Ora stiamo entrando nel prossimo ciclo di innovazione guidato dall’Artificial Intelligence (AI) Generativa, una tecnologia potente con un potenziale che va oltre le già impressionanti capacità che vediamo oggi. Come la rivoluzione della tecnologia cloud, più l’AI è vicina ai processi aziendali, più sarà trasformativa. Nel contesto dell’ERP, l’AI generativa darà vita a un’ondata di innovazioni che cambieranno radicalmente il modo di gestire le aziende.

Il futuro dell’AI generativa e dell’ERP

Â鶹ԭ´´ stima che un sistema ERP intelligente sia in grado di cambiare radicalmente il modo di operare delle aziende. Rendendo l’AI il motore che alimenta l’ERP, le organizzazioni possono eseguire i principali processi di business, mentre il sistema si adatta, adegua e ottimizza in modo univoco a seconda delle circostanze specifiche in cui si trova a operare l’impresa.

Nell’era dell’AI, i processi sono in continuo apprendimento e ottimizzazione autonoma sulla base di dati disponibili in tempo reale e contestualizzati, così come gli insight.

Per soddisfare questa visione, l’AI per il Business deve essere rilevante, affidabile e responsabile, cioè sistemi devono essere:

• A prova di futuro con le esperienze AI più rilevanti fornite nel contesto delle soluzioni aziendali e in linea con le caratteristiche del settore.
• Basati su dati aziendali unici e in contesto di processo in grado di fornire l’AI più affidabile. L’AI offre buoni risultati solo quando i dati su cui si basa lo sono, e non c’è spazio per errori o allucinazioni dell’AI quando si tratta dei processi mission-critical.
• Responsabili, perchè si basano sull’AI responsabile che ha a cuore la sicurezza, la privacy, la conformità e l’etica. Ironia della sorte, più l’AI è costruita e resa accessibile in modo responsabile, più libera è l’organizzazione di usarla.

Â鶹ԭ´´ sta rispettando questi principi per il suo ERP cloud e applicazioni di business.

Quindi, cos’è l’AI generativa

In parole semplici, l’AI generativa è quando gli algoritmi del computer vengono utilizzati per generare risposte che assomigliano a contenuti creati dall’uomo, sotto forma di testo, immagini, grafica, musica, codice del computer o altro. I fondamentali modelli AI che alimentano questi output apprendono dai dati che informano e modellano i risultati.

Analizzando i modelli e le strutture all’interno dei dati di formazione, l’IA generativa ha la capacità di creare contenuti descrittivi, facili da capire, analisi e risultati fruibili.

AI generativa nell’ERP

Sfruttando la potenza dell’AI generativa nei sistemi ERP, le aziende possono migliorare l’efficienza operativa, ottimizzare i processi decisionali, sfruttare gli algoritmi predittivi e sbloccare nuove possibilità di automazione e analisi dei dati. L’AI generativa aumenterà l’agilità aziendale, collegando i punti in tutta l’organizzazione per identificare e raccomandare l’efficienza dei processi e fornire nuovi insight.

Inoltre, la capacità di porre domande e ottenere risposte immediate per quanto riguarda le esigenze finanziarie, geografiche, ambientali o di altro tipo, significa disporre di opportunità rivoluzionarie per interagire con i sistemi aziendali.

Vediamo alcuni esempi in cui l’intelligenza artificiale generativa può aiutare:

• Migliorare l’esperienza utente e la produttività: l’AI generativa può consentire agli utenti di interagire con i sistemi ERP utilizzando query e comandi in linguaggio naturale. Qualsiasi utente può porre una domanda e ottenere una risposta che sfrutti tutta la documentazione e i dati disponibili.

Un ottimo esempio di ciò è un caso d’uso per aiutare le imprese a rispettare il quadro finanziario sostenibile dell’UE – chiamato tassonomia dell’UE – un documento giuridico che può essere difficile da comprendere e per il quale risulta complicato trovare i criteri seguiti le diverse attività commerciali. Il documento è in vigore da gennaio 2023 e riguarda le imprese con più di 500 dipendenti che operano nell’UE.

È possibile utilizzare modelli linguistici di grandi dimensioni per comprendere i testi legali della tassonomia, trovare i criteri per le attività aziendali corrispondenti e i valori di soglia corrispondenti. Gli utenti devono solo controllare i suggerimenti dell’AI, adattarli se necessario e quindi accettarli. In questo modo, l’AI generativa consente alle aziende di soddisfare in modo più efficiente ed efficace i requisiti di reporting sulla sostenibilità, evitando tempi e costi più elevati.

• Automazione delle attività manuali: le persone associano l’AI generativa ai casi di utilizzo basati su chat. Ma ci sono modi non ovvi in cui l’AI generativa può aggiungere valore dietro le quinte.

