חיבור סליקת Tranzila (טרנזילה) למערכות מבוססות AI

אם אתם מוכרים משהו אונליין בישראל, יש סיכוי טוב שטרנזילה (Tranzila) נמצאת אי-שם בסטאק שלכם. היא חברת סליקה פעילה מאז 1999, והיא עושה את העבודה המרכזית שלה — סליקת כרטיסים, Bit, תשלומים והוראות קבע — בשקט ובאמינות. ההזדמנות שרוב העסקים מפספסים היא שכל אחת מהעסקאות האלה היא אות מובנה ונקי שאפשר להזין ל-AI: מי שילם, כמה, על מה, מתי, והאם זה עבר.

איך טרנזילה באמת חושפת נתונים

טרנזילה היא לא קופסה שחורה, אבל היא גם לא REST API אחד מסודר. בפועל עובדים עם אחת משלוש שיטות התממשקות, והבחירה תלויה בעיקר בכמה חשיפת PCI אתם מוכנים לקחת על עצמכם:

• Iframe — הלקוח משלם בתוך iframe מאוחסן של טרנזילה (PCI מינימלי, SAQ-A). פותחים אותו עם טוקן handshake (thtk) שנוצר משם הטרמינל והסיסמה, כך שפרטי הכרטיס לא נוגעים בשרת שלכם בכלל.
• Hosted Fields — צ'ק-אאוט בעיצוב שלכם, שבו רק השדות הרגישים שייכים לטרנזילה (PCI נמוך, SAQ-A-EP). מצוין כשרוצים מראה משלכם בלי לאחסן נתוני כרטיס.
• API V2 — שרת-לשרת אמיתי (SAQ-D). זו השיטה שמעניינת מערכות AI: חיוב טוקנים שמורים, הוראות קבע, זיכויים ושאילתות, עם אימות דרך הדר X-tranzila-api-app-key ולא עם פרטי גישה בתוך הבקשה עצמה.

לצורך אוטומציה, שני החלקים שחשובים הם קריאת ה-notify (כתובת URL שטרנזילה קוראת לה כשעסקה מסתיימת — החיבור שלכם בזמן אמת לאירועי תשלום) ו-API V2 לשליפה ולכתיבה של נתוני עסקאות לפי דרישה. ביחד הם נותנים גם push וגם pull — בדיוק מה ששכבת AI צריכה.

מה באמת אפשר לבנות

1. התאמה (Reconciliation) שמריצה את עצמה: תהליך AI שמתאים כל סליקה בטרנזילה לחשבונית ברווחית, ב-iCount או ב-ERP שלכם, ומקפיץ רק את אי-ההתאמות שאדם באמת צריך לראות.
2. שחזור תשלומים שנכשלו: דחייה של כרטיס בהוראת קבע מפעילה הודעת WhatsApp או מייל שמנוסחים ב-AI בטון של הלקוח, עם קישור תשלום חדש מבוסס טוקן handshake.
3. התראות הונאה וחריגות: AI עוקב אחרי זרם העסקאות ומזהה דפוסים מוזרים — קפיצת נפח, דחיות חוזרות, אי-התאמה גיאוגרפית — ומתריע לכם בסלאק לפני שגל chargeback-ים מגיע.
4. תשובות פיננסיות בשפה פשוטה: צ'אטבוט שעונה על "כמה סלקנו ב-Bit בחודש שעבר לעומת כרטיסים?" על ידי שאילתה לטרנזילה וסיכום — בלי ייצוא לאקסל ובלי אנליסט.
5. קבלות והנהלת חשבונות חכמות: כל חיוב מוצלח מייצר אוטומטית חשבונית מס במערכת החיוב ומתייק אותה, כש-AI מסווג את שורת המוצר.

איפה העבודה האמיתית

מודל ה-AI הוא היום החלק הקל והזמין לכולם. ההנדסה נמצאת בתפרים: ניהול מחזור החיים של טוקן ה-handshake, אימות שקריאת ה-notify באמת הגיעה מטרנזילה לפני שפועלים לפיה, טיפול בדחיות ובתהליכי 3D Secure, מיפוי שדות התשובה של טרנזילה למודל הנתונים שלכם, ולעולם — אבל לעולם — לא לרשום נתוני כרטיס לתוך פרומפט של AI. זו תשתית תשלומים: משעממת, בסיכון גבוה, ובדיוק המקום שבו באגים עולים כסף.

בעולם התשלומים, ה-AI הוא חלון הראווה. הצנרת האמינה והניתנת לביקורת מאחורי הצ'ק-אאוט היא המנוע — וזה מה שחייב להיות נכון.

כלי ללא קוד או פיתוח מותאם?

לתהליך בודד ובנפח נמוך — נניח, פרסום כל מכירה לערוץ סלאק — כלי ללא קוד כמו Make או Zapier עם מודול HTTP מול קריאת ה-notify יספיק לרוב. כדאי לעבור לפיתוח מותאם ברגע שכסף, פרטיות או נפח על הכף: חיוב שרת-לשרת, לוגיקת הוראות קבע, נתונים רגישי-PCI שחייבים להישאר מחוץ לפלטפורמות צד-שלישי, או לוגיקת AI ספציפית מדי לקונקטור מוכן. אם אתם מחפשים מתכנת לחבר את Tranzila למערכות מבוססות ה-AI שלכם — זו בדיוק העבודה שאני עושה: בניית השכבה המאובטחת והניתנת לביקורת בין חברת הסליקה ל-AI, מקצה לקצה. טופס יצירת הקשר בעמוד הזה מגיע ישירות אליי; ספרו לי מה העסקאות שלכם אמורות לספר לכם, ואני אבנה את זה.