Umělá inteligence a strojové učení otřásly mnoha oblastmi podnikání – od kybernetické bezpečnosti až po tržní analytiku, robotické systémy či automobily, které řídí samy sebe.
Pokud však jde o klíčové podnikové funkce, zejména ty, kde existují rizika, že špatná rozhodnutí budou mít značný dopad, je využití umělé inteligence stále v počátcích.
Například AmerisourceBergen, velkoobchodní společnost zaměřená na léčiva, má 19 tisíc zaměstnanců ve 47 zemích a hrubé tržby ve výši 147 miliard dolarů ročně, což stačí na 11. místo žebříčku Fortune 500.
Alexander Kugler, její viceprezident pro stanovení cen, si dobře uvědomuje potenciál umělé inteligence, která by mohla pomoci k lepšímu rozhodování při stanovení cen produktů – nastavte příliš vysoké ceny a zákazníci půjdou jinam. Nastavte příliš nízké ceny a společnost bude přicházet o peníze.
Dříve tato firma používala tabulky k získávání dat z různých systémů, aby určila výrobní náklady, a používala historii a své vlastní všeobecné znalosti, aby se pokusila zjistit citlivost zákazníků na změny cen a chování konkurence.
„Byla to archaická cenová metodika, která nedržela krok s trendy a dynamikou oboru,“ uvádí Kugler. Před 15 měsíci začala AmerisourceBergen přecházet na integrovaný systém, který automaticky počítá výrobní náklady, analyzuje historická data transakcí a získává externí data, jako jsou předpovědi počasí, k vytvoření základní vrstvy pro budoucí nasazení AI.
Očekávání nutnosti zavedení umělé inteligence pro zlepšení funkčnosti ERP jako součást firemní transformace roste mezi prvními osvojiteli a dodavatelé ERP už strojové učení integrují do svých nabídek, aby uspokojili blížící se poptávku.
Budoucnost ERP
Platforma Vendavo, kterou si firma AmerisourceBergen vybrala, má vestavěné inteligentní funkce, ale dosud je nevyužívá. Místo toho tato firma používá vestavěné expertní algoritmy, jako jsou upozornění, když se cena nastaví pod náklady. Tyto algoritmy se vytvořily na základě práce datových vědců, ale nejsou průběžně generované systémem strojového učení.
„V září jsme systém spustili v živém provozu a využíváme ho nyní více ve smyslu vykonávání černobílých firemních pravidel,“ popisuje Kugler.„Plazíme se a chystáme se kráčet.“
Výpočet, zda byla cena stanovena pod výrobní náklady, může být komplikovaný, ale je to stále jen výpočet. Jakmile existuje vzorec a jsou k dispozici správná data, je získání výsledku pouhou aritmetikou.
Existují však i další možná upozornění, která vyžadují spíše úsudek než jednoduché výpočty. Například konkrétní řada meteorologických událostí by, řekněme, mohla vyvolat větší poptávku po očkování proti chřipce. Nebo nový konkurent, který se pravděpodobně chystá vstoupit do určitého segmentu trhu, může způsobit snížení cen.
„Při pohledu do budoucna jednoznačně čekám přínos v oblasti upozornění na podnikatelská rizika,“ prohlašuje Kugler. „Máme desítky tisíc zákazníků a prodáváme desítky tisíc produktů.Proces nebo prostředí, které by nás dokázalo upozornit na potenciální problémy předtím, než by nastaly, by byly úžasné.“
Další využití strojového učení je v automatizaci pracovních toků. Prvním krokem je mít prostředí, kde může osoba udělat rozhodnutí, které automaticky spouští řadu akcí.
Příště, když je opět nutné udělat rozhodnutí, dokáže systém navrhnout postup, který vychází z minulých zkušeností. Nakonec, až je dostatečná důvěra v doporučení, může systém podniknout kroky automaticky a lidé jen dohlížejí na proces a zabývají se pouze výjimkami.
„Získali byste konzistentní rozhodování a možnost cenového týmu soustředit se více na umění stojící za stanovením cen,“ vysvětluje Kugler. „Uvolnilo by to cenový tým k práci na skutečných příležitostech, což by firmě přineslo hodnotu.“
Dnes například může člen cenového týmu trávit tři hodiny na složitější analýze cen a pět hodin na rutinnějších úkolech spojených s cenovou administrativou. Díky inteligentní automatizaci by bylo možné trávit cenovou administrativou jen jednu hodinu a zbylých sedm hodin aktivitami vytvářejícími přidanou hodnotu.
