AI? Dobře si to rozmyslete!

Nejprve vám ale ukážu, jak je možné využívat AI s informačním systémem KARAT. Nejde o jednu definovanou funkci nebo jejich sadu, ale o komplexní podporu a symbiózu IS KARAT a AI. Přitom nejde jen o dnes často zúžený pohled redukující AI na velké jazykové modely (LLM). KARAT AI ekosystém umožňuje:

Pojďme se tedy na jednotlivé části podívat podrobněji.

Nástroj AskLLM umožňuje zahrnout komunikaci s AI (LLM) přímo do procesů v IS KARAT. Definice konkrétní akce zahrnuje prompt, specifikaci potřebných dat a dokumentů i postup vyhodnocení a zpracování výsledku. Pro koncového uživatele přitom neznamená vědomou komunikaci s AI nebo nutnost práce navíc. Celá akce probíhá na pozadí a k její aktivaci může dojít akcí uživatele (např. stiskem tlačítka), prostřednictvím workflow procesu nebo zcela automaticky vložením nebo změnou dat v ERP. Jde tak o další rozšíření nástrojů otevřenosti IS KARAT, díky kterým je možné jej maximálně přizpůsobit potřebám zákazníků. Variabilní je také výčet možných výsledků. Může jít například o vytvoření dokumentu, jeho uložení v integrovaném DMS, automatické rozhodnutí o pokračování procesu či uložení nebo změnu dat. 

Jeden příklad za všechny: po uložení materiálového atestu se na pozadí spustí úloha, která vytěží jeho obsah, porovná deklarované hodnoty s požadavky konkrétního technologického postupu a pouze v případě nesouladu informuje odpovědného pracovníka.

Velkou výhodou řešení AskLLM je přístup k jazykovým modelům prostřednictvím různých providerů nebo využití lokálních modelů. To umožňuje výběr z obrovského množství modelů a z toho plynoucí optimalizaci výkonu a ceny. AskLLM tedy není konkrétní funkce, ale nástroj, který umožňuje definovat libovolné množství funkcí, které využívají AI a její výstupy.

Zatímco AskLLM umožňuje využít AI uvnitř informačního systému, MCP rozhraní dělá přesně opačnou věc. Umožňuje externím AI nástrojům přístup k datům a funkcím IS KARAT. To otevírá zcela nové obzory pro práci s ERP systémem a umožňuje jej zahrnout do širšího kontextu a firemních procesů, v nichž je IS KARAT jen jedním z kroků.

Představte si například AI agenta, který zpracovává příchozí poštu a dostane se k e-mailu, kde se zákazník ptá na konkrétní projekt, dodávku apod. V tu chvíli se agent může přes MCP připojit k IS KARAT, dohledat informace o daném projektu, jeho stavu, evidovaných zásazích nebo problémech. A má k dispozici nejen data, ale i funkce. Takže poté, co se znalostí celého kontextu vyhodnotí daný mail a navrhne další postup, může vše zapsat do CRM a spustit workflow, které vygeneruje úkoly na příslušné pracovníky. V případě poptávky by zase mohl rovnou vytvořit nabídku (protože zná zákazníka, může si zjistit jeho obchodní podmínky, ceníky a specifika), tu pořídit do systému a předat ji k potvrzení odpovědnému obchodníkovi. Přístup MCP je řízen oprávněními konkrétního uživatele. To určuje rozsah práv a zajišťuje auditní stopu při úpravách dat.

Díky MCP rozhraní se dá také automatizovat rutinní práce, kterou dnes v ERP musí provádět uživatelé. Skoro se až chce říct s klasikem: "Nudíte se? Nekupujte si mývala, pořiďte si MCP!" S využitím MCP IS KARAT můžete rutinní a opakující se práci přenechat stroji. Pravidla správného delegování přece mimo jiné říkají, že každý je produktivnější, když dělá práci, která ho nenudí. A stroj má tu obrovskou výhodu, že ho žádná práce nenudí. Můžete mu tedy předat podklady, vysvětlit postup, zkorigovat jeho počáteční nepřesnosti, definovat transparentní pravidla kontroly a pak na úkol zapomenout. Různá pravidelná rozúčtování, opisování a účtování z dodaných podkladů, kontroly a porovnání dat se tak můžou stát vzpomínkou na nudnou rutinu, kterou dnes provádějí stroje.

Doposud jsme se bavili o nástrojích, které umožňují pracovat se stávajícími daty. Ale co když se potřebujete podívat za jejich hranice? Tedy predikovat ze stávajících dat budoucí chování zákazníků, uživatelů nebo procesů. Nebo najít v datech anomálie, které mohou vést k chybám, vícenákladům nebo jiným problémům. V takovém případě je tu KARAT ML (Machine Learning) - nástroj pro podporu strojového učení a využití jeho výsledků. Umožňuje připravit a předat velké množství dat z IS KARAT jako zdroj pro vytvoření modelu. I zde může trénink modelu proběhnout v lokálním prostředí, aniž by bylo nutné data odesílat mimo vaši infrastrukturu. Výstupy tohoto modelu pak využít zpět v IS KARAT formou reportu, analýzy nebo online návrhů a doporučení.

