--- title: Permettere all'intelligenza artificiale di interpretare le vostre configurazioni EDI in MapForce date: 2026-06-11 categories: - ai - data-integration - edi tags: description: Smettete di tracciare manualmente le specifiche EDI. Altova AI in MapForce legge i vostri dati EDI, individua le connessioni corrette e crea le mappature, mentre voi ne verificate ciascuna. --- Status: #blog Tags: #mapforce #ai #data-mapping #etl #data-integration #edi Categories: [ai](/blog/it/category/ai.md) | [data-integration](/blog/it/category/data-integration.md) | [edi](/blog/it/category/edi.md) # Permettere all'intelligenza artificiale di interpretare le vostre configurazioni EDI in MapForce Tra tutti i formati di dati con cui un sviluppatore di integrazione deve confrontarsi, EDI è quello che più probabilmente può rallentare il processo di mappatura. Gli standard sono datati, gli identificatori sono volutamente concisi e la struttura è profondamente complessa. Un segmento come `NAD` o un gruppo come `SG29` hanno un significato commerciale preciso, ma il nome stesso non fornisce alcuna indicazione su tale significato. Prima di poter collegare un singolo campo EDI a un database di destinazione, è necessario capire cosa rappresenta, il che di solito implica la consultazione delle specifiche del messaggio. Quella fase di decodifica è la parte dell'integrazione EDI che è più difficile da automatizzare. Stabilire a quale elemento sorgente corrisponde ogni colonna di destinazione è un processo lento e manuale, che dipende interamente da qualcuno che già conosce il formato. È proprio in questo che Altova AI in MapForce offre il massimo aiuto. Comprende il significato che si cela dietro quegli identificativi EDI spesso poco chiari, suggerisce le connessioni corrette e permette di accettarle una alla volta, senza che sia necessario tradurre prima la specifica. ![Immagine decorativa che illustra la mappatura dei dati assistita dall'intelligenza artificiale](/blog/images/ai-data-mapping.png) ## Mappatura dei dati EDI MapForce supporta un'ampia gamma di standard EDI e le loro versioni attuali e precedenti, tra cui: - EDIFACT - ANSI X12 - HL7 (Health Level 7) è uno standard per lo scambio di informazioni sanitarie - HIPAA in formato X12 - SAP IDOC - IATA PADIS - TRADACOMS - SWIFT - ODETTE - VDA EDI - FORTRAS Questo significa che è possibile [mappare e convertire i dati EDI](https://www.altova.com/it/mapforce/edi-mapping) tra qualsiasi altro formato dati supportato, che include database, XML, JSON, Excel, PDF e molti altri. ## Esempio pratico di integrazione dei dati EDI Esaminiamo un requisito comune nel mondo dell'integrazione dei dati e dell'ETL: la mappatura di un documento EDI [verso un database backend](https://www.altova.com/it/mapforce/database-mapping) e vediamo come funziona [utilizzando Altova AI](https://www.altova.com/it/mapforce/ai-data-integration). Iniziamo creando un nuovo progetto in MapForce, inserendo prima il file EDI contenente l'ordine di partenza e poi lo schema del database di destinazione. Il database contiene diverse tabelle, come "Clienti", "Ordini", "Articoli" e così via, collegate tra loro da relazioni, il che è tipico di uno schema di gestione degli ordini normalizzato. Invece di applicare l'intelligenza artificiale all'intero schema contemporaneamente, costruiremo la tabella di corrispondenza tabella per tabella. Questo permette di mantenere i suggerimenti focalizzati e li rende più facili da esaminare. Selezioniamo **Clienti** utilizzare una tabella nel database di destinazione come punto di partenza e chiedere ad Altova AI di trovare le corrispondenze per mappare i dati relativi ai clienti provenienti da _da qualche parte_ nella sorgente EDI. ![creare una mappatura dei dati per Altova AI](/blog/images/creating-edi-mapping-ai.png) Analizza la struttura dei dati di origine e propone un insieme di connessioni, evidenziate in verde. ![Connessioni di mappatura dei dati suggerite da Altova AI](/blog/images/edi-data-mapping%201.png) In realtà, propone più funzionalità di quelle che ci servono al momento: oltre ai campi relativi ai clienti, suggerisce anche connessioni per gli articoli e gli ID degli articoli. Poiché stiamo intenzionalmente concentrandoci prima sulla tabella dei clienti, decliniamo queste funzionalità deselezionandole, e poi clicchiamo su **Applica** per mantenere solo le connessioni pertinenti ai clienti. Questo