„To není situace, kdy se snažím snížit počet zaměstnanců,“ vysvětluje Kugler. To vše je ale hudba budoucnosti.
V současné době se firma AmerisourceBergen nachází stále ve fázi procesu pokládání základů, aby následně mohla pokračovat ve zjišťování, jak využívat strojové učení pro upozornění na podnikatelská rizika, využívat prediktivní analytiku a automatizaci pracovních toků. Zatím ale nedošlo k žádným rozhodnutím, dodává Kugler.
Ale lepší předpovědi, nastavení lepších cen, a dokonce snížení výrobních nákladů nejsou jedinými přínosy inteligentnějších systémů. Technologie umělé inteligence také firmě pomůže při obraně, a to nejen vůči jejím současným přímým konkurentům.
„Velmi dobře si například uvědomujeme, že do naší sféry vstupuje Amazon,“ popisuje Kugler. „Byli bychom blázni, kdybychom si mysleli, že Amazon nevyužije vše, co umí, aby byl co nejsilnější.“
Firmy, které nevyužívají výhody umělé inteligence, budou trpět, dodává Kugler.„Myslím, že uvidíte větší úpadek jejich zisku a nakonec budou buď muset diverzifikovat a najít další příjmy, nebo se stanou kandidáty na pohlcení jinou firmou.“
Příprava na AI
Stejně jako AmerisourceBergen se mnohé firmy stále připravují na inteligentní ERP systémy, které používají strojové učení a pokročilou analytiku, inteligentní rozhraní a automatizaci pracovních toků.
Produkty a funkce ERP založené na umělé inteligenci se dostaly na trh teprve nedávno a společnosti přistupují k přijetí pomalu a opatrně, popisuje Josh Sutton, šéf pro umělou inteligenci v poradenské společnosti SapientRazorfish.
„AI je dnes velmi významnou součástí transformace podnikání,“ popisuje, „a rychlost transformace je rychlejší než kdykoli v minulosti.“
Sutton vidí mnoho firem, které začínají s úzce zaměřenými pilotními projekty pro přidání AI do systémů ERP, ale je stále velmi brzy.
„Jsme opravdu na začátku této cesty,“ prohlašuje. „Nejúspěšnější firmy jsou ty, které postupují po malých krocích a nesnaží se zvládnout vše najednou.Takové společnosti mají skutečné výsledky a spíše dříve než později.“
Další firma, která vidí potenciál umělé inteligence a strojového učení pro zlepšení provozu, je Home Depot.
V současné době má tato společnost datové vědce v týmu analýz prodeje, trendů počasí a dalších dat, která pomáhají předvídat potřeby zákazníků. Vezměme si například očekávané živelní pohromy.
„Dokážeme rychle reagovat a připravit nouzové dodávky vody či generátorů na strategicky umístěná distribuční centra,“ prohlašuje Paul Mayer, manažer komunikace společnosti Home Depot.
Dnes to všechno zajišťují lidé s využitím svého intelektu. Firma však vyhodnocuje a testuje používání umělé inteligence a strojového učení, zejména pokud jde o řízení dodavatelského řetězce a zásob. „Naším cílem je zajistit, abychom měli správné produkty ve správný čas, když je lidé potřebují,“ prohlašuje.
Podle průzkumu společnosti LevaData se 69 procent firem velmi zajímá o to, jak může AI pomoci zlepšit jejich dodavatelský řetězec.
Takže co brání přechodu k inteligentnějšímu ERP? Existuje zde několik faktorů, mezi které patří kulturní otázky, pomalejší tempo přijímání cloudu pro ERP v porovnání s jinými aspekty podnikání a skutečnost, že se technologie objevuje teprve nyní.
Problém ERP s lidmi
Podle průzkumu LevaData uvedlo 49 procent respondentů, že jejich interní personál zatím není připraven na radikální digitální transformaci těchto klíčových firemních procesů.
Vezměme například proces nákupů. Velké společnosti se mohou zabývat tisíci různých produktů od tisíců dodavatelů, ale odpovědní lidé používají při jednání o cenách obvykle stále tabulky Excelu a vnitřní pocity, vysvětluje Rajesh Kalidindi, zakladatel a výkonný ředitel společnosti LevaData.
