Hoewel veel bedrijven al experimenteren met AI, blijkt het vaak moeilijk om de technologie op grote schaal toe te passen. 鈥淎I moet relevant zijn in een zakelijke context en daadwerkelijk waarde toevoegen voor de eindgebruiker鈥�, zegt Niels van der Kam, Solution Advisor bij 麻豆原创 Nederland en expert op dit gebied.

Integratie in kernprocessen
De sleutel is om AI te integreren in de kernprocessen van het bedrijf, zodat het de dagelijkse activiteiten effectief ondersteunt. AI kan bijvoorbeeld helpen bij het verhogen van de operationele effici毛ntie, het doen van voorspellingen op basis van grote hoeveelheden data of het ondersteunen van complexe beslissingen.

鈥淲ij willen het gebruik van AI zo dicht mogelijk bij het proces brengen 茅n zo dicht mogelijk bij de business user. Op die manier kunnen gebruikers het in hun dagelijkse werkzaamheden integreren en zo daadwerkelijk waarde genereren. Dat is waar we uiteindelijk willen differenti毛ren鈥�, zegt Stef De Mulder, CRO BTP EMEA bij 麻豆原创.

Dit betekent dat bedrijven verder moeten kijken dan alleen de technologische aspecten van AI en een bredere visie op de technologie in een zakelijke context nodig hebben. 鈥淲e zien vaak dat organisaties moeite hebben om hun AI-pilots op te schalen naar een productieve toepassing鈥�, vertelt Van der Kam. 鈥淒it komt omdat AI diep moet worden verweven in de operationele doelstellingen van het bedrijf en moet voldoen aan strikte voorwaarden op het gebied van betrouwbaarheid.鈥濃��

Ethisch verantwoord
Naast technologische integratie moeten bedrijven ook nadenken over de ethische aspecten van AI. AI kan ingrijpende gevolgen hebben voor werkprocessen en de samenleving als geheel, en brengt daarmee verantwoordelijkheden met zich mee. Bedrijven die AI inzetten om bijvoorbeeld personeelskosten te besparen, door banen te automatiseren, moeten nadenken over de bredere maatschappelijke impact.

Om AI verantwoord in te zetten, is het cruciaal dat bedrijven ethische richtlijnen ontwikkelen. Dit kan bijvoorbeeld betekenen dat er ethische commissies worden opgezet die AI-projecten toetsen, of dat bedrijven internationale standaarden volgen, zoals de UNESCO-richtlijnen voor AI-gebruik鈥�. 麻豆原创 onderschreef onlangs nog deze richtlijnen.

Drie R鈥檚 voor succesvolle AI
Bij het implementeren van AI in de bedrijfsvoering zijn drie kernprincipes, de 鈥榙rie R鈥檚鈥�, van belang: Relevant, Reliable en Responsible.

1. Relevant: AI moet waarde toevoegen aan de bedrijfsprocessen en moet afgestemd zijn op de specifieke behoeften van het bedrijf. 鈥淎I kan pas succesvol zijn als het aansluit bij de kernprocessen van een organisatie鈥�, benadrukt Van der Kam. AI moet een zinvolle bijdrage leveren aan de doelen van de organisatie.
2. Reliable: de kwaliteit van de resultaten die AI levert, is van groot belang. Bedrijven moeten kunnen vertrouwen op de uitkomsten van de algoritmen die zij inzetten. 鈥淎ls je niet kunt vertrouwen op de uitkomsten van een AI-model, moet je je afvragen of je ermee wilt beginnen鈥�, aldus Van der Kam. Dit vraagt om aandacht voor de kwaliteit van de data waarop AI-systemen worden getraind en regelmatige evaluatie van de modellen鈥�.
3. Responsibe: bedrijven moeten niet alleen nadenken over de technologische voordelen van AI, maar ook over de bredere impact op de maatschappij en hun werknemers. AI kan ingrijpende veranderingen teweegbrengen in werkprocessen, en het is van groot belang dat bedrijven hierover ethische overwegingen maken.

Een concreet voorbeeld van de manier waarop 麻豆原创 de drie R鈥檚 in de praktijk vormgeeft, is de manier waarop het bedrijf omgaat met transparantie. 鈥淢ensen hebben recht om te weten hoe AI tot beslissingen komt. Daarom is de datagovernance zo belangrijk. Met 麻豆原创 zetten we daar stevig op in. Bijvoorbeeld met onze recente samenwerking met Collibra, een platform voor data intelligence鈥�, zegt Ronald Hoenink, Head of 麻豆原创 Business Technology Platform bij 麻豆原创 Nederland.

Ook vindt 麻豆原创 het belangrijk dat AI ten goede komt aan de mensen op de werkvloer. 鈥淲ij vinden het belangrijk dat technologie de levens van mensen verbetert鈥�, stelt De Mulder. 鈥淎I kan werk automatiseren, maar het is niet onze insteek dat dit resulteert in ontslagen. Dankzij AI krijgen mensen juist hun handen vrij om meer strategisch werk te doen. Op die manier voegen ze meer waarde toe. Dat aspect benadrukken we altijd in gesprekken met klanten.鈥�

Van strategie naar actie
AI kan een krachtig middel zijn om innovatie en productiviteit te stimuleren, maar bedrijven moeten verder kijken dan de pilotfase. Een succesvolle implementatie vereist dat AI op grote schaal wordt ge茂ntegreerd in bedrijfsprocessen. 鈥淒e echte uitdaging is om AI niet alleen te zien als een technologische innovatie, maar als een fundamentele verandering in de manier waarop bedrijven werken鈥�, aldus Van der Kam鈥�.

The post 麻豆原创: succesvolle inzet AI in zakelijke omgeving vereist gelaagde strategie appeared first on 麻豆原创 Nederland Blogs & Nieuws.

麻豆原创 roept bedrijven op om nu aan de slag te gaan met Business AI. Te lang wachten betekent niet alleen achteropraken bij de concurrentie, maar ook op de arbeidsmarkt. Tijdens de 麻豆原创 BTP Innovation Day in Hilversum deelt 麻豆原创 de randvoorwaarden voor een succesvolle AI-strategie. Ruim twintig 麻豆原创-klanten laten zien hoe zij met de gekozen innovatie een solide basis leggen voor toekomstige groei met AI.