V praxi může jít o odhad skutečného data úhrady vystavené faktury, předpokládané obraty konkrétních položek nebo upozornění na odchylku v chování konkrétního stroje. Nástroje strojového učení jsou schopny vyhodnotit v datech vzorce a chování, které člověk nevidí nebo které by ho nenapadlo analyzovat (například že zákazník platí jen v konkrétní dny v měsíci). Zásadní je, že nejde o obecný externí model, ale vždy o specifický model natrénovaný na vašich datech.

Dokumentaci nikdo nečte! Kolikrát jsme všichni tuto větu v různých obměnách slyšeli nebo řekli. AI přináší změnu i do této oblasti. Protože co když je hlavním důvodem to, že hledání v dokumentaci a následné skládání dohledaných střípků je pracné a často nevede k potřebnému výsledku? A jak by se to změnilo, kdybyste se mohli dokumentace "normálně" zeptat a ona vám souvisle odpověděla? 

Přesně to dělá dokumentace IS KARAT s AI podporou a MCP rozhraním. S podporou vektorové databáze a následného RAG (Retrieval-Augmented Generation neboli generování rozšířené o vyhledávání) totiž nedohledá jen kousky textu. Na položenou otázku dohledá úplnou odpověď. Kromě standardní dokumentace zná i datové struktury, customizaci konkrétního zákazníka a její dokumentaci. Odpověď tedy odpovídá konkrétnímu řešení, a ne pouze obecným standardním nástrojům v IS KARAT.

Zpětná vazba od zákazníků potvrzuje, že ucelená odpověď zohledňující specifické firemní řešení je zásadní kvalitativní změna. Dokumentaci IS KARAT už tedy není potřeba číst, můžete s ní konzultovat.

Minimálně v diskusi o využívání AI ve firemním prostředí je bezpečnost zcela zásadní téma. Bezpečnost však není jen o tom, kam a jaké informace odesíláte. To pochopitelně je důležité rozhodnutí a v některých případech vám to určuje i legislativa. Součástí bezpečnosti je ale také schopnost pokračovat v procesech při nedostupnosti AI. Přičemž za nedostupnost můžeme chápat jak fyzický výpadek, tak velkou latenci (dlouhou dobu čekání na odpověď). Principiálně byste tedy všechny procesy zahrnující AI měli stavět tak, aby její nedostupnost nezpůsobila kolaps procesu. Minimálním požadavkem by měla být redundance a automatický fallback modelu. Tedy stav, kdy daná akce funguje správně s různými modely a při nedostupnosti preferovaného modelu dojde ke zpracování záložním modelem. AskLLM fallback podporuje nativně, protože u procesů uvnitř ERP je průchodnost zásadní.

Stále ještě platí, že lokální modely jsou svými schopnostmi daleko za špičkovými (frontier) modely. Zajímavou alternativou je ale vyladění konkrétních postupů s frontier modelem a následné vygenerování podrobných instrukcí. A ty následně může provádět méně výkonný lokální model (v krizových situacích i člověk). Data neopustí vaši infrastrukturu a dostupnost modelu je ve vašich rukou.

 

V úvodu jsem radil, abyste si nasazení AI dobře rozmysleli. Ptejte se přitom na tři věci. Kde máte opakovanou práci s nejednoznačnými vstupy, kterou dnes dělá člověk? Co se stane s procesem, když AI zrovna neodpoví? Která data smí opustit vaši firmu a která ne?

 

Ukázal jsem vám, že IS KARAT už dnes poskytuje celou řadu nástrojů, jak AI využít. Viděli jsme, že AskLLM i MCP vám umožní automatizovat rutinní práci. Dostupnost a rychlost řeší automatický fallback modelu, který AskLLM podporuje. A v případě vysokých nároků na ochranu dat můžete pracovat s lokálními modely. Využití AI lze navíc zařadit do vašich procesů způsobem, který uživatele nezatíží dalšími povinnostmi, a naopak jim uvolní prostor pro činnosti s vyšší přidanou hodnotou. Odpovědi na podstatné otázky už tedy máte. Tak nečekejte a pusťte se do toho!

Vývoj v této oblasti běží dál a my s ním. Neustále rozšiřujeme jak portfolio nástrojů, tak jejich schopnosti. Věříme, že jsme na cestě směřující k tomu, že budete mít k dispozici pracovité AI kolegy, kteří vás ušetří nudné rutiny a šikovné AI parťáky, díky kterým svou práci zvládnete lépe a efektivněji.