從網絡安全到市場分析、機器人和自駕車，人工智能和機器學習一直在整頓著很多領域的業務。
但是，對于核心的企業職能，特別是對于那些一旦做出錯誤決策就會面臨巨大風險的企業來說，人工智能的使用還處于起步階段。
以美國賓夕法尼亞州Conshohocken的一家藥品批發公司AmerisourceBergen為例。該公司在全球47個國家擁有19000名員工，每年總收入達1470億美元，位列“財富”500強第11位。
該公司的定價副總裁Alexander Kugler意識到了人工智能的潛力，他知道人工智能有助于公司在制定產品價格時做出更好的決策。定價太高，客戶會去別家買。定價太低，公司會賠錢。
此前，該公司使用電子表格從各種系統中提取數據以確定生產成本，并利用歷史和他們自己的常識來弄清客戶對價格變化以及競爭對手的行為有多敏感。
Kugler說：“這是一種過時的定價方法，已經跟不上行業趨勢和動態。
因此，15個月前，AmerisourceBergen開始轉向一個集成系統，該系統能自動計算生產成本、分析歷史交易數據并抽取外部數據(如天氣預報)，為將來部署人工智能奠定基礎。
先行者對作為業務轉型的一部分的人工智能改善ERP功能的需求正在不斷增長，ERP廠商正在將機器學習功能融入其產品中以滿足未來的需求。
ERP的未來
AmerisourceBergen選擇的平臺Vendavo內置了智能功能，但到目前為止，該公司還沒有使用這些功能。
相反，當價格低于成本時，公司就用內置的專家算法，例如警報。這些算法是基于數據科學家的工作而創建的，但不是由機器學習系統即時產生的。
他說：“我們9月份才開始使用這個系統，而且現在我們更多地使用它來執行黑白分明的業務規則。我們還在伏地爬行——我們很快就會直立行走。”
要計算價格是否低于生產成本可能涉及到一個復雜的計算，但它仍然只是一個計算。一旦得出公式，并有正確的數據可用，要獲得結果只是算術問題罷了。
但還有其它可能的警報，它需要判斷而不是簡單的計算。例如，一系列特殊的天氣事件可能會引發對流感疫苗的更多需求。或者一個新的競爭對手可能即將進入一個特定的細分市場，將價格拉低。
Kugler說：“展望未來的話，我當然能看到商業風險警報的價值。我們擁有數以萬計的客戶，銷售數以萬計的產品，擁有一個能夠在問題發生之前能提醒我們有什么潛在問題的流程或框架將是非常重要的。”
機器學習的另一個用途是工作流自動化。
首先要建立一個框架，在這個框架里一個人可以做出自動觸發一系列行動的決策。然后，下次需要決策的時候，系統可以根據過去的經驗推薦一個行動的過程。最后，一旦對推薦有足夠的信心，系統就可以自動采取行動，人類只是監督進程并處理例外情況。
Kugler說：“你會得到一致的決策并使定價團隊把更多的精力放在定價技術上。這將把定價團隊解放出來，以專注于確實能為組織帶來價值的真正機會。”
例如，如今，定價團隊成員可能花三個小時進行更復雜的價格分析，五個小時處理與價格管理相關的日常工作。有了智能自動化，他們可能只要花一個小時的時間進行價格管理，而另外七個小時則可以進行增值活動。
他說：“這不是我希望減少員工人數的情況。
但是，所有這一切都是將來時。
目前，AmerisourceBergen仍在奠基中，因此它可以繼續設法弄清楚如何將機器學習用于業務風險警報、預測分析和工作流程自動化。Kugler補充說，尚未用于決策。
但做出更好的預測，設定更好的價格，甚至降低生產成本并不是使用系統更智能化的唯一好處。
人工智能技術也有助于公司自衛——而不僅僅是針對其目前的直接競爭對手。
他說：“我們非常清楚地意識到像亞馬遜這樣的公司會進入我們的領域。如果我們認為亞馬遜不打算利用一切可能的手段來干涉，那就太愚蠢了。”