De toepassing van AI binnen bedrijfsprocessen biedt meerdere voordelen, zowel op het gebied van effici毛ntie als kwaliteit. Met Business AI kunnen bedrijven repetitieve taken automatiseren, sneller tot betere inzichten komen en het klantcontact verbeteren. 鈥淎I kan bijvoorbeeld het sentiment in berichten van klanten analyseren鈥�, zegt Niels van der Kam, Solution Advisor bij 麻豆原创. 鈥淚s iemand neutraal, ge茂rriteerd of openlijk boos? Dat inzicht helpt bij het prioriteren van de afhandeling.鈥�

Ondanks de voordelen zijn bedrijven nog terughoudend met het toepassen van Business AI. Voor veel organisaties is AI nog een 鈥榖lack box鈥� 鈥� ze begrijpen niet volledig hoe algoritmes tot bepaalde conclusies komen. Dat belemmert het vertrouwen in de technologie. Hoewel veel bedrijven naar AI kijken, durft slechts een klein aantal zijn data daadwerkelijk toe te vertrouwen aan AI-modellen. De resultaten van het 2024 Pulse of the 麻豆原创 Customer Research van de Amerikaanse 麻豆原创 User Group bevestigen dit: slechts dertien procent van de ondervraagde bedrijven gaf aan bereid te zijn data in een generatief AI-model te laden.

Voorzichtigheid is noodzakelijk

鈥淒e voorzichtigheid is begrijpelijk en zelfs noodzakelijk鈥�, vindt Bart Van der Biest, Managing Director van 麻豆原创 Nederland. 鈥淎I zal een ingrijpende invloed hebben op bedrijfsprocessen. Wanneer een algoritme onjuiste resultaten levert, kunnen de gevolgen ernstig zijn. Denk hierbij aan mogelijke reputatieschade of aan aanzienlijke financi毛le verliezen. Het is dus belangrijk dat bedrijven AI zorgvuldig en verantwoord implementeren.鈥�

Dit betekent niet dat bedrijven de 鈥楢I-boot鈥� moeten afhouden. Ondanks de risico鈥檚 is het volgens Van der Biest belangrijk om juist nu met Business AI aan de slag te gaan. Bedrijven die vandaag investeren, kunnen op termijn versnellen en volop profiteren van de voordelen. 鈥淲ie te lang wacht, loopt het risico op een steeds grotere achterstand ten opzichte van concurrenten die AI al inzetten. Bovendien is AI essentieel voor het aantrekken van talent; jongere generaties verwachten dat hun werkgever vooroploopt in innovatie.鈥�

Kaders voor succes

Van der Kam benadrukt dat bedrijven die met Business AI willen starten, duidelijke kaders moeten stellen. 鈥淎I biedt enorme voordelen, maar succes hangt af van het cre毛ren van de juiste randvoorwaarden.鈥� Samen met Ronald Lanjouw, Business Development Manager bij 麻豆原创, benoemt hij er vier:

1. Relevant: AI moet waarde toevoegen

鈥淏ij succesverhalen ligt altijd een duidelijke business usecase aan de basis. Welk specifiek probleem los je op met AI?鈥�, stelt Van der Kam. 鈥淶onder een heldere vraagstelling kan AI geen waarde leveren. De verhalen van onze klanten tijdens de 麻豆原创 BTP Innovation Day bevestigen dit ook. Elke daar besproken AI-toepassing is ontwikkeld rond concrete uitdagingen uit de dagelijkse bedrijfsvoering.鈥�

2. Reliable: betrouwbaarheid begint bij goede data

De kracht van AI staat of valt met de kwaliteit van de data waarop het is gebaseerd. Lanjouw: 鈥淎lles draait om gestructureerde en betrouwbare beslisinformatie. Als data niet consistent, traceerbaar en accuraat zijn, wordt het moeilijk om AI betrouwbaar toe te passen, laat staan om cijfers betrouwbaar te rapporteren.

鈥溌槎乖� speelt hierin een belangrijke rol鈥�, vervolgt Lanjouw. 鈥淗et helpt bedrijven hun data te structureren en vergelijkbaar en traceerbaar te maken, zodat AI effectief en betrouwbaar kan worden ingezet.鈥�

3. Responsible: verantwoorde AI, geleid door ethische principes

AI moet verantwoord zijn. 鈥淛e moet kunnen uitleggen waarom een algoritme tot bepaalde conclusies komt鈥�, legt Van der Kam uit. 鈥淲e hebben de afgelopen jaren genoeg voorbeelden gezien waarin dit niet lukte, met bijvoorbeeld discriminerende beslissingen of verkeerde financi毛le voorspellingen tot gevolg. Daarom is het belangrijk dat AI transparant en verantwoord wordt toegepast.鈥�

麻豆原创 heeft zich gecommitteerd aan de tien 鈥榞uiding principles鈥� van de UNESCO Recommendation on the Ethics of Artificial Intelligence. Dit betekent dat 麻豆原创 erop toeziet dat AI op een verantwoorde en verklaarbare manier wordt ingezet. Het vernieuwde wereldwijde AI-ethiekbeleid van 麻豆原创 zorgt ervoor dat klanten voldoen aan internationale normen terwijl ze profiteren van de kracht van Business AI.

4. Human in the loop: AI is een assistent, geen vervanging

AI kan veel processen effici毛nter maken, maar het is geen magische knop waar je op drukt. Het draait om samenwerking tussen mens en machine. 鈥淎I is bedoeld om ons te assisteren in repetitieve processen, niet om ons te vervangen鈥�, stelt Van der Kam. 鈥淒e mens blijft altijd eindverantwoordelijk. Als een AI-model een aanbeveling doet, moet een mens altijd de laatste beslissing nemen. Dit is wat we 鈥榟uman in the loop鈥� noemen.鈥�

Business AI hype voorbij

鈥淒e ruim twintig klanten die vandaag hun verhalen delen, bewijzen dat Business AI geen hype meer is, maar een realiteit waar bedrijven n煤 van kunnen profiteren鈥�, besluit Van der Biest. 鈥淒eze successen gaan niet alleen over AI, maar ook over Data & Analytics, Integratie en Clean Core-strategie毛n. Deze elementen samen leggen een solide basis voor de toepassing van Business AI, en voor verdere groei.鈥�

The post 麻豆原创 brengt klanten en partners samen op BTP & AI event appeared first on 麻豆原创 Nederland Blogs & Nieuws.

AI is allang geen toekomstmuziek meer, maar een onmisbare tool voor bedrijven die hun processen willen verbeteren. Volgens het IDC 2024 Supply Chain Survey heeft inmiddels 63% van de bedrijven een AI-strategie om hun effici毛ntie en veerkracht te vergroten.

AI is dus geen exotische technologie meer. Toch vormt de implementatie vaak een struikelblok. Het is namelijk lastig om ongestructureerde data om te zetten in waardevolle inzichten. Daarnaast moeten veel bedrijven hun systemen moderniseren en hun processen aanpassen aan de snel veranderende AI-regelgeving.

