Trong nhiều thập kỷ, các hệ thống hoạch định nguồn lực doanh nghiệp (ERP) đã tương đối trì trệ trong cách họ quản lý và xử lý dữ liệu doanh nghiệp. Các hệ thống doanh nghiệp này vẫn yêu cầu mọi người nhập dữ liệu vào hệ thống. Những người này (hoặc quy trình hàng loạt) sau đó phải di chuyển dữ liệu dọc theo hệ thống để hỗ trợ một số hoạt động kinh doanh. Sau các bước xử lý này, hệ thống có thể cung cấp kết quả cho mọi người để đưa ra quyết định kinh doanh, công nhận doanh thu và trả lương cho nhân viên. Trong nhiều thập kỷ, dòng quy trình hệ thống ERP này ít thay đổi.
Tất nhiên, các hệ thống ERP đã phát triển trong những năm qua. Các hệ thống ERP hiện đại cung cấp đầu vào dễ dàng và tự động hóa, tự động hóa các quy trình kinh doanh, cảnh báo và tin nhắn trên mọi sự kiện hệ thống có thể tưởng tượng, và các công cụ báo cáo và trực quan hóa tuyệt vời. Các hệ thống ERP được phân phối qua đám mây và tất cả đều được kết thúc trong giao diện người dùng hấp dẫn trực quan mới nhất cho bất kỳ thiết bị nào bạn có thể có tiện dụng vào thời điểm đó. Thật không may, những cải tiến xử lý này đã không thay đổi bản chất cơ bản của hệ thống ERP.
Việc sử dụng AI trong ERP sẽ thay đổi hoàn toàn cách quản lý dữ liệu và quy trình kinh doanh. Các hệ thống ERP sẽ không còn đòi hỏi nỗ lực và trí thông minh của mọi người phải mã hóa đúng cách và nhập từng phút chi tiết của một giao dịch kinh doanh để hoàn thành một hoạt động. Mọi người sẽ không còn phải kiên nhẫn chờ đợi bằng màn hình máy tính để phê duyệt báo cáo chi phí của nhân viên hoặc theo dõi thiết bị nhà máy và trạng thái hàng tồn kho. Mọi người cũng sẽ không cần phải chạy hàng chục báo cáo, sau đó cắt và xúc xắc chúng lại với nhau để có được thông tin chi tiết quan trọng về việc họ có cần đặt thêm 100 widget cho các đơn đặt hàng trong tháng này hay không.
Trí tuệ nhân tạo (AI) là gì?
Trí tuệ nhân tạo là khả năng của máy tính để thực hiện các nhiệm vụ đòi hỏi trí thông minh. Phần mềm AI là các ứng dụng máy tính có thể thực hiện các tác vụ trước đây cần một người hoặc mọi người để hoàn thành công việc. Các loại trí tuệ nhân tạo bao gồm từ các hệ thống thị giác có thể nhìn và nhận dạng hình ảnh đến các công cụ học sâu xử lý khối lượng dữ liệu khổng lồ để tìm hiểu các mẫu và đưa ra quyết định về dữ liệu.
Hình
Hình trên cho thấy quan điểm về các lĩnh vực nghiên cứu chung trong trí tuệ nhân tạo. Dưới đây là các mô tả cấp cao về các lĩnh vực này và các ứng dụng ví dụ của các hệ thống này.
Các hệ thống này cung cấp thị giác máy và nhận dạng hình ảnh. Các ứng dụng thị giác là con mắt cho máy tính và các ứng dụng robot và cũng đưa ra quyết định về bức tranh. Các hệ thống này có được hình ảnh và phân loại và đưa ra quyết định về hình ảnh. Ví dụ là các hệ thống được sử dụng để xác định các bộ phận trong kho và phát hiện ánh sáng và các thiết bị khác nhau (lidar) trên xe tự hành.
Xử lý ngôn ngữ tự nhiên (NLP)
Hệ thống NLP có thể hiểu từ nói và quản lý sự tương tác giữa máy móc và con người. Các hệ thống này thực hiện một loạt các hoạt động về thông tin ngôn ngữ. Hệ thống NLP trích xuất, phân loại, dịch, phản hồi và tạo văn bản. Các công cụ NLP cung cấp các giao diện giúp mọi người có thể “nói chuyện” qua máy móc. Các công cụ dịch thuật cho phép mọi người trên toàn thế giới tổ chức một cuộc trò chuyện bằng các ngôn ngữ khác nhau là một ví dụ điển hình về NLP đang hoạt động.
Hệ thống chuyên gia
Một hệ thống chuyên gia được sử dụng để quản lý một bộ sưu tập rộng lớn các quy tắc được tạo ra bởi các chuyên gia trong một lĩnh vực chủ đề cụ thể. Các hệ thống này giải quyết các vấn đề logic rất phức tạp và có thể khai thác vào các cơ sở kiến thức rộng lớn khi đưa ra quyết định. Một hệ thống chuyên gia có thể hỗ trợ các y tá và bác sĩ y khoa trong việc chẩn đoán hoặc học cách chơi và giành chiến thắng trong các trận đấu cờ vua với các đại kiện tướng trên thế giới.
