Мениджмънт

Изкуственият интелект превзема ERP системите

CIO Media

Мария Королов, CIO, САЩ  

Изкуственият интелект (Artificial intelligence или AI) и машинното обучение (Machine Learning) вече са разтърсили много области, от киберсигурността до пазарните анализи, ботовете и безпилотните коли.

Когато става дума за ключови корпоративни функции, особено такива, където рискът от лоши решения е голям, използването на изкуствен интелект все още е в начален стадий. 

Да вземем, например, AmerisourceBergen, компания за търговия с лекарства, базирана в Пенсилвания. Тя има 19000 служители в 47 страни и брутни приходи от $147 милиарда годишно, което я поставя на 11-то място в класацията Fortune 500.

Александър Куглър, вицепрезидент на дружеството, ясно разбира възможностите на изкуствения интелект при вземането на добри решения и се възползва от потенциала му в ценообразурането на продуктите. Ако цената е прекалено висока, клиентите ще отидат другаде. Ако е твърде ниска, компанията губи пари.

До скоро AmerisourceBergen използваше електронни таблици, за да извлича информация от различни системи и да определя производствените разходи, като комбинира стари данни и общите си наблюдения върху пазара, за да определи чувствителността на клиентите към промяна в цените и ролята на конкуренцията в тази област. „Това е архаична методология за ценообразуване, която не е в крак с тенденциите и динамиката в бранша“, каза Куглър.

Ето защо, преди 15 месеца AmerisourceBergen започва миграция към интегрирана система, която автоматично изчислява производствените разходи, анализира историята на транзакциите и извлича външни данни като прогноза за времето, за да създаде основа за бъдещото внедряване на изкуствен интелект. 

Част от дигиталната трансформация на бизнеса е и очакването AI да подобри функционалностите на ERP системите. А най-големите доставчици на ERP решения внедряват машинно обучение в своите продукти, за да посрещнат бъдещото търсене.

ERP от ново поколение

Платформата, която AmerisourceBergen избира се казва Vendavo. Тя има вградени интелигентни функции, но компанията още не е започнала да ги използва. Вместо това, тя прилага част от експертните алгоритми и по-специално - известията кога цената е формирана под разходите. Това са предварително създадени статистически модели, които не се генерират от платформи за машинно обучение. „Пуснахме системата едва през септември и в момента я използваме главно за изпълнение на основните бизнес правила,“ казва той. „Пълзим, но скоро ще проходим.“

Изчисляването дали една цена е под производствените разходи не е нещо повече от аритметична операция, разбира се, ако имаме формула и правилните данни. Възможни да и други известия, които изискат преценка, а не изчисление. Например, поредица от метеорологески събития може да доведе до по-голямо търсене на противогрипни ваксини или нов конкурент може да навлезе в определен пазарен сегмент и да свали надолу цените.

Има голямо бъдеще пред известията за бизнес рискове,“ прогнозира Куглър. „Работим с десетки хиляди клиенти и продаваме милиони продукти. Да разполагаме с процес или рамка, които могат да ни предупредят за потенциални проблеми, преди да са възникнали, би било страхотно.“

Друго приложение на машинното обучение е в автоматизацията на работните процеси. Първата стъпка е да е налице рамка, в която човек може да вземе решение, което автоматично да задвижи серия от действия. При повторение на ситуацията, системата може да предложи последователност от действия, основана на миналия опит. Най-накрая, когато вече има доверие в препоръките, системата може да предприема действия автоматично, а хората само да контролират процеса и обработват изключенията.

Ще получим непрекъснат процес на вземане на решения, а екипът ще се фокусира върху изкуството зад ценообразуването“, казва Куглър. „Така ще се отдели повече внимание на истинските възможности, които носят полза на организацията.“ Днес, например един специалист може да прекара три часа, работейки върху по-сложен ценови анализ, и пет часа върху рутинни задачи, свързани с ценовото администриране. При наличие на добра автоматизация, време за административни дейности може да се сведе до 1 час, а останалите седем да се посветят на по-стойностни задачи. „Целта не е съкращаване на персонала,“ добавя той.

Всичко това обаче е в бъдещето. Засега AmerisourceBergen поставя основите, като предстои да се определи как ще използва машинното обучение в частите известия за бизнес рискове, прогнозни анализи и автоматизация на работните процеси. Все още не са взети решения, уточнява Куглър.