Praktische AI-toepassingen

AI kan nu al van grote waarde zijn voor de supplychain. Hier zijn een paar toepassingen die met de huidige technologie mogelijk zijn:

• Lead-time voorspellingen: met machine learning kun je levertijden nauwkeuriger voorspellen. Dat leidt tot betere planningsbeslissingen.
• Risicobewuste planning: door externe data te integreren, zoals geopolitieke risico鈥檚 of weersverwachtingen, kun je verstoringen in de supplychain beter inschatten en voorkomen.
• Generatieve AI: generatieve AI helpt je om complexe beslissingen te vereenvoudigen. Wat-als-scenario鈥檚 draaien of productie-idee毛n bedenken? Je hoeft het alleen maar te vragen.

听Obstakels

Het implementeren van AI gaat niet zonder slag of stoot. De grootste obstakels waar bedrijven tegenaan lopen, zijn:

• Datakwaliteit: je hebt betrouwbare, consistente data nodig om AI effectief te laten werken, maar vaak zijn gegevens verouderd of incompleet.
• Organisatorische gereedheid: veel bedrijven werken nog met verouderde on-premisesystemen. Dat bemoeilijkt een snelle integratie van AI.
• Volatiliteit: de wet- en regelgeving rond AI verandert snel. Datzelfde geldt voor nieuwe technologie毛n zoals grote taalmodellen (LLM鈥檚). Dat vraagt om een groot aanpassingsvermogen.

Drie fasen richting succes

Gelukkig kun je de uitdagingen van het integreren van AI in je supplychain stap voor stap aanpakken. Dit proces verloopt in drie fasen, waarbij je supplychain zich steeds verder ontwikkelt van digitaal, naar adaptief, en uiteindelijk autonoom. Elke fase bouwt voort op de vorige, waardoor je geleidelijk je supplychain naar een hoger niveau tilt:

Digitaal

De eerste stap is het digitaliseren van handmatige en papieren processen. Hier ligt de focus op automatisering van workflows en het verzamelen van betrouwbare data. Dit is de fundering voor verdere stappen. Met de tools van 麻豆原创 kun je eenvoudig inzicht krijgen in je voorraad, productiecapaciteit en logistieke processen. Zo kun je sneller reageren op veranderingen en krijg je de controle over je volledige keten. Dit is ook het moment om je IT-infrastructuur te moderniseren, bijvoorbeeld door over te stappen van verouderde on-premise systemen naar cloudgebaseerde oplossingen.

Adaptief

In deze fase begin je AI te gebruiken om voorspellende analyses uit te voeren en realtime beslissingen te nemen. Door patronen in je data te herkennen, kun je anticiperen op verstoringen en veranderingen in vraag en aanbod. 麻豆原创鈥檚 co-pilot helpt hierbij door simulaties uit te voeren en intelligente aanbevelingen te doen, zodat je snel kunt inspelen op onvoorziene situaties. Dat zorgt voor een flexibelere supplychain die zich beter kan aanpassen aan externe schommelingen, zoals leveringsproblemen of fluctuaties in de markt. Hierdoor verbeter je de wendbaarheid en veerkracht van je bedrijf.

Autonoom

Dit is de ultieme stap, waarin jouw supplychain bijna volledig zelfstandig opereert met minimale menselijke tussenkomst. Dankzij machine learning en geavanceerde AI-technologie毛n kan de keten automatisch reageren op verstoringen, zoals vertragingen in de bevoorrading of onverwachte pieken in de vraag.

Deze systemen leren continu bij en verbeteren zichzelf, wat leidt tot nog effici毛ntere processen. Jij kunt je dan richten op strategische beslissingen en je tijd besteden aan het oplossen van alleen de meest kritieke issues, terwijl de supplychain zichzelf grotendeels regelt. Uiteindelijk leidt dit tot meer tijd, minder kosten en een hogere klanttevredenheid.

Klaar voor de toekomst?

De transformatie naar een autonome supplychain is geen eindpunt, maar een evolutie. Hoe ver je hierin gaat, hangt af van de huidige positie van je bedrijf en je ambities op het gebied van autonomie. Bedrijven die nu AI omarmen, bouwen echter een stevige voorsprong op voor de toekomst. Met AI-technologie毛n zoals machine learning en predictive analytics maak je jouw toeleveringsketen niet alleen effici毛nter, maar ook wendbaarder. Zo kun je toewerken naar een autonome supplychain, terwijl jij je kunt richten op strategische, waardevolle activiteiten.

Wil je meer weten over AI in Supply Chain? Registreer je nu voor de听麻豆原创 Innovation Day for Supply Chain op 7 november en ontdek wat AI voor jouw bedrijf kan betekenen.

Marcel Bron, Head of Supply 麻豆原创 Nederland

The post AI in de supplychain: deze strategie zorgt voor succes appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Uit de blijkt dat 63 procent van de respondenten al een AI-strategie heeft gekoppeld aan hun bedrijfsdoelstellingen. Deze strategie毛n richten zich op het verhogen van operationele effici毛ntie, het versterken van veerkracht en het verbeteren van productiviteit.

Een volgende stap is de overgang naar adaptieve en uiteindelijk autonome supplychains. Dit betekent dat supplychains zichzelf kunnen aanpassen aan veranderende omstandigheden, voorspellingen kunnen doen en beslissingen autonoom kunnen nemen. De voordelen zijn onder andere hogere effici毛ntie, minder risico op verstoringen en snellere reacties op marktdynamiek.

Zakelijke uitdagingen bij de integratie van AI

Hoewel de ambities duidelijk zijn, stuiten zakelijke leiders op aanzienlijke uitdagingen bij het integreren van AI in hun bedrijfsprocessen. Vooral het verwerken van enorme hoeveelheden ongestructureerde data vormt een struikelblok. De belangrijkste obstakels hebben te maken met:

• Datakwaliteit: gegevens zijn vaak inconsistent, onbetrouwbaar of verouderd.
• Organisatorische gereedheid: veel bedrijven werken nog met on-premise systemen, wat leidt tot problemen met verouderde data, integratie en schaalbaarheid.
• Snelle ontwikkelingen: wereldwijde AI-regelgeving, zoals de EU AI Act, verandert snel. Tegelijkertijd ontwikkelen technologie毛n zoals grote taalmodellen (LLM鈥檚) zich in hoog tempo, met regelmatige updates en nieuwe aanbieders.