那些不利用人工智能的公司將遭受損失，他這樣說道。“我想你會看到他們的利潤受到更多的侵蝕，最終他們要么不得不實行多元化并尋找其它的收入來源，要么成為被接管的候選人。”
為人工智能做好準備
很多公司像AmerisourceBergen一樣仍在為使用機器學習和高級分析、智能界面和工作流程自動化的智能ERP系統做準備。
總部位于紐約的SapientRazorfish公司的人工智能負責人Josh Sutton說，基于人工智能的ERP產品和功能直到最近才為市場所接受，各公司正在采取一種緩慢而謹慎的方式進行采用。該公司提供咨詢服務，幫助公司把人工智能功能添加到他們的ERP系統。
他說：“人工智能是當今商業轉型的重要組成部分，轉型速度比以往任何時候都快。”
Sutton看到很多公司開始狹隘地以把人工智能添加到ERP中的試點項目為目標，但這還為時尚早。
他說：“在這條道路上我們確實沒走多遠。而最成功的公司則是那些腳踏實地，而非好高騖遠的公司，這些公司取得了實實在在、快人一步的成果。
另一家看到人工智能和機器學習改善運營潛力的公司是家得寶(Home Depot)。
如今，該公司擁有數據科學家、分析銷售、天氣趨勢和其它數據，以幫助預測客戶需求。
以颶風為例。
家得寶公司的通訊經理Paul Mayer說：“我們能夠快速響應并在具有戰略意義的配送中心布置水、膠合板和發電機等應急物資。我們當然是颶風總部。”
如今，這一切都是用腦力來完成的。但是公司正在評估和測試人工智能和機器學習的使用，尤其是在供應鏈和庫存管理方面。
他說：“我們的目標是在客戶需要的時候能確保我們在正確的時間擁有合適的產品。
根據分析公司LevaData本月發布的調查，69%的公司對人工智能如何幫助改善供應鏈非常感興趣。
那么是什么阻礙了采用更智能的ERP的舉動?有幾個因素在起作用，包括文化問題、與其它業務相比，云采用ERP的步伐較慢，還有就是這項技術才剛剛出現。
ERP的人的因素
據LevaData調查顯示，49%的受訪者表示他們的內部人才尚未準備好對這些核心業務流程進行徹底的數字化轉型。
以采購流程為例。LevaData的創始人兼首席執行官Rajesh Kalidindi說，大公司可能會處理成千上萬的供應商提供的數千種不同的產品，但是負責人往往在談判價格時還在依靠Excel電子表格和直覺。
他說，他們想要堅持自己的立場并使用他們多年的商業經驗和發達的直覺。
現在他們需要轉向數據驅動的方式。
他說：“人們會認為，‘這會搶走我的飯碗，他們會依靠機器還是我的決定?’”
據SAS今年夏天的一項調查顯示，文化挑戰是人工智能采用的最大障礙，49%的受訪者表示對技術缺乏信任。
除了不愿意接受機器的建議之外，員工也可能不愿意交出機器所需的能讓它做出更好的決策的信息。特別是價格談判，人工智能不僅需要了解最終結果，還需要知道哪些策略是行不通的。
SapientRazorfish公司的Sutton說：“挑戰在于獲取所有的數據，而不僅僅是人們想要管理的數據。這是一家公司所面臨的行為上的挑戰，人工智能可以更好地處理所有的數據，而不僅僅是人們想要分享的數據。很多時候，人們只會把東西放在給他們帶來良好影響的系統里。
步履蹣跚的云
基于云計算和SaaS的部署使ERP供應商能夠輕松實施最新技術，并集成來自外部合作伙伴的數據源和分析工具。
然而，根據Panorama Consulting今年早些時候發布的報告，67%的公司仍在使用本地ERP，而只有33%使用云或使用基于云的供應商。
相比之下，據IBM介紹，87%的CRM系統現在都是云推動的。
IDC的分析師Mickey North Rizza表示：“大多數公司一直都停留在前臺辦公的速度和技術改進之上，才剛剛開始想到他們的后臺應用程序。”
她說，使用基于云計算的ERP或SaaS產品的公司在人工智能方面捷足先登。
