Kaeser – використання ШІ для підвищення споживчої цінності

Оригінальна стаття Andrea Diederichs: https://news-sap-com.cdn.ampproject.org/c/s/news.sap.com/2024/11/how-kaeser-uses-ai-add-customer-value/?amp=1 ну і звісно наші думки по ходу статті, а куди ж без них.

Коли компанія Kaeser Kompressoren розпочала шлях до покращення якості даних, вона навіть не підозрювала, що штучний інтелект (ШІ) стане основним фактором, що змінить правила гри в її бізнесі.

Компанія Kaeser є одним з провідних світових виробників і постачальників рішень та послуг у галузі стисненого повітря, що налічує близько 8 000 співробітників і має глобальну мережу продажів і сервісного обслуговування в більш ніж 140 країнах світу.

Компанія Kaeser, що базується в Кобурзі, Німеччина, вважає себе піонером у своїй галузі та інноватором: сімейна компанія була однією з перших, хто придбав SAP R/3, коли вона вийшла на ринок понад 30 років тому, і наразі має кілька програмних проектів SAP, які реалізуються одночасно. Нещодавно вона досягла ще однієї важливої віхи трансформації, перейшовши на RISE з SAP S/4HANA Cloud.

Але зусиллям компанії з оцифрування заважали зростаюча складність системи та обсяг даних, з яким вона намагалася впоратися. «Низька якість даних майже завжди стримувала наші проекти», – каже ІТ-директор Kaeser Фалко Ламетер.

Саме тому у 2020 році компанія розпочала трирічний проект, спрямований на розробку та впровадження нової стратегії роботи з даними. Разом із SAP компанія Kaeser хотіла покращити якість даних та оптимізувати свої основні бізнес-процеси.

«ШІ був у полі нашого зору, але це не було нашою відправною точкою, – згадує д-р Норберт Енге, головний бізнес-консультант SAP Business Transformation Services. «Нашою початковою метою була розробка дорожньої карти інформаційної стратегії».

ШІ вступає в гру

Для початку команда проекту проаналізувала основні дані компанії Kaeser. «Наведу лише один приклад: наша система містить шестизначну кількість постачальників, щонайменше дві третини з яких були неактивними», – каже Ламетер. Ведення цих даних вручну вимагало б непропорційно великих зусиль, саме тому багато компаній не наважуються братися за проекти з обробки даних такого масштабу.

Примітка Alloy: Не дуже зрозуміло про яке введення вручну даних йде мова?! SAP R/3 в них як було озвучено спочатку статті вже років 30 як працював, тому не дуже зрозуміло що і куди вони хотіли вводити руками. Ну максимум це співставлення дебітора з кредитором для формування основного запису бізнес-партнера, але чому в ручному режимі, то все одно залишається великим питанням, навіть більше стало цікавим якщо прочитати наступні абзаци, бо в чому була проблема не зрозуміло? Написати програму яка визначить останнє використання запису кредитора в документах системи? Пишеться за півдня універсальний пошук використання запису кредитора загалом по системі і навіщо тут був ШІ, те ще питання?!

Приблизно в той самий час бізнеси ШІ стрімко набирали обертів, тож команда почала інтегрувати ШІ у стратегію роботи з даними Kaeser.

Результатом стало Прогнозування неактивних постачальників, нетиповий випадок використання ШІ, заснований на одному з SAP ШІ сервісів, а саме на сервісі Data Attribute Recommendation, а також SAP Analytics Cloud. Це рішення дозволило Kaeser автоматизувати понад 80% завдань з обробки даних, підвищити їхню точність та досягти значного зростання продуктивності.

Примітка Alloy: А 20% які залишились, при шестизначній кількості це більше ніж 20 000 залишили як я зрозумів команді НДІ, ну щоб людям було чим зайнятися на робочих місцях? До речі, мені це щось нагадало казку Попелюшка, тільки тут сидят таки співробітники відділу НДІ і замість гороху чи що там було перебирають кожен день свій мільйон кредиторів.

«З огляду на те, що я знаю зараз, я б сказав, що ви не можете підтримувати таку кількість даних вручну – ви можете зробити це тільки за допомогою ШІ, – каже Ламетер. «Час штучного інтелекту настав, і я переконаний, що майбутнє буде за даними».

Візуальний пошук запчастин

Головним завданням команди було знайти випадки використання ШІ, які принесуть користь кінцевому споживачеві. Один із таких сценаріїв стосується пошуку запчастин. Через велику кількість варіантів однотипних елементів це завдання часто було складним і забирало багато часу, що створювало забагато додаткової роботи для обслуговуючого персоналу.