По-добрите прогнози, задаването на подходящи цени и намаляването на производствените разходи не са единствените ползи от използването на умни системи. AI технологията ще помогне на компанията да се защити не само от преките си конкуренти. „Наясно сме с фактите, например, че Amazon навлиза на нашия пазар,“ казва той. „Ще е глупаво да мислим, че Amazon няма да използва всички възможни инструменти, за да се намести.

Онези компании, които не въведат AI, ще пострадат,“ казва той. „Мисля, че при ще станем свидетели на спад на приходите и не малко компании ще бъдат принудени или да се диверсифицират, или да намерят други бизнес ниши, или ще станат обект на поглъщания.“

Подготовка за AI

Подобно на AmerisourceBergen, много компании все още се подготвят за умните ERP системи, предлагащи машинно обучение, иновативни анализи, интелигенти интерфейси и автоматизация на работните процеси.

ERP продукти и функционалности, базирани на AI, навлязоха наскоро на пазара и компаниите подхождат нимателно към внедряването им, казва Джош Сатън, директор AI на нюйоркската консултантска компания SapientRazorfish, която консултира фирми как да добавят AI функции към ERP системите си. „AI днес е много важна част от бизнес трансформацията,“ казва той, „И скоростта й е много по-голяма от преди.“

Тий наблюдава много компании, които стартират тясно таргетирани пилотни проекти, насочени към добавяне на AI към ERP системите, но всичко това е на много ранен етап.

Home Depot, компания за домакински стоки, също вижда ползите от използването на изкуствения интелект и машинното обучение за подобряването на дейността си. Тя разполага със специалисти в областта на данните, които анализират продажбите, метеорологичните тенденции и друга информация, която подпомага прогнозирането на потребителското търсене. При предварителна информация за наближаващ ураган, Home Depot веднага предлага необходимите стоки, като вода, дървен материал и генератори.

Днес, всичко това се прави от хора. Но компанията прави оценка и тества използването на изкуствен интелект и машинно обучение, особено що се отнася до веригата на доставки и управлението на наличностите.

Според проучване на LevaData, 69% от компаниите проявяват сериозен интерес към това как AI може да подобри веригата им на доставки. Какво тогава спира миграцията към умни ERP системи? Има няколко фактора, които оказват влияние, в т.ч. културни проблеми, по-бавното внедряване на облачни решения при ERP в сравнение с други аспекти на бизнеса и фактът, че технологията едва сега започва да се налага.

Проблемът на ERP са хората

49% от участниците в проучване на LevaData твърдят, че наличният персонал не е готов за радикална цифрова трансформация на ключовите бизнеса процеси.

Да вземе, например, доставките - големите компании могат да обработват хиляди различни продукти от хиляди доставчици, но хората, които отговарят за това, още използват електронни таблици и интуицията си, когато договарят цените. Те искат да използват дългогодишния си опит и познанията си на пазара, трвърдят анализаторите.

При преминаване към подход, основан на данни, налице е психологическа съпротива от страна на персонала. Хората си мислят: „Те чие решение ще разчитат – на моето или на машината?“

Според проучване на SAS от миналото лято, културните предизвикателства са най-голямата пречка пред внедряването на AI. 49% от участниците твърдят, че нямат доверие на технологията. Освен че не вярват на решенията, които им предлага машина, възможно е служителите с нежелание да подават информацията, от която машината има нужда, за да взема по-добри решения. При ценови преговори, AI има нужда да знае не само крайния резултат, но и кои стратегии не са сработили.

Предизвикателството е да се получат всички данни, а не само данните, които хората искат да бъдат обработени, констатират аналитиците. Това е поведенчески проблем, с който компаниите се борят. AI работи по-добре с всички данни, а не само с тези, които хората искат да споделят. В много случаи обаче служителите вкарват в системата само нещата, които ги представят в добра светлина.

Бавно движещи се облаци

Облачните и SaaS решения улесняват доставчиците на ERP системи при внедряването на най-новите технологии и включването на източниц на данни или инструменти за анализ от външни партньори. Въпреки това 67% от компаниите още използват локални ERP системи и едва 33% са се доверили на облачни услуги, се казва в проучване на Panorama Consulting. За сравнение, според IBM 87% от CRM системите вече са облачни.

Повечето компании са в крак с последните технологични постижения за фронт офиса си, но едва наскоро започват да мислят и за бекофис приложенията си, четем в анализ на IDC.

