Generatywna sztuczna inteligencja w ERP: przypadki użycia, możliwości i wyzwania

Jeśli korzystasz z systemu ERP wspieranego przez GenAI, Twoja firma zyska na bardziej wydajnych procesach, krótszych ścieżkach decyzyjnych i znacznych oszczędnościach kosztów. Dzieje się tak, ponieważ sztuczna inteligencja analizuje odpowiednie dane firmy i niezależnie generuje przydatne zalecenia dotyczące działań na podstawie wyników.

Pokażemy Ci dokładnie, jak GenAI w ERP rewolucjonizuje codzienne życie zawodowe na konkretnych praktycznych przykładach. Jednocześnie przyjrzymy się również wyzwaniom związanym z wykorzystaniem AI w ERP – tak, abyś mógł zminimalizować potencjalne ryzyko od samego początku.

Dalsze whitepaper

Przedstawiamy najważniejsze trendy AI w obszarach sprzedaży, zarządzania towarami i obsługi.

Zamów teraz bezpłatnie

Czym jest GenAI? Definicja i sposób działania

Skrót GenAI oznacza ”generatywną sztuczną inteligencję”. W tym podobszarze sztucznej inteligencji technologia generuje nowe treści zamiast po prostu analizować istniejące informacje. Opierając się na dużych zestawach danych szkoleniowych i sieciach neuronowych , uczy się wzorców i wykorzystuje je do niezależnego opracowywania treści.

Prawidłowo wykorzystywana generatywna sztuczna inteligencja przyspiesza wiele procesów twórczych, które wcześniej zajmowały znacznie więcej czasu. Obejmuje to na przykład tworzenie następujących typów mediów:

• Teksty (artykuły, e-maile, streszczenia itp.)
• Obrazy i grafika
• Dźwięk (np. muzyka i mowa)
• Filmy i animacje
• Kod

GenAI jest już wykorzystywana w wielu obszarach świata biznesu do wspierania pracowników w ich codziennej pracy. Na przykład w Niemczech 67% pracowników regularnie korzysta z generatywnej sztucznej inteligencji w miejscu pracy. Wynika to z globalnego badania przeprowadzonego przez konsultantów strategicznych Boston Consulting Group (BCG).

Wymiana między systemem a człowiekiem jest zawsze interaktywna. Powszechnym przykładem zastosowania jest pisemna i werbalna interakcja z dużym modelem językowym (LLM), takim jak ChatGPT OpenAI lub Gemini Google: Po wprowadzeniu tekstu lub głosu podstawowy model językowy przetwarza poprzedni kontekst i stale ocenia, które jednostki językowe najlepiej pasują do następnego. Odpowiedź jest generowana krok po kroku na podstawie tych prawdopodobieństw, co skutkuje spójnymi i kontekstowymi tekstami.

GenAI w ERP: Jak generatywna sztuczna inteligencja zmienia wykorzystanie?

Każdy, kto kiedykolwiek pracował z tradycyjnym systemem ERP, może coś o nim powiedzieć: złożone ekrany, przeciążone interfejsy i wyszukiwanie informacji mogą być denerwujące. Wiele zadań staje się tak uciążliwych i czasochłonnych, że wydają się nudne, a nie wnoszące wartość dodaną.

Zmienia się to wraz z GenAI w ERP:

• Oprogramowanie przekształca się z czasami skomplikowanego narzędzia w aktywnego partnera, który rozpoznaje korelacje i jest zawsze pod ręką jako asystent.
• Zamiast mozolnie przeklikiwać się przez menu, użytkownicy po prostu wchodzą w interakcję z systemem ERP w języku naturalnym.
• W najlepszym przypadku technologia AI przedstawia przydatne sugestie, zanim jeszcze użytkownik o nie poprosi.