Un esempio è la logistica della supply chain. Molto di quel lavoro è ancora cartaceo basato sulla verifica del noleggio e la documentazione che produce letteralmente decine di migliaia di bolle di consegna ogni giorno, in diversi formati.

Ciò comporta la revisione manuale dei documenti cartacei e la digitazione e la nuova digitazione delle informazioni sulle spedizioni. Ora applichiamo l’AI generativa per semplificare e digitalizzare questo processo. L’AI può scansionare il documento, applicare l’AI generativa per capire di cosa si tratta e inserire le informazioni. Ad esempio, un processo che richiede 30 minuti ora può scendere a circa 5.

Questo compito si ripete decine di volte al giorno in più impianti, il che significa che i risparmi previsti sui costi si traducono in milioni di dollari.

• Ottimizzazione dei processi aziendali – I sistemi ERP gestiscono un’ampia gamma di processi aziendali mission-critical, dall’approvvigionamento alla produzione, dalle vendite al servizio clienti. L’AI generativa è in grado di analizzare enormi quantità di dati che i sistemi aziendali generano e identificare modelli in grado di ottimizzare questi processi per generare modelli di processo pronti all’uso, insight e raccomandazioni per i KPI. Ciò consente alle aziende di scoprire i comportamenti dei processi e i profitti derivanti dalle best practice e dalle raccomandazioni basate sull’AI per acquisire informazioni più rapidamente, trasformarsi e innovare continuamente. L’intelligenza artificiale è efficace solo quanto lo sono i dati – i sistemi Â鶹ԭ´´ contengono i dati aziendali più importanti nel contesto del processo aziendale. Questo contesto dati è essenziale per addestrare correttamente l’AI.
• Analisi e processi decisionali: l’AI generativa è un fattore rivoluzionario quando si tratta di interagire con i sistemi aziendali. Accedendo ai dati attraverso il linguaggio naturale, tutte le figure coinvolte – dirigenti, analisti, utenti finali – possono portare analisi, collaborazione, comunicazioni e processi decisionali a un nuovo livello. Questo approccio espresso in un linguaggio naturale, quindi più umano e conversazionale, abbassa le barriere per ottenere informazioni da un ERP o da qualsiasi altro sistema.

Nozioni introduttive sull’AI generativa nell’ERP cloud

Funzionalità AI responsabili, rilevanti e affidabili fornite con le soluzioni cloud Â鶹ԭ´´ possono supportare le principali sfide che le imprese devono affrontare migliorando la produttività dei dipendenti, l’efficienza dei processi e le previsioni aziendali.

Il ritmo di innovazione che il cloud porta alle aziende di tutti i settori e dimensioni continua ad accelerare. Solo con il cloud è possibile sfruttare appieno la potenza dell’AI e tenere il passo con le ultime innovazioni e normative con la velocità, l’agilità e la fiducia di cui un’organizzazione ha bisogno. In base a ciò, le funzionalità di AI generativa non sono disponibili per i clienti ERP on-premise o per quelli che ospitano il loro ERP on-premise su un hyperscaler. Per i clienti Â鶹ԭ´´ ERP, l’innovazione generativa dell’AI è disponibile solo con le due offerte RISE with Â鶹ԭ´´ e GROW with Â鶹ԭ´´.

Per saperne di più su come Â鶹ԭ´´ sta portando nel cloud una maggiore potenza delle funzionalità di intelligenza artificiale generativa, fare clic ascoltare un nuovo dove approfondisco ulteriormente il tema dell’intelligenza artificiale generativa.

di Julia White, Chief Marketing and Solutions Officer and member of the Executive Board at Â鶹ԭ´´ SE

The post Sfruttare il potere dell’AI generativa per l’ERP cloud appeared first on Â鶹ԭ´´ News Center Italy.

La grande attenzione sugli strumenti di AI, come ChatGPT, promette un ruolo futuro per l’AI nel mondo. Ma l’intelligenza artificiale per il business è intorno a noi in questo momento, e aiuta le aziende a diventare più agili. In questo momento, l’AI aiuta a potenziare i processi aziendali grazie alle soluzioni Â鶹ԭ´´ a partire dall’ERP cloud, per la gestione delle spese, la gestione delle relazioni con i clienti e del capitale umano. Oltre 24.000 clienti cloud di Â鶹ԭ´´ possono già utilizzare centinaia di funzionalità AI integrate.

La crescita significativa dell’AI in quasi ogni settore implica una richiesta di persone con competenze AI con livelli diversi. Come ci si potrebbe aspettare, gli ingegneri AI, la programmazione e su tecnologia Â鶹ԭ´´ sono molto richiesti. Ma ci possono essere altre opportunità per entrare in questo campo, a seconda degli interessi del singolo. Ecco cinque idee per trovare il percorso verso una prima, seconda o anche terza carriera nell’AI.

