---
title: Mapowania danych tworzone przez sztuczną inteligencję w MapForce – poznaj Altova AI
date: 2026-06-04
categories:
  - ai
  - data-integration
  - etl
tags:
description: Altova AI tworzy mapowania danych w programie MapForce – analizując dane źródłowe i docelowe, aby generować połączenia pól i transformacje, które można przejrzeć i zaakceptować.
---
Status: #blog

Tags:  #mapforce #ai #data-mapping #etl #data-integration 

Categories: [ai](/blog/pl/category/ai.md) | [data-integration](/blog/pl/category/data-integration.md) | [etl](/blog/pl/category/etl.md)
## Mapowania danych tworzone przez sztuczną inteligencję w MapForce – poznaj Altova AI

Większość czasu spędzanego nad projektem integracji danych nie jest poświęcana na jego uruchomienie, ale na jego definiowanie. Połączenie schematu źródłowego z docelowym oznacza dopasowywanie pól pojedynczo w systemach, które rzadko zgadzają się co do struktury, nazewnictwa lub języka. Źródło nazywa to "`cust_nm;`", a system docelowy chce "`CustomerName`". Partner EDI przesyła segmenty "`N1`" i "`PO1`", które nic nie znaczą, dopóki nie zostanie wykonane odpowiednie odniesienie do specyfikacji. Jedna strona komunikuje się w języku chińskim, a druga w angielskim.

Dopasowanie pól to tylko połowa pracy – połączenie ich rzadko kiedy oznacza prostą linię. Należy również zdefiniować funkcje przetwarzania danych i filtry, które sprawiają, że wartość z jednego źródła pasuje do celu: łączenie lub dzielenie ciągów znaków, formatowanie dat, konwersja jednostek lub kodów, stosowanie logiki warunkowej oraz filtrowanie rekordów, które w ogóle nie powinny być przetwarzane. Pomnóż to wszystko przez kilkaset pól, a otrzymasz część pracy, która zajmuje najwięcej czasu i wymaga najbardziej specjalistycznej wiedzy.

Warstwa wykonawcza procesu ETL jest od lat rozwiązana _tworzenie (treści), autorskie tworzenie_ W przeciwieństwie do tego, że istnieją narzędzia do analizy danych, które nie potrafią radzić sobie z mapowaniem danych, Altova AI wypełnia tę lukę.

![Obrazek dekoracyjny symbolizujący sztuczną inteligencję w programie MapForce](/blog/images/mapforce-ai.png)

<!--more-->

## Co robi Altova AI

Altova AI integruje sztuczną inteligencję bezpośrednio w programie MapForce, aby automatycznie tworzyć mapowania danych. Wystarczy wskazać źródło i cel, a system przeanalizuje strukturę danych, wygeneruje połączenia między polami i zaproponuje funkcje transformacji niezbędne do dopasowania obu struktur. W rezultacie otrzymujesz działający, gotowy do uruchomienia projekt MapForce, który powstaje w ciągu kilku minut, w tym samym środowisku graficznym, którego już używasz.

Można zacząć od zera i pozwolić narzędziu [Altova AI stworzyć kompletną mapę danych](https://www.altova.com/pl/mapforce/ai-data-integration), albo można postępować stopniowo, wybierając pole i pozwalając sztucznej inteligencji zaproponować odpowiednie połączenie.

## Jak to działa

Przepływ pracy został zaprojektowany tak, aby był interaktywny

1. **Dodaj struktury danych źródłowych i docelowych do projektu mapowania** To jedyna konfiguracja wymagana do rozpoczęcia pracy. Jeśli chcesz, aby Altova AI utworzyło całe mapowanie, po prostu kliknij w pustym obszarze obszaru roboczego, a następnie kliknij „Poproś AI o utworzenie komponentów i połączeń”. Jeśli chcesz, aby AI skupiło się na konkretnym polu, wybierz je w danych źródłowych lub docelowych przed uruchomieniem Altova AI.

2. **Altova AI tworzy połączenia.** Narzędzie analizuje struktury danych i dane źródłowe, a następnie proponuje połączenia między poszczególnymi polami, a także wszelkie niezbędne funkcje transformacji. Wszystkie propozycje są wyświetlane na zielono w mapowaniu, co ułatwia ich przeglądanie.

3. **Przeglądaj i podejmuj decyzje.** Przesuń kursorem nad każdą sugestię, aby zaakceptować lub odrzucić ją indywidualnie, lub zastosuj wszystkie zmiany jednocześnie. Żadne zmiany nie zostaną wprowadzone bez Twojej zgody.

4. **Proś o więcej informacji, jeśli tego potrzebujesz.** Kliknij interesujący Cię element, aby uzyskać dodatkowe sugestie dotyczące tego obszaru, dzięki czemu będziesz mógł uzupełnić informacje, które nie zostały uwzględnione podczas pierwszej analizy.

