto da ferramenta de inteligência artificial. Portanto, deve ser tratada como um indicador comercial relevante, não como uma prova científica independente.

Existem várias explicações possíveis.

Hipótese A — A ferramenta provoca crescimento

O watsonx Code Assistant for Z reduz o esforço de compreensão e modernização. Com isso, mais projetos são concluídos e mais cargas entram em produção.

Hipótese B — Empresas que já cresciam compraram a ferramenta

Organizações que adotam soluções avançadas de IA talvez já estivessem ampliando seus ambientes, aumentando transações e modernizando aplicações.

Nesse caso, o crescimento não teria sido causado exclusivamente pela ferramenta.

Hipótese C — Os dois fatores trabalham juntos

Clientes em expansão adotam a IA; a IA aumenta a produtividade; a produtividade permite ainda mais expansão.

Provavelmente, a realidade contém uma combinação dessas hipóteses.

A estatística é interessante, mas não demonstra sozinha causalidade. Ela não nos informa, por exemplo:

  • quantos clientes foram analisados;

  • qual foi o período exato;

  • quais setores estavam representados;

  • quanto do crescimento veio de novas aplicações;

  • quanto veio de crescimento orgânico;

  • quanto foi capacidade geral ou consumo específico;

  • como os clientes foram comparados.

Por isso, não devemos transformar o “3x” em religião.

Mas também não devemos ignorá-lo.

Em uma investigação, uma pegada não condena o suspeito. Porém, mostra onde ele esteve.


Capítulo 6 — O que o watsonx Code Assistant for Z realmente faz?

Aqui está uma das maiores confusões sobre IA e COBOL.

Muita gente imagina que a ferramenta possua apenas uma função:

COBOL → Java

Na realidade, a proposta é muito mais ampla.

A IBM descreve o watsonx Code Assistant for Z como uma solução que apoia diferentes fases do ciclo de vida: descoberta e análise de aplicações, explicação de código, refatoração, geração, otimização, transformação para linguagens mais novas e testes. (IBM)

Entre suas possibilidades estão:

1. Descoberta da aplicação

Antes de modernizar, é necessário saber o que existe.

A ferramenta pode ajudar a identificar:

  • programas;

  • chamadas;

  • COPYBOOKS;

  • arquivos;

  • tabelas;

  • jobs;

  • transações;

  • dependências;

  • fluxos de dados.

É o equivalente digital a espalhar fotografias, endereços e linhas vermelhas sobre a parede da delegacia.

PGM-A
  │
  ├── CALL PGM-B
  │      └── DB2.TBCLIENTE
  │
  ├── READ ARQVSAM
  │
  └── CALL PGM-C
         └── MQ.PUT

Sem esse mapa, uma alteração aparentemente pequena pode atingir dezenas de componentes.

2. Explicação de código

O desenvolvedor pode pedir uma explicação de determinada rotina ou fluxo.

Isso é particularmente útil quando encontramos algo assim:

       IF WS-COD-OPERACAO = '17'
          AND WS-TIPO-CONTA NOT = '9'
          AND WS-FLAG-ESP = 'S'
              PERFORM 4300-TRATA-LIMITE
       ELSE
              PERFORM 4500-TRATA-EXCECAO
       END-IF.

A IA pode resumir a lógica:

Quando a operação for do tipo 17, a conta não pertencer à categoria 9 e estiver marcada como especial, o programa processa o limite; caso contrário, executa o tratamento de exceção.

Isso ajuda.

Mas ainda precisamos perguntar:

  • O que é operação 17?

  • Por que a conta 9 foi excluída?

  • Quem define o indicador especial?

  • Essa regra continua válida?

  • Existe uma exigência regulatória?

  • O comportamento está coberto por testes?

A IA explica o que está escrito.

O especialista descobre o que aquilo significa para a empresa.

3. Descoberta de regras de negócio

A interface Z Understand foi criada para ajudar arquitetos e desenvolvedores a analisar aplicações e descobrir regras de negócio usando uma abordagem conversacional. (IBM)

Essa capacidade pode revelar que uma regra importante está espalhada entre:

3 programas COBOL
2 COPYBOOKS
1 tabela Db2
1 parâmetro em arquivo
1 passo de JCL

É muito comum que a regra real não esteja concentrada em um único lugar.

