Hvordan AI påvirker dine forretningssystemer

Anvendelse og effekter av AI-teknologi i landskapet av forretningssystemer var det sentrale temaet under Devoteam sin årlige Forretningssystemkonferanse, 19. mars 2025. Vi fikk oppleve gode og svært relevante presentasjoner fra kunder, skytjenesteleverandører, partnere og eksterne foredragsholdere.

Temaet for konferansen var like relevant for virksomheter som planlegger utskifting av sine utdaterte on premise systemer, som for dem som ønsker å ta i bruk AI på sin etablerte skytjenesteplattform. Det som kanskje var aller mest relevant for den sistnevnte gruppen var en AI-workshop, der deltakerne fikk mulighet til å lage en use-case med gevinstkart og forslag til KPI’er. Her måtte deltakerne melde seg på, på forhånd, og ikke helt uventet ble workshopen raskt fulltegnet.  

Det er fortsatt mange mellomstore og større virksomheter som bruker on premise baserte ERP- og lønnssystemer. Andelen faller nå i takt med at support og vedlikehold opphører på on premise systemene. De fleste HR systemer, og mange CRM systemer er «born in the cloud». På disse områdene har de fleste allerede tatt i bruk skytjenester. Noe som helt konkret er en forutsetning for å kunne arbeide med AI teknologi. 

Cloud er en forutsetning for AI 

Når man faser ut on premise systemer og erstatter disse med moderne skytjenester, så er AI naturlig nok ikke en del av scopet for prosjektets første faser. Etter innføringen av et nytt ERP system vil det ofte gå et år eller to før man har et godt datagrunnlag, og den funksjonelle dekningen er optimalisert. Man kan starte med enklere AI initiativ tidligere enn det, gjerne med formål om å bygge opp egen kompetanse.                   

«En vurdering av leverandørenes modenhet og utviklingsplaner for bruk av AI som en del av skytjenesten, bør likevel være viktig for systemvalget.« 

Å gjøre en slik vurdering er ikke helt enkelt, uten å ha en viss innsikt i hvordan AI benyttes for å berike forretningssystemets funksjonalitet. Vurderingen blir heller ikke enklere av at leverandørenes begrepsapparat og markedsføringsmateriale ikke akkurat er selvforklarende. Det er ikke noen grunn til å legge skjul på at det forekommer en hel del «AI washing» i markedsføringen.  

Viktige teknologier, som ikke er AI 

Maskinlæring (ML), RPA og automatisk fakturatolkning er eksempler på teknologi som har hatt stor betydning for økt effektivitet, og automatisering av manuelle arbeidsprosesser. Disse teknologiene har eksistert i mange år og de kommer fortsatt til å være viktige, men dette er ikke AI.  

Augmented AI 

De store leverandørene tilbyr nå digitale assistenter, eller AI agenter som tolker tekst, og interagerer med brukerne, for å bistå med brukerstøtte på tvers av hele applikasjonen. På dette området har ERP leverandører som SAP, Oracle, Microsoft og Infor kommet lengst. Vi skal heller ikke glemme at Google investerer mye på dette området, og de bygger connectorer til et økende antall forretningssystemer.   

Automated AI 

Bruk av AI agenter er en forutsetning for å kunne automatisere prosessene, men fortsatt støttet av brukeren. Her begynner det å bli tydelig at leverandører som Oracle, SAP, Infor og Microsoft ligger i forkant. Utviklingen går nå svært raskt, så her kommer det løpende nye use-caser, utviklet ved hjelp av Embedded AI funksjoner. Disse agentene er altså utviklet spesifikt for å automatisere en rekke spesifikke forretningsprosesser, i leverandørens system. Hvilket også betyr at de er proprietære. 

Autonomous AI 

På dette nivået lar man AI identifisere tiltak og agere, uten brukerens medvirkning. Bare for et par år tilbake så tenkte vi at praktisk bruk av Autonomous AI i ERP systemene lå ganske langt frem i tid. Med den utviklingstakten vi ser nå er tidshorisonten 1-2 år. Leverandører som Oracle og SAP har allerede kommet ganske langt. Utviklingen innenfor HR området har også kommet langt, og vi antar lønnsprosessering til stor grad også vil kunne bli en autonom prosess.         

Utfordringer 

Henge med i utviklingen
For de mindre systemleverandørene blir det helt åpenbart en utfordring å henge med i utviklingen. Det handler ikke kun om kapasitet og utviklingsressurser, men også om valg av teknologipartnere. Kundenes krav og forventninger til bruk av AI i forretningssystemer vil nok også variere stort. Mange kunder har kommet godt i gang med AI initiativer, men det kreves også en viss grad av egen kompetanse. De fleste mindre virksomheter vil antagelig ikke se seg tjent med å bygge egen AI kompetanse, men belage seg på utnyttelse av de use-casene som leverandøren tilbyr. Utfordringen med det er jo at det foreløpig kun er de større leverandørene som har noe å vise til.                 

Embedded AI er proprietær
En annen utfordring er at Embedded AI fortsatt er proprietær. Man skal heller ikke glemme at det er mye kode som skal prosesseres svært hurtig, for at brukerne fortsatt skal oppleve samme realtidsrespons som man er vant til. Tilfredsstillende ytelse kommer til å bli et tema.       

God og tilstrekkelig data
Tilgang på data og høy datakvalitet er også en forutsetning for å utnytte AI på en trygg måte. Det er ganske åpenbart at jo større grad av automasjon vi implementerer, jo tryggere må vi være på at dataene holder en god nok kvalitet. Det er ikke så vanskelig å forestille seg at feilsøking i en Autonomous AI modell fort kan være litt vrient.   

Ganske ofte trenger vi også tilgang til data fra andre kildesystemer. Det er løsbart, men kan være litt komplisert.

Forvaltning og innovasjon
Vi observerer at overgangen fra å forvalte on premise systemer til å forvalte skytjenester ikke alltid håndteres helt optimalt. Det krever et annet samspill mellom forretning og IT enn det man har vært vant til. Ofte kreves det en litt annen organisering for å fortløpende kunne dra nytte av ny teknologi som gjøres tilgjengelig fra skytjenesteleverandøren. Introduksjonen av AI i forretningssystemene utfordrer den tradisjonelle forvaltningsmodellen ytterligere. 

Viktig å ta med seg i det videre arbeidet med AI 

Flere foredragsholdere avrundet sine presentasjoner med et likelydende råd:   

«Vi må alle forholde oss til AI, men vi er ikke tvungne til å ta teknologien i bruk. Problemet oppstår først når dine konkurrenter har gjort det, og du blir klar over det for sent.» 

Jeg konkluderer med at dersom man ikke ønsker å stå igjen på perrongen når AI toget passerer, så kan det være lurt å starte med noen enkle initiativer. La det være rom for å prøve og feile, og bygg kompetanse, før man legger en strategi og en plan.