Tämä ohje auttaa ymmärtämään, miten AI Commercen natiivi rajapinta, AI Connector ja GraphQL eroavat toisistaan integraatioiden toteutuksessa. Kun vastuut infraan, mappaukseen, logiikkaan ja ylläpitoon ovat selvät, integraatiomalli on helpompi valita oikein heti projektin alussa.

AI Commercessa integraatioita voidaan toteuttaa kolmella päämallilla:

• AI Commercen natiivi rajapinta
• AI Connector
• GraphQL-rajapinta

Kaikilla kolmella mallilla voidaan siirtää dataa järjestelmien välillä. Ero ei ole ensisijaisesti siinä, että yksi olisi “helppo” ja toinen “vaikea”, vaan siinä kuka hallitsee integraation infraa, kuka määrittää mappaukset ja kuka vastaa muutosten toteuttamisesta.

Integraatiomallit lyhyesti

• AI Commercen natiivi rajapinta: infra, ylläpito ja mappauksen hallinta ovat AI Commercella.
• AI Connector: infra on AI Commercella, mutta mappaus ja integraation projektikohtainen logiikka voidaan antaa asiakkaan tai partnerin hallittavaksi.
• GraphQL: AI Commerce tarjoaa julkisen rajapinnan, mutta integraation infra, logiikka ja mappaus ovat asiakkaalla, partnerilla tai ulkoisessa SaaS-työkalussa.

Nopea vertailu

1. AI Commercen natiivi rajapinta

AI Commercen natiivi rajapinta tarkoittaa integraatiota, joka rakennetaan AI Commercen oman alustan ja ydinkoodin yhteyteen. Se on monoliittinen malli: rajapinnan kehitys, ylläpito ja tekninen hallinta tapahtuvat AI Commercen kautta.

Tämä ei tarkoita, että rajapinta olisi aina täysin vakioitu tai että asiakaskohtaisia tarpeita ei voitaisi huomioida. Natiivissa rajapinnassa voidaan käyttää tenant-kohtaista mappausta, jossa rajapinnalla on oletuslogiikka ja oletusarvot, mutta yksittäiselle asiakkaalle voidaan määrittää erillisiä ohituksia ja asiakaskohtaisia sääntöjä.

Keskeinen ero on vastuurajassa: ulkopuolisilla partnereilla ei ole pääsyä AI Commercen ydinkoodiin. Partneri tai asiakas voi auttaa selvittämään lokeista ja tietovirrasta, miksi jokin tapahtuma ei onnistunut, mutta varsinainen rajapinnan kehitys ja mappauksen tekninen muutos tehdään AI Commercen kautta.

Milloin natiivi rajapinta sopii?

Natiivi rajapinta sopii tilanteisiin, joissa asiakas haluaa, että AI Commerce vastaa rajapinnan teknisestä ylläpidosta ja kehityksestä osana omaa SaaS-alustaa.

Se voi olla hyvä malli esimerkiksi silloin, kun:

• samaa rajapintaa voidaan hyödyntää useilla asiakkailla
• halutaan yksi selkeä ylläpitovastuu AI Commercelle
• integraatio liittyy läheisesti AI Commercen omaan ydintoiminnallisuuteen
• asiakas haluaa ostaa käyttöönoton, jatkuvan käytön ja jatkokehityksen AI Commercen kautta

Jos rajapintaa ei vielä ole olemassa, se voidaan toteuttaa natiivina rajapintana erillisenä projektina. Tällöin kustannus muodostuu rakennustyöstä sekä jatkuvasta rajapinnan käytöstä ja ylläpidosta. Kun rajapinta on rakennettu natiiviksi osaksi AI Commercea, sitä voidaan mahdollisuuksien mukaan hyödyntää myös muilla asiakkailla.

2. AI Connector

AI Connector on malli, jossa AI Commerce tarjoaa integraation infrastruktuurin ja turvallisen ajomallin, mutta asiakas tai partneri voi hallita projektikohtaista mappausta ja integraation sääntöjä.

Tätä voi ajatella headless-tyyppisenä integraatiomallina: kaikkea ei rakenneta AI Commercen ydinkoodiin, vaan integraation logiikka erotetaan omaksi kerroksekseen. AI Commerce tarjoaa perustan, kuten ajettavan ympäristön, jonotuksen, lokituksen, turvarajat ja yhteyden AI Commercen tietomalliin.

