Model rzadko jest problemem: integracja AI z SAP, Microsoft 365 i Jira

Pytania, które warto zadać na początku, są bardzo konkretne: jak AI dostanie się do dokumentów w SharePoint? Jak przenieść uprawnienia z Microsoft 365? Jak element wygenerowany przez AI trafi bezpośrednio do Jiry albo SAP? Zanim zaczniemy, odpowiedz na trzy pytania dotyczące planowanego zastosowania:

1. Czy wynik musi być dostępny w ciągu kilku sekund?
2. Czy proces obejmuje jednocześnie kilka systemów?
3. Czy liczba zapytań mocno się waha albo trudno ją przewidzieć?

Odpowiedzi zwykle same wskazują, który z trzech opisanych niżej wzorców integracji będzie właściwy.

Dlaczego projekty AI rzadko upadają przez model

W firmowych projektach AI ta sytuacja powtarza się regularnie: proof of concept wypada przekonująco. Dokumenty są poprawnie odczytywane, e-maile trafnie klasyfikowane, odpowiedzi brzmią wiarygodnie. A potem projekt staje. Model jest tak samo dobry jak wcześniej, ale nagle pojawiają się inne pytania:

1.Skąd AI bierze dane?

Rzadko wszystko znajduje się w jednym miejscu. Warto wcześnie ustalić, które systemy są źródłem danych i przez jaki interfejs je udostępniają.

2.Czy AI może widzieć te same informacje co pracownicy?

AI powinna działać w ramach Twojego istniejącego modelu uprawnień i nie widzieć więcej niż osoba, która wykonuje to samo zadanie.

3.Jak wyniki wracają do SAP, Jiry lub Microsoft 365?

AI, która tylko czyta, tworzy kolejny silos. Wartość pojawia się wtedy, gdy wyniki trafiają prosto do systemu, w którym odbywa się praca.

4.Co się dzieje, gdy system docelowy jest niedostępny?

Awarie i okna serwisowe to część codziennej eksploatacji. System gotowy do produkcji musi mieć na to jasną odpowiedź, a w razie błędów działać dalej w uporządkowany sposób.

5.Kto odpowiada za uprawnienia i identyfikowalność?

Dostęp i audytowalność wymagają jasno określonego właściciela. Często właśnie tu przegląd bezpieczeństwa rozstrzyga, czy projekt pójdzie dalej, czy utknie.

W wielu procesach firmowych jakość modelu nie jest już czynnikiem ograniczającym. Większym zadaniem jest poprawne wdrożenie dostępu do danych, uprawnień i integracji z systemami. Przekonujące demo od systemu używanego na co dzień odróżnia przede wszystkim połączenie z systemami, w których faktycznie odbywa się praca.

Dlaczego integracja oszczędza czas

Gdy AI działa w osobnym narzędziu, często powstaje nowy silos danych. Pracownicy kopiują do niego informacje, sprawdzają wyniki i przenoszą je z powrotem do systemu ERP, CRM lub systemu zgłoszeń. Obiecana automatyzacja kończy się wtedy na ręcznym przepisywaniu. Integracja usuwa ten pośredni krok: AI odczytuje dane tam, gdzie powstają, przetwarza je i zapisuje wyniki bezpośrednio w istniejących procesach.

Dlatego traktujemy integrację jako decyzję architektoniczną, którą podejmujemy na starcie projektu.

Trzy wzorce integracji dla większości procesów w firmie

Wybór drogi zależy od tego, jak blisko czasu rzeczywistego musi działać proces, co udostępniają Twoje systemy i co zaakceptuje dział bezpieczeństwa. Te trzy wzorce obejmują większość firmowych procesów z udziałem AI.

1.Integracja przez API: bezpośrednio i synchronicznie

Najczystsze rozwiązanie, jeśli system docelowy ma udokumentowany interfejs. Usługa AI wywołuje API bezpośrednio, aby odczytywać i zapisywać dane, na przykład w SAP przez OData lub BAPI/RFC, w Microsoft 365 przez Microsoft Graph API, a w Jirze przez jej REST API. To samo dotyczy większości nowoczesnych narzędzi firmowych i systemów własnych, które mają interfejs.

Ten wzorzec sprawdza się w procesach, które potrzebują wyniku niemal w czasie rzeczywistym: wpływa zgłoszenie, AI je klasyfikuje, a kilka sekund później wynik jest już w systemie. Ceną jest ścisłe powiązanie. Usługa AI potrzebuje danych dostępowych, dostępu do sieci i odporności na limity zapytań oraz awarie systemu docelowego. Trudności często kryją się za samym API: system główny udostępnia dane tylko przez starszy interfejs albo uprawnień nie da się bez problemów przenieść.

2.Integracja sterowana zdarzeniami: asynchronicznie i bez ścisłych zależności

Komponenty komunikują się tu przez kolejkę komunikatów lub szynę zdarzeń. Przychodzący e-mail trafia do kolejki, AI pobiera go, gdy jest gotowa, przetwarza i udostępnia wynik do kolejnego kroku.

