Umělá inteligence (AI – Artificial Intelligence) zažívá ohromný rozvoj mnoha směry a je těžké se v ní zorientovat.

Níže uvádím používané dimenze AI:

• AI dle schopností – úzká (řeší jen konkrétní typ úloh a nechápe kontext), obecná (učí se a myslí jako člověk – zatím neexistuje), super (výrazně převyšuje člověka).
• AI dle způsobu fungování – reaktivní (nemá paměť, reaguje na aktuální situaci), s omezenou pamětí (využívá minulá data), s teorií mysli (chápe emoce – je ve fázi výzkumu), se sebeuvědoměním (zatím jen hypotetická).
• AI dle technologie – symbolická (založená na pravidlech), strojové učení (nevyžaduje pravidla), hluboké učení (využívá neuronové sítě).
• AI dle použití – konverzační (chatboti), generativní (texty, obrázky), analytická (predikce), fyzická (roboti, drony).

Náklady spojené s vývojem umělé inteligence jsou obrovské. Musíme sem započítat sběr a čištění zdrojových dat, výpočetní výkon, vývojáře, tréning modelů, provoz, integraci, bezpečnost, licence, … To vše způsobuje, že jen málokdo se pouští do vývoje AI od nuly. Ještě stále panují pochybnosti, zda firmy vyvíjející a provozující AI nejsou na akciovém trhu jen pověstnou bublinou, která jednoho dne praskne a způsobí celosvětovou hospodářskou krizi. Na druhou stranu jsou zde konkrétní přínosy, které slibují další zhodnocování těchto firem. AI již dnes zvyšuje efektivitu a šetří čas, snižuje chybovost a umožňuje provoz 24x7, zvyšuje kvalitu a rychlost rozhodování, vyhledává a konsoliduje informace, zrychluje inovace.

Toto všechno způsobuje, že umělá inteligence proniká i do podnikových ERP systémů.

Zatím se jedná o úzkou AI zaměřenou na konkrétní funkce a data daného ERP systému s omezenou pamětí. Symbolická AI je v ERP využívána již delší dobu, např. APS rozvrhování výroby nebo řízené sklady nahrazují plánovače a skladníky rozhodováním dle předem nastavených pravidel. Přibývá však strojové učení a hluboké učení. Tento rozvoj je také důvodem, proč AI běží téměř výhradně v cloudech. Díky nim mohou vývojáři rychle rozvíjet funkčnost a kombinovat informace z ERP systému s informacemi z internetu.

Co tedy konkrétně najdeme v dnešních moderních ERP systémech?

Do ERP systémů jsou postupně začleňováni tzv. agenti, kteří se specializují na konkrétní činnosti. Vývoj a tréning těchto agentů začíná od oblastí, kde se očekávají největší přínosy.

Tady jsou příklady již existujících agentů např. v ERP QAD:

Pomocník uživatele odpovídá na otázky typu Jak mám udělat …? Stačí formulovat otázku, např. „Jak mohu změnit nákupčího odpovídajícího za nákup jednotlivých materiálů?“ a systém doporučí konkrétní funkce a vysvětlí dopady případné realizace změny.

Analytik realizuje příkaz typu Ukaž data! Stačí napsat do chatovacího okna např. „Vypiš všechny artikly, o které se stará nákupčí XXX.“ a systém příkaz provede.

Realizátor změn umí provádět příkazy typu Změň data! Mohu jej s výhodou využít např. k hromadným změnám dat, pro něž neexistuje běžná funkce, protože se dělají jen výjimečně. Např. „Pro všechny materiály typu XXX změň nákupčího YYY na nákupčího ZZZ.“

Výše uvedené agenty můžeme nazvat Reakčními, protože reagují na aktuální situaci, dotaz nebo příkaz uživatele.

K dispozici jsou však také agenti Akční, kteří aktivně vyhlížejí předdefinované situace a když nastanou, provádějí předepsané aktivity. Často při tom interagují nejen s daty v ERP systému, ale i s daty v mailech nebo třetích systémech. Sem patří např.:

Šampion nákupu – Dokáže v mailech vyhledat potvrzení objednávek od dodavatelů a v ERP systému pak změnit příznak objednávky na Potvrzeno, příp. aktualizovat datum dodání. Umí přijmout, vytřídit a uložit dokumenty, které zaslal dodavatel k dodávce a samozřejmě upozornit nákupčího, pokud změny v dodávce ohrožují následný plán.

Šampion zdrojů – Umí přijmout a vytěžit mailem zaslané nabídky, požádat dodavatele o doplnění chybějících dat, strukturovat a porovnat nabídky a doporučit nejlepší z nich ve vazbě na odeslanou poptávku.

Šampion prodeje – Přijímá, strukturuje a třídí poptávky zákazníků, formuluje dotazy na zákazníka, odpovídá nabídkou, eviduje zakázky a odesílá jejich potvrzení.

Ve vývoji jsou šampioni plánování, výroby, skladování, účtování a další.

A co to všechno stojí?

Reakční agenti jsou obvykle součástí základní cloudové instalace ERP systému a akční agenty je nutné objednat, zaplatit formou předplatného a vytrénovat.

Oba typy agentů spotřebovávají při svém běžném provozu výpočetní výkon. Ten se vyjadřuje pomocí tzv. tokenů – složitější úkol jich spotřebuje více než úkol jednoduchý. Klient si může zakoupit balíček tokenů a po jeho vyčerpání dokoupit další. Protože plánování spotřeby tokenů je obtížné, přistupují někteří dodavatelé ERP systémů k definicím balíčků dle množství klíčových dat. Např. pro šampiona nákupu mohu kupovat AI výkon dle počtu aktivních dodavatelů a položek nákupních objednávek odeslaných dodavatelům měsíčně.

AI v ERP systémech se stává realitou. Stačí porovnat potenciální přínosy s náklady a rozhodnout se.