موصل ذكاء اصطناعي لنظام SAP Business One يُباع عبر الشركاء

التحدي

كان المديرون يعتمدون على قسم تقنية المعلومات والاستشاريين في كل تقرير، ولم يكن لدى شركاء SAP منتج ذكاء اصطناعي يقدّمونه لعملائهم.

السياق

في كثير من شركات SAP Business One، لا يستطيع المديرون الحصول على تقرير جديد دون طلبه من قسم تقنية المعلومات أو من استشاري خارجي. كل طلب يعني كتابة استعلام أو تقرير Crystal، وقد تنتظر أسئلة بسيطة مثل أفضل العملاء هذا الشهر أو الأصناف المتأخرة حسب المستودع أيامًا قبل الإجابة.

وفي الوقت نفسه، كان عملاء شركاء SAP يسألونهم عن الذكاء الاصطناعي، ولم يكن لديهم منتج يقدّمونه. كان الهدف موصلًا يتيح للمستخدمين طرح الأسئلة بلغة عادية، ويحافظ على أمان بيانات SAP B1 بصلاحية قراءة فقط، ويمكن للشركاء إعادة بيعه بترخيص لكل مستخدم. وقد جعل Model Context Protocol ‏(MCP)، وهو معيار مفتوح يتيح لمساعدات الذكاء الاصطناعي استدعاء أدوات خارجية، من الممكن إتاحة بيانات SAP B1 نفسها لمساعدات الذكاء الاصطناعي إضافة إلى بوابة الموصل نفسه.

ما الذي بنيناه

• أسئلة بلغة عادية تُترجم إلى استعلامات SAP B1 آمنة للقراءة فقط
• تقارير وملخصات يُنشئها الذكاء الاصطناعي
• خادم MCP لتتمكن مساعدات الذكاء الاصطناعي من استخدام بيانات SAP B1 كأدوات
• نموذج ترخيص لكل مستخدم للموزعين

كيف تترابط المكونات

• يكتب المستخدمون سؤالًا في بوابة الذكاء الاصطناعي المبنية على ASP.NET Core.
• يحوّل Gemini السؤال إلى استعلام؛ ولا يُسمح إلا بتشغيل الاستعلامات الآمنة للقراءة فقط على قاعدة بيانات SAP B1 على SQL Server أو SAP HANA.
• عندما يكون SAP B1 Service Layer (واجهة REST/OData البرمجية لـ SAP Business One) المصدر الأفضل، تُجلب البيانات عبره بدل SQL المباشر.
• تعود النتائج إلى النموذج، فيكتب الإجابة أو ملخصًا أو تقريرًا كاملًا من إنشاء الذكاء الاصطناعي للمستخدم.
• يعرض خادم MCP بيانات SAP B1 نفسها كأدوات، فتستطيع مساعدات الذكاء الاصطناعي التي تدعم MCP استخدامها مباشرة.
• تتيح طبقة ترخيص لكل مستخدم لكل شريك موزّع تفعيل المستخدمين وإدارتهم لعملائه.

كيف نفّذناه

1. الاستكشاف وتحديد النطاق. جمع الأسئلة والتقارير التي يطلبها المديرون أكثر من غيرها، والتحقق من إصدارات SAP B1 وقواعد البيانات (SQL Server أو SAP HANA) التي يعمل عليها الشركاء، وتحديد حدود القراءة فقط.
2. البناء على شركة اختبار. بناء طبقة الاستعلام باللغة العادية، ومولّد التقارير، وأدوات MCP على شركة SAP B1 تجريبية، فلا تُستخدم أي بيانات عملاء حقيقية أثناء التطوير.
3. الاختبار. اختبار الأسئلة نفسها على SQL Server و SAP HANA، لأن لهجات SQL تختلف. والتأكد من رفض طلبات الكتابة أو الحذف، ومن تطابق الإجابات مع الأرقام في تقارير SAP B1 القياسية.
4. الإطلاق مع الشركاء. إعداد الترخيص لكل مستخدم للموزعين، وتجهيز مواد العرض التجريبي، وضم الشركات الشريكة في السعودية وبنما.
5. الدعم والمرحلة التالية. دعم الشركاء وأوائل عملائهم بعد الإطلاق، والتخطيط للتوسع إلى أنظمة ERP متعددة (SAP HANA و Odoo و Microsoft) الذي طلبه الشركاء.

النتيجة

• توقيع اتفاقيات شراكة في السعودية وبنما
• طلب الشركاء التوسع إلى أنظمة ERP متعددة (SAP HANA و Odoo و Microsoft)

أصبح لدى الشركاء في السعودية وبنما منتج ذكاء اصطناعي يقدّمونه لعملاء SAP B1، وتُظهر طلباتهم لدعم SAP HANA و Odoo و Microsoft طلبًا يتجاوز نظام ERP واحدًا.

دروس لمشروع مشابه

• افرض صلاحية القراءة فقط في أكثر من مكان؛ لا تعتمد على التعليمات (Prompt) وحدها لمنع النموذج من تغيير البيانات.
• اختبر على SQL Server و SAP HANA معًا. أسماء الجداول متطابقة، لكن علامات الاقتباس وحساسية حالة الأحرف ودوال التاريخ ليست كذلك.
• قارن إجابات الذكاء الاصطناعي بتقرير SAP B1 معروف قبل أن يثق بها المستخدمون؛ فإجمالي خاطئ واحد يكلّف من الثقة أكثر مما تكسبه عشر إجابات صحيحة.

التقنيات

الخدمات المستخدمة

• وكلاء ذكاء اصطناعي لأنظمة ERP
• تطوير خوادم MCP

نفّذه زين عباس، كودينوفا.