Denne klumme er et debatindlæg og er alene udtryk for forfatterens synspunkter.
Teknologisektoren har altid været modtagelig for ”hype” og løfter om fantastiske løsninger.
Marketingfolk prædiker for ingeniørerne om den næste store ting. Konferencer dedikeret til det nye ”hotte” emne er overalt.
Journalister skriver indslag om det, mens analytikere arbejder på deres whitebooks. Venturekapitalfirmaer gennemsøger planeten efter startups, der er specialiseret i det. Firmaer fortæller dig, at de har helt styr på det...
Sådan skete det med RFID, med såkaldt service-oriented architecture, cloud, blockchain, 5G og snesevis af andre ting - og i dag er det AI.
AI er fantastisk, og det er bestemt et af de mest lovende områder i forhold til at ændre fremtiden for computere og forretningsautomatisering, selvom vi nogle gange har brug for at minde os selv om, at det har eksisteret som et koncept i omkring et halvt århundrede.
Fristelsen, når der er så meget buzz omkring et emne, er at foregive, at det er en slags universalmiddel med bred anvendelighed.
Men med risiko for at være den, der spolerer festen, så lad os være ærlige: Det er ikke nødvendigt for 80 procent af, hvad ERP gør.
"For en mand med en hammer ser alt ud som et søm," lyder den gamle sætning, og den er bestemt passende her.
Og det er vigtigt at sige, hvorfor det er tilfældet.
Alt for ofte ser vi på it-udfordringer ud fra en tilgang om, hvad nye værktøjer kan give os, snarere end en meget vigtigere bekymring, som alle CIO'er bør have som deres første spørgsmål: Hvad er nutidens forretningsmæssige udfordringer og muligheder, som vi skal løse?
Det ville være meget nemt at bukke under for AI-hypen omkring automatisering i såkaldte enterprisemiljøer og følge trop i lighed med hvad de virksomheder, der søger at rejse midler, har tendens til at gøre.
Smarte CIO'er burde helt sikkert følge AI-udviklingen af en række årsager og use cases, men i det mindste indenfor ERP, ville de være bedre stillet ved at bruge mere tid på at overveje, hvilke elementer der er involveret i en forretningsproces og ”connect the dots” i overensstemmelse hermed.
Så jeg vil foreslå en simpel formel her.
Indenfor ERP gælder: Integration > AI.
Integration – det forsømte element
Integration giver dig måske ikke masser af millioner af venturekapital, sikrer en bogudgivelse eller gør dig til genstand for medieoverskrifter, men det er et afgørende vigtigt (og beklageligt forsømt) aspekt af ERP-succes.
Måske forståeligt nok skynder folk sig videre til nye smarte ting og overvejer, hvordan de kan anvendes i deres verden.
AI (og dens undergruppe machine learning) er blevet profileret som de næste store disruptorer indenfor forretningsteknologi, men i virksomhedsapplikationer i dag er deres relevans så som så.
Det betyder ikke, at vi ikke ser værdi og muligheder inden for områder som projektressourcer eller arbejdsstyrkeplanlægning, hvor en ML-algoritme for eksempel kunne identificere gentagne mønstre og potentielt lave præcise forudsigelser om succes eller ej i forhold til forskellige tilgange.
Men hemmeligheden ved AI er, at vi i dag kan gøre en masse af disse ting alligevel ved at bruge afprøvede og testede algoritmer og udviklingsværktøjer, der allerede er her.
Relevante data
Succes med ERP handler om at integrere relevante data fra hele softwarestakken for at muliggøre hurtige behandlingspipelines og forhindre siloer i at dukke op.
Du ville ikke have stor chance for succes med at bygge et nyt fodboldstadion, hvis du inkluderede materialeomkostninger og tilgængelighed og foretog forskning i placering og jord, men havde undladt at medregne omkostningerne for folk med de rigtige færdigheder, og hvornår de kunne gøre deres arbejde.
Gode ERP-systemer tvinger effektivt brugerne til at overveje praktiske forhold, og de hjælper med at synliggøre uregelmæssigheder.