от друга страна, компании, които използват облачни ERP или SaaS продукти имат предимство в с достъпа до AI. Големите организации, които още работят с традиционни локални ERP системи, изостават от иновациите, категорични са изследователите.

ERP с AI функционалност

Всеки по-голям ERP доставчик или е включил изкуствения интелект в краткосрочните си планове за развитие или вече предлагат такива услуги и инструменти. Например, през октомври, Oracle обяви няколко задвижвани от AI разширения на облачните си ERP продукти. Технологичната компания счита, че засега клиентите са в ранен стадий на внедряване, въпреки че някои вече използват AI при анализите си и дават пример с Министерството на здравеопазването на Великобритания, където изкуствен интелект подпомага засичането на фалшиви искове.

Но AI може много повече.

Ако получите предупреждение за метеорологичната обстановка, която предполага да не изпълните производствената си квота в определения ден, на базата на историческия опит AI може да ви даде например шест варианта с финансовите аспекти на всеки. Когато изберете, каквото искате, той ви показва и необходимите стъпки. Но когато подобно нещо се случи отново, системата ще помни.

Според Oracle 2018 е годината, когато AI ще започне да навлиза масово в ERP системите.

Смятам, че интересът е огромен,“ казва Пол Фаръл, вице президент продуктов маркетинг за Oracle NetSuite. „Има фирми, които и сега го използват, но предвид нашите клиенти, всички проявяват интерес, но изчакват практическите приложения.“

Големите фирми не бързат с внедряването на новата технология, казват от Vendavo, която предлага инструменти за анализ на ценообразуването, които от 2016 имат функционалности за машинно обучение. Причината за консерватизма на големите на пазара е свързана с отговорността на управляващите пред инвеститорите и със сравнително неясните процеси около работата на АI. Та нали мениджърите трябва да застанат пред акционерите и да кажат: „Разбираме процеса, въз основа на който взимате тези решения.

Nintex, доставчик, който се занимава с автоматизация на работните процеси, работи над добавянето на машинно обучение и обработка на естествен език. Технологията е на етап тестване.

Някои компании, например, имат над 100 000 различни работни процеса. AI може да предложи различни действия на служителите и дори да извърши автоматично някои от тях. Например при сключването на договори - да речем, че винаги одобрявате договори под определена сума за определен човек. Искате ли да ги одобрите ръчно? След две-три години, когато компаниите са набрали увереност в препоръките, системата може да прескочи фазата на препоръките и да премине направо към действие. С натрупване на доверие с времето и виждайки реалните ползи и минималните недостатъци, системата ще получи повече правомощия, считат отNintex . Все едно да сте назначили нов служител в екипа – когато започвате да му се доверявате, му възлагате повече отговорности.

Учене с практиката

За да се стартира с AI и машинно обучение, предприемането на действие е най-добрата първа стъпка, казва Хелио Москъм, мениджър ИТ иновации в бразилската компания Vale, една от най-големите минни компании в света. Vale експериментират с машинно обучение, като използват платформата на SAP Leonardo и изграждат прототип на услуги, базирани на AI.

Например, служители, които се опитват да поръчат части за смяна, в момента трябва да преминат през каталозите на доставчиците, да намерят номерата на частите и след това да вкарат тези номера в системата. „Това е сложен процес, с много грешки,“ казва Москъм. Компанията обмисляла използването на гласови команди, но това не сработило на практика. „Оборудването е разположено в помещението за поддръжки, където е прекалено шумно,“ казва той.

Затова Vale решили да приложат разпознаване на изображения и използвали функционалностите на машинното обучение на SAP Leonardo, за да се научат да разпознават частите по външен вид. „Сега служител на обект може снима с телефона си и да подаде заявка директно от обекта,“ казва той.

Потенциалът на AI за ERP е огромен, коментира Патрик Бейли, президент на SAP Industries.

През следващите няколко години повторяемите скучни задачи, които могат да се автоматизират, ще бъдат автоматизирани, което ще доведе до увеличаване на производителността и ще позволи на компаниите да пренасочат работни места и да създадат нови роли,“ коментира той.

Освен това, служителите ще могат много по-лесно да работят с технологиите. „Днес използвате AI-задвижван бот като Alexa или Siri в дома си, за да търси пицарии в близост, с препоръки, оценки и отстъпки,“ казва той. „Ще донесем същото ниво на удобство и интелигентност във фирмените приложения.“

Превод и редакция Юлия Уршева 


X