Comment traduire les chaînes UDO de JD Edwards à l'aide d'OCI Language AI

Pourquoi la traduction manuelle des UDO est-elle un problème ?

JD Edwards EnterpriseOne prend en charge un riche écosystème d'UDO : requêtes, formats de grille, extensions de formulaire, pages composées, listes de surveillance (watchlists), et bien plus encore. Chacun de ces objets contient des chaînes destinées à l'utilisateur : titres, descriptions, en-têtes de colonnes et libellés. Lorsque votre organisation opère dans plusieurs pays, chacune de ces chaînes nécessite une version traduite pour chaque langue prise en charge.

Traditionnellement, cela signifie qu'un traducteur humain (ou un utilisateur expert bilingue) doit saisir manuellement chaque traduction via l'interface EnterpriseOne. Le processus est lent, sujet aux erreurs et n'est pas évolutif. Ajoutez une nouvelle langue ou créez un lot de nouveaux UDO, et le retard de traduction s'accumule immédiatement. Pire encore, des incohérences apparaissent car des personnes différentes traduisent les mêmes termes de manière distincte selon les objets.

Qu'est-ce qu'OCI Language AI et que peut-il faire ?

L'OCI Language ServiceUn service d'IA sans serveur (serverless) sur Oracle Cloud Infrastructure qui fournit des modèles pré-entraînés pour l'analyse de texte, incluant la traduction, l'analyse de sentiment et la reconnaissance d'entités. est un service d'IA pré-entraîné disponible sur Oracle Cloud Infrastructure. Parmi ses capacités, celle qui nous intéresse ici est l'API de traduction par lot (batchLanguageTranslation). Elle accepte jusqu'à 100 documents texte par appel, détecte automatiquement la langue source et les traduit dans la langue cible de votre choix. Elle couvre plus de 30 langues et, comme elle utilise des modèles de traduction automatique neuronale, la qualité de sortie est nettement supérieure à celle des systèmes basés sur des règles.

L'API est un simple point de terminaison RESTRepresentational State Transfer — un style d'architecture web standard où les clients envoient des requêtes HTTP (GET, POST, etc.) à des points de terminaison de serveur qui renvoient des données, généralement au format JSON.. Vous envoyez (POST) une charge utile JSON contenant vos documents et le code de la langue cible, et vous recevez une réponse JSON avec le texte traduit. Quelques contraintes sont à noter : chaque document doit faire moins de 5 000 caractères, et le lot total ne peut excéder 20 000 caractères. Pour les chaînes UDO classiques — titres courts et descriptions — vous atteindrez rarement ces limites.

Comment fonctionne l'architecture d'intégration ?

L'intégration suit un modèle simple qui exploite le framework existant de JD Edwards Orchestrator. Voici le flux de haut niveau :

  1. Authentification : L'orchestration s'authentifie auprès d'OCI à l'aide d'une signature basée sur une clé API. JD Edwards propose déjà des parcours d'apprentissage pour configurer l'authentification OCI via un soft coding recordUn enregistrement de configuration dans JD Edwards qui stocke les détails de connexion (URL, identifiants, en-têtes) pour les appels de services REST externes, évitant ainsi les valeurs codées en dur. dans la configuration de connexion de l'Orchestrator.
  2. Extraction des chaînes UDO : L'orchestration lit les métadonnées UDO des tables EnterpriseOne concernées (telles que F952400 pour les pages, F952439 pour les extensions de formulaire, ou F952420 pour les watchlists) et collecte les chaînes nécessitant une traduction.
  3. Appel de l'API OCI Language : L'orchestration envoie une requête POST au point de terminaison batchLanguageTranslation avec les chaînes collectées et le code de la langue cible souhaitée.
  4. Écriture des traductions : L'orchestration analyse la réponse de l'API et réécrit les chaînes traduites dans les enregistrements UDO correspondants dans EnterpriseOne.

Comme l'Orchestrator gère nativement les appels REST, vous n'avez pas besoin de code personnalisé, de middleware ou d'outils d'intégration tiers. L'ensemble du flux de travail est configuré via Orchestrator Studio.

Comment configurer la connexion OCI dans l'Orchestrator ?

