Nel tempo, le organizzazioni che utilizzano SAP possono accumulare un patrimonio rilevante di codice custom sviluppato per estendere le funzionalità standard. Questo insieme di personalizzazioni incorpora conoscenze importanti per il funzionamento dell’impresa, ma spesso è scarsamente documentato, dipende da singole risorse e risulta difficile da governare.
Il problema diventa particolarmente evidente nei percorsi di migrazione verso SAP S/4HANA o verso architetture clean core. Prima di intervenire è infatti necessario comprendere rapidamente quali componenti mantenere, quali adattare e quali dismettere. Le analisi condotte con modalità tradizionali possono richiedere mesi di lavoro manuale da parte di consulenti esperti.
Derga ha affrontato questa esigenza con AI4Code, uno strumento per la gestione avanzata delle applicazioni personalizzate, utilizzabile sia in modalità stand alone sia per le estensioni di un programma come un ERP. L’intero processo è gestito tramite agenti AI, prevedendo l’intervento umano nelle fasi critiche e nei momenti di validazione.
Indice degli argomenti
Recuperare la conoscenza nascosta nel codice
La soluzione risponde innanzitutto alla necessità di recuperare e strutturare la conoscenza del software. Il sistema importa il codice manualmente o automaticamente; un connettore ABAP dedicato estrae i programmi custom, le dipendenze custom e standard e le versioni di sistema, costruendo la base informativa necessaria per le analisi.
Su questi contenuti opera il Documentation Engine, un layer che utilizza più modelli AI e un approccio definito “loop & learn”. Il motore produce documentazione tecnica o funzionale, configurabile nel livello di dettaglio, e la aggiorna al variare del codice. La base documentale non è quindi concepita come una fotografia statica, ma come un asset operativo destinato a rimanere allineato all’evoluzione applicativa.
Il progetto punta così a ridurre il debito tecnico e la dipendenza dalla memoria di singole persone, rendendo la conoscenza più accessibile, governabile e trasferibile. L’expertise umana non viene esclusa: il modello human-in-the-loop acquisisce le validazioni e il contributo dei consulenti per migliorare progressivamente il sistema.
Interrogare il software in linguaggio naturale
Accanto alla documentazione, AI4Code introduce il layer conversazionale Talk to your Code. L’interfaccia, basata su Large Language Model, mette in relazione il codice, la documentazione prodotta e fonti esterne come PDF, wiki e note architetturali. Gli utenti possono così formulare domande in linguaggio naturale ed eseguire analisi avanzate.
Per sostenere questa modalità di lavoro è stata costruita una knowledge base interrogabile, dotata di capacità di reasoning per valutare scenari e impatti dei diversi componenti applicativi. La realizzazione ha richiesto di integrare criteri di selezione del codice, definizione degli output documentali, scelta e orchestrazione dei modelli AI e processi di validazione.
La standardizzazione dei risultati comprende anche logiche anti-bias. Dal punto di vista organizzativo, il progetto ha coinvolto competenze tecniche, funzionali e di processo, con attività continue di ottimizzazione.
Dall’analisi del legacy alla readiness per il clean core
Il Readiness & Deploy Module estende il perimetro dalla comprensione del software alla sua evoluzione. Il modulo svolge analisi fit-to-standard rispetto allo scenario target e abilita la generazione automatica di codice SAP BTP CAP attraverso agenti AI.
Il percorso comprende pipeline CI/CD, test automatici e approvazione umana. I punti di intervento delle persone sono orchestrati tramite workflow, per esempio con SAP Build Process Automation, in modo da inserire la conoscenza esperta e le validazioni nel ciclo gestito dall’intelligenza artificiale.
La piattaforma si basa su un’architettura a microservizi sviluppata su SAP BTP secondo il SAP Cloud Application Programming Model ed è progettata per ambienti ibridi, on-premise e cloud. Per quanto riguarda la sicurezza, si segnalano crittografia end-to-end con TLS 1.3 e AES-256, audit log immutabile e supporto alle policy di data residency per i contesti regolamentati.
Circa 400 programmi documentati in 40 giorni
Nel progetto che verrà presentato nella fase finale dei Digital360 Awards, AI4Code ha documentato circa 400 programmi custom in una quarantina di giorni. Il risultato dichiarato è una riduzione dell’80% dei tempi rispetto alle procedure manuali.
La disponibilità di una conoscenza strutturata e interrogabile ha prodotto un effetto anche sul supporto operativo: i tempi di risposta ai ticket relativi al codice custom sono diminuiti del 50%. Il valore della soluzione non si limita quindi alla fase di migrazione, ma riguarda anche le attività quotidiane di comprensione e gestione delle applicazioni personalizzate.
L’elemento distintivo risiede nella copertura end-to-end del ciclo: dall’estrazione e documentazione del legacy all’interrogazione conversazionale, dalla valutazione dello scenario target fino alla generazione e validazione del codice per SAP BTP. Automazione e controllo umano sono integrati nello stesso processo.
Un modello modulare e parametrizzabile
AI4Code è stata progettata come soluzione modulare e parametrizzabile, quindi replicabile in organizzazioni di settori e dimensioni differenti. In ambito SAP può essere applicata ai contesti che dispongono di un patrimonio custom e si preparano a una migrazione verso S/4HANA.
Fra le funzionalità, c’è la possibilità di estendere il motore AI ad altri linguaggi, integrare il layer conversazionale con basi documentali eterogenee e adattare il modulo di deploy a differenti architetture cloud. Queste caratteristiche rappresentano il potenziale di replicabilità della soluzione oltre il perimetro già realizzato.
Il progetto è entrato nella rosa dei finalisti per i Digital360 Awards nella categoria “AI – Governance & Core Modernization”
Partecipa alla community