approfondimento

Legacy modernization: migrare i sistemi critici tramite l’AI generativa

Home Intelligenza Artificiale AI Generativa

Sostituire sistemi obsoleti come il COBOL abbattendo il debito tecnico delle grandi organizzazioni. Grazie all’AI generativa, le aziende possono comprendere e tradurre automaticamente il vecchio codice verso linguaggi moderni (come Java o Python) in una frazione del tempo. Questo refactoring sicuro, supportato da test automatizzati, riduce i rischi operativi e sblocca l’innovazione sui sistemi informatici critici

Pubblicato il 13 apr 2026

Giovanni Masi

Computer science engineer

Nel cuore delle infrastrutture globali — banche, compagnie aeree, enti governativi e reti logistiche — batte spesso un cuore tecnologico vecchio di decenni. Gran parte delle transazioni finanziarie mondiali e delle prenotazioni aeree si affida ancora a mainframe e linguaggi di programmazione nati negli anni ’70 e ’80, come il COBOL, il Fortran o l’RPG. Questi sistemi, pur essendo incredibilmente stabili e affidabili, rappresentano oggi un ostacolo insormontabile per la trasformazione digitale delle aziende.

@RIPRODUZIONE RISERVATA

Giovanni Masi

Computer science engineer

Ingegnere informatico e dell’automazione, specializzato in cybersecurity e intelligenza artificiale, con oltre vent’anni di esperienza nel settore dell’Information Technology. Ha sviluppato competenze avanzate nella progettazione e nello sviluppo di architetture software, nella gestione di infrastrutture IT complesse, nell’implementazione di strategie di sicurezza informatica e nella creazione di modelli di intelligenza artificiale.

È Presidente della Commissione per l’intelligenza artificiale dell’Ordine degli Ingegneri della Provincia di Frosinone e Vice Delegato del Comitato Italiano Ingegneria dell’Informazione – C3i, dove fa parte anche del Gruppo di Lavoro AI (GTL AI).

Nell’ambito dell’Ordine ha ideato e condotto numerosi seminari ed è autore e docente dei corsi:

Intelligenza Artificiale per Ingegneri
Intelligenza Artificiale Generativa
Prompt Engineering.

Svolge attività accademica come cultore della materia presso il Dipartimento di Ingegneria Informatica dell’Università eCampus e ha tenuto seminari sull’intelligenza artificiale presso la Pontificia Università Antonianum.

Autore di numerosi articoli scientifici e divulgativi, si occupa di Generative AI e delle sue applicazioni professionali. Ha partecipato a progetti di ricerca avanzata, tra cui:

• BioGene, iniziativa supportata da NASA GeneLab per l’analisi genomica di esperimenti spaziali tramite AI

• Uno studio con l’Università Ben Gurion del Negev (Israele) sulla classificazione del livello di ossidazione degli oli mediante modelli intelligenti.

Attualmente concentra la sua attività sullo sviluppo e lo studio dei Large Language Models (LLM), con particolare attenzione alle applicazioni innovative dell’Intelligenza Artificiale Generativa in ambito tecnico e industriale.