Agenci AI monitorują również całe łańcuchy procesów – od wstępnego zapytania po dostawę. Bez interwencji człowieka są w stanie zidentyfikować problemy w łańcuchu wartości i samodzielnie zainicjować działania optymalizacyjne.

Ważne tutaj:

Tylko inteligentna interakcja między człowiekiem a maszyną zapewnia prawdziwą wartość dodaną. Podczas gdy generatywna sztuczna inteligencja zapewnia większą szybkość w firmie i wydaje zalecenia, kontrola i uprawnienia decyzyjne pozostają domeną ludzi. Celem nie jest zatem całkowite zastąpienie ludzi, ale stworzenie silnej symbiozy między technologią AI a pracownikami.

Generatywne przypadki użycia sztucznej inteligencji w ERP: sprzedaż, zarządzanie towarami i usługi

Generatywna sztuczna inteligencja w sprzedaży

1. wsparcie w poszukiwaniu zainteresowanych stron

Wszystkie dane dotyczące sprzedaży są przechowywane centralnie w systemie ERP, w tym

• Główne dane klienta
• Historia klienta
• poprzednie kontakty
• Otwarte możliwości

Dzięki systemowi ERP wspieranemu przez GenAI, ta cenna skarbnica danych może być analizowana w ukierunkowany sposób, a tym samym optymalnie wykorzystywana do identyfikacji kontaktów.

Zespoły sprzedażowe mogą zadawać systemowi proste pytania, takie jak: ”Którzy istniejący klienci nie zamawiali niczego od dłuższego czasu, ale dobrze pasują do naszego nowego produktu?”. Gdy tylko sztuczna inteligencja przeszuka wewnętrzną bazę danych CRM i doda informacje kontekstowe ze źródeł zewnętrznych, tworzy kompaktowe profile potencjalnych klientów. W razie potrzeby technologia może również generować możliwe początki rozmowy i automatycznie obsługiwać pierwszy kontakt.

2. kwalifikacja potencjalnych klientów i ustalanie priorytetów

Kiedy nowe leady trafiają do systemu ERP, zwykle rozpoczyna się czasochłonny proces ręcznej selekcji. Których kontaktów warto się trzymać, a którymi dział sprzedaży nie powinien się dalej zajmować?

Generatywna sztuczna inteligencja może z łatwością przejąć monotonną wstępną selekcję ciepłych i zimnych leadów , precyzyjnie analizując ich zachowanie, np:

• Jak często i jak długo potencjalni klienci odwiedzali stronę internetową firmy?
• Czy pobierali materiały marketingowe, takie jak Whitepaper lub studia przypadków?
• Czy kontakt zarejestrował się na webinar?

Ponadto GenAI porównuje bieżące leady z podobnymi przypadkami z przeszłości, a tym samym określa ocenę szans na sukces. Obiecujący kontakt z kilkoma interakcjami i odpowiednim profilem firmy automatycznie przesuwa się w górę listy priorytetów. Z drugiej strony, mniej obiecujące kontakty są początkowo przeznaczone do późniejszych działań.

3. odciążenie od innych rutynowych czynności

Podsumowywanie notatek z rozmów, sugerowanie kolejnych wiadomości e-mail lub przygotowywanie spotkań – wiele innych powtarzających się zadań również kosztuje zespół sprzedaży dużo czasu w codziennej pracy. Czasu, który mógłby być lepiej zainwestowany w aktywną obsługę klienta.

GenAI w systemie ERP automatyzuje powtarzalne zadania, dając pracownikom sprzedaży więcej czasu na osobiste rozmowy z klientami i indywidualne porady. Pomaga to budować długoterminowe relacje z klientami.