4. Documentação

Sistemas antigos nem sempre possuem documentação atualizada.

Na verdade, existe uma piada clássica no CPD:

“A documentação está perfeita. Só não corresponde mais ao programa.”

A IA pode auxiliar na produção de:

  • resumo funcional;

  • descrição técnica;

  • fluxo de execução;

  • inventário de componentes;

  • explicação de parágrafos;

  • documentação de interfaces;

  • identificação de entradas e saídas.

Em um caso divulgado pela IBM, a NOSI utilizou o produto para obter visibilidade sobre código e integrações não documentadas e automatizar parte da documentação. A IBM afirma que houve redução de 94% no tempo necessário para analisar código COBOL considerado supérfluo naquele contexto específico. É um estudo de caso do fornecedor, portanto deve ser interpretado dentro dessas condições. (IBM)

5. Refatoração

Refatorar não significa necessariamente trocar de linguagem.

Pode significar:

  • dividir um programa gigantesco;

  • isolar uma regra de negócio;

  • reduzir duplicações;

  • remover código morto;

  • separar acesso a dados;

  • transformar uma função em serviço;

  • melhorar nomes;

  • facilitar testes;

  • preparar uma API.

Imagine um programa de 40 mil linhas chamado:

PGM0001

Ele calcula tarifas, consulta clientes, atualiza contas, gera relatórios e talvez prepare café.

A modernização pode começar separando responsabilidades:

PGM0001
   │
   ├── SERVICO-CLIENTE
   ├── SERVICO-TARIFA
   ├── SERVICO-LIMITE
   └── SERVICO-AUDITORIA

O programa continua em COBOL, mas torna-se mais modular.

6. Transformação seletiva

Em alguns casos, uma parte da aplicação pode ser transformada em Java ou outra tecnologia. A própria IBM apresenta a transformação como seletiva e incremental, não como uma conversão automática indiscriminada de todo o ambiente. (IBM Mediacenter)

Essa diferença é crucial.

Modernização séria não pergunta:

“Como removemos todo o COBOL?”

Ela pergunta:

“Qual componente deve permanecer, qual deve ser refatorado, qual deve ser exposto por API e qual realmente precisa ser substituído?”


Capítulo 7 — O teste é a testemunha principal

Suponha que a IA converta o seguinte cálculo:

COMPUTE WS-JUROS ROUNDED =
        WS-SALDO * WS-TAXA / 100.

A versão gerada em Java pode parecer correta.

Mas precisamos investigar:

  • o COBOL utiliza decimal empacotado?

  • qual é a precisão?

  • onde ocorre o arredondamento?

  • existe truncamento intermediário?

  • o sinal está preservado?

  • quais valores máximos são permitidos?

  • existe ON SIZE ERROR?

  • o Java está usando double ou BigDecimal?

  • como os valores nulos são tratados?

  • existe diferença na representação da data?

  • como ocorre o commit?

Uma tradução sintaticamente bonita pode produzir resultados financeiramente errados.

COBOL: R$ 1.245,37
JAVA:  R$ 1.245,36

Um centavo parece pouco.

Multiplique por dez milhões de operações.

Agora temos uma ocorrência para a divisão de crimes financeiros.

Pesquisas sobre transformação automática de COBOL mostram que a validação da equivalência funcional continua sendo um dos pontos mais difíceis. Um trabalho publicado por pesquisadores ligados ao desenvolvimento de testes para o watsonx Code Assistant for Z observa que código transformado por modelos de linguagem não deve ser considerado correto sem validação, tornando necessários testes de equivalência entre o COBOL original e o código gerado. (arXiv)

Outro relato anterior de migração real de COBOL para Java também identificou os testes como uma das partes mais problemáticas do projeto, além da transferência do conhecimento do domínio. (arXiv)

Essa é a pista decisiva:

Converter código é uma atividade. Demonstrar que o negócio continua correto é outra completamente diferente.


Capítulo 8 — Como a IA pode aumentar os MIPS?

Agora conseguimos reconstruir o crime.

Imagine um banco com 120 solicitações de modernização.

Sem assistência de IA, cada equipe gasta grande parte do tempo tentando localizar componentes, interpretar código e mapear impactos.

