لقد قدمنا طلب دعم للذكاء الاصطناعي. قام بإعادة بناء التكامل وأغلق الحلقة.

كيف قام كلود كود و APIANT بتحويل خطأ مزامنة المدفوعات المتعددة الفوضوي إلى إصلاح تم التحقق منه، مع توقيع بشري فقط في النهاية.

هذا يأتي من CRMConnectيوفر نظام APIANT تكاملاً متكاملاً يضمن مزامنة بيانات Mindbody وHubSpot. يتولى النظام معالجة بيانات العملاء، وإزالة البيانات المكررة، وربط الحقول، مما يُمكّن فريق التسويق من العمل بناءً على أنشطة حقيقية بدلاً من البيانات المُصدّرة القديمة. ويركز هذا النظام تحديداً على تحويل مبيعات Mindbody إلى صفقات في HubSpot، بحيث تُسجّل الإيرادات تلقائياً في نظام إدارة علاقات العملاء (CRM)، مع ربط المبلغ الصحيح بالعميل المناسب.

دفع أحد العملاء حوالي 8400 دولار أمريكي في مكتب الاستقبال. بينما أظهرت الصفقة في نظام إدارة علاقات العملاء (CRM) مبلغ 400 دولار أمريكي فقط. لم يظهر أي خطأ، ولم يكن هناك أي خلل ظاهري، وكانت معظم عمليات البيع تتم مزامنتها بشكل سليم. إلا أن هذه الصفقة تحديدًا فقدت معظم قيمتها في مكان ما بين منصتي Mindbody وHubSpot.

هذه أسوأ أنواع الأخطاء البرمجية: تلك التي تختبئ في نسبة الـ 2% من المعاملات غير المعتادة. أسندنا هذه المشكلة إلى نظام ذكاء اصطناعي، وتركناه يُدير العملية برمتها، بدءًا من التشخيص، مرورًا بإصلاح مُختبَر، وصولًا إلى رد العميل. إليكم كيف سارت الأمور.

التذكرة

تواصل أحد استوديوهات اللياقة البدنية المتخصصة مع الشركة بشأن مشكلة صغيرة ومزعجة. معظم مبيعاتهم كانت تتم بسلاسة تامة من خلال منصة Mindbody إلى HubSpot، باستثناء هذه الصفقة.

اتضح أن السبب هو عمليات الدفع التي تتم بأكثر من طريقة. عند تقسيم الدفعة بين بطاقة ورصيد حساب، كان نظام المزامنة القديم يقرأ من تقرير لا يشمل جميع عمليات الدفع. لذا، تم تسجيل الصفقة بجزء بسيط مما دفعه العميل فعليًا.

لماذا يُعد هذا عادةً حلاً بطيئاً ومؤلماً

عادةً ما تستنزف أخطاء كهذه أيامًا من وقت المهندسين. إذ يتعين على أحدهم إعادة بناء آلية التكامل، وتحديد مسار المزامنة المعيب من بين عدة مسارات، وتغيير المنطق دون التأثير على المسارات العاملة، ثم اختباره على نظام حقيقي يصعب اختراقه. فبرامج نقاط البيع لا توفر لك بيئة تجريبية مزودة بزر "إجراء عملية بيع غريبة بنظام الدفع المجزأ".

لذا يميل الأمر إلى الركود. ينتظر العميل. الإصلاح محفوف بالمخاطر. الجميع متخوفون قليلاً من المساس بنظام متكامل يعمل بشكل صحيح.

سلمناه للذكاء الاصطناعي بدلاً من ذلك

أعطينا التذكرة لكلود كود الذي يعمل على منصة APIANT وتركناه يعمل. لم نكتفِ باقتراح جزء من الكود، بل عملنا فعليًا: قرأنا التكامل، وفهمناه، وعدّلناه، واختبرناه على حساب Mindbody الحقيقي، ثم أبلغنا بالنتائج. إليكم ما فعله، دون أن يكتب أي شخص سطرًا واحدًا من الكود.

لقد اكتشف السبب الحقيقي. وقد تتبعت المشكلة إلى ثلاث مشكلات منفصلة تختبئ وراء عرض واحد: كانت عملية المزامنة تقرأ من تقرير أسقط بعض أنواع الدفع، وتم احتساب مبيعات العناصر المتعددة بشكل غير صحيح، ويمكن أن تتداخل عمليتا بيع على نفس المعرف.