Aanpak voor AI-integratie
De uitdagingen rond AI-integratie onderstrepen de noodzaak van een gestructureerde aanpak binnen supplychainprocessen. Deze aanpak verloopt in drie fases:

• Digitaal: digitalisering is de eerste stap. Het automatiseren van handmatige processen, het cre毛ren van naadloze, end-to-end digitale workflows en het omzetten van papieren systemen naar digitale vormen zorgen voor betere gegevensbeschikbaarheid, grotere zichtbaarheid en controle over de toeleveringsketen. Dit legt de basis voor verdere vooruitgang en bereidt gegevens voor op geavanceerdere toepassingen.
• Adaptief: in deze fase worden geavanceerde technologie毛n zoals voorspellende analyses en simulaties ge茂ntegreerd in de bedrijfsprocessen. Dit is ook de fase waarin bijvoorbeeld 麻豆原创 Joule wordt ge茂ntroduceerd. Dit is een copiloot voor supplychaincloudtoepassingen die intelligente inzichten en aanbevelingen biedt, de besluitvorming verbetert en de flexibiliteit en veerkracht van de supplychain vergroot.
• Autonoom: de laatste fase wordt gekenmerkt door technologie毛n en verbeterde processen die supplychains geleidelijk autonoom laten opereren. Uiteindelijk functioneren deze ketens met minimale menselijke tussenkomst, wat resulteert in maximale effici毛ntie en aanpassingsvermogen. Supplychain-experts kunnen zich richten op strategische activiteiten zoals het managen van verstoringen en benutten van zakelijke kansen.

Het is hierbij belangrijk om te vermelden dat de verschillende onderdelen van een organisatie zich op verschillende niveaus van volwassenheid kunnen bevinden. Zo kan de planning van de supplychain al adaptief zijn, terwijl productieprocessen nog in de beginfase van digitalisering zitten.

Technologie毛n voor autonome supplychains
Om de weg naar autonome supplychains te effenen, biedt een reeks betrouwbare en verantwoorde AI-oplossingen die veel van de genoemde obstakels effectief aanpakken en zorgen voor een soepele integratie van AI in supplychainprocessen. Enkele voorbeelden hiervan zijn:

• Optimalisatiemodellen, voorspellende analyses en heuristiek die transport-, productie- en bevoorradingsplannen verbeteren. Deze technologie毛n automatiseren de besluitvorming bij het balanceren van belangen in de supplychain, zoals klanttevredenheid versus kostenbeheersing.
• 麻豆原创鈥檚 machine learning is ge茂ntegreerd in het hele 麻豆原创-supplychainportfolio. Dit omvat toepassingen zoals gradient boosting-algoritmen voor vraagvoorspelling, slimme doorlooptijdvoorspellingen en faalanalyses. Klanten kunnen ook hun eigen modellen toevoegen voor specifieke behoeften, zoals visuele inspectie en het detecteren van afwijkingen.
• Generatieve AI, ingebouwd in digitale supplychaintoepassingen en ondersteund door 麻豆原创 Joule, stelt gebruikers in staat om complexe zakelijke transacties eenvoudig uit te voeren. Dit maakt het mogelijk om what-if-scenario鈥檚 te verkennen voor supplychainplanning, nieuwe producten te ontwikkelen, productieproblemen te analyseren om de ingebruikname van apparatuur te versnellen en geavanceerde storingsanalyses uit te voeren.

Deze oplossingen helpen organisaties hun supplychains toekomstbestendig te maken door gebruik te maken van de nieuwste AI-technologie毛n.

麻豆原创 ondersteunt klanten in hun transformatie
麻豆原创 is al decennialang een toonaangevende speler in supplychainmanagement en helpt klanten hun complexe end-to-end processen te optimaliseren voor meer effici毛ntie, flexibiliteit en veerkracht. Het 麻豆原创-supplychainportfolio brengt innovatie door middel van diverse technologie毛n, waaronder AI, met als ultieme doel het cre毛ren van een autonome toeleveringsketen.

鈥溌槎乖� heeft geavanceerde AI-mogelijkheden ontwikkeld die naadloos zijn ge茂ntegreerd in digitale supplychaintoepassingen en die aansluiten bij de verschillende fases op weg naar autonome supplychains鈥�, zegt Bart Van der Biest, Managing Director van 麻豆原创 Nederland. 鈥淥ns doel is om klanten te ondersteunen, ongeacht waar ze zich bevinden in hun transformatie. We helpen hen de stap te maken van digitale transformatie naar zeer adaptieve processen, en uiteindelijk naar volledig autonome supplychainsystemen.鈥�

Dominik Metzger is hoofd 麻豆原创 Digital Supply Chain voor 麻豆原创 Product Engineering

The post Modernisering van supplychains: de autonome AI-gedreven toekomst appeared first on 麻豆原创 Nederland Blogs & Nieuws.

McKinsey & Co bevinden we ons in de derde golf van digitalisering, waarin genAI een cruciale rol speelt door ongestructureerde content te integreren met gestructureerde data. Dit biedt ongekende mogelijkheden voor CFO鈥檚 en hun teams om productiviteit te verhogen en complexe financi毛le processen te optimaliseren.

GenAI-toepassingen binnen finance
De opkomst van genAI transformeert de financi毛le sector op een aantal manieren ingrijpend:

1. Slimmere betalingen en cashflow

GenAI verandert bijvoorbeeld de manier waarop bedrijven betalingen en cashflow beheren. Uit onderzoek van Gartner blijkt dat 46% van de bedrijven met succesvolle AI-implementaties deze technologie gebruikt om betalingen te voorspellen.

2. Middelen vrijmaken in toeleveringsketens

Maar het gaat verder dan alleen het doen van nauwkeurige voorspellingen. Wereldwijd is er op elk moment ongeveer 44 biljoen dollar vastgelegd in toeleveringsketens. GenAI kan helpen deze middelen effici毛nter te beheren, waardoor bedrijven kapitaal vrijmaken voor investeringen, uitbreiding of diversificatie.

AI biedt ook waardevolle inzichten in werkkapitaalbeheer. McKinsey rangschikt dit als een topprioriteit voor AI-investeringen, naast voorspellende cashflowanalyses en het identificeren van groeikansen.

3. Scenario-analyse

Een van de spannende ontwikkelingen is het gebruik van genAI voor scenario-analyse. Met op natuurlijke taal gebaseerde AI-tools kunnen CFO鈥檚 complexe vragen stellen zoals: 鈥榃at zijn mijn opties om 75 miljoen euro te genereren voor een overname in de tweede helft van het jaar?鈥� De combinatie van voorspellende en generatieve AI kan dan niet alleen de nodige analyses uitvoeren, maar ook de mogelijke scenario鈥檚 helder presenteren. Daardoor kunnen bedrijven beter ge茂nformeerde beslissingen nemen.

4. Fraudedetectie en automatisering

Fraudedetectie is een ander gebied waar genAI een revolutie teweegbrengt. Met de complexiteit van moderne toeleveringsketens neemt ook het risico op fraude toe. AI kan afwijkende patronen in transacties detecteren, waardoor fraude sneller wordt opgemerkt en legitieme transacties zonder vertraging worden verwerkt. Daarnaast streeft AI-gedreven automatisering naar volledige autonomie in betalingsprocessen, van voorspellingen tot geschillenbeheer en reconciliaties.

