切坦·桑丹卡（Chetan Saundankar）是Coditation的创始人和CEO，Coditation是一家数据、AI和产品工程公司，帮助医疗保健组织部署AI以提高运营效率。他也是Plant360.ai的创始人，Plant360.ai是一个用于工业工程和运营的AI平台。
我参加的每个 AI 产品演示都以相同的方式开始：一个空白的提示框，一个用简单英语的请求，几分钟后就有一个可用的应用程序。这是一个真正令人印象深刻的技巧。但是我认为，这是目前企业 AI 领域中最不令人感兴趣的事情。更重要的工作发生在一个远不那么光鲜的地方：在十五年前的代码库中，没有人愿意触碰，代码是由十年前离开公司的工程师编写的，业务逻辑是没有人完全理解的。绝大多数 AI 报道都把这个问题搞反了。遗留代码不是技术债务，它是积累的业务智慧：几十年的决策，以软件的形式编码，做出这些决策的人早已离开了公司。绿地开发占据了主导地位。旧代码得到的资金是勉强的，而且通常没有足够的理解来有效地使用它。真正的短缺不是开发人员，而是记忆这不是一个孤立的问题。2025 年的一项 Pegasystems 研究，由 Savanta 公司在全球 500 多名 IT 决策者中进行，估计平均每个全球企业每年浪费超过 $370 万 来尝试高效地现代化遗留系统，其中近 134 万美元与缓慢、资源密集的转型项目有关。我们最近与一家电池分销公司合作，该公司运行着超过 15 个遗留应用程序，这种情况是二十年来通过并购、一次性集成和工程师解决今天的问题而积累起来的。在这些代码中，有定价规则、库存阈值和分销约束，代表了多年的机构决策，这些决策只在没有人完全绘制的逻辑中写下来。很容易把这称为一个人才问题：雇佣更多的开发人员，迁移得更快。但是，你不能仅仅通过雇佣更多的人来解决这样一个问题：理解为什么一个模块以某种方式工作的那个人在 2014 年离开了公司。大多数企业都面临着记忆短缺的问题，而不是人才短缺的问题。直到最近，还没有真正的方法来解决这个问题。AI 实际改变了什么我们没有将代码生成工具指向旧代码库，并告诉它重写一切；这大致是你如何默默地删除你不知道存在的业务逻辑。相反，我们使用...