120 solicitações
      ↓
análise lenta
      ↓
fila crescente
      ↓
poucas entregas
      ↓
aplicação congelada

Com ferramentas de descoberta, explicação e documentação:

120 solicitações
      ↓
análise mais rápida
      ↓
melhor compreensão
      ↓
mais testes preparados
      ↓
mais entregas
      ↓
mais serviços em produção

Essas entregas podem gerar:

  • novas transações CICS;

  • consultas adicionais ao Db2;

  • mensagens MQ;

  • chamadas de APIs;

  • processamento antifraude;

  • integração com aplicativos móveis;

  • novos lotes noturnos;

  • uso de IA próximo aos dados;

  • novos produtos bancários;

  • expansão da base de clientes.

O consumo de capacidade cresce não porque a IA tornou um ADD mais pesado, mas porque a organização conseguiu colocar mais funcionalidades em operação.

A equação é esta:

MAIOR COMPREENSÃO DO LEGADO
             +
MENOR TEMPO DE MODERNIZAÇÃO
             +
MAIOR VELOCIDADE DE ENTREGA
             =
MAIS CARGAS EXECUTADAS

O aumento de MIPS pode ser consequência de crescimento do negócio, modernização bem-sucedida ou novas cargas.

Isso não significa necessariamente desperdício.

Também não significa automaticamente economia.

Significa que o ambiente está evoluindo.


Capítulo 9 — Um roteiro prático para o programador COBOL iniciante

O detetive abriu o caderno.

— Chega de teoria. Vamos ao procedimento operacional.

Passo 1 — Aprenda COBOL antes de delegá-lo à IA

Não use a inteligência artificial como substituta dos fundamentos.

Você precisa compreender:

  • divisões do programa;

  • níveis de dados;

  • cláusula PIC;

  • USAGE;

  • COMP, COMP-3 e binários;

  • MOVE;

  • COMPUTE;

  • IF;

  • EVALUATE;

  • PERFORM;

  • tabelas;

  • arquivos;

  • tratamento de erros;

  • chamadas;

  • SQL embutido;

  • conceitos de CICS.

Sem conhecimento básico, você não consegue avaliar a resposta recebida.

A IA pode afirmar algo incorreto com aparência impecável.

Passo 2 — Peça explicações pequenas

Em vez de entregar um programa inteiro com 30 mil linhas, selecione uma rotina.

Exemplo:

Explique o objetivo deste parágrafo COBOL.
Identifique entradas, saídas, condições e possíveis erros.
Não invente o significado comercial dos códigos.

Essa última frase é importante.

A ferramenta deve separar:

  • o que pode observar;

  • o que está inferindo;

  • o que não sabe.

Passo 3 — Confirme no código

Se a IA disser que um campo recebe dados de uma tabela Db2, procure:

EXEC SQL
   SELECT ...
END-EXEC

Se afirmar que um programa é chamado, procure:

CALL 'PROGRAMA'

ou uma chamada dinâmica:

CALL WS-NOME-PROGRAMA

A resposta da IA é uma pista.

O código é a cena do crime.

Passo 4 — Consulte especialistas

Converse com:

  • analista de negócios;

  • programador experiente;

  • DBA;

  • administrador CICS;

  • equipe de produção;

  • segurança;

  • operação;

  • suporte;

  • usuário-chave.

Um operador pode saber que determinado job não deve executar antes das 2 horas porque depende de um arquivo externo que chega por transmissão.

Essa regra talvez não esteja no COBOL.

Passo 5 — Gere documentação revisável

Produza um documento contendo:

Nome do programa
Objetivo
Entradas
Saídas
Arquivos
Tabelas
Chamadas
Regras identificadas
Pontos de dúvida
Riscos
Testes necessários

Marque claramente o que foi:

  • confirmado;

  • inferido;

  • informado por especialista;

  • ainda não investigado.

Passo 6 — Crie testes antes de alterar

Antes de modernizar, capture o comportamento atual.

Inclua:

  • caso normal;

  • valores mínimos;

  • valores máximos;

  • zero;

  • negativo;

  • campo vazio;

  • dado inválido;

  • data de virada de mês;

  • ano bissexto;

  • duplicidade;

  • falha de arquivo;

  • erro SQL;

  • rollback;

  • timeout.

O programa antigo pode conter comportamentos estranhos.

Alguns são defeitos.

Outros são regras do negócio que ninguém documentou.