Machine Learning
Các hệ thống máy học chiếm khối lượng lớn dữ liệu và học hỏi từ dữ liệu để tạo ra kết quả. Các hệ thống Machine Learning có thể được phân loại là giám sát, không giám sát hoặc sử dụng deep learning. Loại hệ thống Machine Learning được sử dụng phụ thuộc vào bản chất của vấn đề, nhưng các loại khác nhau cũng có thể được chạy song song với một cơ thể dữ liệu để tạo ra kết quả. Các ứng dụng machine learning hướng đến người tiêu dùng bao gồm các đề xuất phim do Netflix cung cấp và nhận dạng khuôn mặt được Facebook sử dụng để gắn thẻ bạn bè và gia đình của bạn trong ảnh.
Robotics
Hệ thống robot kết hợp phần cứng và phần mềm từ nhiều khu vực AI thành một thiết bị có thể thực hiện các tác vụ mà từ đây đòi hỏi phải có sự tiếp xúc của con người. Robotics đang được sử dụng để hỗ trợ hoặc thay thế mọi người trong một loạt các chức năng.
Hệ thống lập kế hoạch được sử dụng khi một hệ thống các đối tượng cần một quy trình thủ tục để đạt được một tập hợp các mục tiêu. Ví dụ, các hệ thống giao thông vận tải cần xác định cách quản lý tốt nhất một đội xe để vận chuyển hàng hóa từ kho đến các cửa hàng bán lẻ. Nhân viên vận hành kho hàng cần lên kế hoạch làm thế nào để lưu trữ vật liệu tốt nhất để đáp ứng các yêu cầu đặt hàng sắp tới. Khi các công cụ lập kế hoạch trở nên hiểu rõ hơn, chúng đang nhận được nhiều sự chú ý hơn để giải quyết các vấn đề được quản lý bởi các ứng dụng ERP.
Ứng dụng AI trong ERP là gì ?
Trong ERP, các công nghệ AI đang đảm nhận các nhiệm vụ trước đây đòi hỏi trí thông minh của con người phải hoàn thành. Hệ thống ERP quản lý việc tạo, xử lý, báo cáo và hỗ trợ quản lý thông tin doanh nghiệp cho các tổ chức. Những nhu cầu xử lý dữ liệu quan trọng này cần trải dài trong các hoạt động kinh doanh, bao gồm tài chính, hoạt động sản xuất, cơ sở kho, dự án và nhân sự cần thiết để điều hành doanh nghiệp. Khi phần mềm và máy móc AI tiếp tục đạt được các kỹ năng và trí thông minh, họ có thể đảm nhận ngày càng nhiều nhiệm vụ trần tục hiện đang cần một người xem xét hoặc yêu cầu phân tích lượng dữ liệu khổng lồ, chỉ có thể được thực hiện bởi máy tính.
Thông tin đi vào hệ thống ERP thường không đầy đủ hoặc thậm chí không chính xác. Mục báo cáo chi phí, chi tiết mục hàng đơn đặt hàng và nhật ký sổ cái chung có thể thiếu một phân đoạn dữ liệu cần thiết để hoàn tất quá trình xử lý.
Ví dụ của AI trong một số quy trình ERP thông dụng
AI hiện đang được áp dụng cho các vấn đề quy trình kinh doanh ảnh hưởng đến nhiều ngành công nghiệp. Các giải pháp thuộc ba loại rộng:
- Hỗ trợ người dùng và tăng cường kiểm soát thông tin
- Cải tiến quy trình
- Lập kế hoạch và dự báo
Các giải pháp này là các giải pháp hàng ngang, vì chúng được sử dụng trong một loạt các ngành công nghiệp. Các ví dụ phổ biến về các ứng dụng AI trong ERP bao gồm:
Những chatbot này rất giống với các trợ lý kỹ thuật số tiêu dùng rất quen thuộc Siri, Alexa và trợ lý kỹ thuật số của Google. Phần lớn các nhà cung cấp ERP đã đưa ra các trợ lý kỹ thuật số của riêng họ hoặc có thể giao tiếp bằng một trong những chatbot tiêu dùng hàng đầu. Khả năng của các chatbot này tiếp tục phát triển và chúng rất hữu ích cho những người được hưởng lợi từ các hoạt động rảnh tay, chẳng hạn như đại diện bán hàng cần đặt hàng trong khi lái xe từ khách hàng, đại diện dịch vụ hiện trường cần đặt lại các bộ phận để sửa chữa và nhân viên kho.