Chtějí využít své letité podnikatelské zkušenosti a vybroušené instinkty. Nyní se musejí přeorientovat na daty řízený přístup.
„Lidé si myslí: ‚To mi sebere práci.Budou se spoléhat na rozhodnutí stroje, nebo moje?‘,“ popisuje Kalidindi.
Podle průzkumu vykonaného v létě firmou SAS je kulturní výzva největší bariérou pro přijetí umělé inteligence, přičemž téměř polovina respondentů uvedla, že této technologii nedůvěřuje.
Kromě toho, že se obávají využít radu stroje, se mohou zaměstnanci také zdráhat předávat informace, které stroj potřebuje k lepšímu rozhodování. Konkrétně pokud jde o dojednávání cen, potřebuje umělá inteligence znát nejen konečné výsledky, ale i to, jaké strategie nefungují.
„Výzvou je získání všech dat, nejen údajů, u kterých si to lidé přejí,“ prohlašuje Sutton ze společnosti SapientRazorfish. „Je to změna chování, se kterou se firmy potýkají.AI pracuje lépe se všemi daty, ne pouze s daty, která lidé sdílet chtějí.Často lidé zadají něco do systému, jen když to na ně vrhá dobré světlo.“
Pomalý pohyb ke cloudu
Cloudová a SaaS nasazení usnadňují dodavatelům ERP implementaci nejnovějších technologií a integraci datových zdrojů a analytických nástrojů od externích partnerů.
Podle zprávy společnosti Panorama Consulting využívá systémy ERP ve vlastní infrastruktuře stále 67 procent firem a jen 33 procent užívá cloud a cloudové dodavatele. Pro srovnání, podle IBM se v současnosti 87 procent systémů CRM provozuje v cloudu.
„Většina společností zůstala na špičce tempa a technologických vylepšení u rozhraní, ale teprve začíná hledat zlepšení pro back-office,“ prohlašuje Mickey North Rizza, analytička IDC.
Společnosti, které používají produkty ERP založené na cloudových prostředích nebo SaaS, mají podle ní v případě umělé inteligence náskok.
„Bohužel mnoho velkých podniků stále používá tradiční systémy ERP ve vlastní infrastruktuře a do cloudu zatím nepřechází,“ dodává Rizza. „Tyto velké podniky promeškávají inovace.“
Rizza tedy očekává, že svůj provoz přesune do cloudu více firem, aby tak mohly snáze transformovat své podnikání a více využívat strojové učení.
Schopnosti AI
Každý významný dodavatel ERP má využití umělé inteligence ve svém plánu, nebo ji už dokonce ve svých funkcích a nástrojích poskytuje.
Například Oracle představil nedávno pro své cloudové produkty ERP několik doplňků poháněných umělou inteligencí. „Brzy se objeví další produkty,“ prohlašuje Steve Cox, viceprezident skupiny pro marketing produktů Oracle ERP a EPM.
Společnosti jsou ale stále na samém začátku přijetí, popisuje Cox, ačkoli některé organizace již používají AI v oblasti analytiky.
„Třeba britský státní systém zdravotní péče NHS používá umělou inteligenci k odhalení podvodných nároků,“ uvádí. „To je dobrý příklad případu použití.“
Umělá inteligence ale může dělat víc. „Představte si, že dostanete prognostické varování, které naznačuje, že jedna z vašich továren nedokáže v určitý den vyrobit potřebný objem a že by vám nastaly vážné problémy se zákazníky,“ popisuje Cox.
„Na základě toho, co se stalo dříve, dostanete návrh šesti možných řešení s ukázkou finančních důsledků každého řešení. Když vyberete požadovanou variantu, zobrazí se kroky, které je nutné udělat.Nejdůležitější ale je, že když se příště něco podobného stane, systém si vše pamatuje.“
To je budoucnost, říká Cox, a proto očekává, že AI bude pro podnikání stejně transformačním vlivem jako cloud computing. „Podle mého názoru změní umělá inteligence a strojové učení všechno,“ dodává.
Cox předpovídá, že rok 2018 bude obdobím počátku výrazného přijímání AI v oblasti ERP. „Myslím si, že zájem je obrovský,“ tvrdí i Paul Farrell, viceprezident Oraclu pro řešení NetSuite.
