Claude Code ทุบ IBM: เมื่อ AI อ่าน COBOL ได้ ธุรกิจไทยต้องตื่นตัว
เมื่อวันที่ 23 กุมภาพันธ์ 2026 Anthropic ประกาศว่า Claude Code สามารถ modernize โค้ด COBOL โดยอัตโนมัติ ผลคือหุ้น IBM ร่วง 13% ในวันเดียว และทำสถิติ worst month ใน 34 ปี (-26.8% ใน ก.พ.) บทความนี้อธิบายว่าเกิดอะไรขึ้น ทำไมถึงสำคัญ และธุรกิจไทยควรมองเรื่องนี้อย่างไร
COBOL คืออะไร และทำไมยังมีอยู่ในปี 2026?
COBOL (Common Business-Oriented Language) เป็นภาษาโปรแกรมที่พัฒนาขึ้นในปี 1959 ออกแบบสำหรับ business data processing แม้จะเก่ากว่า internet แต่ยังคงทำงานอยู่ในระบบสำคัญทั่วโลก:
– 95% ของธุรกรรม ATM ในสหรัฐอเมริกา
– ระบบ core banking ของธนาคารชั้นนำทั่วโลก
– ระบบประกันภัย, payroll, และรัฐบาลในหลายประเทศ รวมถึงไทย
เหตุผลที่ยังไม่เปลี่ยน: ค่า modernize แบบ traditional ใช้เวลา 5-10 ปีและงบ $100M+ ต่อโปรเจกต์ บวกกับนักพัฒนา COBOL ที่เกษียณไปหมดแล้ว
IBM กับ Business Model ที่กำลังถูก Disrupt
IBM สร้าง mainframe ที่รัน COBOL มาตลอด และ charge เงินสำหรับ consulting, maintenance, และ modernization ในราคาที่ลูกค้าไม่มีทางเลือก ใน Q4 2025 IBM Z Mainframe โตถึง 48% YoY สะท้อนว่าลูกค้ายังต้องพึ่งพาอยู่
นี่คือ “complexity moat” — ลูกค้าติดอยู่กับ IBM เพราะไม่มีใครทำแทนได้
Claude Code เปลี่ยนอะไร?
Anthropic ประกาศว่า Claude Code สามารถ:
1. อ่านและ map dependency ทั้ง codebase ขนาดใหญ่โดยอัตโนมัติ
2. ค้นหา implicit dependencies ที่ static analysis tool ทั่วไปพลาด
3. สร้าง documentation และ workflow diagram ของระบบ legacy
4. วิเคราะห์ความเสี่ยง ว่าส่วนไหน safe to modernize และส่วนไหน risky
5. แปลง COBOL → modern language พร้อม API wrapper
6. Incremental validation ไม่ต้องล้มทั้งระบบพร้อมกัน
ผลลัพธ์: Timeline จาก years → quarters, ต้นทุนลดลงอย่างมีนัยสำคัญ
ผลกระทบต่อตลาด: IBM ร่วง 13% ในวันเดียว
วันที่ 23 กุมภาพันธ์ 2026 IBM กลายเป็น worst performer ใน S&P 500 และภายในเดือนเดียว หุ้นร่วงรวม 26.8% — worst month ใน 34 ปี
นักลงทุนตอบสนองรุนแรงเพราะ moat ที่สร้างมูลค่าให้ IBM มาตลอด 60 ปีกำลังหายไป value proposition “ไม่มีใครทำแทนได้” — AI ทำแทนได้แล้ว ในราคาถูกกว่าและเร็วกว่า
ธุรกิจไทยเกี่ยวข้องอย่างไร?