Projektikohtainen kerros määrittää, miten kentät mappautuvat, mitä muunnoksia tehdään ja missä järjestyksessä tietoja käsitellään.

Mistä editoidaan?

AI Connectorissa AI Commerce ei luovuta ydinkoodin hallintaa ulkopuolisille. Sen sijaan partneri tai asiakas voi toimia määritellyssä projektikerroksessa, jossa mappaukset ja integraatiosäännöt ovat hallittavissa ilman, että koko rajapinta rakennetaan alusta asti.

Projektikohtaisessa kerroksessa voidaan määrittää esimerkiksi:

• kenttien mappaukset eri järjestelmien välillä
• tietojen muunnokset ennen lähettämistä tai vastaanottoa
• integraation käsittelyjärjestys
• asiakaskohtaiset säännöt ja poikkeukset
• lokitus- ja debug-näkymät projektikohtaisesti

Milloin AI Connector sopii?

AI Connector sopii tilanteisiin, joissa asiakas haluaa AI Commercen tarjoaman infrastruktuurin, mutta ei halua, että jokainen mappausmuutos kulkee AI Commercen kehitystyönä.

Se voi olla hyvä malli esimerkiksi silloin, kun:

• partneri haluaa määrittää integraation businesslogiikkaa asiakkaan puolesta
• asiakas haluaa enemmän kontrollia mappauksiin ja tietovirran sääntöihin
• integraatio vaatii asiakaskohtaista logiikkaa, jota ei kannata rakentaa suoraan ydinkoodiin
• halutaan hyödyntää AI Commercen infraa ilman erillistä iPaaS-palvelua
• halutaan erottaa integraation projektikohtainen logiikka alustan ydinkehityksestä

3. GraphQL

GraphQL on AI Commercen julkinen rajapinta, jonka avulla ulkopuolinen järjestelmä, partneri tai asiakkaan oma automaatio voi lukea ja kirjoittaa tietoa AI Commerceen dokumentoidun API:n kautta.

GraphQL eroaa AI Connectorista ja natiivista rajapinnasta siinä, että integraation varsinainen infra ja logiikka eivät yleensä ole AI Commercen hallinnassa. Ne voivat olla esimerkiksi partnerin omassa ympäristössä, asiakkaan järjestelmässä tai ulkoisessa SaaS-automaatiotyökalussa.

GraphQL sopii erityisesti tilanteisiin, joissa toinen järjestelmä haluaa integroitua AI Commerceen päin.

Mistä editoidaan?

GraphQL ei itsessään määritä, miten integraatio ajetaan, missä se hostataan tai miten sen sisäinen mappaus tehdään. Se tarjoaa rajapinnan AI Commerceen. Toteuttaja vastaa siitä, miten rajapintaa käytetään.

GraphQL-mallissa integraation muutokset tehdään siinä järjestelmässä, työkalussa tai ympäristössä, joka käyttää GraphQL:ää. Tämä voi olla esimerkiksi asiakkaan oma järjestelmä, partnerin infrastruktuuri tai ulkoinen SaaS-automaatioalusta.

Milloin GraphQL sopii?

GraphQL sopii tilanteisiin, joissa:

• ulkoinen järjestelmä tarvitsee dokumentoidun tavan hakea tai lähettää tietoa AI Commerceen
• asiakas tai partneri haluaa hallita integraation logiikkaa itse
• integraatio rakennetaan olemassa olevan SaaS-työkalun, automaatioalustan tai partnerin oman infran päälle
• halutaan kevyt tapa yhdistää AI Commerce osaksi laajempaa tietovirtaa
• integraation businesslogiikka kuuluu luontevasti AI Commercen ulkopuoliseen järjestelmään

Käytännön valintaperiaate

Integraatiomallia valittaessa kannattaa ensin selvittää, kuka omistaa integraation eri osat ja missä muutokset toteutetaan.

Kysy ainakin nämä kysymykset:

1. Kuka hallitsee integraation infraa?
2. Kuka määrittää ja muuttaa mappauksia?
3. Kuka vastaa integraation businesslogiikasta?
4. Kenen kautta jatkokehitys tilataan?
5. Tarvitaanko asiakkaalle tai partnerille suora hallinta integraation logiikkaan?