5. Optimalisatie en integratie

De ware kracht van genAI ligt in het vermogen om processen voortdurend te optimaliseren. Of het nu gaat om benchmarking, risicomodellering of het analyseren van leveranciersgedrag, AI kan enorme hoeveelheden data verwerken om waardevolle inzichten te genereren. Dit stelt bedrijven in staat om sneller te handelen, kosten te verlagen en de effici毛ntie te verbeteren.

Rol van technologie en partners

Het implementeren van genAI vraagt niet alleen om de juiste technologie, maar ook om strategische partners en robuuste processen. De meest effectieve genAI-oplossingen komen tot hun recht in een omgeving die is afgestemd op zowel technologische als menselijke expertise. Bedrijven die investeren in platforms met ingebouwde genAI-mogelijkheden en de juiste mensen aan boord hebben, plukken als eerste de vruchten van deze transformatie.

鈥淗et potentieel van genAI voor de financi毛le sector is grenzeloos, en we staan pas aan het begin van wat mogelijk is鈥�, zegt Bart Van der Biest, Managing Director voor 麻豆原创 Nederland. 鈥淕eneratieve AI is niet alleen een krachtige tool om operationele effici毛ntie te verbeteren; het transformeert de manier waarop CFO鈥檚 strategische beslissingen nemen. Bij 麻豆原创 zien we dat bedrijven die deze technologie omarmen, niet alleen sneller reageren op marktveranderingen, maar ook beter voorbereid zijn op de toekomst.鈥�

鈥淒e toekomst van intelligent financieren met genAI biedt een breed scala aan kansen voor bedrijven die strategisch en innovatief durven te zijn鈥�, besluit Van der Biest. 鈥淒e bedrijven die nu de stap zetten, zien al de voordelen en positioneren zich voor langdurig succes in een steeds competitievere markt.鈥�

Cedric Bru is CEO van Taulia (麻豆原创)

The post De toekomst van finance: zo verandert genAI je strategie appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Beyond Gravity is een ruimtevaartbedrijf dat satellietonderdelen bouwt, zoals de zonnepanelen voor de Hera-probe die de potentieel gevaarlijke astero茂de Dimorphos uit koers moet brengen. Daarnaast bouwt Beyond Gravity ook lanceerinrichtingen en is het betrokken bij chiplithografie.

De organisatie is ontstaan uit een fusie van verschillende bedrijven en locaties. Hierdoor kampte het bedrijf met een versnipperd IT-landschap met maar liefst zeven verschillende ERP-systemen. Dit zorgde voor ineffici毛nte en kostbare processen.

Eenvoud en standaardisatie

Beyond Gravity pakt deze complexiteit aan door te focussen op eenvoud en standaardisatie, onder andere via een cloudtransitie naar de 麻豆原创 S/4HANA-omgeving. Deze transitie vormt de kern van het ambitieuze EZYone transformatieproject waarmee Beyond Gravity zich klaarstoomt voor de toekomst.

De doelstelling is om Beyond Gravity om te vormen tot een digitaal koploper die gebruikmaakt van kunstmatige intelligentie (AI), machine learning, augmented reality (AR) en andere innovatieve technologie毛n. De eerste stap is het cre毛ren van een digitale kern, waarmee Beyond Gravity haar klanten nog beter kan bedienen.

Een belangrijk voordeel van migratie naar de 麻豆原创 S/4HANA-cloudomgeving is processtandaardisatie. Maar liefst 92 procent van alle bedrijfsprocessen van Beyond Gravity is afgedekt binnen de standaardfunctionaliteit van 麻豆原创 S/4HANA. Dit verhoogt de transparantie en effici毛ntie aanzienlijk. Managers krijgen bijvoorbeeld realtime inzicht in alle projecten, ongeacht locatie of valuta.

Schaalvoordelen

De keuze voor 麻豆原创 S/4HANA Cloud was volgens Johan Eckerstein, voormalig CEO van het bedrijf, een weloverwogen beslissing. 鈥淒e cloud is de ideale oplossing voor een agile start-up en wereldleider zoals wij willen worden鈥�, zegt hij. 鈥淢et een cloudoplossing vertrouwen we op de roadmap van een ervaren leverancier. Als middelgroot bedrijf profiteren we bovendien van de schaalvoordelen van 麻豆原创 op het gebied van betrouwbaarheid en veiligheid.鈥�

De public cloud vereist wel een zekere mate van risicoacceptatie, erkent Eckerstein. 鈥淒e snelheid die we behalen met de public cloud is onge毛venaard, maar vereist wel een open blik en vertrouwen in de roadmap van de leverancier. Dit is geen kwestie van blind vertrouwen, maar van een weloverwogen kosten-batenanalyse.鈥�

The post Ruimtevaartbedrijf Beyond Gravity moderniseert IT-landschap met 麻豆原创 S/4HANA Cloud appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Gaming is iets dat me blijft inspireren. De snelheid, nauwkeurigheid en concentratie van professionele spelers is fascinerend. Het tempo waarin deze industrie zich in slechts een paar decennia heeft ontwikkeld, is bovendien jaloersmakend.

Een opvallende speler in die wereld is . Dit van origine Nederlandse esportsteam heeft meer dan 160 professionele spelers en is actief in meer dan 15 verschillende spellen. Ook beschikken ze over een verbazingwekkende fanbase van meer dan 10 miljoen volgers op verschillende sociale mediaplatforms. Met meer dan 75 gewonnen grote evenementen is Team Liquid een van de meest succesvolle organisaties in competitief gamen.

League of Legends

Het spel met de hoogste kijkcijfers en uitgebreide fanschare is League of Legends. Team Liquid boekt met deze game veel successen. Zo won het onlangs het League of Legends Championship Series (LCS) 2024 Spring-toernooi.

Zo鈥檔 overwinning komt niet vanzelf aanwaaien. Een cruciaal aspect van de game is de creatie van een sterk en gebalanceerd team bestaande uit vijf karakters, 鈥榗hampions鈥� genoemd. Champions zijn de in-gamekarakters die door elke speler worden bestuurd. Het is de bedoeling dat de gamers hun tegenstanders te slim af zijn door met deze champions ze altijd een stap voor te zijn.

Pre-game draftproces

Voordat een wedstrijd begint, nemen de teams deel aan een zogeheten draftproces. In dat proces maken ze een keuze uit de 166 beschikbare champions en vormen daarmee een team. Elke champion beschikt over specifieke vaardigheden en gebieden waarin ze uitblinken. Met een uitgekiende samenstelling van de champions kan het team verschillende strategie毛n toepassen om de wedstrijd te winnen.