Não corrija aquilo que você ainda não compreendeu.

Passo 7 — Faça mudanças incrementais

Evite a estratégia:

Converter tudo
Desligar tudo
Torcer

Prefira:

Descobrir
      ↓
Documentar
      ↓
Testar
      ↓
Isolar
      ↓
Refatorar
      ↓
Comparar
      ↓
Implantar gradualmente
      ↓
Monitorar

Em mainframe, coragem sem controle de mudança recebe outro nome:

incidente de produção.


Capítulo 10 — O que a IA não consegue fazer sozinha

Mesmo uma ferramenta avançada não possui automaticamente:

  • conhecimento completo do negócio;

  • responsabilidade jurídica;

  • autoridade para alterar produção;

  • compreensão de acordos informais;

  • conhecimento de exceções históricas;

  • garantia absoluta de equivalência;

  • contexto de todos os sistemas externos;

  • discernimento político da organização;

  • memória dos incidentes antigos;

  • responsabilidade pelo resultado.

Ela também pode:

  • interpretar incorretamente uma condição;

  • ignorar uma chamada dinâmica;

  • não perceber dados montados em tempo de execução;

  • confundir código morto com código raramente usado;

  • sugerir tipos inadequados;

  • gerar testes insuficientes;

  • explicar com confiança uma regra que não existe.

Portanto:

IA SEM ESPECIALISTA
       =
SUSPEITO INTERROGANDO A SI MESMO

A inteligência artificial deve atuar como assistente.

O profissional continua responsável pela decisão.


Capítulo 11 — Curiosidades encontradas no arquivo confidencial

Curiosidade 1 — COBOL não sobreviveu por acidente

Ele permanece porque milhões de regras empresariais foram codificadas, testadas e refinadas durante décadas.

Um programa pode parecer antigo, mas ter sobrevivido a:

  • mudanças de moeda;

  • fusões bancárias;

  • novas regulamentações;

  • crises econômicas;

  • mudanças tributárias;

  • milhões de execuções diárias.

Idade não é prova de qualidade.

Mas também não é prova de inutilidade.

Curiosidade 2 — “Legado” não significa “abandonado”

Legado é aquilo que foi herdado.

Uma aplicação pode ser antiga e continuar recebendo manutenção, integração, atualização de compilador, APIs e recursos de segurança.

O problema não é ser legado.

O problema é ser legado incompreendido.

Curiosidade 3 — A melhor modernização pode preservar o COBOL

Uma empresa pode:

  • manter o núcleo transacional em COBOL;

  • expor serviços por APIs;

  • integrar com aplicações móveis;

  • usar eventos e mensageria;

  • incorporar análises de IA;

  • modernizar a experiência do desenvolvedor;

  • automatizar testes e pipelines.

Modernização não exige obrigatoriamente remoção da linguagem.

Curiosidade 4 — Código morto pode estar apenas dormindo

Uma rotina pode não ser chamada há meses e ainda representar um processo anual, uma contingência ou um procedimento de recuperação.

Antes de removê-la, investigue:

  • scheduler;

  • JCL;

  • chamadas dinâmicas;

  • transações;

  • procedimentos manuais;

  • execução de fechamento anual;

  • planos de continuidade.

Como diria o detetive:

“Ausência de execução recente não é atestado de óbito.”


Easter egg — O comunicador de pulso

O jovem programador observou o relógio do detetive.

— Isso é uma espécie de smartphone?

— Smartphone? — respondeu ele. — Em 1946 eu já usava rádio de pulso nas histórias em quadrinhos.

O programador sorriu.

A ideia parecia futurista décadas antes de relógios inteligentes se tornarem produtos comuns.

O detetive então apontou para o terminal 3270:

— A tecnologia adora anunciar como novidade aquilo que alguém imaginou muito antes.

No canto da tela apareceu:

READY

Era o TSO aguardando o próximo comando.

Ou talvez fosse o próprio mainframe respondendo à notícia de sua morte.


Capítulo 12 — A sentença do caso

Depois de examinar programas, relatórios, declarações financeiras, diagramas e testes, o detetive reuniu todos na sala de operações.

— Já sei quem tentou matar o COBOL.

O programador arregalou os olhos.

— Foi a IA?

— Não.

— Java?

— Também não.

— A nuvem?

— Inocente neste caso.