她說：“不幸的是，很多大型企業仍然在用傳統的本地ERP系統，且尚未轉移到云端。這些大企業錯過了創新。”
Rizza希望更多的公司將業務遷移到云中，以幫助推動業務轉型，并用機器學習做更多的事情。
ERP供應商推出人工智能功能
所有大型的ERP供應商都把人工智能納入了近期的發展計劃中，或者已經推出了功能和工具。
例如，甲骨文在十月份宣布了幾款用于其基于云計算的ERP產品的由人工智能驅動的附加產品。
Oracle ERP和EPM產品營銷集團副總裁Steve Cox說即將推出更多的產品
他說，到目前為止，企業還處于采用的最初階段，盡管一些企業已經在分析方面使用了人工智能。
他說：“NHS使用人工智能來發現英國的欺詐索賠。這是一個很好的用例。”
但是人工智的本領遠不止這些。
他說：“想象一下，你會得知一個天氣預警，它指出你的一個工廠在某一天將不能生產配額，而且你會發現自己在客戶問題上遇到麻煩。根據之前發生的事情，它向你建議六種可能的解決方案，它向你顯示每種解決方案的經濟影響，當你選擇一個想要的解決方案時，它會顯示你要采取的步驟，但最重要的事情就是下一次再發生這樣的事情，系統記得。”
Cox說，這就是未來，這就是為什么他期望人工智能和云計算對業務具有同樣的變革性。
他補充說：“我認為，人工智能和機器學習會改變一切。”
Cox預測，2018年將是見證人工智能在ERP領域被大量采用的一年。
Oracle NetSuite的產品營銷副總裁Paul Farrell說：“我認為這種利害關系是巨大的。現在有一些企業正在利用它，但是看著我們的客戶群，每個人都有興趣，但是他們正在等待實際應用的出現。”
另一家擁有人工智能產品的ERP供應商是Infor，它于今年夏天發布了Coleman 人工智能機器人。該機器人使用亞馬遜Lex深度學習和自然語言界面。
Infor Coleman人工智能的高級產品總監Rick Rider表示，該產品目前處于測試階段，并將在明年春季上線。
Whole Foods公司的供應鏈和銷售業務解決方案設計師BillyBackerby說，這是一系列很棒的功能。
他說：“你正在把消費級別的功能引進商業環境。”
同時在開發的還有預測分析和機器學習功能，它們有助于系統預測用戶的需求。
Blackerby說：“我想到的一個特殊用例就在分類計劃(assortment planning)領域。Coleman，我需要一種能夠裝在X類別的3英尺寬的貨架上的產品，它與黃金周期間裝在Y類別的其它干貨相同。”
“大公司想小心翼翼地進入”，Vendavo公司的利潤布道師Mitchell Lee如是說，該公司向B2B大型跨國公司銷售定價分析工具，并于2016年開始提供機器學習工具。
他說：“大多數人不管做什么事都趨于保守。”
特別是，他們對“黑匣子”人工智能系統猶豫不決，在這里，推薦背后的原因還不清楚。
他說：“企業領導者必須正視投資者并對自己說，'我了解我們做出這些決策的過程'。”
例如，Vendavo可以自動將客戶分類到細分市場，但是客戶要看到系統創建集群的動機是什么，以及為什么特定的客戶在一個集群而不是另一個集群。
他說：“你可能知道一些不在數據中的東西，你的業務知識，以及沒有包含在系統中的一般知識。”
Lee說，大約10%的客戶已經使用機器學習技術來自動識別細分市場并計算定價能力，然后人工評估這些建議。
他說：“它通過一段時間的監測來查看這些建議是否奏效，或者查看新的定價是不是也沒有贏得業務，又或者是贏得了業務但價格較低。”
他補充說：“但是，企業不愿意翻轉開關開啟自動模式。人們習慣了自己作決策，而機器產生的錯誤的后果，其中一些建議的后果可能是重大的。”
云計算ERP廠商Acumatica平臺的戰略副總裁AjoyKrishnamoorthy表示：“我們正在將機器學習應用于ERP的很多特定領域。