„Některé firmy tuto technologii využívají již teď, při pohledu na naši zákaznickou základnu má zájem každý, ale čeká se na praktické aplikace,“ vysvětluje Farrell.
Dalším dodavatelem ERP s produktem umělé inteligence je společnost Infor, která oznámila svého bota Coleman AI. Bot využívá hluboké učení Amazon Lex a rozhraní přirozeného jazyka.
Produkt je v současné době v betaverzi a fungovat by měl na jaře, prohlašuje Rick Rider, produktový šéf pro Infor Coleman AI. Podle Billyho Blackerbyho, architekta řešení pro dodavatelský řetězec ve společnosti Whole Foods, jde o fantastickou sadu funkcí.
„Přinášíte funkcionalitu spotřebitelské úrovně do podnikatelského prostředí,“ prohlašuje Blackerby. K dispozici jsou také funkce prediktivní analytiky a strojového učení, které pomáhají systému předpovídat, co uživatel chce.
„Konkrétní případ použití, který mne napadá, je v oblasti plánování sortimentu,“ vysvětlujeBlackerby. Třeba „Colemane, potřebuji produkt, který se vejde do metr široké police v kategorii X, která se shoduje s dalšími sušenými druhy zboží, jež se mají přepravovat v prázdninové sezóně Y.“
„Velké korporace to chtějí ulehčit,“ tvrdí Mitchell Lee, evangelista ve firmě Vendavo, která prodává analytické nástroje pro ceny v oblasti B2B a začala nabízet nástroje pro strojové učení už v roce 2016. „Většina z nich má tendenci být ve všech oblastech velmi konzervativní.“
Podle něj zejména váhají u systémů AI typu černá skříňka, kde není jasný důvod stojící za generovaným doporučením. „Pro lídry firem je důležité, aby chápali proces, který vytváří rozhodnutí,“ dodává Lee.
Vendavo například dokáže automaticky třídit zákazníky podle tržních segmentů, ale ti potřebují pochopit, proč systém vytvořil konkrétní skupiny a proč je konkrétní klient v dané skupině, a ne v jiné.
„Možná víte něco, co není v datech, máte podnikatelské a obecné znalosti, které nejsou součástí systému,“ říká Lee.
Přibližně deset procent zákazníků využívá technologii strojového učení, aby automaticky identifikovalo tržní segmenty a vypočítalo cenovou sílu, říká Lee, a tato doporučení poté přezkoumají sami lidé.
„V průběhu času se sleduje, zda jsou doporučení funkční, nebo jestli nové ceny buď nepřinášejí prodeje, nebo sice ano, ale s nižší cenou,“ popisuje.
„Korporace se však zdráhají přejít na automatické stanovení,“ dodává. „Lidé jsou zvyklí dělat tato rozhodnutí sami a důsledky strojem způsobené chyby některých těchto doporučení by mohly být závažné.“
„Chceme použít strojové učení pro mnoho oblastí v ERP,“ uvádí Ajoy Krishnamoorthy, viceprezident Acumatiky, dodavatele cloudového ERP. Například se uživatelé budou moci ptát stylem, „Alexo, zeptej se Acumatiky, kolik notebooků máme na skladě,“ vysvětluje.
Některé společnosti již zkoušejí v rámci svých pilotních projektů nové funkce AI, ale zatím nejde o produkční prostředí. V případě integrace asistentky Alexa se blíží nasazení, ale zatím přetrvávají bezpečnostní obavy. Například nechcete, aby mohli náhodní lidé vyžádat a získat firemní údaje.
„Potřebujeme zajistit funkčnost hlasové autentizace,“ popisuje Krishnamoorthy, „a měli bychom ji mít už brzy.“
Další společností s cloudovým ERP je VAI, která na umělé inteligenci začala pracovat přibližně před rokem.
Tato firma nabízí řadu business intelligence produktů IBM Cognos zabudovaných do jejích aplikací a integruje se také s platformou umělé inteligence IBM Watson.
