Τα τελευταία χρόνια η τεχνητή νοημοσύνη παρουσιάζεται ως μια επανάσταση στην διαχείριση της πληροφορίας και στον χώρο μας συχνά λέγεται πως θα είναι η τεχνολογία που θα αλλάξει ριζικά τον τρόπο με τον οποίο λειτουργούν οι επιχειρήσεις. Οι μεγάλες πλατφόρμες enterprise software κινούνται ήδη προς αυτή την κατεύθυνση, μιλώντας για συστήματα που δεν περιορίζονται στην απλή καταγραφή δεδομένων, αλλά μπορούν να υποστηρίζουν αποφάσεις, να εντοπίζουν αποκλίσεις, να συντονίζουν εργασίες και να αυτοματοποιούν διαδικασίες.
Η SAP, για παράδειγμα, περιγράφει το Autonomous Enterprise ως ένα μοντέλο όπου οι άνθρωποι θέτουν την κατεύθυνση και η τεχνητή νοημοσύνη εκτελεί με μηχανισμούς ελέγχου και διακυβέρνησης, συνδέοντας τους AI agents με ακριβή, δομημένα δεδομένα και τεκμηριωμένες ροές εργασίας.
Αυτή είναι η κατεύθυνση της αγοράς, όμως υπάρχει μια πραγματικότητα που συναντάμε σχεδόν σε κάθε νέα συνεργασία με μικρή ή μεσαία επιχείρηση: το ERP υπάρχει, αλλά δεν αξιοποιείται ως πραγματικό σύστημα οργάνωσης. Χρησιμοποιείται για τα απολύτως απαραίτητα, όπως για παράδειγμα, έκδοση παραστατικών, βασική διαχείριση αποθήκης, καταχώρηση ειδών, στοιχειώδη συμμόρφωση με τις φορολογικές υποχρεώσεις και το myDATA.
Και κάπου εκεί σταματά.
Το ERP δεν είναι απλώς ένας μηχανισμός τιμολόγησης
Δεν είναι εργαλείο συμμόρφωσης, ούτε πρόγραμμα που απλώς αντικατέστησε το χειρόγραφο τιμολόγιο. Στην πραγματικότητα, το ERP πρέπει να είναι το κεντρικό επιχειρησιακό σύστημα της εταιρείας και σε αυτό πρέπει να αποτυπώνονται οι πελάτες, οι προμηθευτές, τα προϊόντα, οι κινήσεις αποθήκης, οι πωλήσεις, οι αγορές και τα οικονομικά στοιχεία που χρειάζεται η διοίκηση για να αποφασίζει.
Όταν αυτό δεν συμβαίνει, η επιχείρηση λειτουργεί με πολλαπλές εκδοχές της αλήθειας. Άλλα στοιχεία βρίσκονται στο ERP., άλλα σε Excel, άλλα στο email, άλλα στον λογιστή, άλλα στο μυαλό ενός υπαλλήλου που «ξέρει πώς δουλεύει ο τομέας ευθύνης του». Το βλέπουμε ξανά και ξανά, όχι επειδή η επιχείρηση δεν νοιάζεται, αλλά επειδή κανείς δεν βρήκε ποτέ τον χρόνο να καθίσει και να το διορθώσει. Αυτό μπορεί να φαίνεται λειτουργικό για ένα διάστημα, στην πράξη όμως δημιουργεί εξάρτηση από πρόσωπα, λάθη, καθυστερήσεις και αδυναμία πραγματικής διοικητικής πληροφόρησης.
Η Τεχνητή Νοημοσύνη δεν διορθώνει το χάος. Μαθαίνει να ζει μέσα σε αυτό.
