Chování, potřeby a nároky uživatelů informačních systémů se v průběhu doby pochopitelně mění. Dnešní uživatel chce mít vše jednoduché, ovládané nejlépe ve webovém prohlížeči nebo v mobilu. Pochopitelně nechce nad prací v systému moc přemýšlet, nechce se složitě učit, jak se systémem pracovat. Úkolem informačního systému není mu život komplikovat, ale usnadnit. Avšak oporou pro firmy mohou být pouze ty informační systémy, které na aktuální potřeby adekvátně reagují.

Mít vizi

Producent informačních systémů, který chce potřeby svých zákazníků uspokojit, musí v rámci strategického rozvoje našich produktů na stále se vyvíjející podmínky pružně reagovat. Je třeba mít vizi, která zohledňuje požadavky dnešní doby a je inovativní.

V naší firmě se právě o toto snažíme. V rámci vývoje našich systémů využíváme telemetrii, umělou inteligenci a robotizaci (RPA – Robotic process automation). Přičemž tyto „trendy“ technologie kombinuje­me s třicetiletou zkušeností. Možná to bude znít poněkud neskrom­ně, ale je tomu tak, a předpokládám, že nejen u nás – tento přístup je totiž dnes nezbytností a zákazník jej pochopitelně vyžaduje.

Aby však vize nebyla jen hezkými obrázky v rámci PPT prezentace, musí obsahovat nezbytné základní principy. Pojďme se na ně blíže podívat.

Jedním z nich je chytré přizpůsobení. V praxi to znamená, že je třeba, aby se systém automaticky přizpůsoboval uživateli podle toho, co se chystá udělat. Toto přizpůsobení bývá realizováno na základě telemetrie a umělé inteligence. Systém se přizpůsobí podle předpokládaných, umělou inteligencí vydedukovaných potřeb. Přizpůsobení spočívá v dynamicky poskládaných formulářích, funkcích a nabídkách. Sám systém rovněž navrhne způsoby vyřešení konkrétních situací.

Dalším nástrojem k naplnění vize je chytrá či robotická automatizace. Iniciátorem rutinních aktivit je v tomto případě sám systém. Ten automatizovaně zpracovává běžné operace, pouze když neví, tak se uživatele zeptá. Uživatel v takovém systému již není „dělníkem administrativy“, ale pracovníkem dispečinku, který dohlíží, že vše běží, jak má. Může se tak soustředit na činnosti, které mají skutečnou přidanou hodnotu, a neztrácí čas rutinou.

Pro automatizaci je využívána kromě běžných nástrojů umělá inteli­gen­ce, která se umí i sama rozhodnout, tzn. není nutné každý krok přesně „naprogramovat“. Omezujícím faktorem je potřeba dostateč­ně robustního datového modelu, z kterého je AI schopná se učit.

Další velice efektivní technologií pro automatizace je RPA – Robotic process automation, kterou naše firma nabízí formou partnerského řešení Aiviro. Jedná se o softwarového robota, který umí vyřešit opakující se činnosti ve firmě. Robota dokáže spustit i neškolený zaměstnanec a lze ho zapojit do práce stejně jednoduše jako brigádníka, bez složitých integrací do systému. Navíc robot nepotřebuje spát ani chodit na oběd. Využití najde v účetnictví, analytice, marketingu, produkci, tvorbě cenových nabídek, ale také v managementu a vedení středně velkých firem. Automatizovat lze jak činnosti v rámci našich produktů, tak i práci s více produkty, jako je např. přepisování dat z jednoho systému do druhého.

Za samostatnou zmínku v rámci zmíněné vize jistě stojí též chytrá autonomní integrace. Pryč jsou doby souborových přenosů dat a uživatelem ručně spouštěných akcí. Komunikaci iniciují systémy samy a interaktivně vzájemně reagují na požadavky na přenos či editaci dat. To významně zjednodušuje integrace dvou či více samostatných systémů a uživatelům se tak otevírají možnosti nevázat se pouze na jeden systém, ale využívat více specializovaných aplikací pro jednotlivé oblasti.