Robot di động tự hành (AMRs)
Robot từ lâu đã là trụ cột trong ô tô và các môi trường sản xuất lặp đi lặp lại quy mô lớn khác. Thế hệ robot mới nhất hiện có thể di chuyển và thực hiện các hoạt động một cách tự động. Những robot này được tích hợp các công nghệ được sử dụng trong các phương tiện không người lái hoặc tự hành như bản đồ lidar và 2D hoặc 3D của môi trường xung quanh. Do sự đầu tư của ngành công nghiệp ô tô, chi phí của các thành phần đã giảm xuống đến mức amrs hiện là một lựa chọn cho các công ty thuộc mọi quy mô.
Hiệu quả thiết bị tổng thể (OEE)
AI đang được sử dụng để giám sát và mô hình hóa hành vi thiết bị. Các công cụ AI được hỗ trợ bởi một lượng lớn dữ liệu hiện có thể được cung cấp thông qua internet của các thiết bị mọi thứ (IoT). Chi phí của các thiết bị IoT đã giảm xuống mức mà bây giờ có thể theo dõi hàng trăm lần đọc cảm biến từ máy móc trên dây chuyền sản xuất trong thời gian thực. Những lượng dữ liệu khổng lồ này là những ứng cử viên hoàn hảo cho các thuật toán Machine Learning . Thông tin chi tiết về thời gian hoạt động, hiệu suất và chất lượng sản phẩm đang đưa OEE lên một cấp độ mới.
Bán hàng
Các công cụ AI đang được sử dụng để cải thiện các quy trình bán hàng quan trọng, bao gồm đề xuất khách hàng tiềm năng và cơ hội, định giá sản phẩm và tự động hóa các đề xuất bán thêm và bán chéo. Các quy trình bán hàng này đã chín muồi để cải thiện bằng AI. Các công cụ AI, với dữ liệu phù hợp, có lợi ích hơn đại diện bán hàng trung bình. Các công cụ này có thể xem xét một lượng lớn dữ liệu lịch sử trên cơ sở khách hàng để xác định khách hàng tiềm năng bán hàng nào nên được theo đuổi và đặt giá tối ưu cho đơn đặt hàng sản phẩm.
Marketing
Các nhóm tiếp thị đã và đang mở khóa những trải nghiệm phong phú hơn được hỗ trợ bởi AI. Các công cụ tiếp thị đang tận dụng khối lượng dữ liệu thu thập được từ khách hàng để điều chỉnh các thông điệp và trải nghiệm độc đáo. AI có thể thu thập thông tin chi tiết của khách hàng bằng cách lùng sục phương tiện truyền thông xã hội, tương tác dịch vụ khách hàng và hệ thống chất lượng sản phẩm. Các công cụ tiếp thị thông minh cũng hứa hẹn sẽ tự điều chỉnh khi các mục tiêu không được đáp ứng.
Lập kế hoạch kho bãi
AI hoàn toàn phù hợp với sự dàn dựng và chuyển động thích hợp của vật liệu và sản phẩm trong một nhà kho. Các nhà quản lý kho thường bị bỏ lại trong cảm xúc ruột thịt của họ và biện pháp phản ứng về cách thiết lập nhà kho tốt nhất. Các thuật toán AI có thể tập hợp dữ liệu từ các hệ thống đặt hàng, sản xuất và kho và xác định việc sử dụng kho tối ưu và thậm chí sửa đổi cấu hình để đáp ứng nhu cầu. Quản lý kho mang một ý nghĩa hoàn toàn mới khi các công cụ AI hỗ trợ những người có công việc quản lý các hoạt động này.
Lập kế hoạch sản xuất
Cuối cùng, các quy trình lập kế hoạch sản xuất có được một sự thúc đẩy lớn khi AI được truyền vào các quy trình này. Các giai đoạn lập kế hoạch cấp vĩ mô cố gắng lập kế hoạch sản xuất bao nhiêu sản phẩm trong một khoảng thời gian nhất định để có thêm cái nhìn sâu sắc khi gắn liền với các yếu tố khác có thể ảnh hưởng đến hành vi mua hàng, bao gồm tâm lý người tiêu dùng hoặc tác động thời tiết. Cấp vi mô- lập kế hoạch cho các hoạt động sản xuất cá nhân – cũng có được thông tin bổ sung khi nó có thể truy cập và phản ứng với những thay đổi đặt hàng động.
Cũng như việc triển khai bất kỳ công nghệ mới nào, việc triển khai công nghệ AI đi kèm với những thách thức. Một số thách thức này giống như đã thấy trong bất kỳ dự án công nghệ nào. Một dự án AI phải có sự hỗ trợ của một nhà tài trợ dự án, có đủ nhân sự và tài trợ, và được quản lý thích hợp để tránh leo phạm vi. Các yếu tố thành công quan trọng tương tự áp dụng cho bất kỳ dự án kỹ thuật nào cho các dự án AI. Mặc dù các công cụ AI sáng bóng và mới không nhất thiết có nghĩa là chúng sẽ có thể bỏ qua các nguyên tắc quản lý dự án đã được thử nghiệm và thực sự.
