Pergunte à maioria dos assistentes de IA sobre seus dados do mainframe e você não obterá nada de útil. Os registros estão lá — arquivos de clientes, histórico de pedidos, transações que remontam a décadas —, mas estão armazenados no VSAM, descritos por “copybooks”, e só podem ser acessados por meio de um código que alguém escreveu há muito tempo.
Nesta demonstração de três minutos, o engenheiro sênior de sistemas Demos Economacos mostra o que muda quando um assistente de IA consegue consultar esses dados diretamente.
The groundwork is data virtualization: in the CONNX Data Dictionary, VSAM record layouts appear as ordinary SQL tables — CUSTOMERS_VSAM, ORDERS_VSAM, PRODUCTS_VSAM — each field’s native type, offset, length, and codepage resolved into standard SQL types. The CONNX MCP Server then publishes those tables to Claude over the open Model Context Protocol: query tools, metadata services, and schema access, all delivered through the security and governance CONNX already enforces.
O resto é uma conversa. “Quantos clientes temos?” retorna uma contagem lida em tempo real do VSAM. “Qual é o nosso produto mais vendido?” é mais difícil, e é essa parte que vale a pena observar. O assistente nunca viu esse esquema. Ele examina as tabelas, escreve seu próprio SQL, comete um erro na consulta e se corrige, depois agrega os pedidos por produto e responde duas vezes — um produto lidera em unidades vendidas, outro lidera em receita. Uma distinção que ninguém pediu, mas que a maioria das pessoas gostaria de ter.
Sem extração, sem replicação, sem armazenamento temporário durante a noite. As consultas são executadas no mainframe em tempo real, e os dados nunca saem do caminho controlado.
A demonstração é executada com dados de exemplo em uma fonte VSAM; o mesmo dicionário exibe, ao lado, conexões com o Db2 e o Kafka.