AI uten rammer blir bare et nytt, kjempedyrt kaos
AI dukker opp i stadig flere samtaler jeg har med kunder. De fleste lurer på det samme: Hvor begynner vi? De siste månedene har jeg testet ut AI rundt ERP-systemer som RamBase og andre løsninger for flere norske kunder. Her er det jeg har lært.
Av: Lars Hugo Braadland Olsen, Director Business Development i Arribatec
Nyfrelst, men ikke blåøyd
Jeg må innrømme at jeg er nyfrelst. Sjefen for oljefondet, Nicolai Tangen, har kalt seg selv «Madman in Chief» for AI og mener hver virksomhet trenger noen som prater om det hele tiden. Jeg forstår ham godt.
Men jo mer jeg jobber med kunstig intelligens i en businesskontekst, jo tydeligere blir det: AI alene løser ingenting. Det får fart på det som fungerer, men det akselererer kaoset du allerede har. Særlig rundt ERP-systemer. Det er i arbeidsflytene, integrasjonene og dataene på tvers av systemer den virkelige verdien skapes eller tapes.
Derfor har jeg begynt å bruke en Formel 1-analogi når jeg snakker om AI rundt ERP. Når bilen kommer inn i piten for å bytte dekk, skal det gå utrolig fort. Ingen i teamet er i tvil om hva de skal gjøre. De har en prosess, en rekkefølge og faste rammer. Derfor skjer en pitstop både fort og trygt. Det samme gjelder for digitaliseringsprosjekter som involverer AI.
Uten rammer blir AI bare et nytt og kjempedyrt kaos. Du kommer kanskje raskt ut av pitstoppen, men med løse hjulbolter, feil drivstoff på tanken og en mekaniker som sitter på motorpanseret
Grunnmuren først, AI etterpå
De fleste virksomheter jeg snakker med kjenner på de samme «vondtene». Hverdagen går tregere enn den burde. Folk punsjer inn de samme tallene flere steder. Godkjenninger og overleveringer tar lengre tid enn selve jobben. Ledergruppa får tallene sine når det er for seint å justere kurs.
Å kaste AI-tryllestøv på et slikt setup gjør bare vondt verre.
Start med organisk intelligens. Du og folka dine må sette retningen. Dere må sette målene. Dere må definere rammene. Deretter kan AI akselerere arbeidet. Når dere gjør ting i den rekkefølgen, skaper dere verdier raskere og tryggere.
Arbeidsflytene må altså på plass først. Du må vite hvordan data beveger seg, hvilke steg som må gjøres manuelt og hvilke som kan automatiseres, og hvordan du overvåker at alt faktisk fungerer. Da, og først da, har du et fundament AI kan bygge på.
Les mer: Hvorfor du ikke kan «chatte» med dataene dine helt ennå
Hvorfor ERP-systemet ikke kan løse alt alene
Moderne ERP-systemer, enten det er RamBase, Unit4 eller andre, er fantastisk gode på å pakketere funksjonalitet som hyllevare. Men vi ser samtidig at kundene våre ikke lenger ønsker å presse virksomheten sin inn i standardboksen. De vil drive butikken sin på sin måte. Det er her AI endrer spillet, hvis du har rammene på plass.
Kystdesign: Dette er litt magi
Kystdesign på Haugalandet designer og produserer spesialtilpassede ROV-er for olje, havvind, oppdrett og havforskning. Hver enkelt farkost er et eget prosjekt.
De produserer på Project Orders i RamBase, mens leveringsrapporteringen skjer på Delivery Projects. Dette er to ulike moduler som ikke snakker sammen automatisk, og som må kobles manuelt for hver prosjektlinje. Minst fire klikk per linje. En tidkrevende jobb med stor sjanse for feil, og irriterende nok til å stjele fokus fra det som faktisk skaper verdi.
Dette er akkurat den typen oppgaver som ingen bør bruke tid på.
Vi bygget en løsning på vår egen plattform, Arribatec Nexus, som automatisk identifiserer og linker nye salgsordrer mot riktig delivery project. Den kjører i bakgrunnen og plukker kun opp det som er nytt, og alt logges og overvåkes i ett grensesnitt. De manuelle stegene er borte. Datakvaliteten og sporbarheten er ivaretatt.
Tilbakemeldingen fra kunden var kort og grei: «Dette føles litt som magi.»
Men det er ikke magi. Det er arbeidsflyter pluss rammer pluss AI-akselerert utvikling. Men resultatet føles definitivt magisk.
Samme mønster, skalerbart
Vi ser at det samme mønsteret gjentar seg i andre prosjekter. Akkurat nå bygger vi en toveis integrasjon mellom et ERP og et lagerstyringssystem for en annen kunde. Slike prosjekter tar normalt tusenvis av timer. Vi hadde en fungerende prototype klar på 14 dager.
