W ostatnich latach generatywna sztuczna inteligencja (AI) zyskuje na popularności w różnych sektorach, a dostawcy systemów ERP (Enterprise Resource Planning) zaczynają dostrzegać jej potencjał. Firmy takie jak Microsoft i SAP, wiodący gracze na rynku ERP, intensywnie pracują nad integracją generatywnej AI w swoich produktach. Te innowacje mają na celu wspomóc migrację do chmury, poprawić analitykę danych i oferować szereg innych funkcji, które mogą przynieść wymierne korzyści dla przedsiębiorstw. Jednak mimo obietnic i intensywnej promocji, rzeczywistość adopcji generatywnej AI w systemach ERP pozostaje złożona i pełna wyzwań.
Technologiczne aspiracje vs. stan rzeczy
Generatywna AI, znana z takich narzędzi jak ChatGPT, obiecuje rewolucję w sposobie, w jaki systemy ERP są wykorzystywane. Zdolność do generowania raportów, automatyzacji procesów i dostarczania zaawansowanych analiz to tylko niektóre z funkcji, które mają przekształcić zarządzanie przedsiębiorstwami. Pomimo tych możliwości, wiele firm nadal korzysta ze starszych wersji systemów ERP, które nie są w stanie obsłużyć nowoczesnych funkcji AI.
Eksperci wskazują, że główną barierą w przyjęciu generatywnej AI jest brak dojrzałości technologii oraz konieczność aktualizacji istniejących systemów ERP. Firmy często obawiają się ryzyka związanego z wczesnym przyjęciem nowych technologii, zwłaszcza tych, które mogą wpływać na krytyczne dla biznesu operacje.
“Dylemat kurczaka i jajka”
Sytuacja, w której przedsiębiorstwa muszą zdecydować, czy zainwestować w nową technologię teraz, czy poczekać na jej większą dojrzałość, przypomina klasyczny “dylemat kurczaka i jajka”. W praktyce oznacza to, że wielu klientów ERP woli poczekać na pierwsze udane wdrożenia i solidne dowody na skuteczność generatywnej AI, zanim zdecydują się na jej implementację w swoich systemach.
Badania Gartnera z 2023 roku wskazują, że generatywna AI miała minimalny wpływ na rozwój rynku ERP w minionym roku. Niemniej jednak, klasyczne zdolności AI, które są bardziej dojrzałe, pomogły dostawcom oprogramowania przedstawić dodatkową wartość, jaką klienci mogą zyskać, korzystając z bardziej zaawansowanych usług w chmurze.
Trudności we wdrożeniu
Wdrożenie systemów ERP jest z natury skomplikowane i czasochłonne, często zajmuje to miesiące lub nawet lata. Dodanie do tego nowych, generatywnych funkcji AI, które pojawiły się na rynku dopiero pod koniec 2022 roku, jeszcze bardziej komplikuje proces. Wprowadzenie takich funkcji wymaga długotrwałego planowania, testowania i znajdowania pierwszych klientów, którzy będą skłonni przetestować nowe rozwiązania.
Ponadto, technologia AI w ERP wciąż wymaga znacznych ulepszeń, aby osiągnąć poziom dojrzałości niezbędny do wykonywania skomplikowanych zadań biznesowych. Nikt nie chce ryzykować destabilizacji kluczowych systemów ERP, chyba że będzie to absolutnie konieczne.
Spojrzenie w przyszłość
Pomimo powolnego startu, dyrektorzy ds. informatyki (CIO) i liderzy biznesowi nadal badają potencjał AI i analizują oferty dostawców. Wiele firm dostraja swoje systemy lub przygotowuje się do aktualizacji ERP, aby móc skorzystać z generatywnej AI w przyszłości. Niemniej jednak, inwestycje w tę technologię są kosztowne i niepewne, co zniechęca wiele organizacji do szybkiego wdrożenia.
Podobnie jak rewolucja open source sprzed 15 lat, adopcja generatywnej AI w ERP może wymagać czasu, zanim firmy będą w pełni komfortowe z nową technologią. Obecnie, wdrożenia AI i uczenia maszynowego (ML) często odbywają się na mniejszą skalę, z ograniczoną funkcjonalnością, ale trend ten z pewnością będzie się rozwijał.
Generatywna AI w systemach ERP ma ogromny potencjał, ale jej pełne wdrożenie w przedsiębiorstwach to proces, który wymaga czasu, zasobów i dojrzałości technologicznej. Firmy, choć zainteresowane nowymi możliwościami, często wybierają ostrożne podejście, czekając na bardziej dojrzałe i sprawdzone rozwiązania. Przyszłość generatywnej AI w ERP wydaje się obiecująca, ale droga do jej powszechnego przyjęcia jest jeszcze długa i pełna wyzwań.