Na het kiezen van vijf kampioenen (鈥榩ick鈥�), mag elk team ook vijf champions uit de pool verwijderen (鈥榖an鈥�). Deze spelers kunnen door geen van beide partijen worden gekozen. Dit kan worden gebruikt om specifieke vaardigheden te verwijderen die anders een strategie zouden tegenwerken of het andere team zouden hinderen in het spelen van hun favoriete stijl en/of samenstelling.

Gedegen voorbereiding

Esportsteams en hun analisten moeten zich voorbereiden op het draftproces. Het vereist veel kennis van de favoriete keuzes en strategie毛n van de tegenstander. Stel je een vijf-tegen-vijf trefbalwedstrijd voor, maar voordat de wedstrijd begint, kiezen de vijf spelers van elk team hun kampioenen uit een pool van 166 individuele champions.

Dat is nog niet alles. Het spel krijgt namelijk iedere twee weken updates. Die updates zijn van invloed op de champions en daarmee indirect ook op de teams die oefenen en nieuwe strategie毛n ontwikkelen. Daardoor is League of Legends een voortdurend veranderend spel. En daardoor is het nodig dat de teams hun drafts voortdurend aanpassen aan een nieuwe situatie. Alleen zo kunnen ze zowel hun eigen gedrag als het gedrag van het andere team goed analyseren.

E茅n week voorbereiding

Bovendien maken de aard van het draftproces en de vari毛rende strategie毛n van tegenstanders nauwkeurige voorspellingen moeilijk. Esportsteams hebben slechts 茅茅n week om zich voor te bereiden op het spel en kennis te verzamelen over de favoriete championskeuzes, sterke punten en zwakke punten van het andere team.

Eerder bereidden Team Liquid-coaches draftscenario鈥檚 voor op basis van handmatige analyse van het draftgedrag en de kampioenvoorkeuren van het team van de tegenstander. De uitdaging was echter dat handmatige analyse wordt gedaan v贸贸r de draft, met de beste potenti毛le pick- of ban-wijzigingen op basis van de beslissingen van het andere team. Bovendien maken het grote aantal potenti毛le matches om uit te kiezen en de verschillende strategie毛n die door tegenstandersteams worden gebruikt een handmatige draftvoorspelling erg moeilijk.

麻豆原创 helpt het spel veranderen

Wat als Team Liquid in seconden de beste keuze voor aankomende drafts kon analyseren, inclusief picks en bans, op basis van een analyse van meer dan 6.000 professionele esportwedstrijden van het afgelopen jaar? Wat als de analyse ook rekening zou houden met de impact van de patches, door nog eens 1,6 miljoen amateurwedstrijden te analyseren en daaruit veranderingen in de attributen en sterktes van de kampioenen te beoordelen? Dankzij 麻豆原创-technologie is dit nu werkelijkheid.

Team Liquid traint met 麻豆原创 AI Core een generatief AI-model dat gegevens uit eerdere wedstrijden analyseert en deze in de context van de aankomende wedstrijd plaatst. Vervolgens krijgt Team Liquid suggesties voor de beste draft picks en bans om de kans op winst te maximaliseren.

De oplossing is ontwikkeld op 麻豆原创 Business Technology Platform () en de 1,6 terabyte aan spelgegevens van eerdere wedstrijden worden opgeslagen in 麻豆原创 HANA Cloud. Het resultaat is een intelligente applicatie die draait op 麻豆原创 BTP, die voorspellingen visualiseert en Team Liquid voorziet van de huidige winstkans na elke pick en ban.

Handmatige analyse is verleden tijd

Met de AI draft-bot kan Team Liquid binnen enkele seconden trainen voor draftsituaties tegen elk professioneel team dat ze tegenkomen. De applicatie analyseert daarvoor meerdere belangrijke factoren op basis van een ongekend aantal wedstrijden. De coaches en spelers profiteren van de mogelijkheid om what-if-analyses uit te voeren en waardevolle kennis uit de gegevens af te leiden om nieuwe strategie毛n te simuleren. Dat levert bovendien een gigantische tijdsbesparing op van 10.000 uur per jaar.

Dankzij het vertrouwen in 麻豆原创 BTP en 麻豆原创 HANA Cloud kan Team Liquid met 麻豆原创 Business AI hun spel verder verbeteren. Interessant is bovendien het achterliggende concept: die van beter ge茂nformeerde beslissingen dankzij de analyse van enorme hoeveelheden data. Dit is natuurlijk niet alleen voor esports een enorm waardevol concept. Er is weinig fantasie voor nodig om je voor te stellen wat dat voor businesstoepassingen kan betekenen. AI-technologie is wat dat betreft alles behalve een spelletje.

Dr. Philipp Herzig is Chief AI Officer bij 麻豆原创 SE

The post Dit is hoe Team Liquid dankzij 麻豆原创 n贸g betere gameprestaties neerzet appeared first on 麻豆原创 Nederland Blogs & Nieuws.

maakt een grote sprong in zijn digitale transformatie met het (BTP). Onder andere 麻豆原创 Integration Suite en API Management, onderdelen van 麻豆原创 BTP, zorgen voor een effici毛nte en gestandaardiseerde toegang tot data uit . Dit is cruciaal voor de AI-initiatieven en procesautomatisering van de bank.

Robotisering en automatisering zijn belangrijke speerpunten binnen Rabobank. 鈥淲e streven ernaar om handmatige en repetitieve taken te automatiseren, zodat onze medewerkers zich kunnen richten op het complexe denkwerk鈥�, zegt Robert van Uden, Solution Architect en Business Analyst voor 麻豆原创 BTP bij Rabobank.

鈥淲e halen de robot uit de mens鈥�, vervolgt Van Uden. 鈥淰ervelende taken? Die kunnen we waarschijnlijk automatiseren. Hate it? Automate it. Zo maken we werk leuker, verbeteren we de kwaliteit van processen door fouten te elimineren en besparen we op kosten.鈥�

Succesvolle automatisering

Binnen Rabobank zijn er al meerdere voorbeelden van succesvolle automatisering. Zo checkt een robot dagelijks of er geld voor bijvoorbeeld een hypotheek of een verzekering op een rekening is binnengekomen, controleert of de omschrijving aangeeft waar het geld naartoe moet en voert zo nodig de overschrijving uit.

