AI w ERP prognozuje popyt i zapasy, pomaga planować produkcję, wyłapuje nietypowe koszty i odczytuje dokumenty - pod warunkiem, że system ma kilka lat uporządkowanych danych. Najtańszym krokiem jest test na Twoich danych, a wdrożenie z integracją z ERP kosztuje kilkukrotnie więcej. Niżej: co AI robi w poszczególnych modułach ERP, czym są asystenci wbudowani w systemy, od czego zależy koszt i jak zacząć.
Co sztuczna inteligencja robi w systemie ERP?
ERP łączy dane z finansów, zakupów, magazynu, produkcji i kadr. AI nie zastępuje tych modułów - korzysta z ich historii, żeby prognozować, wykrywać odchylenia i przygotowywać decyzje, które zatwierdza człowiek.
| Zastosowanie | Moduł ERP | Potrzebne dane | Co mierzyć |
|---|---|---|---|
| Prognoza popytu | Sprzedaż, zakupy | Historia sprzedaży z kilku sezonów, promocje, ceny | Błąd prognozy względem planu ręcznego |
| Optymalizacja zapasów | Magazyn | Stany, rotacja, czasy dostaw od dostawców | Braki towaru i wartość zapasu zalegającego |
| Planowanie produkcji | Produkcja, MES | Marszruty, czasy operacji, dostępność maszyn i ludzi | Terminowość zleceń, przestoje |
| Wykrywanie anomalii | Finanse, zakupy | Księgowania, faktury, zamówienia | Liczba wyłapanych błędów i duplikatów |
| Odczyt dokumentów | Zakupy, księgowość | Faktury zagraniczne, zamówienia, dokumenty WZ | Czas obsługi jednego dokumentu |
| Asystent do pytań o dane | Cały system | Dane ERP z uprawnieniami użytkownika | Czas przygotowania raportu lub odpowiedzi |
Najszybciej zwracają się odczyt dokumentów i wykrywanie anomalii, bo działają na danych, które już są, a efekt da się policzyć w sztukach i minutach. Prognozy popytu i planowanie produkcji dają więcej, ale wymagają dłuższej historii i dyscypliny w danych.
Przykłady z zakładów produkcyjnych, od predykcji awarii maszyn po kontrolę jakości, rozpisujemy w tekście o AI w firmie produkcyjnej.
Czym są asystenci AI wbudowani w systemy ERP?
Dostawcy dużych systemów wbudowują w nie asystentów generatywnych. Przykładem jest Copilot w Microsoft Dynamics 365 Business Central: podpowiada pozycje zamówień sprzedaży, pomaga w uzgadnianiu wyciągów bankowych, streszcza rekordy i odpowiada na pytania o dane w systemie.
Według dokumentacji Microsoft asystent działa w wersji online, dziedziczy uprawnienia użytkownika - nie przeczyta danych, do których ten nie ma dostępu - a w obecnych warunkach licencji nie kosztuje dodatkowo. Dla klientów w granicy danych UE dane jej nie opuszczają.
Asystent wbudowany wystarcza, gdy wszystkie potrzebne dane są w jednym ERP. Rozwiązanie na zamówienie ma sens, gdy AI musi łączyć ERP z pocztą, CRM i dokumentami, działać według Twoich reguł albo pracować z systemem, który takiego asystenta nie ma.
Asystent czy agent?
Asystent odpowiada i podpowiada. Agent wykonuje zadania: pobiera dane, zakłada rekord, wysyła wiadomość. W ERP, gdzie zapis oznacza księgowanie albo zamówienie u dostawcy, agent powinien przygotowywać działanie, a człowiek je zatwierdzać. Co agenci robią w firmach i gdzie zawodzą, opisujemy w tekście o agentach AI dla firm.
Jakich danych potrzebuje AI w ERP?
Jakość danych decyduje o wyniku bardziej niż wybór modelu. Przed projektem sprawdź pięć rzeczy:
- Kartoteki. Jeden indeks na jeden towar i jeden kontrahent na jedną firmę, bez duplikatów.
- Historia. Prognoza popytu potrzebuje danych z kilku sezonów, zapisanych w tym samym systemie i tych samych jednostkach.
- Kompletność. Czasy dostaw, marszruty i przyczyny przestojów faktycznie wpisywane, a nie „do uzupełnienia później”.
- Dostęp. API albo kontrolowany dostęp do bazy danych, uzgodniony z dostawcą ERP.
- Właściciel danych. Osoba, która wie, co oznacza każde pole, i może poprawić błędy u źródła.
Jeśli dane trzeba najpierw uporządkować albo połączyć z innymi systemami, to pierwszy etap projektu. Sposoby połączenia z ERP popularnymi w Polsce opisujemy w tekście o integracji aplikacji z ERP i CRM.