Yksinkertaistettu valinta

Esimerkkejä integraatiomallien valintaan

Esimerkki 1: ERP-integraatio, jonka AI Commerce ylläpitää

Asiakas tarvitsee integraation ERP-järjestelmään. AI Commerce rakentaa tai ottaa käyttöön natiivin rajapinnan, jossa tietovirta, oletuslogiikka ja tenant-kohtaiset mappaukset hallitaan AI Commercen kautta.

Tämä sopii, jos asiakas haluaa, että rajapinnan ylläpito ja kehitys pysyvät AI Commercella.

Esimerkki 2: Partneri määrittää asiakkaan erityiset mappaukset

Asiakkaalla on tarkka tietovirtamalli, jossa kenttiä pitää muuntaa ja sääntöjä pitää säätää asiakkaan prosessin mukaan. Asiakas tai partneri haluaa hallita näitä sääntöjä itse, mutta ei halua rakentaa koko integraatioinfraansa alusta asti.

Tällöin AI Connector voi olla sopiva malli.

Esimerkki 3: Ulkoinen SaaS-työkalu lähettää dataa AI Commerceen

Asiakas käyttää ulkoista automaatio- tai tietovirtatyökalua, joka lukee esimerkiksi sähköposteja, käsittelee niiden sisältöä ja lähettää tulokset AI Commerceen.

Tällöin GraphQL voi olla sopiva malli, koska ulkoinen työkalu hallitsee logiikan ja käyttää AI Commercen rajapintaa tiedon lukemiseen tai kirjoittamiseen.

Vastuut lyhyesti

Lokit ja virheiden selvitys

Virheiden selvityksessä vastuu riippuu valitusta integraatiomallista ja siitä, missä virhe syntyy.

• AI Commercen natiivi rajapinta: API-lokeja voidaan tarkastella Hallintapaneelista. Asiakas tai partneri voi selvittää tapahtumia lokien ja tietovirran perusteella. Jos rajapinta ei toimi dokumentoidun tietovirtamallin mukaisesti, korjaus kuuluu rajapinnan ylläpitoon.
• AI Connector: lokitus ja debug-näkymät voidaan rakentaa projektikohtaisesti. Vastuu riippuu siitä, onko virhe AI Commercen infrassa, frameworkissa vai projektikohtaisessa logiikassa.
• GraphQL: selvitys tehdään sekä GraphQL-vastausten että ulkoisen järjestelmän lokien kautta. AI Commerce vastaa GraphQL-rajapinnan toimivuudesta, mutta kutsuvan järjestelmän logiikka on toteuttajan vastuulla.

Kustannusten muodostuminen

Kustannusmalli riippuu siitä, missä integraation infra, logiikka ja ylläpito sijaitsevat.

• AI Commercen natiivi rajapinta: käyttöönotto voi sisältää käyttöönottoprojektin, mahdollisen rakennuskulun sekä jatkuvan rajapinnan vuokran tai kuukausimaksun.
• AI Connector: kustannukset voivat muodostua käyttöönottoprojektista, integraatioympäristön käytöstä ja mahdollisesta ylläpidosta.
• GraphQL: kustannukset voivat muodostua GraphQL-käyttöoikeudesta sekä asiakkaan, partnerin tai SaaS-työkalun omista kustannuksista.

Yhteenveto

AI Commercen natiivi rajapinta, AI Connector ja GraphQL eivät ole toistensa suoria korvikkeita. Ne ovat kolme eri vastuumallia integraatioiden toteuttamiseen.

Natiivissa rajapinnassa AI Commerce hallitsee sekä infraa että mappausta. AI Connectorissa AI Commerce tarjoaa infran, mutta asiakas tai partneri voi hallita integraation projektikohtaista logiikkaa. GraphQLissä AI Commerce tarjoaa julkisen rajapinnan, mutta integraation ajaminen, mappaus ja businesslogiikka ovat asiakkaan, partnerin tai ulkoisen työkalun vastuulla.

Paras valinta riippuu siitä, kuka haluaa omistaa integraation hallinnan ja missä integraation logiikka on järkevintä toteuttaa. Valitse malli sen perusteella, halutaanko integraatio pitää AI Commercen hallinnassa, antaa asiakkaalle tai partnerille enemmän kontrollia vai toteuttaa logiikka kokonaan AI Commercen ulkopuolisessa järjestelmässä.

Avainsanat

• AI Commerce integraatio
• AI Commercen natiivi rajapinta
• AI Connector
• GraphQL
• API
• mappaus
• ERP-integraatio
• SaaS-integraatio
• tietovirta
• integraatiomalli