例如，用戶可以詢問“Alexa，問問Informatica我有多少臺筆記本電腦”，他這樣說道。
有些公司已經試用了一些新功能，但是這些功能還沒有投入生產。
在整合Alexa的例子中，該公司即將推出它，但安全性問題依然存在。例如，你總不希望隨便冒出一個人就能索要并獲取公司的數據吧。
他說：“我們需要完成語音認證，我們很快就會有這個功能的。”
另一家基于云計算ERP產品的公司是VAI，它主要服務中型企業。大約一年前它開始了人工智能的工作。
該公司在其應用程序中內置了IBM Cognos系列商業智能產品，并集成到IBM的Watson人工智能平臺。
VAI的首席信息官Kevin Beasley表示：“很多傳統支柱行業的客戶都在關注人工智能可以為他們做些什么。將來，隨著我們開發越來越多的人工智能功能，它能做的事會越來越多。”
Sage Intacct的高級副總裁兼工程和技術主管Aaron Harris說：“我們才剛剛開始。這些都是非常新鮮的東西，我們只是在構建底層技術，但是我們還沒有準備好讓客戶使用它。”
Sage Intacct計劃徹底取消了結賬，以便公司的賬簿始終保持最新狀態，我們會立即發現并解決問題，而不是在季末才解決。另外，用戶只需要提出一個自然語言的問題，而不是創建報告，平臺不僅僅從財務系統抽取數據，而是來自多個來源。
Harris說：“我們從客戶那里收獲了很多喜悅。”
專注于工作流程自動化的供應商Nintex正在努力添加機器學習和自然語言處理的功能，以幫助客戶從規則轉向更智能、更靈活的工作流程。
Nintex首席營銷官Matt Fleckenstein表示，該技術正處于測試階段，將于2018年初推出。
他說：“我們現在已經在高級預覽階段獲得了一批客戶。”
例如，有些公司擁有超過10萬種不同的工作流程，他這樣說道。情報可以向員工建議行動，甚至自動執行一些行動。
他說：“首先，這好比說，'你總是傾向于在某個人那里批準低于一定數量的合同，你想批準這些合同嗎?'”
那么，在兩三年內，一旦公司對建議信心增強，系統就可以跳過推薦步驟，繼續采取行動。
他說：“隨著時間的推移，我建立了更多的信任，并且實際上看到了它的價值，并發現它的下行空間有限，我會給它更多的權力。這與加入你的團隊的新員工沒太大區別——因為你對他們充滿信心，他們就會讓他們承擔更多的責任。”
邊干邊學
世界上最大的礦業公司之一，巴西淡水河谷公司的IT創新經理HelioMosquim說，要開始使用人工智能和機器學習，最佳的開始步驟就是實干。
Vale一直在通過構建原型人工智能驅動的服務利用SAP的Leonardo平臺試驗機器學習。
例如，試圖訂購更換零件的員工目前必須通過供應商目錄，查找零件號碼，然后將這些號碼輸入到系統中。
Mosquim在上個月的一次會議上說：“這是一個復雜的過程，它有很多錯誤。”
該公司曾考慮使用語音識別，但事實證明，這在實踐中并不奏效。他說：“維修區內的設備非常吵，噪音太多。因此，Vale決定接受圖像識別，并利用SAP Leonardo的機器學習功能學習如何識別零件。
他說：“現在，一個在現場的人可以用iPad拍照并在現場創建請求。”
SAP公司的總裁Patrick Bakey表示，人工智能在ERP中的潛力令人難以置信。
他說：“在接下來的幾年里，可自動化的重復、枯燥的任務將被自動化，這會提高生產力，并使公司得以重新分配工作，設立新的職位。公司將能夠為戰略和創意項目投入更多的人才。”
另外，員工與企業技術的配合將變得更容易。
他說：“如今，你正在家里使用Alexa或Siri這樣的人工智能驅動的機器人，在附近查找比薩餅外賣餐館，并提供推薦、評論和優惠券。我們將為企業應用帶來同樣的便利和智能。”
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號