GenAI przekształca system ERP z czystego systemu ewidencji w system działania, który proaktywnie wspiera pracowników

Karl Maresch, Asseco Solutions

Generatywna sztuczna inteligencja w zarządzaniu towarami

1. optymalizacja ilości i czasu zamówień

Czas jest wszystkim – dotyczy to również zarządzania towarami. Firmy mogą realizować zamówienia klientów na czas tylko wtedy, gdy wymagane materiały są zawsze dostępne w magazynie we właściwym czasie i we właściwej ilości. System ERP wspierany przez GenAI aktywnie wspiera również to wyzwanie:

• Analiza: Po pierwsze, sztuczna inteligencja analizuje historyczne dane dotyczące zapasów i sprzedaży, wahania sezonowe, bieżącą sytuację zamówień, zewnętrzne dane ekonomiczne i wiele innych.
• Rozpoznawanie wzorców: Rozpoznaje wzorce w danych, które wskazują na pewne trendy lub wahania popytu.
• Obliczanie ilości: Zamiast stosować sztywne reguły planowania, sztuczna inteligencja ostatecznie dynamicznie oblicza, kiedy i w jakiej ilości należy zamówić części.

Jeśli, na przykład, sprzedaż produktu nieoczekiwanie wzrośnie, a czas dostawy dostawcy wydłuży się w tym samym czasie, system zasugeruje dostosowanie ilości zamówienia w odpowiednim czasie. Zamiast reaktywnego ponownego zamawiania, system zapewnia zatem kontrolę predykcyjną.

2. redukcja zapasów i zaangażowania kapitałowego

Podczas gdy zbyt dużo zapasów wiąże kapitał, zbyt mało zagraża zdolności do realizacji dostaw. Jest to balansowanie, które większość firm musi opanowywać na nowo każdego dnia. GenAI w ERP pomaga zrównoważyć ten obszar konfliktu:

• Identyfikacja nadmiernych zapasów: Analizując wskaźniki obrotu, dane dotyczące zużycia i zapasy bezpieczeństwa, sztuczna inteligencja rozpoznaje nadmierne zapasy.
• Identyfikacja braków magazynowych: Jednocześnie technologia ta rejestruje materiały i produkty, które nie są dostępne na czas lub w niewystarczających ilościach.
• Wydawanie zaleceń: GenAI sugeruje ukierunkowane działania – takie jak zmniejszenie lub zwiększenie liczby powtarzających się zamówień lub kampanii sprzedażowych.

3. automatyzacja powtarzających się zamówień

Wiele zamówień zawsze przebiega według tych samych schematów – zwłaszcza jeśli chodzi o materiały eksploatacyjne i części typu C. GenAI rozpoznaje te schematy i może automatycznie generować propozycje zamówień w systemie ERP lub w razie potrzeby uruchamiać zamówienia niezależnie. Sztuczna inteligencja bierze również pod uwagę bieżące wymagania i trendy cenowe. W rezultacie redukcja ręcznych procesów zamawiania znacznie zmniejsza obciążenie działu zakupów, pozwalając mu bardziej skupić się na kwestiach strategicznych.

Generatywna sztuczna inteligencja w usługach

1. automatyczne przetwarzanie zapytań klientów

W obsłudze klienta zapytania są często otrzymywane za pośrednictwem wielu różnych kanałów, np. za pośrednictwem poczty elektronicznej, formularza kontaktowego, czatu lub portalu klienta. GenAI może bezpośrednio analizować te przychodzące wiadomości i przypisywać je w ustrukturyzowany sposób na podstawie ich treści:

• Tworzenie bile tu: W zależności od typu wiadomości (zgłoszenie usterki, zapytanie o fakturę, problem techniczny z produktem itp.), sztuczna inteligencja tworzy bilet w systemie ERP.
• Dodawanie informacji: Technologia ta dodaje również istotne dane, takie jak numer klienta lub przedmioty, których dotyczy problem.
• Ustalanie priorytetów i dostarczanie: Następnie ustala priorytety żądań w zależności od ich pilności i przekazuje zgłoszenie bezpośrednio do odpowiedniego działu.

Zaleta: ręczne sortowanie należy już do przeszłości. Podobnie jak nieprawidłowo przypisane zgłoszenia i długi czas odpowiedzi.