– ธนาคารไทย หลายแห่งใช้ระบบ core banking บน mainframe มา 20-30 ปี
– บริษัทประกันไทย มีระบบ legacy ที่ maintain ลำบากและ upgrade ยาก
– ภาครัฐ (กรมสรรพากร, ระบบประกันสังคม) มี legacy IT ที่รอการ modernize
barrier ที่เคยทำให้ modernize ไม่ได้ (ราคา, ความเสี่ยง, เวลา) กำลังลดลงอย่างมีนัยสำคัญ
โอกาสสำหรับ IT Professionals ไทย
IT professional ที่รู้จักใช้ Claude Code สำหรับ legacy analysis จะมีมูลค่าสูงขึ้นมาก ไม่ต้องเป็น COBOL expert — AI ช่วยอ่านให้
งาน modernization project ที่เคย quote ราคาสูงเกินงบ อาจเริ่มทำได้ด้วย in-house team + AI tools consulting firms ด้าน IT ในไทยมีตลาดใหม่ที่ IBM และ Accenture เคยผูกขาดอยู่
Big Picture: AI โจมตี “Complexity Moats” ทุกวงการ
IBM ไม่ใช่รายเดียว big consulting firms ทั่วโลกที่ charge ราคาสูงเพราะ “จัดการความซับซ้อนที่คนอื่นทำไม่ได้” กำลังเผชิญกับ disruption แบบเดียวกัน
คำถามสำหรับทุกธุรกิจ: value proposition ของเราคืออะไร?
– ถ้าคือ “ความซับซ้อนที่คนอื่นเข้าไม่ถึง” → ต้องทบทวนด่วน
– ถ้าคือ “judgment, relationship, และ context เชิงธุรกิจ” → ยังแข็งแกร่งอยู่
FAQ
Q: COBOL ยังใช้ในไทยจริงๆ ไหม?
A: ใช่ครับ ธนาคารและบริษัทประกันขนาดใหญ่ในไทยหลายแห่งยังมีระบบ core ที่รันบน mainframe และมี legacy code ที่เก่ามาก แม้จะไม่ใช่ COBOL ทั้งหมด แต่ pattern ของ legacy system ที่ modernize ยากเป็นเรื่องที่พบบ่อยมาก
Q: Claude Code ทำแทน IT consultant ได้เลยไหม?
A: ไม่ครับ Claude Code เป็น tool ที่ช่วยลดต้นทุนและเวลาของการ analyze และ refactor code แต่ยังต้องมี experienced engineer ที่เข้าใจ business context, regulatory requirements, และ risk management มา oversee ทุกขั้นตอน
Q: ธุรกิจไทย SME ควรสนใจเรื่องนี้ไหม?
A: ถ้าคุณมีระบบ IT ที่เก่าและ maintain ยาก (ไม่ว่าจะเป็น COBOL หรือเปล่า) นี่คือสัญญาณที่ดีว่า modernization อาจทำได้ในราคาที่ถูกลงมากในอีก 1-2 ปีข้างหน้า
Q: IBM จะกลับมาได้ไหม?
A: IBM ยังมีฐานลูกค้าใหญ่มากและ cash flow แข็งแกร่ง แต่ต้อง reinvent value proposition ไปสู่สิ่งที่ AI ทำแทนได้ยากกว่า เช่น deep industry expertise, trust, และ enterprise relationship
Q: AI อ่าน COBOL ได้ดีแค่ไหนในทางปฏิบัติ?
A: จาก Anthropic blog และ early case studies ผลลัพธ์น่าประทับใจในด้าน code analysis และ documentation generation แต่การ migrate ระบบจริงยังต้องการการทดสอบอย่างเข้มงวดและ human validation ทุกขั้นตอน
บทสรุป
สิ่งที่เกิดกับ IBM สะท้อนบทเรียนที่ทุกธุรกิจในยุค AI ควรจำ: moat ที่สร้างจาก “ความซับซ้อนที่คนอื่นเข้าไม่ถึง” เปราะบางมากขึ้นทุกวัน
สำหรับธุรกิจและ IT professionals ไทย นี่คือทั้งโอกาสและสัญญาณเตือน เวลาที่ดีที่สุดในการ assess ว่า AI จะ reshape industry ของคุณอย่างไรคือตอนนี้ ไม่ใช่เมื่อ disruption เกิดขึ้นแล้ว
—
ติดตาม Data-Espresso สำหรับ AI insights ย่อยง่ายทุกวัน: [data-espresso.com](https://data-espresso.com) ☕