每個資訊科技 (Information Technology, IT) 團隊都知道技術債的夢魘:當業務需要新功能時,30% 的時間卻必須花在維護老舊系統、手動搬遷資料、重寫過時程式碼。這不是效率問題,而是創新的枷鎖——當最優秀的工程師被困在重複性的現代化工作中,企業的競爭力正在流失。
加拿大航空 (Air Canada) 找到了打破這個循環的方法。透過 AWS Transform 的客製化能力 (Custom Capability),他們在短短幾天內完成了數千個 AWS Lambda 函數的現代化轉換,專案執行時間與成本雙雙降低 80%。這不是個案,而是代理式人工智慧 (Artificial Intelligence, AI) 改寫應用程式現代化規則的開端。
技術債不只是陳舊的程式碼,而是組織敏捷性的持續消耗。當系統建立在過時的程式語言、框架或基礎架構上時,每次升級、每次整合、每次擴展都需要額外的工程時間。AWS 指出,企業 IT 團隊經常需要額外花費 30% 時間成本進行手動現代化工作。
30% 成本背後的真實意義
這個 30% 代表什麼?對於一個 10 人的開發團隊來說,相當於 3 位全職工程師終年處理技術債務而非開發新功能。對於追求數位轉型的企業來說,這意味著市場機會的錯失、競爭對手的超前、客戶期待的落差。
手動現代化的惡性循環
技術升級、基礎架構演進、硬體環境改變,都會使既有服務需要 IT 人員花費大量時間,透過手動方式搬遷資料、移轉服務使用平台,甚至重新編寫既有服務程式碼,以利服務能在更現代化環境下順利運作。這往往變成不少 IT 技術人員的惡夢。
傳統的解決方案通常是延遲現代化——「這個系統還能用,等業務壓力減輕再處理」——但技術債只會隨時間累積,不會自然消失。當債務累積到系統無法支撐業務需求時,企業面臨的往往是更昂貴、更高風險的大規模重寫或替換。
AWS Transform 在 AWS re:Invent 2025 大會上宣布的客製化能力,標誌著應用程式現代化進入新階段。這個能力的核心突破在於「任何」——任何程式語言、任何框架、甚至企業專屬的內部語法,都能透過代理式 AI 進行現代化轉換。
突破標準工具的極限
過去企業內部可能存在許多針對特定需求編寫、甚至過時的程式語言編碼及框架,往往難以透過標準工具進行轉換。AWS Transform 的客製化能力透過專門的代理式 AI 功能,系統能夠學習、執行一致且高品質的程式編碼轉換,支援包含 Java、Node.js 到 Python 等常見程式編碼轉換升級,即便是企業專屬程式編碼內容也能順利轉換。
代理式 AI 的自我進化機制
這個能力的技術基礎是代理式 AI 的學習與自我最佳化機制。代理不只是執行預定義的轉換規則,而是分析程式碼的結構、理解業務邏輯、識別相依性、產生現代化方案、驗證轉換結果。透過回饋機制,代理持續進行自我最佳化,隨著處理更多程式碼,轉換品質不斷提升。
數量級的效率躍昇
官方數據顯示,對於一般組織而言,AWS Transform 客製化能力能將數百、甚至數千個應用程式的現代化轉換速度,提升至傳統手動操作的 5 倍。這不是邊際改善,而是數量級的躍升——從數月縮短為數週,從數週縮短為數天。
的挑戰具有代表性:數千個 AWS Lambda 函數需要現代化,涉及程式碼升級、相依性更新、效能最佳化。如果採用傳統手動方式,這個專案可能需要數月時間、消耗大量工程資源、伴隨高風險的人為錯誤。
成果:從數月到數天的極速轉換
透過 AWS Transform 的客製化能力,加拿大航空在短短幾天內完成了這個轉換。代理式 AI 協調並執行了數千個 Lambda 函數編碼內容的現代化,專案執行時間與成本大幅降低 80%。
價值:由 AI 把關的一致性與品質
這個 80% 的降低不只是時間與金錢的節省,更是風險的大幅降低。手動現代化過程中,每個函數都是潛在的錯誤來源——遺漏的相依性、不一致的升級、未發現的邊界條件。當代理式 AI 系統性地處理轉換時,它應用一致的轉換邏輯、自動驗證結果、產生完整的測試覆蓋。
加拿大航空的成功不是因為他們的程式碼特別簡單,而是因為 AWS Transform 能夠理解複雜的業務邏輯、處理企業特定的程式碼模式、維持轉換的一致性。這證明了代理式 AI 不只能處理標準化場景,更能應對真實世界的複雜性。
傳統的現代化流程是線性且勞力密集的:分析現有程式碼、規劃遷移策略、手動重寫或轉換、逐一測試、修復問題、文件更新。每個階段都需要人為決策與執行,進度受限於可用的工程資源。
多工並行的智慧代理
代理式 AI 改寫了這個流程。AWS Transform 的代理能夠並行處理多個任務:分析代理檢視整個程式碼庫並識別轉換模式,轉換代理執行實際的程式碼現代化,測試代理自動生成並執行測試案例,文件代理產生技術文件與變更記錄。