2. proponowane rozwiązania ze zweryfikowanych źródeł wiedzy

Równolegle GenAI może uzyskać dostęp do zweryfikowanej bazy wiedzy. Zawiera ona informacje pochodzące na przykład z

• udokumentowane przypadki usług
• instrukcje techniczne
• wewnętrzne przewodniki po rozwiązaniach
• Instrukcje krok po kroku dotyczące rozwiązywania problemów

W oparciu o konkretny problem, sztuczna inteligencja określa odpowiednie propozycje rozwiązań i udostępnia je pracownikom w przejrzyście zorganizowanym formacie. W przypadku standardowych zapytań system może nawet automatycznie wysłać odpowiedź do klienta. Wynik:

• Znacznie krótsze czasy przetwarzania
• Wyższe wskaźniki pierwszego wykupu
• wyjątkowa obsługa
• więcej zadowolonych klientów

GenAI w ERP: Czego wymaga skuteczna strategia AI?

Widzieliśmy: Generatywna Sztuczna Inteligencja przynosi wiele korzyści dla szerokiego zakresu obszarów biznesowych. Zanim jednak zdecydujesz się na system ERP wspierany przez GenAI, powinieneś również zdawać sobie sprawę z wyzwań. Jeśli jesteś ich świadomy, możesz zapobiec potencjalnym zagrożeniom.

1. system ERP musi rozumieć procesy

Powszechnym błędnym przekonaniem jest to, że sztuczna inteligencja potrzebuje tylko dużej ilości danych biznesowych do automatyzacji zadań. Nie jest to prawdą. Aby GenAI mogła zautomatyzować rutynowe zadania, musi również szczegółowo znać procesy specyficzne dla Twojej firmy. W przeciwnym razie istnieje duże prawdopodobieństwo, że technologia nie wykona zadań poprawnie.

Oczywiście generatywna sztuczna inteligencja może pozyskiwać wiedzę o procesach tylko wtedy, gdy sam system ERP obsługuje funkcje oparte na procesach. Nowoczesne rozwiązania, takie jak na przykład APplus, cyfrowo mapują procesy w języku zrozumiałym dla AI. W tym celu opracowano tak zwany tryb Flow Mode, który opiera się na silniku BPMN (Business Process Model and Notation) i prowadzi użytkowników krok po kroku do celu w sposób zorientowany na proces.

2. jakość i spójność danych musi być właściwa

Aby generatywna sztuczna inteligencja mogła prawidłowo wykorzystać dane w systemie ERP do analiz i zaleceń dotyczących działań, musi je najpierw zrozumieć. Musi dokładnie wiedzieć , jakie informacje mapuje rozwiązanie ERP i według jakiego systemu. Ponieważ jednak tabele i kolumny baz danych są często nazywane kryptograficznie, GenAI nie może po prostu poprawnie zinterpretować informacji.

Potrzebny jest zatem nowoczesny katalog danych, który może być wykorzystywany do zarządzania zarówno ustrukturyzowanymi, jak i nieustrukturyzowanymi danymi i optymalnego przygotowania ich do modeli sztucznej inteligencji. Dostarcza on nie tylko informacji o pochodzeniu i odpowiedzialności poszczególnych rekordów danych. Zapewnia również, że żadne nieaktualne lub gorsze dane nie wpłyną do procesu oceny. Prowadzi to do wysokiej jakości odpowiedzi i precyzyjnych prognoz.