è il valore del flusso di lavoro interattivo di accettazione o rifiuto: l'intelligenza artificiale propone una prima bozza completa, e noi decidiamo quali elementi includere. ### Completare i campi dell'indirizzo Una volta definiti i campi principali relativi al cliente, passiamo all'indirizzo. Chiediamo ad Altova AI di trovare correlazioni per i campi dell'indirizzo, e il sistema restituisce corrispondenze per "**Indirizzo**" e "**Città**". ![Selezionare i campi da analizzare con l'intelligenza artificiale](/blog/images/ai-mapping-fields.png) Abbiamo ancora bisogno di collegamenti per "State" e "Street", quindi vi chiediamo di fornirci anche quelli. Per le richieste successive, il sistema individua correttamente gli elementi di origine pertinenti per entrambi. ![Ottimizzazione dei settori mappati tramite l'intelligenza artificiale](/blog/images/refining-ai-data-mapping.png) È importante sottolineare questo: quando una prima analisi non copre tutti i dati, non si ricorre al lavoro manuale. Si indirizza l'intelligenza artificiale verso i campi specifici che necessitano ancora di elaborazione e si lascia che generi ulteriori suggerimenti solo per quei campi. Ogni richiesta restringe il lavoro rimanente. ### Elencare gli articoli inclusi nell'ordine Ora possiamo gestire gli elementi della tabella. Nel database di destinazione, la tabella "**Articoli**" è collegata all'interno della tabella "**Ordini**", quindi la selezioniamo lì e chiediamo nuovamente ad Altova AI di trovare le connessioni a partire dalla sorgente. Questa è la parte di una mappatura EDI che di solito risulta più complessa, perché i dati relativi alle singole voci si trovano all'interno di un gruppo di segmenti nidificati, spesso con nomi di campi poco chiari. Altova AI gestisce questa operazione in modo efficiente: individua gli elementi corretti all'interno di **SG29**, il gruppo di segmenti che contiene i dettagli delle singole voci, e suggerisce le connessioni appropriate. ![Altova AI decifra i nomi dei campi EDI per l'ETL](/blog/images/edi-data-integration-ai.png) ## Perché questo è particolarmente importante per l'EDI (scambio elettronico di dati) L'esempio precedente è piuttosto semplice, ma rappresenta il tipo di lavoro che rende l'integrazione EDI lenta quando si tratta di grandi volumi di dati: - **Gli identificativi criptici vengono decodificati automaticamente per voi.** Non è necessario sapere in anticipo cosa rappresentano `NAD`, `LIN` o `SG29`. Altova AI analizza i dati e suggerisce la corrispondenza. - **La struttura nidificata viene gestita correttamente.** Le voci di dettaglio, anche se inserite all'interno di gruppi di segmenti, vengono individuate e collegate automaticamente, senza la necessità di navigare manualmente attraverso la gerarchia. - **Mantenete sempre il controllo.** Ogni suggerimento viene esaminato e accettato o rifiutato individualmente (o tutti insieme, quando è opportuno), in modo che una prima bozza ben strutturata non diventi mai un elemento opaco e incomprensibile. - **Le ripetizioni sono economiche.** Quando un'operazione automatizzata non riesce a elaborare un determinato campo, è più efficiente richiedere nuovamente l'elaborazione solo di quel campo specifico, invece di doverlo correggere manualmente. - **Il risultato è un progetto MapForce completo.** Tutto viene caricato nell'ambiente grafico standard, pronto per essere eseguito, automatizzato con MapForce Server, o ulteriormente perfezionato, come qualsiasi altro progetto di mappatura. Per i team che scambiano regolarmente dati EDI nei formati EDIFACT, X12, HL7, HIPAA e negli altri standard supportati da MapForce, questo strumento trasforma la parte più lenta e specializzata del processo in una bozza da rivedere, invece di un documento da decifrare. ## Provatelo sulle vostre configurazioni EDI Altova AI è disponibile come servizio in abbonamento aggiuntivo alla vostra licenza MapForce e richiede un pacchetto di supporto e manutenzione (SMP) attivo. Il modo più rapido per capire cosa fa è puntarlo su un file EDI e su un formato di destinazione che già conoscete, e osservare come gestisce le connessioni che normalmente dovete tracciare manualmente. Esaminate le opzioni disponibili e iniziate un abbonamento presso il [negozio online di Altova](https://shop.altova.com/\), oppure scoprite di più su [Altova AI in MapForce](https://www.altova.com/it/mapforce/ai-data-integration).