Как ИИ встраивается в ERP-системы
ERP-система — это единая цифровая система управления ключевыми ресурсами и процессами предприятия. Она объединяет финансы, закупки, склад, производство, продажи, логистику, кадры и другие функции.
ERP нужна для того, чтобы видеть бизнес целиком, быстрее принимать решения и снижать количество ручной работы и ошибок. Она помогает стандартизировать процессы, лучше контролировать затраты, запасы, исполнение заказов и финансовые результаты.
ИИ здесь с пользой можно применить на многих уровнях — автоматизировать ручные процессы и вытащить из данных максимум полезных сведений и советов.
Что уже работает?
💬 Автоматизация ввода и обработки счетов поставщиков через распознавание документов. ИИ считывает входящий счёт, извлекает реквизиты, заносит данные в ERP. Рекламщики Lamar Advertising реализовали это в Oracle Fusion Cloud ERP, в котором автоматизированы сканирование, загрузка, обработка и оплата счетов.
💬 Автоматическая сверка данных. ИИ сопоставляет транзакции, находит несовпадения и помогает их очищать. Бренд мебели Lifetime Products развернул такую систему на Microsoft Dynamics 365 для сравнения субсчетов с главной бухгалтерской книгой. Объём обработки заказов вырос на 95%, компания высвободила рабочие часы у 20% квалифицированного персонала.
💬 Прогнозирование продаж. ML-алгоритм предсказывает продажи продукции. Эти данные потом используют для планирования. Производитель питательных грунтов «Фаско+» внедрил сервис прогнозирования продаж на базе 1С:ERP. ML составляет прогноз, который возвращается в систему и используется для планов продаж, закупок и производства.Точность прогноза выросла на 8%, а скорость планирования снизилась с трёх дней до двух часов.
💬 Автоматическое сопоставление входящих платежей с выставленными счетами. EY создала решение PowerMatch, интегрированное с SAP ERP: ИИ извлекает сведения из платежей и уведомлений, а система автоматически сопоставляет и закрывает поступления. Доля автоматически обработанных и очищенных платежей выросла с 30% до 80%. Организация сэкономила 120 тысяч человекочасов в год.
💬 Автоматическое распределение входящих платежей по открытой дебиторской задолженности. Accenture использует для этого решение SAP Cash Application: алгоритм машинного обучения сопоставляет платежи со счетами. Так компания удвоила долю автоматического зачёта входящих платежей.
💬 ИИ-помощник для финансового анализа. В таких сценариях ИИ помогает человеку обрабатывать данные — ищет сведения, объясняет отклонения и ускоряет подготовку комментариев для управленческой отчётности. У Accenture ИИ-компонент добавлен в инструмент предварительного анализа отклонений перед закрытием — это позволило автоматически генерировать более 95% комментариев.
Как всё это реализовать
В Yandex AI Studio можно создавать ИИ-агентов для любых задач, в том числе для бухгалтерских функций или работы с ERP.
Так, компания может разработать агента, который подключается к ERP, подтягивает обороты, остатки, движения по статьям, данные по дебиторке и кредиторке, а затем собирает черновик квартального отчёта и пояснений к нему.
Другого агента можно использовать для проверки документов. Он может проанализировать договор, счёт, акт или заявку на оплату, найти нетипичные условия, сверить реквизиты, проверить комплектность документов и подсветить рискованные операции до того, как бухгалтерия или казначейство их проведут.
Ещё один сценарий — мультиагентная система для связки спроса, закупок и запасов. Первый агент забирает данные продаж и остатков, второй формирует рекомендации по закупкам, а ERP остаётся системой исполнения — создаёт заявки, резервирует бюджеты и обновляет план.
Подписывайтесь 👉 @yab2btech