3. bezpieczeństwo danych musi być zagwarantowane

W systemie ERP zarządzane są bardzo wrażliwe dane firmy – od danych finansowych i danych klientów po dane osobowe. Wykorzystanie GenAI w systemie ERP zwiększa ryzyko, że dane te dostaną się w niepowołane ręce. Dzieje się tak na przykład, gdy:

• Firmy korzystają z publicznych modeli sztucznej inteligencji, które wykorzystują dane biznesowe do szkolenia
• Pracownicy korzystają z nieautoryzowanych narzędzi AI (tzw. shadow AI), co skutkuje niekontrolowanym wypływem danych.
• GenAI nie jest ściśle zintegrowana z zarządzaniem uprawnieniami systemu ERP i nieupoważnieni użytkownicy uzyskują dostęp do ocen.
• Atakujący wprowadzają złośliwe polecenia, powodując, że sztuczna inteligencja ujawnia poufne informacje.

Nasza rada: Korzystaj z europejskich centrów danych dla narzędzi AI opartych na chmurze. Podlegają one rygorystycznym przepisom UE dotyczącym ochrony danych i zapewniają, że żadne informacje nie są przekazywane w sposób niekontrolowany do krajów trzecich.

4. pracownicy potrzebują umiejętności AI

Pracownicy i menedżerowie muszą wiedzieć, jak interpretować i kategoryzować wyniki generatywnej sztucznej inteligencji. W końcu sztuczna inteligencja może również popełniać błędy i wydawać nieprawidłowe zalecenia. Szkolenie w zakresie prawidłowej obsługi GenAI jest zatem niezbędne do odpowiedzialnego korzystania z tej technologii.

Ponadto pojawiają się nowe zawody, które koncentrują się na rozwoju i kontroli sztucznej inteligencji. Należą do nich inżynierowie podpowiedzi, a także inżynierowie kontekstu i menedżerowie AI. Ogólnie rzecz biorąc, zawody wymagające strategicznego myślenia zyskują na znaczeniu. Z drugiej strony, zawody wymagające powtarzalnych czynności tracą na znaczeniu.

5. brak zaufania może utrudniać postęp

Nawet najpotężniejsza technologia nie ma wartości dodanej, jeśli jest sceptycznie postrzegana przez użytkowników. Brak zaufania do GenAI często znajduje odzwierciedlenie w następujących zachowaniach:

• Pracownicy omijają funkcje obsługiwane przez sztuczną inteligencję
• Wyniki są zasadniczo kwestionowane
• Podejmowanie decyzji trwa dłużej, ponieważ każdy szczegół jest sprawdzany ręcznie

Powodów jest wiele: obawy o bezpieczeństwo danych, strach przed błędami lub niepewność co do sposobu korzystania z technologii. Firmy powinny zatem skupić się na przejrzystych procesach i regularnych szkoleniach. Poszerzanie umiejętności pracowników i otwarte komunikowanie zmian tworzy akceptację – a tym samym podstawę prawdziwego postępu technologicznego.

Wniosek: GenAI w ERP daje prawdziwą przewagę konkurencyjną

Generatywna sztuczna inteligencja w systemie ERP już teraz zapewnia tak dużą wartość dodaną w wielu obszarach biznesowych, że stanowi realny czynnik konkurencyjny. Jeśli chcesz za kilka lat nadal działać tak efektywnie jak konkurencja, nie możesz pozwolić sobie na ignorowanie postępu technologicznego. Wykorzystanie GenAI w ERP jest praktycznie koniecznością, aby pozostać przygotowanym na przyszłość.

Jednak korzystanie ze sztucznej inteligencji dla samej sztucznej inteligencji nie ma sensu. Zamiast tego należy zdefiniować jasne przypadki użycia, które naprawdę popchną firmę do przodu dzięki GenAI. Co więcej, sztuczna inteligencja nigdy nie powinna być rozumiana jako pojedynczy projekt lub narzędzie, ale jako nadrzędny instrument wspierający całą strategię korporacyjną. Aby prawidłowo tym zarządzać, cała siła robocza potrzebuje wszechstronnych umiejętności w zakresie radzenia sobie ze sztuczną inteligencją. od dostawcy usług administracyjnych do strategicznego partnera w zarządzaniu firmą.