自主協調與相依性管理
這些代理不是各自獨立運作,而是透過協調機制共享上下文、同步進度、處理相依性。當轉換代理發現某個函數依賴另一個尚未轉換的模組時,它會通知協調系統調整執行順序。當測試代理發現轉換結果的問題時,它會回饋給轉換代理進行修正。
這個協調能力讓大規模現代化變得可行。對於數千個函數的轉換,手動協調各種任務的相依性幾乎不可能。但對於代理系統來說,這只是資源排程與狀態管理的問題——而這正是軟體擅長的領域。
建立正向循環的知識庫
回饋機制確保代理隨時間改善。當代理處理更多企業特定的程式碼模式時,它建立內部知識庫,未來的轉換速度更快、品質更高。這創造了正向循環:使用越多,效果越好。
AWS Transform 的現代化能力不限於雲端原生應用,而是涵蓋企業最頭痛的遺留系統。針對依賴微軟生態系的企業,AWS Transform 提供全端堆疊 (Full-stack) 的 Windows 環境現代化加速功能。
Windows 全端堆疊的無痛轉型
代理式 AI 會先分析完整的 Windows 軟體堆疊,包含 .NET 應用、SQL Server 資料庫、使用者介面 (User Interface, UI) 框架及作業系統,並且提出協調且一致的轉型計畫。一旦獲准,代理式 AI 將執行轉型,將系統遷移至開源 (Open Source) 與雲端原生 (Cloud-native) 的替代方案,例如從微軟 SQL Server 環境轉至開放架構設計的 PostgreSQL。
AWS 強調,此功能不僅能提升現代化轉型效率,更能藉由擺脫昂貴的軟體授權協議,協助企業客戶節省高達 70% 的營運成本。這個 70% 不是一次性節省,而是持續的營運成本降低——每年的授權費用、維護成本、升級支出都大幅減少。
喚醒核心資產:大型主機現代化
針對傳統架構的大型主機 (Mainframe),AWS Transform 新功能增加三個 AI 代理服務,包含能深入分析程式碼、提取業務規則,並且自動生成技術文件。此外,新的任務代理能自動生成測試計畫與自動化腳本,解決過去佔用 IT 技術人員至少一半專案時間的測試難題。
大型主機現代化的挑戰不只是技術,更是知識轉移。許多大型主機系統運行數十年,原始開發者可能已退休,業務邏輯埋藏在 COBOL 或組合語言的程式碼中。AWS Transform 的代理能夠從程式碼中提取業務規則、產生清晰的文件、建立可維護的現代化版本,讓知識得以保存與傳承。
VMware 資產的智慧遷移規劃
在 VMware 遷移方面,新的代理式 AI 功能簡化大規模的資產盤點與網路遷移規劃流程,支援從評估到佈署的完整編程排布,更可處理非結構化資料輸入 (如文件、聊天記錄) 內容來規劃遷移工作。此功能同時強化對 Cisco ACI、Fortigate 與 Palo Alto Networks 等網路架構與資安配置的支援。
QAD:從兩週縮短至三天的開發奇蹟
QAD 是一家企業資源規劃 (Enterprise Resource Planning, ERP) 軟體公司,他們的經驗展現了 AWS Transform 的實際效益。這家軟體公司表示,過去需要兩週的現代化轉換工作,現在僅需 3 天即可完成,並且可在每年節省超過 7500 個開發工時。
7500 個開發工時代表什麼?對於一個標準工作年 (約 2000 小時) 來說,這相當於近 4 位全職工程師的年度產能。這些被釋放的資源可以投入產品創新、客戶功能開發、技術債務的進一步清理——而不是年復一年地重複相同的現代化苦工。
湯森路透:每月 150 萬行的規模化驗證
湯森路透集團 (Thomson Reuters) 的規模更大。利用代理式 AI 自動化,目前已達到每月遷移 150 萬行程式碼的速度,並且降低 30% 的成本。150 萬行程式碼不是小數字——這是中大型企業應用系統的典型規模。能夠以月為單位處理這個規模的現代化,代表技術債不再需要跨年度逐步清理,而是可以在季度內看到明顯進展。
30% 的成本降低結合每月 150 萬行的速度,創造了規模化現代化的可能性。過去企業可能因為成本考量而延遲非關鍵系統的升級,現在成本與速度的雙重改善讓全面現代化變得可行。
這些實證成果有共通特徵:它們都涉及大規模、複雜的企業系統,都需要處理特定的業務邏輯與技術模式,都在短時間內看到顯著的效率提升。這證明代理式 AI 不是實驗室技術,而是已經在生產環境中創造價值的工具。
從加拿大航空、QAD、Thomson Reuters 的成功案例中,可以提煉出技術債解方的三個關鍵要素。
學習能力:越用越聰明的系統
AWS Transform 的代理不只執行預定義的轉換規則,而是學習企業特定的程式碼模式、理解業務邏輯、識別最佳實踐。這意味著系統處理的程式碼越多,它對組織的理解越深,未來的轉換品質越高。