O detetive escreveu no quadro:

CULPADO:

A SIMPLIFICAÇÃO EXCESSIVA

A narrativa de que uma IA converterá milhões de linhas COBOL e eliminará instantaneamente o mainframe ignora quase tudo o que torna uma aplicação corporativa complexa:

  • dados;

  • regras;

  • integrações;

  • segurança;

  • operação;

  • testes;

  • desempenho;

  • disponibilidade;

  • auditoria;

  • conhecimento humano;

  • risco empresarial.

A IA pode facilitar migrações? Sim.

Pode ajudar a transformar COBOL em Java? Sim.

Pode auxiliar na remoção de partes do legado? Sim.

Mas também pode:

  • documentar aplicações;

  • acelerar novos profissionais;

  • encontrar dependências;

  • preparar testes;

  • melhorar código COBOL;

  • isolar serviços;

  • aumentar a velocidade de entrega;

  • prolongar a vida econômica do IBM Z.

A tecnologia não possui uma única direção obrigatória.

Ela amplia a capacidade de quem a utiliza.


Conclusão — O COBOL não precisa de um coveiro; precisa de investigadores

A pergunta inicial era:

E se a inteligência artificial não fosse inimiga do COBOL, mas sua melhor aliada?

Depois de examinar as evidências, a resposta mais honesta é:

Ela pode ser uma grande aliada, desde que seja utilizada com conhecimento, governança, testes e responsabilidade humana.

O dado dos clientes que ampliaram MIPS três vezes mais rapidamente é uma declaração da própria IBM e não deve ser tratado como prova independente de causalidade. Ainda assim, ele oferece uma pista importante: aparentemente, pelo menos em parte do mercado, a adoção de IA para modernização não está sendo acompanhada por uma fuga imediata do mainframe.

Ao contrário, organizações capazes de compreender melhor suas aplicações podem encontrar novas razões para investir nelas.

O verdadeiro gargalo nunca foi simplesmente escrever COBOL.

O verdadeiro gargalo era entrar em um sistema com 30 ou 40 anos de história e responder com segurança:

O que este programa faz?

Quem o chama?

Quais dados ele altera?

Que regra empresarial está escondida aqui?

O que acontece se modificarmos esta condição?

Como provamos que nada foi quebrado?

Ferramentas como o watsonx Code Assistant for Z podem reduzir o tempo necessário para investigar essas perguntas. Elas não eliminam a necessidade do programador COBOL. Na realidade, tornam o profissional que conhece COBOL, negócio, testes, dados e arquitetura ainda mais valioso.

O iniciante não deve temer a IA.

Também não deve ajoelhar-se diante dela.

Deve aprender a interrogá-la.

Deve exigir evidências.

Deve comparar respostas com o código.

Deve verificar os dados.

Deve construir testes.

Deve conversar com especialistas.

Deve registrar as conclusões.

E, sobretudo, deve desconfiar de qualquer relatório que termine com:

RC=0000

sem explicar exatamente o que foi executado.

A chuva parou.

O detetive vestiu o sobretudo, ajustou o chapéu e caminhou em direção à porta.

Antes de partir, olhou uma última vez para o programador.

— Então o COBOL está salvo? — perguntou o jovem.

O detetive respondeu:

— Linguagens não são salvas por discursos. São salvas quando continuam resolvendo problemas.

No terminal, uma nova transação foi processada.

Depois outra.

Depois mais dez mil.

O relógio marcou duas da manhã.

O mainframe não estava morto.

Ele estava apenas começando o próximo batch.

Vagner Renato Bellacosa, IBM Champion e especialista em IBM Mainframe
IBM Z17 SYSTEM ONLINE
Sobre o autor

Vagner Renato Bellacosa

IBM Champion 2026 • Especialista em IBM Mainframe

Vagner Renato Bellacosa trabalha com IBM Mainframe desde 1988 , é IBM Champion e especialista em COBOL, CICS, Db2, z/OS e IBM Z. Compartilha experiências profissionais, conhecimento técnico, história da computação e práticas do universo mainframe para aproximar novas gerações das tecnologias que sustentam empresas, bancos e governos ao redor do mundo.

IBM Champion IBM Z COBOL CICS Db2 z/OS Mainframe desde 1988
GitHub LinkedIn
Inicializando conteúdo...