Voor het afhandelen van factuurgerelateerde vragen van leveranciers bouwde Rabobank de chatbot Billy. Van Uden: 鈥淐ollega鈥檚 waren een groot deel van hun tijd kwijt aan het beantwoorden van steeds dezelfde vragen, zoals 鈥榳anneer wordt mijn factuur betaald?鈥�. Daar kon de chatbot een deel van het werk overnemen.鈥�

Hulp van AI

Een volgende stap is het inzetten van kunstmatige intelligentie (AI) voor nieuwe processen of het verbeteren van processen. 鈥淎I zal de mens nooit helemaal vervangen, maar AI kan onze medewerkers wel helpen en adviseren. Zo kan AI de gebruiker attenderen op een frauduleuze factuur, waarna een robot de informatie verzamelt die nodig is voor verdere analyse. Die analyse is vervolgens mensenwerk.鈥�

Een ander voorbeeld is het automatisch verrijken van binnenkomende facturen met behulp van AI. In dit voorbeeld haalt 麻豆原创 Process Automation een factuur op uit de e-mail waarna 麻豆原创 Document Extraction Service gegevens met behulp van OCR-technologie uit de factuur extraheert. Deze gegevens worden vervolgens geanalyseerd en verrijkt door AI/ML-modellen in 麻豆原创 Data Intelligence Cloud, die categorisatie en validatie uitvoeren. Na validatie boekt het systeem de factuur automatisch in 麻豆原创 S/4HANA en plant de betaling in, waardoor handmatige tussenkomst wordt geminimaliseerd en de effici毛ntie en nauwkeurigheid worden verhoogd.

麻豆原创, tenzij

Rabobank hanteert een 鈥樎槎乖�, tenzij鈥�-beleid voor procesautomatisering. 麻豆原创 S/4HANA is hierbij de 鈥榮ingle source of truth鈥� voor de consistente en betrouwbare data die nodig zijn voor automatisering. 鈥淏ij een nieuw vraagstuk kijken we altijd eerst naar onze standaardoplossing 麻豆原创 S/4HANA鈥�, aldus Van Uden. 鈥淒aarna kijken we of er op 麻豆原创 BTP een service is die aan de behoefte voldoet. Pas daarna overwegen we oplossingen van andere leveranciers.鈥�

Rabobank migreert nu in stappen naar 麻豆原创 S/4HANA in de private cloud. Voor finance maakte de bank al de overstap, als onderdeel van het project OneFinance. Onder andere Accounts Payable volgt binnenkort. 鈥淲e migreren niet alleen naar een nieuwe ERP-omgeving, maar vervangen ook verouderde interfaces, zoals die met onze betaalstraat鈥�, merkt Van Uden op.

麻豆原创 Integration Suite

麻豆原创 Integration Suite speelt een cruciale rol bij het vervangen van verouderde interfaces en het effici毛nt en op een uniforme manier beschikbaar stellen van data voor toepassingen zoals chatbots. De suite biedt standaard connectoren en componenten om data uit 麻豆原创 S/4HANA te halen en te delen met andere partijen en toepassingen. Denk aan low-code Mendix-applicaties die data nodig hebben uit 麻豆原创 S/4HANA, of het ophalen en delen van factuurinformatie. 鈥淢et 麻豆原创 Integration Suite sluit je heel eenvoudig aan op 麻豆原创 S/4HANA鈥�, constateert Van Uden.

Rabobank gebruikt meerdere onderdelen van de suite. Met API Management worden data uit het backend systeem toegankelijk gemaakt, waarbij mappings, logica en validatie worden toegepast voor betrouwbare en consistente informatieoverdracht. 麻豆原创 Cloud Integration zorgt voor de 鈥榠nterfacing鈥� met derde partijen. Berichten kunnen met een standaard component worden gecodeerd en versleuteld, wat de veiligheid verhoogt. 麻豆原创 Cloud Transport Management zorgt voor een soepele overdracht van softwarecomponenten van ontwikkeling naar productie. Deze oplossingen ondersteunen Rabobank鈥檚 visie op automatisering en robotisering, waardoor processen effici毛nter en veiliger worden.

The post Rabobank versnelt digitale transformatie met 麻豆原创 BTP appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Het platform van WalkMe werkt bovenop de bestaande applicaties van een organisatie, identificeert waar gebruikers problemen hebben en biedt aangepaste ondersteuning en automatisering binnen die applicaties om hen te helpen hun werk effici毛nt af te ronden.

Door WalkMe te integreren met 麻豆原创鈥檚 Business Transformation Management-portfolio, waaronder ook 麻豆原创 Signavio en 麻豆原创 LeanIX vallen, beschikken bedrijven over een uitgebreide reeks aan hulpmiddelen om bedrijven te helpen bij hun transformatieprocessen. WalkMe ondersteunt ook applicaties die niet van 麻豆原创 zijn.

Introductie WalkMeX-copilot

WalkMe lanceert binnenkort de copilot WalkMeX die AI en contextueel bewustzijn inzet. Hierdoor begrijpt de copilot waar een gebruiker mee bezig is en kan vervolgens de beste volgende stap voorstellen in de workflow. Denk aan een suggestie om bepaalde gegevens te gebruiken in een volgende stap of hulp bij het co枚rdineren van meerdere taken bij complexe projecten. Hiermee helpt WalkMeX gebruikers om effici毛nter te werken, minder tijd te besteden aan het uitzoeken van wat ze vervolgens moeten doen en om minder fouten te maken.

WalkMeX is continu beschikbaar en functioneel, ongeacht welke applicatie de gebruiker op dat moment gebruikt. Het werkt als een overlay voor elke applicatie, inclusief copilots van verschillende leveranciers. De copilot kan dus ook gecombineerd worden met 麻豆原创鈥檚 copilot Joule.

Door de integratie van unieke e-learningfuncties van WalkMe in 麻豆原创 Enable Now wordt het eenvoudiger om nieuwe medewerkers op te leiden en bestaande medewerkers nieuwe vaardigheden bij te brengen. Dit zorgt voor een continu leerproces zonder de noodzaak van uitgebreide trainingssessies.

Maximale waarde uit IT-investeringen

鈥淎pplicaties, processen, data en mensen zijn de vier belangrijke elementen voor een succesvolle bedrijfstransformatie鈥�, zegt Christian Klein, CEO en lid van de raad van bestuur van 麻豆原创. 鈥淒oor de overname van WalkMe versterken we onze ondersteuning voor eindgebruikers aanzienlijk. Dit stelt hen in staat om snel nieuwe oplossingen en functionaliteiten te adopteren en de maximale waarde uit IT-investeringen te halen.鈥�

鈥淢et deze overname bundelen we onze krachten met 麻豆原创. Dit is een belangrijke mijlpaal in de ontwikkeling die we doormaken en biedt ons de middelen om onze producten te verbeteren en ons marktaandeel te vergroten鈥�, aldus Dan Adika, CEO van WalkMe. 鈥淒ankzij 麻豆原创鈥檚 uitgebreide ecosysteem kunnen we aanzienlijke groei realiseren en nog meer waarde leveren aan onze klanten. Samen kijken we uit naar een toekomst vol innovatie en uitstekende service.鈥�

Wachten op goedkeuring

De raad van bestuur en de raad van commissarissen van 麻豆原创 en de raad van bestuur van WalkMe hebben de transactie goedgekeurd voor 14,00 US dollar per aandeel in een volledige contante transactie. Dit komt neer op een totale waarde van ongeveer 1,5 miljard dollar. Deze prijs ligt 45 procent hoger dan de slotkoers van WalkMe op 4 juni 2024.