Od czego zależy koszt wdrożenia AI w ERP?
Koszt zależy od tego, czy AI tylko czyta dane z ERP, czy także w nim zapisuje, oraz od liczby połączonych systemów. Warianty od najtańszego do najdroższego:
- Test na Twoich danych (proof of concept): najtańszy etap, 4–7 dni - odpowiedź liczbą, czy to zadziała.
- Jeden proces z dwukierunkową integracją z ERP: zwykle kilkukrotnie droższy niż test.
- Wdrożenie obejmujące kilka działów: najdroższy wariant.
- Opieka i rozwój po wdrożeniu: stała opłata miesięczna.
Aktualne ceny AppCreo znajdziesz w cenniku.
Do tego model i serwer płacone dostawcom - przy agencie w kilku systemach kilkukrotnie więcej niż przy prostym asystencie. Pełne zestawienie typów wdrożeń i wzór na zwrot znajdziesz w tekście ile kosztuje wdrożenie AI w firmie.
Jak policzyć zwrot z AI w ERP?
Wzór: koszt wdrożenia ÷ (miesięczna oszczędność − koszt miesięczny) = zwrot w miesiącach. Liczą się tylko godziny, które naprawdę znikają z kalendarza, oraz koszty, które przestajesz ponosić: braki towaru, zapas zalegający w magazynie, korekty dokumentów.
Miesięczną oszczędność policz jako godziny, które znikają z kalendarza, pomnożone przez koszt godziny pracy w Twojej firmie, plus koszty, których już nie ponosisz. Od niej odejmij opłaty za model i serwer.
Jeśli wychodzi więcej niż dwa lata, zawęź zakres do jednego, najbardziej obciążonego kroku albo zacznij od automatyzacji bez modelu.
Opisz jeden proces w ERP - powiemy, czy AI ma sens i ile kosztuje. Podaj nazwę systemu, moduł i czynność, która dziś zajmuje zespołowi najwięcej godzin. wypełnij formularz, napisz na biuro@appcreo.pl albo zadzwoń: +48 783 477 243.
Jak wdrożyć AI w ERP krok po kroku?
- Wybierz jeden proces z liczbą. Na przykład czas obsługi faktury, liczba braków magazynowych w miesiącu albo błąd prognozy.
- Sprawdź dane. Kartoteki, historia i dostęp - według listy z poprzedniej sekcji.
- Zrób test na prawdziwych danych. 4–7 dni na historycznym wycinku z odpowiedzią wzorcową.
- Zbuduj pierwszą wersję z akceptacją człowieka. Model proponuje, pracownik zatwierdza, system zapisuje dopiero po akceptacji.
- Uruchom równolegle z dotychczasowym sposobem pracy. Porównaj wyniki przez kilka tygodni.
- Mierz i stroj. Skuteczność modelu spada, gdy zmienia się asortyment, dostawcy albo rynek.
Pierwsze działające narzędzie dla jednego procesu powstaje zwykle w 3–5 tygodni od pierwszej rozmowy, a wdrożenie obejmujące kilka działów w 1,5–2,5 miesiąca. Przebieg projektu opisujemy na stronie wdrożenia AI w firmie.
Jakie są ryzyka i ograniczenia AI w ERP?
- Zła jakość danych. Model uczy się na błędach z historii i powtarza je z dużą pewnością.
- Brak zaufania zespołu. Planista, który nie wie, skąd wzięła się prognoza, wraca do arkusza. Pokazuj, na jakich danych opiera się wynik.
- Zapis bez kontroli. Automatyczne zamówienie u dostawcy albo księgowanie bez akceptacji to ryzyko finansowe, nie oszczędność.
- Bezpieczeństwo danych. Umowa z dostawcą modelu musi wykluczać trenowanie na Twoich danych i wskazywać region przetwarzania.
- Kadry i AI Act. Systemy AI używane do decyzji o awansie, zwolnieniu, przydziale zadań na podstawie zachowania albo ocenie pracowników są w AI Act systemami wysokiego ryzyka (załącznik III pkt 4). Obowiązki dla nich stosuje się od 2 grudnia 2027 r.
Kiedy AI w ERP się nie opłaca?
Gdy firma ma krótką historię danych, prowadzi część procesów poza systemem albo wolumen jest za mały, żeby model zobaczył powtarzalne wzorce. Wtedy lepszy efekt da uporządkowanie kartotek i zwykła automatyzacja reguł, a AI warto wrócić za rok.
Nie opłaca się też budowa własnego asystenta, jeśli Twój ERP ma już wbudowany odpowiednik w cenie licencji, a potrzebujesz tylko odpowiedzi na pytania o dane z tego jednego systemu. Najpierw sprawdź, co oferuje dostawca, a dopiero potem porównaj to z projektem na zamówienie.
