IT Systems 10/2024 ERP systémy 11. 11. 2024 19:02

Může mít ERP systém osobnost?

Co kdybyste se namísto hledání a filtrování dat mohli jednoduše zeptat?

V posledních letech sledujeme napříč trhy velký rozmach generativní umělé inteligence. Mluví se často o ztrátě pracovních míst, automatizaci některých pozic ve firmách a s tím spojené nižší potřebě lidských pracovníků. O čem se však moc nemluví, je využití těchto technologií v segmentu ERP, tedy velkých podnikových systémů. Ty pracují s podnikovými daty, což může přinést určitou formu zjednodušení procesů, a tím otevřít tuto oblast novým pracovním příležitostem. Přínos podnikovému softwaru můžeme spatřovat ve třech pilířích.

1. Osobnost

Jako první musíme jednoznačně začít trendem, který generativní umělá inteligence přináší napříč trhy a odvětvími, a tím je osobnost systému. Běžná lidská řeč pomalu nahrazuje tradiční způsob vyhledávání informací, který dříve vypadal tak, že jste do určitého pole zadali vybraná klíčová slova. Čím dál více začíná přirozené chatování se systémem nahrazovat hrabání se v detailech business objektů. Business pojmy, které dříve bylo nutné znát do písmene, aby vám je systém našel, dnes moderní nástroje najdou díky zohlednění kontextu, synonym a překlepů.

Interakce s chatboty nejsou nic nového, ale jejich variace ve spo­je­ní s generativní umělou inteligencí můžeme už dnes vidět v pro­duk­tech od prakticky každého velkého hráče na trhu. Někteří jsou více v pozadí, jiní dostávají velmi prominentní místo v systému, aby byli k nepřetržitě k dispozici a fungovali v každém kontextu a interakci.

Přirozené chatování se systémem začíná nahrazovat hrabání se v detailech business objektů.

Ačkoliv mohou uživatelé být k podobným botům a dopisování si s nimi skeptičtí, je třeba uznat, že zadání příkazu „Najdi mi seznam všech zaúčtovaných faktur z června s cenou vyšší než 10 000 CZK, za které byla zodpovědná Petra.“ je určitě jednodušší než hledání správné aplikace na účtování faktur a následné nastavování fil­tro­va­cích kritérií. Uživatel tak prostřednictvím napsání, popřípadě vy­slo­ve­ní jedné věty dostane report, ke kterému by se musel běžně do­pra­co­vá­vat minimálně minutu hledáním a nastavováním polí v systému.

Minuta nemusí vypadat jako velká časová úspora, ale pokud daný pracovník dělá podobných úkonů 60 denně a podobné mikrointerakce se objeví i na jiných místech, bavíme se o ušetřené hodině denně. U týmu desíti lidí vykonávajících tuto práci se ročně dostaneme na úsporu 3 650 hodin, tedy 456 „mandayů“, a to už ve světě businessu něco znamená.

Možná jen při interakci s chatboty nezapomeňte na začátku říct prosím a na závěr děkuji. Kdo ví, jestli si v budoucnosti nebudou pamatovat na neslušné uživatele.

2. Hlubší automatizace systému

Když pomineme chatboty a generativní AI, kvalitní podnikové systémy již používají umělou inteligenci a strojové učení v běžných interakcích delší dobu.

Repetitivní a replikovatelné úlohy se stále více automatizují, zatímco náročná rozhodnutí, ke kterým často potřebujete domain-knowledge nebo širší souvislosti, se stávají jednoduššími za pomoci inteligentního řazení a vysvětlení kontextu z dostupných historických dat, které zpracovává strojové učení.

Nástup generativní umělé inteligence však přináší ještě hlubší a ro­zum­něj­ší automatizaci systémů, a tím pádem i zefektivnění a zrych­le­ní procesů a rozhodnutí. Často v nově vytvořených business ob­jek­tech zadává uživatel stejné údaje jako jeho kolega od stolu vedle nebo jeho kolega z druhé strany planety. Zadávané údaje mohou být stejné jako minulý měsíc, kvartál nebo rok a jen v několika polích se data reálně mění. Podobným příkladem je i mapování PDF dokumentů, účtenek, párování dokumentů a jejich polí v systému.

Právě sbírání těchto dat, ať už na úrovni firmy nebo odvětví, a následné učení se na nich včetně provedených uživatelských chyb a k nim příslušných řešeních vede k automatizaci náročnějších procesů a rychlejšímu zpracování dat.

3. Jednodušší pro juniorní uživatele

Když váš systém zná procesy, historická řešení problémů, celou „příbalovou dokumentaci“ ke všem koutům vašeho ERP software a rozumí vaší řeči, z komplexního byznysového světa s vlastním náročným jazykem a složitou učící křivkou se stává konverzace s rozumným parťákem k vykonání vašich povinností.

Řešení problémů už nebude představovat náročné hledání správného políčka ve správném business objektu v té správné aplikaci, ale spíše rozhodnutí, jestli se o řešení postará systém sám za pomoci automatizovaných maker, nebo vám pomůže pochopit kontext problémů a následně poskytne rozumná řešení i s vysvětlením a předpokládaným vývojem situace poté, co učiníte dané rozhodnutí.

Generativní AI rozumí synonymům, rozpozná překlepy, pochopí kontext, ve kterém se nacházíte. Začátečnické chyby nebo chyby z nepozornosti, které ve světě businessu nejednou napáchaly velké škody, se tak stávají nepodstatnými.

Přístupnější a příjemnější práce

Je jen otázkou času, kdy se generativní umělá inteligence stane součástí většiny procesů, které lidé ve firmách každý den používají. Její vliv a přítomnost budou pravděpodobně růst ještě rychleji, než rostly dosud. Tradiční monolitická ERP řešení se postupně mění na osobnější a uživatelsky příjemnější prostředí, které je intuitivní, rychlé, méně náchylné na chyby a méně náročné na znalosti. I díky tomu se firemní procesy budou postupně stávat dostupnějšími pro méně znalé uživatele. Tím snad dojde k vytvoření nových pracovních pozic, ve kterých lidé uplatní znalost širšího kontextu.

Jakub Djablik Autor článku je Senior UX Design Specialist v SAP Labs Czech Republic. Věnuje se na­vr­ho­vá­ní web-based aplikací a UX konceptů zejména v oblasti financí a umělé inteligence.