Sztuczna inteligencja w systemach klasy ERP

Nie wszyscy wiedzą, że sztuczna inteligencja to byt, który funkcjonuje w przestrzeni publicznej (nauka, beletrystyka – literatura SF) mniej więcej od połowy XX wieku, tzn. od momentu, kiedy pojawiły się pierwsze komputery. AI nie ma właściwie jednej, powszechnie uznanej definicji, moim zdaniem najlepiej jej charakter oddają poniższe stwierdzenia:

• Sztuczna inteligencja to nauka o maszynach realizujących zadania, które wymagają inteligencji, kiedy są wykonywane przez człowieka.
• To maszyny, które imitują inteligentne zachowania człowieka.
• To systemy autonomiczne posiadające zdolność do adaptacji – samouczenia.

Pierwsze rozwiązania AI – systemy doradcze - pojawiły się w latach siedemdziesiątych, wtedy również zaczęto wprowadzać do badań nad sztuczną inteligencją metody z nauk poznawczych i nauk o mózgu. W latach osiemdziesiątych rozwiązania AI zaczęły się upowszechniać w instalacjach przemysłowych i sprzęcie AGD/RTV, wykorzystując technologie sieci neuronowych czy logiki rozmytej. Było to również związane z szybko rosnącą w tamtym czasie mocą obliczeniową komputerów.

Obecnie prowadzone są badania nad ogólną sztuczną inteligencją pod kątem stworzenia maszyn o inteligencji przewyższającej ludzką oraz nad bardziej praktyczną i wyspecjalizowaną technologią, przejawiającą tylko wąski aspekt inteligencji, np. grającą w szachy, rozpoznającą obrazy, tłumaczącą tekst czy tworzącą jego streszczenie.

Sztuczna inteligencja, a systemy ERP

W jaki sposób AI może wspierać biznes? W tej kwestii należy się zastanowić jakie rozwiązania są tam najczęściej wykorzystywane. Oczywiście należy w tym miejscu wskazać systemy ERP (Enterprise Resorce Planning), służące do zarządzania przedsiębiorstwem.

System ERP posiada szereg zintegrowanych modułów korzystających ze wspólnej bazy danych. Są to, m.in.:

• Księga Główna
• Sprzedaż i należności
• Zakupy i zobowiązania
• Gospodarka magazynowa
• Środki Trwałe
• Środki pieniężne (kasa i bank)
• Produkcja
• Serwis
• HR
• CRM (Customer Relationship Management)
• Elektroniczny Obiegu Dokumentów

Rozwiązania te cały czas ewoluują i mogą być uzupełniane o kolejne moduły, np. E-commerce, WMS – Warehouse Management System – magazyn wysokiego składowania, BPM – Business Process Management – narzędzie do zarządzania procesami biznesowymi czy BI – Business Intelligence.

Jak systemy ERP wykorzystują AI

Systemy ERP składają się z wielu modułów, dlatego w tym punkcie postaram się omówić zastosowanie AI w wybranych z nich.

Zakupy i zobowiązania

Obsługa faktur zakupu to obszar, który najczęściej jest poddawany automatyzacji z wykorzystywaniem sztucznej inteligencji. AI uczy się rozpoznawania kolejnych rodzajów faktur, ich odpowiedniego przypisywania do klienta, rodzaju kosztu czy MPK, najczęściej jednak decyzję o akceptacji dekretacji i księgowaniu podejmuje człowiek. Sztuczna inteligencja pomaga również optymalizować proces zakupów na podstawie informacji o dotychczasowych poziomach wykorzystania surowców i materiałów, złożonych zamówieniach sprzedaży, terminach dostaw, minimalnych i maksymalnych limitach magazynowych, rodzajach opakowań i możliwych partiach dostaw. W tym obszarze jest jeszcze duży potencjał do automatyzacji związany z cyfryzacją fakturowania i zakupów oraz integracją rozwiązań wielu producentów systemów ERP.

Gospodarka magazynowa

Obszar magazynu i zarządzania zapasami również jest mocno wspierany przez sztuczną inteligencję. Jest już wdrożonych wiele w pełni zautomatyzowanych magazynów, w których procesy odkładania, pobierania towarów i kompletacji dostaw zostały zautomatyzowane. AI wspiera te rozwiązania podczas dobierania odpowiedniego miejsca składowania w magazynie (w zależności od współczynnika rotacji towaru), dobiera optymalne trasy dla wózków podczas kompletacji dostaw, pilnuje minimalnych i maksymalnych stanów magazynowych sugerując zamówienia zakupu lub zlecenia produkcji. Ten obszar posiada cały czas duży potencjał do automatyzacji związany z dynamicznym rozwojem całego łańcuch dostaw i upowszechnianiem się podejścia JIT (Just In Time – dostawa, wtedy, kiedy towar jest potrzebny z pominięciem etapu magazynowania) w biznesie.

Sprzedaż i należności

Obszar ten w znacznej mierze jest zautomatyzowany z uwagi na prostotę przebiegu procesu. Tu trudnością mogą być pojawiające się z dużą częstotliwością nowe wymagania prawne (np. JPK – kody GTU), które mogą wpływać na ograniczenie wzrostu efektywności procesu. Natomiast cały czas istnieje potencjał wsparcia tego obszaru przez sztuczną inteligencję.

Środki pieniężne

Ten obszar jest mocno wspierany przez sztuczną inteligencję szczególnie w zakresie ewidencji wyciągów bankowych. System uczy się uzupełniając dane o numer rachunków bankowych klienta i korzystając z opisu przelewu stara się rozliczać i w odpowiedni sposób oznaczać faktury, których dotyczy dana płatność. Na podstawie bankowych numerów transakcji w odpowiedni sposób oznacza również rodzaje obciążeń generowanych przez bank. W tym zakresie istnieje jeszcze duży potencjał optymalizacji – przedsiębiorstwa posiadają często rachunki w wielu bankach, poza tym upowszechnia się proces outsourcingu księgowości i w tego rodzaju przedsiębiorstwach (CUW – Centra Usług Wspólnych) AI na pewno będzie dużym wsparciem.

Podsumowanie

Sztuczna inteligencja jest obecna w systemach ERP, ale poziom jej wykorzystania cały czas jest niewielki. Jest to często spowodowane brakiem świadomości użytkowników końcowych i podejściem do sposobu wykonywania swojej pracy. Jeśli ktoś jest w stanie realizować swoje obowiązki bez większych trudności, nie dąży do poszukiwania sposobów optymalizacji i automatyzacji procesów.

W dobie cyfryzacji, szybkiego rozwoju technologii i dążenia do ciągłego podnoszenia efektywności procesów biznesowych sztuczna inteligencja będzie nieodzownym składnikiem postępu. Analiza procesów, ich optymalizacja i poszukiwanie obszarów, które będą odpowiednie do wdrożenia AI to trendy, od których nie ma odwrotu. AI nie zastąpi człowieka, ale na pewno może ułatwić jego pracę. W gestii pracowników pozostaną wówczas zadania bardziej złożone lub sprawowanie nadzoru nad algorytmami czy procesami realizowanymi przez sztuczną inteligencję.