„Mnoho našich zákazníků v tradičních průmyslových oborech zkoumá, co pro ně může umělá inteligence udělat,“ popisuje Kevin Beasley, ředitel IT společnosti VAI. „V budoucnu bude určitě docházet k nárůstu, protože budeme nabízet větší rozsah funkcí AI.“
„Právě začínáme,“ podotýká i Aaron Harris, viceprezident společnosti Sage Intacct. „To všechno jsou nové věci.Právě vytváříme nosnou technologii, ale zákazníkům ji ještě nejsme připraveni nabízet.“
Sage Intacct plánuje úplnou eliminaci uzávěrky, takže budou firemní knihy vždy aktuální a problémy se zjistí a vyřeší okamžitě namísto konce čtvrtletí. Kromě toho namísto vytváření reportů budou moci uživatelé jednoduše pokládat otázky přirozeným jazykem a platforma data zjistí nejen z finančního systému, ale z více zdrojů. „Zákazníci vyjadřují velké nadšení,“ uvádí Harris.
Firma Nintex, která se zaměřuje na automatizaci pracovních toků, zase pracuje na přidání strojového učení a zpracování přirozeného jazyka, aby pomohla svým zákazníkům opustit prostá pravidla a využívat chytřejší a flexibilnější pracovní toky.
Technologie je v testovací fázi, popisuje Matt Fleckenstein, marketingový ředitel Nintexu, a měla by se zprovoznit v nejbližší době. „Nyní mnoho našich zákazníků využívá fázi pokročilého testování.“
Některé společnosti například mají více než 100 tisíc různých pracovních toků. Inteligence může zaměstnancům akce doporučit, nebo může dokonce některé akce automaticky provádět. „Nejprve systém říká: ‚Vždy máte tendenci schvalovat smlouvy do určité částky od určité osoby. Chcete schválit tyto?‘,“ popisuje Fleckenstein.
Potom, za dva až tři roky, jakmile společnosti získají důvěru v doporučení, může systém přeskočit krok doporučení a prostě pokračovat k vykonání akce.
„Jak během času roste důvěra k technologii a je vidět její přínos včetně omezení nedostatků, můžeme jí dát více pravomocí,“ prohlašuje Fleckenstein. „Nijak se to neliší od přijetí nového zaměstnance, který se stal součástí týmu – s růstem důvěry mu dáváte větší a větší odpovědnost.“
Učení konáním
Abyste mohli začít s AI a strojovým učením, je nejlepším prvním krokem konkrétní pokus, radí Helio Mosquim, manažer IT ve firmě Vale, která je jednou z největších světových těžebních společností.
Vale experimentuje se strojovým učením pomocí platformy Leonardo společnosti SAP tak, že vytváří prototypy služeb poháněné umělou inteligencí. Například zaměstnanci, kteří se snaží objednat náhradní díly, musejí v současné době procházet dodavatelské katalogy, najít čísla dílů a potom zadat tato čísla do systému.
„Je to složitý proces a může dojít k mnoha chybám,“ uvádí Mosquim. Společnost proto zvažovala používání hlasového rozpoznávání, ale ukázalo se, že v praxi nefunguje.
„Zařízení je venku v sekci údržby, kde je velký hluk,“ vysvětluje. Rozhodli se tedy používat rozpoznávání obrazu a využili schopnosti strojového učení SAP Leonardo k učení identifikace dílů pohledem. „Nyní může člověk v terénu pořídit obrázek pomocí iPadu a přímo z místa vznést požadavek,“ popisuje Mosquim.
Potenciál pro umělou inteligenci v ERP je neuvěřitelný, tvrdí Patrick Bakey, prezident SAP Industries. V příštích několika letech se budou podle něj automatizovat opakované, nudné úkony, které automatizovat lze, což zvýší produktivitu a umožní to firmám přerozdělování pracovních míst a vytváření nových rolí.
„Společnosti budou moci vyčlenit více personálu na strategické a tvůrčí projekty,“ předpokládá Bakey. Navíc budou mít zaměstnanci mnohem snadnější propojení s podnikovou technologií.
„Dnes už doma možná používáte asistentku Alexa nebo Siri založenou na umělé inteligenci k vyhledání dovozu jídla z restaurací, k doporučením, recenzím a kupónům,“ popisuje. „Stejnou úroveň pohodlí a inteligence chceme zajistit i pro podnikové aplikace,“ dodává Bakey.
Tento příspěvek vyšel v Computerworldu 2/2018. Časopis (starší čísla i předplatné těch nadcházejících) si můžete objednat na adrese našeho vydavatelství.
PŘEDPLATNÉ
ČLÁNKY DO MAILU