Vi har ikke funnet opp noe nytt. Utviklerne våre slipper bare å tenke på infrastruktur, sikkerhet, tilgangsstyring, utrulling og overvåkning. Det ligger i plattformen. Utviklerne kan bruke tiden på det som skaper verdi for kunden.
Det samme gjelder AI-en selv. I Nexus har vi blant annet 1600 linjer med tydelige instrukser om hvordan den skal jobbe, og det gir færre hallusinasjoner og mer konsistente resultater.
Det er forskjellen mellom å prøve seg frem med AI og å bygge noe som tåler den harde hverdagen.
Les mer: AI-koding: Seks prinsipper for ansvarlig bruk
Spørsmålet jeg etterlater deg med
Fart uten kontroll blir støy. Kontroll uten fart blir stagnasjon. Den virkelige verdien ligger i kombinasjonen, og den bygges nedenfra, ikke med AI som utgangspunkt.
Så jeg lar deg sitte igjen med ett spørsmål: Hva er den første arbeidsflyten eller integrasjonen du har lyst til å forbedre?
Forfatter
Lars Hugo Braadland Olsen
Lars Hugo Braadland Olsen er Director of Business Development, Business Services Norway i Arribatec Group, et teknologihus som leverer integrerte forretningsløsninger til norske og internasjonale selskaper. Med bred erfaring fra ERP-implementeringer og digital transformasjon i Norge, hjelper han styrer og ledere med å navigere kompleksiteten i dagens teknologilandskap.
Ligg ett skritt foran – hver gang!
Meld deg på Forenklet og få fagartikler, whitepapers, webinarinvitasjoner og arrangementer som hjelper deg å ta bedre beslutninger om ERP og digitalisering.
Ofte stilte spørsmål om AI og ERP
Hvorfor er det så vanskelig å få AI til å fungere godt med ERP-systemer?
Fordi AI forsterker det som allerede finnes. Hvis arbeidsflytene, dataene og prosessene rundt ERP-systemet er manuelle, fragmenterte eller dårlig dokumenterte, vil AI-en bare forsterke problemet. ERP-systemer som RamBase og Unit4 har sterke APIer og gode standardiserte funksjoner, men verdien oppstår først når du får resten av økosystemet til å spille sammen. Det krever at du først har kontroll på arbeidsflytene, dataflyten mellom systemer og overvåkningen, før du lar AI akselerere utviklingen.
Hva menes med «rammer» rundt AI-utvikling?
Med rammer mener vi den tekniske og organisatoriske grunnmuren AI opererer innenfor. Det inkluderer infrastruktur, sikkerhet, tilgangsstyring, databasevalg, logging, utrulling og overvåkning. I Arribatec bruker vi plattformen vår, Arribatec Nexus, som ferdig rammeverk for alle disse tingene, og vi gir AI-en tydelige instrukser (hos oss 1600 linjer med beskrivelse) om hvordan den skal jobbe. Det gir færre hallusinasjoner, mer konsistente resultater, og løsninger som faktisk kan settes i produksjon og forvaltes over tid.
Hvor lang tid tar det å bygge en AI-akselerert integrasjon mot ERP?
Det avhenger av hvor komplisert oppgaven er, og av kvaliteten på APIene og dataene i systemene rundt, men med riktig plattform går det dramatisk raskere enn med tradisjonell utvikling. For Kystdesign bygget vi en automatisert linking av sales orders mot delivery projects i RamBase på kort tid. For en større toveis integrasjon mellom ERP og lagerstyringssystem som normalt tar tusenvis av timer, hadde vi en Proof of Concept oppe og kjørte på 14 dager. Poenget er at du slipper å bygge infrastrukturen fra bunnen av, fordi den ligger i plattformen vår, Arribatec Nexus.
Hva er risikoen ved å bruke AI til å kode løsninger mot ERP?
Den største risikoen er at du kan ende opp med løsninger som er umulige å forvalte. Hvis du bare kaster instrukser inn i en AI uten rammer, får du kode som er umulig å forstå, teste, rulle ut og vedlikeholde. Du får kanskje 100 forskjellige løsninger bygd på 100 forskjellige måter. I tillegg er hallusinasjoner et reelt problem: AI-en finner på funksjonalitet eller API-kall som ikke finnes. Løsningen er tydelige instrukser, en plattform som Arribatec Nexus, og utviklere som kan verifisere koden som blir produsert.
Hvem bør starte med AI rundt ERP, og hvem bør vente?
De som har kontroll på arbeidsflytene, datakvaliteten og prosessene sine, bør komme i gang nå. De som sliter med manuelle prosesser, inkonsistente data eller uklare eierskap til systemene, bør bruke tid på grunnmuren først. Det finnes ingen snarvei. AI kan akselerere gode prosesser, men vil forsterke dårlige. Et godt startpunkt er en konkret, avgrenset arbeidsflyt eller integrasjon, noe som gir målbar verdi raskt og bygger trygghet for videre satsing.
