El lenguaje COBOL, creado hace 65 años, sigue procesando más del 70 % de las transacciones en cajeros automáticos. Su migración automática a Python o Java llevaba años estrellándose contra la aritmética de punto fijo (Fixed-point Arithmetic): pasar los algoritmos a tipos estándar float provocaba microerrores al redondear céntimos, con el consiguiente riesgo de pérdidas millonarias.
El modelo especializado OpenAI GPT-6.1 Sol acaba de dar un salto cualitativo:
- La precisión de traducción subió del 5,4 % (en GPT-5.6 Sol) al 86,6 % en modo básico y hasta el 97,9 % con razonamiento profundo.
- Los costes de cómputo bajaron un 39 %.
El modelo traduce automáticamente las operaciones financieras a clases de matemática decimal exacta (Decimal en Python y BigDecimal en Java).
Fragmento original en COBOL:
COMPUTE WS-INTEREST ROUNDED = WS-PRINCIPAL * WS-RATE.
ADD WS-PRINCIPAL TO WS-INTEREST GIVING WS-TOTAL.
Y el código equivalente en Python con precisión exacta al byte:
from decimal import Decimal, ROUND_HALF_UP
interest = (principal * rate).quantize(Decimal("0.01"), rounding=ROUND_HALF_UP)
total = principal + interest
Aunque los scripts de mainframe JCL siguen requiriendo supervisión de un ingeniero, el núcleo financiero ya se puede migrar sin distorsionar la lógica.