5. **Edytuj go jak każdy inny projekt mapowania.** Ponieważ wynik to standardowy projekt MapForce, można go modyfikować za pomocą tych samych narzędzi, których używałbyś do edycji projektów mapowania, które tworzysz samodzielnie.


![wykorzystując sztuczną inteligencję do stworzenia mapy integracji danych](/blog/images/ai-generated-data-integration.png)


Ten proces akceptacji lub odrzucenia jest najważniejszą częścią. Altova AI to nie "czarna skrzynka", która generuje gotowy produkt, któremu trzeba ślepo ufać. To szybki, wstępny projekt, nad którym zachowujesz pełną kontrolę.

## Dekodowanie pól, które nie są ze sobą zgodne

Najwięcej czasu pochłaniają połączenia, w których nazwy pól nie dostarczają żadnych informacji.  [Mapowanie danych EDI](/blog/pl/2026/06/letting-ai-decode-your-edi-mappings-in-mapforce.md) jest kanonicznym przykładem. Identyfikatory segmentów i elementów, takie jak `BEG`, `REF`, lub `PO1` Same pojedynczo nie mają żadnego znaczenia. Nie można ich powiązać z konkretnym celem, dopóki nie wiadomo, co każdy z nich reprezentuje.

Dziś oznacza to zatrzymanie się, aby zdekodować dane. Należy porównać specyfikację EDI, ustalić, że tag `BEG` oznacza początek zamówienia, a tag `PO1` zawiera szczegółowe informacje o poszczególnych pozycjach, i dopiero wtedy można dokonać odpowiedniego połączenia. Należy powtórzyć ten proces dla każdego niejasnego pola w dokumencie, a pojedyncze mapowanie może zamienić się w godziny czytania specyfikacji, zanim w ogóle coś się zbuduje. To proces powolny, łatwo się w nim pomylić, i to dokładnie taki rodzaj pracy, który wymaga osoby, która już zna ten format.

Niezgodności w języku mogą powodować podobne problemy, choć w innej formie. Kiedy źródło oznaczają pole jako `Rechnungsnummer`, a system docelowy oczekuje `InvoiceNumber`, oba ciągi znaków wydają się niepowiązane, mimo że oznaczają to samo. W takim przypadku praca wraca do osoby, która zna oba języki i musi ręcznie tłumaczyć poszczególne pola, aby ustalić, które elementy są ze sobą powiązane.

Altova AI automatycznie dekoduje dane w obu przypadkach. Identyfikuje, w jaki sposób elementy źródłowe odpowiadają elementom docelowym – nie jest wymagane sprawdzanie specyfikacji ani tłumaczenie. 

![Altova AI rozumie zaszyfrowane nazwy pól używane w procesach ETL](/blog/images/ai-edifact-mapping.png)

## Zalety wykorzystania technologii Altova AI w programie MapForce

- **Oszczędność czasu**. Proces łączenia danych, który zazwyczaj wymaga ręcznej konfiguracji pola po polu podczas projektów integracyjnych lub ETL, odbywa się automatycznie.

- **Kontrola**. Możliwość akceptowania lub odrzucania każdej propozycji oddzielnie oznacza, że przeglądasz projekt, a nie przejmujesz się niejasnymi kwestiami.

-  **Transformacje, a nie tylko połączenia** Altova AI sugeruje logikę między poszczególnymi polami, dzięki czemu nie musisz ręcznie konfigurować przekształceń po utworzeniu połączeń.

- **Brak konieczności uczenia się nowego środowiska** Wynik to standardowy projekt MapForce, który można edytować, rozszerzać i uruchamiać, tak jak każdy inny projekt.

- **Niższy próg wejścia** Tworzenie działającej integracji nie wymaga już specjalistycznej wiedzy z zakresu mapowania, co poszerza grono osób w zespole, które mogą się tym zajmować.

## Rozpoczęcie pracy

Altova AI jest dostępny jako opcjonalna subskrypcja, którą można dodać do licencji MapForce. Wymaga aktywnego pakietu wsparcia i utrzymania (SMP). Można dodać Altova AI podczas zakupu nowego pakietu SMP lub dołączyć go do istniejącego. Informacje o cenach i dostępnych opcjach można znaleźć w [sklepie internetowym Altova](https://shop.altova.com/).

Jeśli już pracujesz z MapForce, najszybszym sposobem, aby zrozumieć, jakie zmiany wprowadza ta funkcja, jest użycie narzędzia Altova AI do analizy źródeł i celów, które dobrze znasz, i obserwowanie, jakie propozycje generuje. Mapowania, które wcześniej tworzyłeś ręcznie, stają się teraz projektem, który przeglądasz – a czas, który oszczędzasz, możesz przeznaczyć na usprawnienie logiki, która jest naprawdę ważna dla Twojej firmy.