أعاد بناء التكامل بشكل صحيح. بدلاً من إجراء تعديل سريع، أعادت الشركة هيكلة منطق الصفقات ليصبح مكونًا مشتركًا واحدًا يُستخدم في كلٍ من المزامنة الفورية (التي تُفعّل فور إتمام عملية البيع) والمزامنة الليلية. نفس المنطق، مُشغّلان، لا مزيد من التباين بينهما. كما نقلت النظام كلا العمليتين إلى مصدر بيانات أكثر شمولًا يتضمن جميع المدفوعات، بما في ذلك أرصدة الحسابات والعضويات.

لقد جعل ذلك الأمر سريعًا على نطاق واسع. أضاف النظام ذاكرة تخزين مؤقتة لتجنب إعادة تشغيل عمليات البحث البطيئة عبر آلاف عمليات البيع السابقة في المهمة الليلية. تقوم المرحلة الأولى بإنشاء ذاكرة التخزين المؤقتة، بينما تتجاوز كل مرحلة لاحقة عملية البحث المكلفة.

أضافت التفاصيل التي أرادها العميل. تسجل كل صفقة الآن طريقة الدفع المستخدمة، بحيث يمكن للاستوديو أن يرى بنظرة سريعة كيف تم دفع ثمن عملية البيع.

ثم تم اختباره على النظام الحقيقي

هذا هو الجزء الذي لا يزال يبدو وكأنه خيال علمي إلى حد ما.

فتح الذكاء الاصطناعي نظام نقاط البيع الخاص بـ Mindbody في متصفح الإنترنت، وأجرى عمليات بيع تجريبية بنفسه. تم دفع ثمن سلعة واحدة بطريقة واحدة. تم تقسيم ثمن سلعة واحدة على دفعتين. تم دفع ثمن عدة سلع بطريقة واحدة. تم تقسيم ثمن عدة سلع على دفعات. دخل زبون دون وجود سجل له. نقر النظام على جهاز الدفع كما يفعل الموظف.

ثم راقب النظام كل عملية بيع عبر التكامل وقرأ النتائج سطرًا سطرًا. هل تم إنشاء العدد الصحيح من الصفقات؟ هل تطابقت المبالغ مع إجمالي المبيعات؟ هل ظهرت طريقة الدفع؟ هل أدى تشغيل المزامنة مرتين إلى إنشاء بيانات مكررة، أم أنه تعرف بشكل صحيح على أنه قد تم التعامل مع عملية البيع بالفعل؟

تم فحص جميع الفروع. تطابقت المبالغ. لا توجد عمليات مكررة. تم استلام طرق الدفع بنجاح.

لقد اكتشف خطأه بنفسه

في منتصف العملية، تسبب أحد التغييرات التي أُدخلت في النظام في حدوث خلل بسيط. لم يتم ربط حقل جديد بشكل صحيح، مما أدى إلى توقف عملية إنشاء الصفقات الجديدة بشكل غير متوقع.

لاحظ الذكاء الاصطناعي ذلك، لأنه كان يقرأ بيانات التنفيذ المباشر بدلاً من افتراض صحة عمله. عثر على السبب الدقيق، وأصلح الخلل، وأعاد تشغيل عملية البيع الفاشلة الحقيقية، وتأكد من أن الإصلاح قد حقق النتيجة الصحيحة، موثقاً كل ذلك على طول الطريق.

هذا هو الفرق بين إنشاء الكود وامتلاك النتيجة.

لقد أغلق ذلك الحلقة مع العميل

بعد التأكد من الإصلاح، قام الذكاء الاصطناعي بكتابة الرد للعميل بلغة واضحة: شرح ما حدث، وسبب ظهور المبلغ بشكل خاطئ، والتغييرات الجديدة، وتأكيد أن المبيعات السابقة ستُصحح تلقائيًا عند المزامنة التالية. وقد جهّز هذه الرسالة على التذكرة لتكون جاهزة للاستخدام.