Piccolo spoiler: curiosità e voglia di imparare sono fondamentali!

1. In primo luogo, trovate il vostro blocco di partenza

Non è un problema essere alle prime armi!

Ogni percorso in ambito AI inizia con una dei concetti, della terminologia e delle applicazioni dell’AI. È importante acquisire familiarità con termini chiave come machine learning, deep learning, reti neurali, elaborazione del linguaggio naturale e analisi dei dati. Così come comprendere in che modo l’AI può influire sui processi aziendali e migliorare l’esperienza di clienti, dipendenti, partner e fornitori. Diventa quindi fondamentale saper trovare risorse online, demo,  e corsi introduttivi per comprendere i principi di base dell’AI. Le sono il luogo ideale per iniziare ad apprendere in un ambiente peer-to-peer o dare un’occhiata a per iniziare un percorso di apprendimento dell’AI.

2. Pensare all’etica dell’AI

Le persone danno ai sistemi AI i dati di cui hanno bisogno per funzionare. Ma se gli esseri umani forniscono dati sbagliati a un sistema AI, allora il sistema AI risultante funzionerà in modo distorto. Ad esempio, se implementiamo sistemi AI per esaminare i candidati durante il processo di assunzione e il sistema AI ha ricevuto dati incompleti su determinati gruppi, allora il sistema AI potrebbe formulare raccomandazioni discriminatorie per i colloqui.

Affinché l’AI possa lavorare in modi che rendano il nostro mondo migliore, l’ deve essere intrecciata. Gli esperti di etica dell’AI promuovono i benefici positivi dell’AI, mitigando al contempo i rischi potenziali e garantendo equità, trasparenza e rispetto della privacy e dei nei processi collaborativi relativi allo sviluppo di soluzioni di AI. offre la possibilità gratuita di apprendere le nozioni di base in questo ambito.

3. Sviluppare competenze per gestire i progetti

Lo sviluppo e l’implementazione di progetti IA di successo richiedono qualificati.

I project manager sono pensatori critici. Coordinano i team interfunzionali, stabiliscono le tempistiche del progetto, vigilano sui budget e sulle pianificazioni e garantiscono una comunicazione efficace tra gli stakeholder del progetto. Un responsabile di progetto comprende i concetti fondamentali dell’AI e spesso li traduce per utenti aziendali e team tecnici. Inoltre, pratica la suddivisione dei problemi in componenti più piccoli, identificando le variabili rilevanti e progettando soluzioni efficaci.

4. Analisi delle competenze in materia di scienza dei dati, analisi e visualizzazione dei dati

Il successo dell’AI è direttamente proporzionale all’affidabilità dei dati su cui si basa. Senza dati, i sistemi AI non possono fornire valore. I nostri clienti lo riconoscono mentre investono nelle loro infrastrutture di dati e sviluppano applicazioni AI. Quando i dati sono validi, accurati, completi, coerenti e in tutta l’organizzazione e contestualizzati, l’AI può fornire risultati rilevanti.

Le comunità e i mentor possono fornire nuove e aiutare a imparare i diversi tipi di dati, i metodi di raccolta e le tecniche di elaborazione, così come comprendere le tendenze e le relazioni all’interno dei dati. Una delle cose più entusiasmanti dell’AI per il business è che ci sono opportunità di trovare modelli e insight nei dati che in precedenza erano inesplorabili. Strumenti come le librerie Python o le piattaforme di analisi dei dati come Tableau possono risultare fondamentali in questo esercizio.

5. Sfruttare governance, responsabilità e responsabilità

I sistemi collaborativi di AI dovrebbero muoversi in un framework chiaro in quanto a sicurezza, governance, e responsabilità. Queste strutture dovrebbero comprendere processi e pratiche normative e di gestione del rischio in linea con le leggi, i regolamenti, le politiche, i principi etici e l’ecosistema più ampio. Man mano che l’AI si sviluppa in tutti i settori ed entra nelle aziende, sarà necessario che le persone comprendano i principi di governance, tra cui come stabilire metriche, standard e pratiche di responsabilità per il comportamento di un sistema AI.

Iniziare il percorso

L’ascesa dell’AI ha trasformato il panorama delle opportunità di carriera per le persone – il potenziale per nuovi e migliori posti di lavoro che richiederanno una miscela di e umane. La domanda è lì — ed è in crescita — per grandi talenti che stiano dietro la tecnologia. Una mente aperta, con una curiosità genuina e una disponibilità all’apprendimento faranno imboccare la strada giusta e aiuteranno la crescita di una carriera dalle più rosee prospettive.

Sabine Bendiek è chief people e Operating Officer e membro del Comitato esecutivo di Â鶹ԭ´´ SE.

The post Percorsi di carriera sulla frontiera dell’AI: diventa il talento dietro la tecnologia appeared first on Â鶹ԭ´´ News Center Italy.