Υπάρχει μια λανθασμένη προσδοκία ότι η τεχνητή νοημοσύνη θα έρθει να βοηθήσει καταλητικά με τα προβλήματα οργάνωσης μιας επιχείρησης, όμως κάτι τέτοιο δεν πρόκειται να συμβεί. Η νέα τεχνολογία μπορεί να αναλύσει δεδομένα, να προτείνει, να συγκρίνει, και να εντοπίσει αποκλίσεις ακόμα και να αυτοματοποιήσει διαδικασίες, όμως όλα αυτά προϋποθέτουν αξιόπιστα δεδομένα και καθαρές διαδικασίες.
Αν οι καρτέλες πελατών είναι ελλιπείς, αν οι κωδικοί προϊόντων είναι πρόχειροι, αν οι μονάδες μέτρησης δεν είναι σωστές, αν η αποθήκη δεν ενημερώνεται με συνέπεια και αν οι κρίσιμες πληροφορίες παραμένουν σε προσωπικά αρχεία, τότε η Τεχνητή Νοημοσύνη δεν θα δημιουργήσει τάξη.
Θα πατήσει πάνω στα ανοργάνωτα δεδομένα και θα οδηγήσει σε εσφαλμένα συμπεράσματα.
Ένα ERP με ελλιπή ή ασύνδετη πληροφορία δεν γίνεται πιο έξυπνο επειδή προστίθεται σε αυτό τεχνητή νοημοσύνη, απλώς παράγει γρηγορότερα αναφορές και ενέργειες που βασίζονται σε προβληματικά δεδομένα.
Γιατί ένα καλύτερο σύστημα δεν αρκεί
Πολλές επιχειρήσεις θεωρούν ότι το πρόβλημα λύνεται με την αγορά ενός καλύτερου συστήματος κάτι που είναι, στην καλύτερη περίπτωση, μισή αλήθεια. Ένα καλύτερο ERP μπορεί να βοηθήσει με περισσότερες δυνατότητες, καλύτερη παραμετροποίηση, πιο ωραίες οθόνες, πιο σωστή διασύνδεση με άλλες εφαρμογές.
Αλλά αν η επιχείρηση δεν έχει αποφασίσει πώς θέλει να δουλεύει, ποια δεδομένα θεωρεί κρίσιμα, ποιος τα καταχωρεί και πότε ενημερώνονται, τότε ακόμη και το καλύτερο σύστημα θα χρησιμοποιηθεί επιφανειακά. Το πρόβλημα, στην ουσία του, οφείλεται καθαρά σε προβλήματα οργάνωσης, και όχι χρήσης της τεχνολογίας. Η τεχνολογία μπορεί να υποστηρίξει μια σωστή διαδικασία, δεν μπορεί όμως να αντικαταστήσει τη διοικητική απόφαση ότι η πληροφορία πρέπει να είναι πλήρης, καθαρή, διαβαθμισμένη και διαθέσιμη μέσα στο σύστημα.
Τι πρέπει να ελέγξει σήμερα μια επιχείρηση
Δεν χρειάζεται μεγάλο έργο ψηφιακού μετασχηματισμού για να ξεκινήσει η αλλαγή, αυτό που χρειάζεται πρώτα είναι να απαντήσετε ειλικρινά σε λίγες βασικές ερωτήσεις.
Μπορεί η επιχείρηση να βγάλει σήμερα μια σωστή καρτέλα πελάτη; τι αγόρασε, πότε, σε ποια τιμή, με ποιες εκκρεμότητες; Γνωρίζει με ακρίβεια το πραγματικό απόθεμα ανά προϊόν, και μπορεί να συγκρίνει πωλήσεις ανά περίοδο, κατηγορία ή πελάτη; Μπορεί να εντοπίσει ποια προϊόντα κινούνται αργά και ποιοι πελάτες έχουν ανοιχτές οφειλές, μπορεί να υπολογίσει το κέρδος ανά προιόν, ανά πελάτη, ανά παραστατικό, χωρίς να ρωτήσει κανέναν;
Και το πιο βασικό απ’ όλα: ξέρει ποια δεδομένα βρίσκονται πραγματικά μέσα στο ERP, και ποια κρύβονται ακόμη σε Excel αρχεία και προσωπικά σημειωματάρια;
Αν η ειλικρινής απάντηση σε κάποιο από αυτά είναι όχι, τότε δεν πρόκειται για τεχνικό πρόβλημα. Πρόκειται για πρόβλημα διοικητικής πληροφόρησης.