Og hvis integrationen af forskellige komponentelementer er stærk, så har du fremragende udsigter til succes i din virksomheds infrastruktur.
Men hvis kerneelementer i kriterierne såsom tid og fakturering ikke er godt integreret, så har du et meget stort problem.
Tænk før du handler
Målet bør være at se på tværs af organisationen for at forstå alle de dataelementer, der er nødvendige for en given forretningsproces, og forbinde dem problemfrit.
Og hvis du kan automatisere på en måde, så for eksempel ERP-systemet ved, at en person rejser i et bestemt land og derfor nemmere kan forstå og behandle udgiftskrav i lokal valuta, så begynder du at give tid tilbage til brugere og til økonomiafdelinger, og begge sæt af bestanddele bør anerkende letheden og bekvemmeligheden af brugeroplevelsen.
Men alt for ofte opstår huller, fordi processer skabes uden input fra alle relevante parter.
Dette fører til systemer, der er ubrugelige, suboptimale, kræver omstilling og frustrerer brugere, der ikke er i stand til at udføre nøgleopgaver.
Organisationer står selvfølgelig ikke stille, så selv et system, der var perfekt tidliggere, skal revurderes senere.
Så vi skal gøre en masse arbejde på forhånd, men vi skal også anvende mikrotjenester, så vi kan tilpasse systemerne, når behovene ændrer sig over tid.
Alle organisationer har brug for at reducere driftsomkostninger og luge ud i manuelle processer, især udfra et økonomisk perspektiv, der sigter mod at skabe effektivitet, hvor det er muligt.
Automatisering bør være i centrum hele vejen gennem en proces.
Inden for HR, for eksempel, ville den proces strække sig fra rekruttering og onboarding til kompetenceidentifikation og mulighed for karriereudvikling hele vejen frem til ophørsaftaler og oprettelse af alumni-netværk.
Men AI er ikke et synonym for automatisering, og de fleste af disse scenarier er meget gennemførlige uden AI.
AI er fantastisk, men...
AI er ikke tryllestøv, og selv hvor det er yderst nyttigt, skal du huske, at AI stadig har behov for rene, nøjagtige, centraliserede data.
Vi er meget langt fra The Singularity og AI i dag vil ikke nødvendigvis være i stand til at besvare meget komplekse spørgsmål med flere variabler, fordi algoritmer bare ikke fungerer på den måde.
Hvis vi ikke har bygget en platform til scoping og forståelse af en proces, vil AI tilbyde os kvadratroden af ingenting.
De bedste CIO'er bør altid opretholde en sund dosis af skepsis, og AI er ingen undtagelse fra reglen.
Det er vidunderligt, at vi lever i en tid med innovation, og enhver teknologisk leder har brug for at dedikere noget tid til at forstå de kommende tendenser.
Men de bør også altid stille det egoistiske spørgsmål; ’hvordan gavner det for os?’
Teknologier er ikke almindelige fænomener.
De har tendens til at være gode til nogle ting og mindre gode til andre. CIO'er skal afveje deres relevans i stedet for at blive fanget af hypen eller attraktionerne ved at blive forbundet med den seneste trend.
Så endnu en gang… det er ikke min hensigt at nedgøre den meget reelle nuværende og fremtidige anvendelse af AI, kun at påpege min overbevisning om, at anerkendelse af vigtigheden af sammenkobling og integration vil tage en meget langt i sigselv.
De fleste af os bruger stadig kun en brøkdel af mulighederne i vores ERP-systemer, så vi bør være varsomme med at sætte AI-vognen før hesten.
Hvis vi undersøger mulighederne om kunstig intelligens med denne klare tilgang, har vi meget større chance for at høste reelle fordele.
Klummer er læsernes platform på Computerworld til at fortælle de bedste historier, og samtidig er det vores meget populære og meget læste forum for videndeling.
Har du en god historie, eller har du specialviden, som du synes trænger til at blive delt?
Læs vores klumme-guidelines og send os din tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.