قرأها شخصٌ، ووافق عليها، وأرسلها. كما أعطى شخصٌ آخر الموافقة النهائية على نشر التغيير في بيئة الإنتاج. هذا مقصود. يقوم الذكاء الاصطناعي بالعمل الشاق والدقيق والمتواصل. يبقى للبشر دورٌ في القرارين اللذين يجب أن يكونا دائمًا من اختصاصهم: ما نقوله للعميل، وما يُنشر في بيئة الإنتاج.

حل واحد، لكل عميل

هذا هو الجزء المهم إذا كنت تعمل في مجال تطوير التكاملات. لم يكن هذا مجرد برنامج نصي مؤقت أُضيف إلى حساب واحد. إن مزامنة Mindbody مع HubSpot هي منتج متكامل. تطبيق واجهة برمجة التطبيقاتتكامل واحد، تم بناؤه وصيانته في مكان واحد، ويعمل لدى جميع العملاء الذين يستخدمونه. لذا، عندما أعاد الذكاء الاصطناعي بناء منطق الصفقة، لم يقتصر الأمر على إصلاح هذا الاستوديو فقط، بل سدّ ثغرة تقسيم الدفع نفسها لجميع المستخدمين في هذا التكامل، ويرث كل عميل جديد النسخة المصححة منذ اليوم الأول.

هذا هو نموذج التكامل الذي يطالب به مُكاملُو الأنظمة باستمرار. بناء حلٍّ واحد، وبيعه مرات عديدة، وتحسينه في مكان واحد. يُحسِّن هذا النوع من الإصلاح جودة المنتج لجميع المستخدمين دفعة واحدة، وهو ما يُحوِّل التكامل المُنتَج إلى أصل حقيقي يُدرُّ إيرادات متكررة، بدلاً من كونه مجموعة من الأعمال المُخصَّصة لكل عميل، والتي تزداد هشاشةً مع نموها.

لماذا يجعل برنامج APIANT هذا ممكناً؟

لا يستطيع الذكاء الاصطناعي تشغيل إلا ما يراه ويلمسه. معظم منصات التكامل عبارة عن صندوق أسود، لذا فإن الذكاء الاصطناعي مُقيد بكتابة الاقتراحات من الخارج.

تم تصميم APIANT بطريقة معاكسة. يتكون كل تكامل من أجزاء يمكن للذكاء الاصطناعي فحصها وتعديلها وتشغيلها فعليًا: عمليات التشغيل الآلي، والروتينات الفرعية المشتركة، وتعيينات الحقول، وسجل التنفيذ المباشر، والقيم المخزنة مؤقتًا. يستطيع الذكاء الاصطناعي تغيير جزء واحد، وتشغيله، وقراءة ما حدث بالضبط في كل خطوة، ثم إجراء التعديلات اللازمة. وبدمج ذلك مع التحكم في النظام المصدر عبر المتصفح، يصبح بإمكانه الاختبار مقابل الواقع بدلًا من التخمين.

هذا المزيج هو ما سمح بتحويل تذكرة فوضوية من العالم الحقيقي إلى عملية إعادة هيكلة كاملة وموثقة.

الخلاصة

لم تكن هذه مشكلة بسيطة. بل كانت خللاً دقيقاً ومتعدد الأسباب في عملية تكامل مباشرة بين نظامين مهمين، وهو النوع الذي يعني عادةً مهندساً متوتراً وأسبوعاً بطيئاً.

تولى نظام الذكاء الاصطناعي العملية برمتها. فقد شخص السبب الحقيقي للمشكلة، وأعاد بناء التكامل بالطريقة الصحيحة، واختبر كل مسار مقابل نقطة البيع الفعلية، واكتشف خطأه وأصلحه، وصاغ رد العميل. ولم يتدخل البشر إلا للموافقة على الرسالة ونشرها.

هذا هو المسار الذي نتجه إليه. ليس الذكاء الاصطناعي الذي يكتب لك بعض الأكواد، بل الذكاء الاصطناعي الذي يأخذ مشكلة معقدة ومحددة ويقودها إلى حل عملي ومُختبَر على منصة مصممة خصيصًا لهذا الغرض. إذا كانت لديك عمليات تكامل شبه مثالية، أو أخطاء لا تظهر إلا في 2% من الحالات النادرة، فهذا هو الشكل الذي بدأنا نراه لحلها.

تحدث إلينا عن APIANT