這個學習不是抽象的機器學習演算法,而是針對現代化任務的特定最佳化。當代理發現某個轉換模式在測試中表現良好時,它會優先採用類似模式。當某個轉換導致錯誤時,它會調整策略避免重複問題。
一致性:消除人為變異的標準化
手動現代化最大的挑戰之一是維持一致性——不同工程師可能採用不同的轉換策略、命名慣例、程式碼風格。當專案涉及數千個函數或模組時,這種不一致性會造成維護困難、理解障礙、整合問題。
代理式 AI 確保整個現代化專案使用一致的轉換邏輯。當代理處理第一個函數時建立的模式,會應用到所有後續函數。當轉換策略需要調整時,變更可以系統性地回溯應用。這創造了一致、可預測、易於維護的現代化結果。
規模能力:打破人力限制的擴展性
傳統現代化的瓶頸是人力資源——無論多少工程師投入,人類處理速度有其上限。代理式 AI 的優勢在於可擴展性——需要處理 100 個函數或 10000 個函數,差異只是運算資源的調配,不是根本能力的限制。
這個規模能力讓「全面現代化」從多年計畫變為季度目標。企業不再需要逐步、選擇性地升級系統,而是可以制定完整的現代化藍圖並快速執行。
AWS 同步推出 AWS Transform Composability 計畫,讓埃森哲 (Accenture)、凱捷 (Capgemini) 與 Pegasystems 等合作夥伴能將其專有工具與知識庫整合進 AWS Transform,進而協助金融等特定產業提供更具脈絡的轉型工作流。
結合深厚領域知識的代理
這個開放性對企業客戶意義重大。金融服務業的現代化需求與製造業不同,醫療產業的合規要求與零售業相異。當產業專家能將領域知識整合到 AWS Transform 時,代理不只是通用的現代化工具,而是理解產業特定挑戰的專業夥伴。
埃森哲、凱捷、Pegasystems 作為首批合作夥伴,為金融服務與醫療保健產業建立客製化的代理。這些代理理解產業法規、熟悉常見架構模式、預先整合產業特定的測試案例。
打造可組合的協作生態系
Composability 的願景是建立代理生態系——不同專業領域的代理能夠組合、協作、共享知識。當企業需要同時進行應用現代化、資料庫遷移、網路重構時,他們可以組合相應的專業代理,而不是尋找單一工具試圖處理所有任務。
加拿大航空、QAD、Thomson Reuters 的成功標誌著應用程式現代化進入新階段。技術債不再是必須忍受的負擔,而是可以系統性解決的工程問題。代理式 AI 不是取代工程師,而是將他們從重複性的轉換工作中解放,讓他們專注於創新與價值創造。
改變對技術債的根本態度
當現代化的速度提升 5 倍、成本降低 80%、一致性得到保證時,企業的策略選項改變了。過去因為成本或時間限制而延遲的系統升級,現在變得可行。過去需要跨年度規劃的大型遷移專案,現在可以在季度內完成。過去被技術債拖累的創新速度,現在得以釋放。
AWS Transform 的願景不只是提供更好的現代化工具,而是改變企業對技術債的根本態度。當清理技術債變得快速且經濟時,企業可以更頻繁地現代化系統、採用新技術、實驗新架構——而不用擔心未來的遷移成本。
這創造了正向循環:更頻繁的現代化讓系統保持最新狀態,最新的系統更容易整合新能力,新能力創造商業價值,商業價值支持持續投資現代化。技術債從惡性循環變為良性循環。
下一個現代化轉型可能在您的組織中——可能是那套運行 10 年的訂單系統、可能是基於 .NET Framework 2.0 的內部工具、可能是等待升級的 VMware 環境。當代理式 AI 能夠在數天內處理數千個函數的轉換時,技術債的夢魘確實可以終結。
準備讓代理式 AI 接手您的現代化挑戰?無論是雲端原生應用、Windows 全端堆疊、大型主機遷移或 VMware 環境轉換,AWS 團隊能夠協助您評估現況、規劃策略、執行轉型。從概念驗證到規模化部署,讓技術債不再阻礙創新。
立即聯絡 AWS 台灣團隊
AWS 服務
• AWS Transform
• AWS Lambda
新聞來源
• AWS Transform 導入代理式 AI 新功能 標榜能讓任何程式碼與應用程式現代化
• New agentic capabilities in AWS Transform enable rapid modernization of any code or application
• Introducing AWS Transform custom: Crush tech debt with AI-powered code modernization
無法去拉斯維加斯親自體驗?歡迎報名參與 Best of AWS re:Invent (AWS 雲端科技發表會) 線上參與,一樣精彩!
本文章內容由「Amazon Web Services (AWS)」提供。


