AI v informačním systému: Co v praxi funguje

Sdílet

ABRA
Autor: Shutterstock.com
Umělá inteligence je součástí každodenního života. Ale co ERP systémy? Je správný čas zapojit AI právě sem? Určitě ano, ale smysluplně. Tak aby zkrátila cestu od otázky k odpovědi, od záměru k akci, a přitom udržela to nejdůležitější: kontrolu, bezpečnost a auditovatelnost.

Proč má AI v ERP takový dopad

ERP je prostředí, kde lidé reálně tráví spoustu času. A právě tam dává smysl automatizovat drobnosti, které se opakují každý den. A také pomoct ve chvíli, kdy potřebujete udělat „něco, co děláte jednou za čas“, a už si nepamatujete přesný postup.

Martin Schayna, chief innovation manager v ABRA Software, to popisuje pragmaticky: „AI už dnes není sci-fi. Je dostatečně zralá na to, aby zjednodušovala práci v informačním systému, zejména u rolí, které v systému tráví významnou část dne (typicky účetní a obchod).“

Jak k AI v ERP přistupujeme v ABRA Software (konkrétní příklady)

V ABRA Software postupujeme podle osvědčeného scénáře: od základních dotazů až po budoucí velmi pokročilé úlohy.

Level 0: AI jako interaktivní dokumentace

Základní AI asistent již nyní funguje jako rychlá nápověda přímo v ABRA Flexi a postupně jej budeme spouštět také v systémech ABRA Gen a ABRA Flores.

Level 1: filtrování podle dotazu

AI dokáže pracovat s otázkou v přirozeném jazyce a na jejím základě připravit systémové filtrační „čipy“, které odpovídají kritériím pro vyhledávání. Tato funkce významně zjednoduší a zrychlí práci uživatelům webových verzí systémů ABRA FlexiABRA Gen.

Ukázkové dotazy pro filtrování dat:

  • „Opraveno Janou minulý týden“ → filtr podle osoby a časového okna.
  • „Prodaná skladová karta DVD“ → filtr až na úroveň řádků dokladu a skladové karty (AI vás dovede i do hlubších úrovní, kde se běžně špatně hledá).

Důležité je, aby měl uživatel nad výsledky AI neustále kontrolu. „AI může udělat chybu, ale nesmí vás nechat tápat v tom, co vlastně udělala. Proto generuje konkrétní podmínky filtrování, které okamžitě vidíte a můžete je upravit,“ říká Martin Schayna.

Level 2 v praxi: Chat s daty v ERP

Brzy bude možné ptát se AI na konkrétní informace vyplývající z dostupných firemních dat. Zásadní rozdíl oproti běžnému AI chatbotu je, že AI si odpověď skládá z dat, která si umí řízeně vyžádat ze systému.

Martin to vysvětluje takto: „AI si připraví postup, jak se k datům dostat, zavolá dostupné funkce ERP, nechá systém vrátit surová data a teprve potom je převede do srozumitelné odpovědi.“

Ukázkové dotazy na systém:

  • „Jaké byly tržby za obuv na Slovensku za Q3?“ → čísla + ideálně graf + možnost rozkladu (regiony, kanály, zákazníci).
  • „Které faktury jsou po splatnosti víc než 14 dní a jaký je jejich celkový objem?“ → seznam + součet + návrh dalšího kroku.

I na této úrovni je důležité, aby měl uživatel možnost odpovědi kontrolovat a zároveň nastavit, k jakým datům bude mít AI přístup.

Level 3 v praxi: AI agenty a proč je nemá smysl uspěchat

U agentů už AI dělá „na pozadí“ komplexní úlohy, jako je inventura nebo objednávka na základě předchozích prodejů. Je to nejpokročilejší využití AI v ERP systému a zatím hudba vzdálenější budoucnosti. A tady Martin zdůrazňuje dvě věci: „Bez důvěry to nepůjde a k agentům se musíme prokousat přes předchozí úrovně, protože teprve ty vytvoří potřebný základ.“

Bezpečnost: Kontrolujte, kam tečou data

Za největší reálné riziko AI v ERP lze bez diskuze považovat nechtěné použití firemních dat mimo váš kontrolovaný prostor. V ABRA Software zneužití dat předcházíme tak, že AI běží na vlastní infrastruktuře (ne „někde veřejně“), přístup je řízen oprávněními uživatele a zákaznická data nikdy nepoužíváme k trénování modelů.

Školení Kubernetes

Martin to vysvětluje jednoduše: „I když data potřebujeme krátce použít k vyřízení požadavku, nesmí se z nich stát materiál pro učení dalších modelů a po zpracování se z AI smažou.“

www.abra.eu

Autor článku