Але тепер Візуальний пошук запчастин, нетиповий приклад використання ШІ, розроблений у співпраці з nyris, дозволяє сервісним фахівцям Kaeser просто сфотографувати потрібну запчастину. Вбудований сервіс ШІ nyris Visual Search використовує розпізнавання зображень, щоб порівняти завантажені зображення з базою даних запчастин і визначити правильний ідентифікаційний номер об’єкту.

Це допомагає сервісним фахівцям швидше знаходити запчастини, а клієнтам – самостійно ідентифікувати запасні частини.

Примітка Alloy: Цей того, хлопці навіть і не знають що років так з 80-х системи контролю якості використовують фотоконтроль якості вихідних деталей, це по-перше, а по-друге пошук картинок по зображенню в гуглі вже теж років 10 існує і непогано справляється з цим. Але так ідея непогана, головне мати запчастину, яку треба знайти щоб зробити її фотку, а це значить мені треба розібрати агрегат що зламався, але якщо я знаю що то за агрегат то кількість варіантів запчастин які там є не дуже велика, як на мене, а тому знайти що необхідно навряд чи така складна проблема, але ще раз, ідея непогана.

Інтелектуальна рекомендація продукту 

Найперспективнішим прикладом використання ШІ є додаток SAP Intelligent Product Recommendation, який допомагає працівникам відділу продажів аналізувати вимоги клієнтів та процеси і перетворювати їх на точні рекомендації щодо продуктів. На основі підказок рідною мовою рішення може аналізувати вимоги клієнта за допомогою машинного навчання та генеративного ШІ і рекомендувати найбільш підходящі компресори.

«Надання рекомендацій щодо продуктів – це мистецтво, – каже Енге. «Якщо у вас є технологія для надання кращих рекомендацій, це справжній важіль».

Примітка Alloy: Ну я б тут дописав що дуже скоро штучний інтелект замінить співробітників відділу продажу і ШІ почне сам дзвонити клієнтам та продавати їм те що необхідно,  SAP Joule (https://news.sap.com/2023/09/joule-new-generative-ai-assistant/) це вміє робити краще.

Успішний ШІ-проект – це більше, ніж просто технологія

Впровадження технологій штучного інтелекту – це одне. Однак команда з’ясувала, що не менш важливо залучити до цього процесу всіх співробітників і створити відповідне середовище. Це включає в себе забезпечення працівників необхідним програмним забезпеченням, їх навчання та обговорення етичних наслідків ШІ.

Підтримка керівництва та узгодженість дій з іншими командами, такими як відділ досліджень і розробок, відділ маркетингу, відділ продажів і відділ обслуговування, також виявилися ключовими факторами успіху. «Зрештою, йдеться також про вплив на людей і суспільство, в якому ви живете і працюєте, і я вважаю, що це дуже важливо враховувати», – каже Ламетер.

За словами Енге, це щонайменше п’ятиборство: «Дехто скаже, що це лише питання наявності хорошого фахівця з аналізу даних. Це, безумовно, дуже важливо, але ви також повинні розуміти бізнес-процеси та дані, і, що не менш важливо, ви повинні відповідати на занепокоєння людей і пояснювати, як ви отримуєте результати».

Необмежені можливості

Як піонер ІТ-технологій, компанія Kaeser була дуже відкрита до теми використання штучного інтелекту. «Це частина ДНК компанії, – каже Енге. «На самому початку проекту ми обговорювали, в якій лізі хочемо грати, і було зрозуміло, що ШІ повинен бути частиною інструментарію, якщо ми хочемо грати в прем’єр-лізі».

Частка SAP Business AI у проекті Kaeser з обробки даних зросла з менш ніж 10% у перший рік до понад 30% у третій. Сьогодні команда на 100% зосереджена на SAP Business AI і розробила 12 конкретних прикладів використання, спрямованих на підвищення цінності для клієнтів.

І це ще не все. Kaeser розробила прототип програми на платформі NVIDIA Omniverse для візуалізації процесу інтелектуальної рекомендації продуктів, як це продемонстрував генеральний директор SAP Крістіан Кляйн у своїй доповіді на конференції SAP Sapphire у 2024 році.

«Почніть свою подорож, і ви відкриєте для себе захоплюючі речі, – каже Енге. «Прогрес величезний, і кожен може взяти в ньому участь».

Примітка Alloy: Десь наприкінці 80х – початку 90х років, цю штуку звали експертною системою, зараз штучним інтелектом, комп’ютери стали швидші, збережених даних більше, математичні моделі стали кращі, але на жаль до інтелекту це відношення так поки що і не має, але штука цікава з точки зору спрощення роботи та аналізу накопичених даних.