Το ανταγωνιστικό πλεονέκτημα θα είναι η ποιότητα των δεδομένων
Τα επόμενα χρόνια, πολλές επιχειρήσεις θα αποκτήσουν πρόσβαση σε εργαλεία Τεχνητής Νοημοσύνης ενώ η πρόσβαση στην τεχνολογία θα γίνει πιο εύκολη και πιο προσιτή. Το πραγματικό ερώτημα δεν θα είναι ποιος έχει AI. Το πραγματικό ερώτημα θα είναι ποιος έχει δεδομένα που μπορούν πραγματικά να αξιοποιηθούν από αυτήν την τεχνολογία.
Εύκολα θα φανεί η διαφορά ανάμεσα σε επιχειρήσεις που χρησιμοποιούν το ERP ως απλό μηχανισμό τιμολόγησης και σε επιχειρήσεις που το έχουν εντάξει στην καθημερινή τους διοίκηση. Η πρώτη κατηγορία θα προσπαθεί να «κουμπώσει» νέες τεχνολογίες πάνω σε ασύνδετα δεδομένα. Η δεύτερη θα έχει ήδη τη βάση για να αξιοποιήσει αυτοματισμούς, αναφορές και προβλέψεις με πραγματικό επιχειρησιακό νόημα.
Από πού πρέπει να ξεκινήσει η αλλαγή
Χρειάζεται πρώτα να δούμε ότι ικανοποιούνται τα βασικά:
- σωστή δομή πελατών και προμηθευτών
- καθαροί κωδικοί ειδών και πλήρεις καρτέλες προϊόντων
- σωστές μονάδες μέτρησης και αξιόπιστη παρακολούθηση αποθήκης
- καταχώρηση κρίσιμων πληροφοριών μέσα στο ERP, όχι σε διάσπαρτα Excel
- δημιουργία πολιτικών που εφαρμόζονται στο ERP
- διαδικασίες ελέγχου και διόρθωσης δεδομένων
- εκπαίδευση χρηστών και σαφείς κανόνες για το ποιος καταχωρεί τι και πότε
Όλα τα παραπάνω είναι σίγουρα γνωστά. Είναι σημαντικό να καταλάβουμε όμως πως αποτελούν την βάση πάνω στην οποία μπορεί να στηριχθεί οποιαδήποτε σοβαρή αξιοποίηση της τεχνητής νοημοσύνης.
Συμπέρασμα
Η εποχή της Τεχνητής Νοημοσύνης, δεν θα συγχωρήσει την κακή οργάνωση δεδομένων. Μια επιχείρηση που σήμερα δεν μπορεί να βγάλει σωστή καρτέλα πελάτη ή αξιόπιστα συγκριτικά στοιχεία με προηγούμενα έτη δεν είναι έτοιμη για αυτοματοποίηση, είναι απλώς έτοιμη να μεταφέρει τα ίδια προβλήματα σε ένα πιο σύνθετο τεχνολογικό περιβάλλον.
Το ERP της επόμενης ημέρας δεν ξεκινά από την Τεχνητή Νοημοσύνη. Ξεκινά από καθαρά δεδομένα, σωστές διαδικασίες και πραγματική αξιοποίηση του συστήματος που ήδη υπάρχει.
Ο χρόνος που θα χαθεί, θα κοστίσει σημαντικά στις επιχειρήσεις που θα αντιμετωπίσουν την οργάνωση της πληροφορίας ως δευτερεύον ζήτημα. Η προετοιμασία έπρεπε να έχει ήδη ξεκινήσει.