Avant d'appeler l'API Language, vous avez besoin d'une connexion opérationnelle entre JD Edwards et OCI. Cela implique trois étapes :

Premièrement, créez une paire de clés APIUne combinaison de clés publique/privée utilisée pour signer les requêtes REST vers Oracle Cloud Infrastructure. La clé publique est téléchargée sur votre profil utilisateur OCI ; la clé privée reste sur votre serveur. dans votre location (tenancy) OCI et téléchargez la clé publique sur votre profil utilisateur OCI. Deuxièmement, configurez un enregistrement de soft coding dans l'Orchestrator avec l'URL du point de terminaison REST pour le service Language (ex: https://language.aiservice.<region>.oci.oraclecloud.com). Troisièmement, configurez les en-têtes de signature de requête — OCI utilise un schéma d'authentification basé sur la signature où chaque requête doit inclure un en-tête d'autorisation signé. La documentation de JD Edwards fournit des instructions étape par étape à ce sujet dans le parcours d'apprentissage « Authentification pour les services Oracle Cloud Infrastructure ».

À quoi ressemble la requête API de traduction ?

La charge utile envoyée au point de terminaison OCI Language est une structure JSON simple. Voici un exemple simplifié montrant comment un titre UDO pourrait être traduit de l'anglais vers le français :

{
  "documents": [
    {
      "key": "udo-title-001",
      "text": "Open Purchase Orders by Supplier",
      "languageCode": "en"
    },
    {
      "key": "udo-title-002",
      "text": "Weekly Sales Summary",
      "languageCode": "en"
    }
  ],
  "targetLanguageCode": "fr",
  "compartmentId": "ocid1.compartment.oc1..example"
}

La réponse renvoie chaque document avec son texte traduit, la langue source détectée et la langue cible. Votre orchestration mappe ensuite chaque key à l'enregistrement UDO correspondant et enregistre la traduction.

Vous pouvez également définir languageCode sur "auto" et laisser l'API détecter la langue source, ce qui est utile lorsque vos chaînes UDO sont déjà dans un mélange de langues.

Quels sont les avantages pratiques de cette approche ?

Le bénéfice le plus évident est la rapidité. Ce qui nécessitait auparavant des heures de saisie manuelle peut désormais s'exécuter en quelques secondes. Une seule orchestration peut parcourir tous vos UDO non traduits, regrouper les chaînes, appeler l'API et écrire les résultats — sans intervention humaine.

La cohérence est le deuxième gain majeur. Comme le même modèle de traduction neuronale traite chaque chaîne, votre terminologie reste uniforme pour tous les types d'UDO. Plus de « Bon de commande » traduit d'une façon dans une watchlist et d'une autre dans le titre d'une page composée.

Il y a aussi un avantage de coût. L'OCI Language Service est un service facturé à l'utilisation avec des seuils de gratuité généreux. Pour le volume relativement faible de texte impliqué dans les chaînes UDO, le coût est négligeable par rapport à l'embauche de traducteurs humains ou au paiement d'un système de gestion de traduction distinct.

Enfin, ce modèle est réutilisable. Une fois l'authentification OCI et l'orchestration en place, vous pouvez étendre le même framework à d'autres services d'IA — compréhension de documents pour le traitement des factures, IA générative pour les insights, ou services de vision pour l'inspection qualité. La couche d'orchestration est la même ; seuls le point de terminaison de l'API et la charge utile changent.

À quoi faut-il faire attention ?

La traduction automatique n'est pas parfaite, surtout pour la terminologie ERP spécifique à un domaine. Un terme comme « blanket order » ou « lot disposition » pourrait ne pas être traduit correctement sans contexte. Envisagez de maintenir une liste d'exclusion de glossaireUne liste de mots ou de phrases qui ne doivent pas être traduits par l'API, typiquement des termes spécifiques au domaine, des noms de produits ou des acronymes qui doivent rester dans leur langue d'origine. — l'API de traduction par lot OCI prend en charge une liste de mots qui ne doivent pas être traduits, ce qui est idéal pour garder intacts les termes spécifiques à JD Edwards.

Prévoyez également une étape de révision. Même avec une traduction neuronale de haute qualité, il est recommandé de faire valider rapidement la sortie par un locuteur natif avant de publier les UDO en production. Vous pouvez intégrer cela dans votre flux de travail de gestion du cycle de vie des UDOLe processus de promotion des UDO à travers les environnements (développement → test → production) à l'aide de l'application Web Object Management Workbench dans JD Edwards. — traduisez dans un code de chemin de développement, révisez, puis promouvez en utilisant le processus standard OMW Web.

Avec la Release 26 de JD Edwards EnterpriseOne, Oracle a officiellement introduit cette capacité dans le cadre des nouveaux parcours d'apprentissage pour l'intégration de l'IA OCI. Si votre organisation exploite un environnement JD Edwards multilingue, l'automatisation des traductions UDO via OCI Language AI est l'une des victoires les plus rapides que vous puissiez obtenir — configuration minimale, bénéfice immédiat et base solide pour une adoption plus large de l'IA.