Ten wzorzec pasuje do dużych lub zmiennych wolumenów, takich jak codzienna liczba e-maili przetwarzanych dla Fr. Meyer’s Sohn. Uniezależnia tempo pracy AI od systemu źródłowego, amortyzuje szczyty obciążenia i sprawia, że krótka awaria jednego komponentu nie blokuje całego łańcucha. Wymaga za to dodatkowej infrastruktury i dyscypliny operacyjnej, jakiej potrzebują systemy asynchroniczne.

3.Middleware i warstwa integracyjna

W procesach obejmujących kilka systemów, na przykład ERP, CRM, pocztę i system plików, między AI a Twoimi systemami działa osobna warstwa integracyjna. W jednym kontrolowanym miejscu obsługuje uwierzytelnianie, mapowanie danych, konwersję formatów i routing.

To najbardziej odporny wzorzec dla złożonych procesów i najłatwiejszy do audytu. Wymaga też największego nakładu pracy, więc opłaca się tam, gdzie uzasadnia to złożoność procesu. Często pojawia się tu pytanie, które powinno paść już wcześniej: jeśli kilka systemów przechowuje różne wersje tych samych danych, który z nich jest źródłem nadrzędnym? Warstwa integracyjna wymusza jednoznaczną odpowiedź.

W praktyce procesu często nie da się przypisać do jednego wzorca. W zależności od systemów podejścia często się łączy. Wzorce nie są przywiązane do określonego zestawu produktów: integracja korzysta z systemów, które już działają w firmie, takich jak SAP, SharePoint, Azure, Jira, systemy pocztowe, serwery plików czy oprogramowanie własne.

Równie ważne są szczegóły procesu, których nie da się wyczytać z samej struktury systemów. Najlepiej ustalać je z działami biznesowymi, które znają rzeczywisty przebieg pracy i wyjątki. Wzorce wyznaczają podejście techniczne, a eksperci dziedzinowi dbają o to, by uwzględnić przypadki szczególne.

Dwa pytania, które warto rozstrzygnąć wcześnie

1.Jak AI wpisuje się w Twój model uprawnień?

AI powinna podlegać tym samym zasadom co ludzie w firmie. W praktyce przejmuje się istniejące role, uprawnienia i modele dostępu z systemów takich jak SAP, Microsoft 365 czy Jira. AI dostaje wyłącznie te uprawnienia, których potrzebuje do swojego zadania.

Prosta zasada: AI nie ma dostępu do informacji niedostępnych dla osoby, której pracę wspiera lub automatyzuje.

Właśnie w tym miejscu projekty najczęściej się opóźniają. O koncepcji dostępu myśli się za późno, brakuje potrzebnych uprawnień albo przegląd bezpieczeństwa ujawnia otwarte kwestie. Wczesne uporządkowanie tych tematów pozwala uniknąć przeszkód na późniejszym etapie.

2.Gdzie człowiek pozostaje w procesie?

Nie każdy proces trzeba automatyzować w całości. Często rozsądniej jest, by AI samodzielnie obsługiwała przypadki standardowe, a pracownikom przekazywała sprawę dopiero wtedy, gdy nie ma pewności albo trafi na wyjątek, na przykład fakturę niezgodną z zamówieniem albo e-mail z niejasną prośbą. Ludzie włączają się tam, gdzie potrzebny jest kontekst, doświadczenie lub decyzja.

Wczesne określenie tego punktu przekazania zapewnia przejrzystość i identyfikowalność. Zwiększa też akceptację, bo wiadomo, kiedy decyduje AI, a kiedy decyzję przejmuje człowiek.

On-premise, chmura czy model hybrydowy?

Model eksploatacji i architektura integracji wpływają na siebie nawzajem, dlatego najlepiej decydować o nich razem. Gdy wymagają tego regulacje, ochrona danych lub wewnętrzne zasady bezpieczeństwa, komponenty AI działają w całości on-premise albo w chmurze.

Model eksploatacji niewiele zmienia w podstawowych wzorcach integracji. Różnice dotyczą tego, gdzie działają poszczególne komponenty i jak zabezpieczone są połączenia między nimi.

O theBlue.ai

theBlue.ai to firma specjalizująca się w AI dla przedsiębiorstw, z biurami w Hamburgu i Poznaniu. Należy do grupy Apollogic, która zatrudnia ponad 120 programistów i jest partnerem SAP i Microsoft. Nasz zespół wywodzi się z IT dla przedsiębiorstw, dlatego każdy projekt zaczynamy od procesu. Znajdujemy ręczny proces, który kosztuje Twoją firmę najwięcej, i budujemy dla niego system AI: zintegrowany z narzędziami, których Twój zespół już używa, działający on-premise lub w chmurze i przygotowany na przegląd bezpieczeństwa. Stoi za tym ponad 100 projektów automatyzacji w dziesięciu branżach. Więcej przeczytasz na stronie O nas.

Najczęściej zadawane pytania