A jako poslední, nicméně pochopitelně „last, but not least“ je třeba zde napsat též o nové architektuře systémů. Doba ERP systémů v podobě jednoho velkého super systému s mnoha moduly pomalu končí. Trendem současnosti a bezesporu též budoucnosti jsou menší specializované aplikace v cloudu, které je možné snadno integrovat. Moderní řešení proto nebude z pohledu architektury jeden velký vše­ob­jí­ma­jí­cí systém, ale ekosystém menších specializovaných aplikací, které jsou chytře a autonomně propojené. Zákazník si nejprve definuje své potřeby, tj. popíše svůj byznys, a mix chytrých aplikací mu bude sestaven na míru opět s přispěním umělé inteligence. Z pohledu uživatele se vše bude tvářit velice jednoduše a intuitivně, přestože na pozadí je vše obsluhováno robustní funkčností.

S využitím machine learningu

Stejně jako evoluce života na Zemi nebyla realizována během jednoho dne, i vizi týkající se vývoje ERP systému je třeba naplňovat postupně. Podívejme se pro názornost, které funkce jsme v průběhu jeho vývoje realizovali v ERP systému Helios iNuvio.

Predikce obchodu je zde vykonávána prostřednictvím Machine learning. Sleduje aktuální trendy pro nadcházející týden, měsíc i rok. Objem realizovaných prodejů za minulá období finanční i množstevní čerpá přímo po měsících z položek vydaných faktur. Díky tomu získá uživatel představu, zda dané zboží bude mít rostoucí, či klesající podíl na příjmech společnosti, a jednotlivé trendy můžete sledovat jak graficky, tak i číselně.

Další užitečnou možností je predikce přítomnosti zaměstnanců na pracovišti. V jejím případě je zase ML v Heliosu iNuvio schopen odhalovat nejen sezonní výkyvy v docházce zaměstnanců, například v době letních prázdnin či během vánočních svátků, ale i kompletně předvídat nepřítomnost zaměstnanců dle jednotlivých mzdových složek (např. dovolená, nemoc, placené/neplacené volno). Díky tomu lze lépe plánovat lidské kapacity v konkrétním období a efektivně pracovat s docházkou a předpokládaným volnem zaměstnanců.

Další zajímavou funkčností, kterou ocení manažeři ve firmách, je automatický předvýběr vhodných dodavatelů pro jednotlivé nákupy. Machine learning pomůže vybrat toho nejspolehlivějšího na základě historie vydaných objednávek, příjemek a hodnocení dodavatelů. Robot vybere pro jednotlivé položky dodavatele, který je s největší pravděpodobností dodá v požadovaném čase, požadovaném množství nebo s nejnižší cenou. Finální rozhodnutí samozřejmě zůstává na odpovědném pracovníkovi.

A konečně nelze nezmínit Detekci anomálií. Jedná se konkrétně o její využití ve dvou kritických firemních oblastech. Jednak o anomálie v účetním deníku a také o detekci nestandardních evidenčních cen u příjemek. Díky strojovému učení odhalíte každou chybu včas. Systém se v případě detekce potenciální chyby sám včas ozve a upozorní uživatele na problém. Pokud s odchylkou souhlasíte a změna je chtěná, stačí to v systému pouze na jeden klik potvrdit, a vše běží nerušeně dál.

A proč vlastně?

Po přečtení tohoto článku se pochopitelně mnohý čtenář zeptá: Co mi tyto trendy (nebo spíše mojí firmě) vlastně přinesou? Na to je vcelku prostá odpověď: Ve firmách, které využívají takto koncipované systémy, se bude odehrávat následující:

• Uživatelé se věnují činnostem s přidanou hodnotou, nikoli rutině.
• Systém identifikuje či předpovídá situace, které uživatel není schopen rozpoznat.
• Práce v systému je pro uživatele atraktivní a snadno osvojitelná.
• Projeví se obecně nižší pracnost při „obsluze“ systému.
• Dojde k eliminaci rizik identifikovaných prostřednictvím AI.
• A samozřejmě též ke zvýšení výkonu – roboti a AI udělají víc práce než lidi.

Na otázku, zda se tedy vyplatí využívat systém, vytvořený s vizí, si vážený čtenář jistě nyní snadno odpoví sám…

Jiří Panec Autor článku je vedoucím oddělení inovace a rozvoje produktů ve společnosti Asseco Solutions. V oboru ERP působí více než 15 let. V Asseco Solutions působí od roku 2020, nejprve jako vedoucí oddělení analýzy. Od loňského září zastává pozici Head of Product Management and R&D, kde se zaměřuje primárně na rozvoj produktů a hledání nových příležitostí k růstu.