AI v informačním systému: co v praxi funguje

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).“

3 pravidla, která rozhodují, zda bude AI v ERP systému úspěšná

1. Výstup musí být kontrolovatelný

AI se může splést a v praxi se občas splete. Důležité ale je, aby byl výsledek transparentní a uživatel ho mohl okamžitě zkontrolovat a upravit.

2. Oprávnění a audit jako základ

AI se musí chovat jako další uživatel systému: vidí jen to, co vidět smí, a u citlivých kroků musí být jasné schvalování i dohledatelnost.

3. Autonomii dávkujte postupně

AI agent, který „dělá věci za vás“, je úplně jiná liga než AI, která pomůže vyfiltrovat data. U agentů je klíčová důvěra a ta se buduje až na základě zkušenosti s předchozími, bezpečnějšími kroky.

Autor: ABRA

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. Zároveň u nás také platí, že AI funkce do ERP dáváme jen tehdy, když je smysluplná, opakovaně použitelná a šetří reálný čas.

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.

Příklady dotazů:

• „Jak v systému zaúčtuju leasing?“
• „Kde nastavím majetek a odpisy?“
• „Jaký je postup pro…?“ (AI odpoví a naváže na dokumentaci)

Level 1: filtrování podle dotazu

Při filtrování dat už díky AI nemusíte zdlouhavě vyhledávat různá kritéria pro omezení. AI dokáže pracovat s otázkou v přirozeném jazyce a na základě ní připravit systémové filtrační „čipy“, které odpovídají kritériím pro vyhledávání. Tato funkce významné zjednoduší a zrychlí práci uživatelům webových verzí systémů ABRA Flexi i ABRA Gen.

Autor: ABRA

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).
• „Faktury nad 100 EUR“ → částka + měna (a to včetně tolerování překlepů).

Důležité je, aby měl uživatel nad AI výsledky 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

V blízké budoucnosti bude možné ptát se AI na konkrétní informace vyplývající z dostupných firemních dat. Zásadní rozdíl oproti běžnému AI chatbotu je, že AI si odpověď „nevymýšlí“, ale skládá ji 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.
• „Najdi největší meziroční propad marže u top 20 položek.“ → analýza nad daty + kontrolovatelný výstup.

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 agenti a proč je nemá smysl uspěchat

U agentů už AI dělá úkony „na pozadí“. 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.“

Typické scénáře, které u agentů dávají smysl:

• inventura,
• objednávka na základě historických prodejů,
• opakované workflow, kde AI nahrazuje složité větvení „klasických“ procesních nástrojů.

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.

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.“

AI v ERP má být nenápadná technologie, která prostě pomáhá

Naše filozofie je jednoduchá: dělat AI tak, aby působila přirozeně a pomáhala v podnikání bez magie a bez přehnaných slibů. „AI v ERP berme jako „nového kolegu“, který je k dispozici pořád, neunaví se a umí se orientovat ve firemních datech,“ uzavírá Martin.