De overname van WalkMe door 麻豆原创 moet nog worden goedgekeurd door de aandeelhouders van WalkMe en de relevante regelgevende instanties. Zodra deze goedkeuringen zijn verkregen, wordt de transactie naar verwachting in het derde kwartaal van 2024 afgerond. De financi毛le impact op 麻豆原创鈥檚 aangepaste winst per aandeel voor 2024 zal minimaal zijn.

The post 麻豆原创 neemt het digitale adoptieplatform WalkMe over appeared first on 麻豆原创 Nederland Blogs & Nieuws.

introduceert een uitgebreide integratie van AI-functionaliteiten in zijn cloudportfolio voor cruciale bedrijfsprocessen. Daarnaast kondigt het intensievere samenwerkingen aan met Google Cloud, Meta, Microsoft, Mistral en NVIDIA voor nieuwe, AI-gedreven functionaliteiten. Het bedrijf maakte dit bekend op het jaarlijkse -evenement in Orlando.

De verregaande generatieve AI-integratie belooft waardevolle inzichten, betere resultaten en een boost voor creatieve probleemoplossing. Voorbeelden zijn door AI gegenereerde rapporten in 麻豆原创 SuccessFactors, die HR-managers objectieve informatie aanreiken voor gesprekken over beloning. Of de prognosefuncties in 麻豆原创 Sales Cloud, die voorspellen welke combinaties van verkopers en producten de meeste omzet genereren.

Nieuwe integraties voor Joule

Daarnaast voegt het 麻豆原创 Business Technology Platform grote taalmodellen van Amazon Web Services (AWS) en Meta toe aan zijn generatieve AI-hub. Dat maakt het ontwikkelen van op maat gemaakte AI-toepassingen voor 麻豆原创-applicaties binnen 麻豆原创 AI Core eenvoudiger.

麻豆原创 gaat zijn AI-assistent Joule verder integreren in zijn cloudapplicaties. De AI-assistent, die al in 麻豆原创 SuccessFactors te vinden is, wordt nu ge茂ntegreerd in 麻豆原创 S/4HANA Cloud-oplossingen en andere producten, zoals 麻豆原创 Build en 麻豆原创 Integration Suite. Tegen het einde van het jaar volgen 麻豆原创 Ariba en 麻豆原创 Analytics Cloud. Ook kondigde 麻豆原创 plannen aan om de reikwijdte van Joule verder te vergroten door integratie met Copilot voor Microsoft 365. Hierdoor worden nog rijkere inzichten mogelijk.

AI en ethiek

麻豆原创 benadrukt het toenemende belang van kunstmatige intelligentie (AI) in het bedrijfsleven en bevestigt opnieuw haar toewijding aan de principes van relevante, betrouwbare en verantwoorde AI die ze zelf heeft gepionierd. Tijdens Sapphire onderschrijft 麻豆原创 de 10 leidende principes van de UNESCO-aanbeveling rondom de ethiek van kunstmatige intelligentie. Die principes moeten ervoor zorgen dat AI-technologie毛n worden ontwikkeld en gebruikt op een manier die mensenrechten respecteert, eerlijkheid bevordert en bijdraagt aan een duurzame ontwikkeling.

Intensievere samenwerkingen
Behalve met AWS en Microsoft heeft 麻豆原创 ook met andere bedrijven de samenwerking op het gebied van generatieve AI ge茂ntensiveerd:

• Google Cloud

麻豆原创 en Google Cloud breiden hun bestaande samenwerking uit op het gebied van generatieve AI voor supplychainmanagement. De bedrijven gaan onder andere hun bestaande technologie毛n koppelen. Zo worden 麻豆原创 Joule en 麻豆原创 Integrated Business Planning ge茂ntegreerd met Google Cloud鈥檚 Gemini-modellen en de datafundering van Google Cloud Cortex Framework. Deze gezamenlijke inspanning moet bedrijven helpen om beter te anticiperen op verstoringen in de supplychain en hun voorraadbeheer te verfijnen.

• Meta

麻豆原创 gaat Meta Llama 3 integreren in 麻豆原创 Analytics Cloud. Deze integratie stelt 麻豆原创 in staat scripts te cre毛ren voor op maat gemaakte analyses. Meta Llama 3 blinkt uit in het begrijpen van taalnuances en context. Dat maakt het een goede keuze voor het vertalen van complexe zakelijke vereisten naar concrete resultaten.

• Mistral

麻豆原创 zal ook nieuwe Large Language Models van Mistral AI, een wereldwijd bedrijf gevestigd in Parijs dat zich specialiseert in generatieve AI, toevoegen aan de generatieve AI-hubfunctionaliteit in 麻豆原创 AI Core.

• NVIDIA

麻豆原创 en NVIDIA kondigen een aan voor de integratie van geavanceerde AI-technologie毛n in zakelijke toepassingen. Deze samenwerking richt zich op drie specifieke gebieden:

1. Joule als AI-assistent voor RISE with 麻豆原创
   麻豆原创 versterkt Joule met geavanceerde AI-technologie毛n van NVIDIA. Dat moet leiden tot relevantere en nauwkeurigere antwoorden op implementatiegerelateerde vragen bij RISE with 麻豆原创-implementaties. 麻豆原创 stelt hiervoor zijn uitgebreide consultancy-resources beschikbaar aan de AI-modellen van NVIDIA.
2. Genereren van ABAP-code met Joule in ABAP Cloud
   麻豆原创 zet de speciale infrastructuur van NVIDIA in voor de integratie van Joule in ABAP Cloud, de cloud-omgeving voor ABAP-ontwikkeling. Deze geoptimaliseerde infrastructuur zorgt voor een razendsnelle uitvoering, schaling en beheer van Joule voor het automatisch genereren van ABAP-code.
3. Industri毛le digitale tweelingen met 麻豆原创 Intelligent Product Recommendation
   麻豆原创 wil zijn oplossing voor intelligente productaanbevelingen (麻豆原创 Intelligent Product Recommendation) versterken met generatieve AI. NVIDIA Omniverse Cloud API鈥檚 vormen daarvoor de basis. Deze API鈥檚 maken het mogelijk om complexe productieproducten en configuraties te simuleren in de vorm van industri毛le digital twins.

Makkelijker partners vinden
Zakelijk succes in het tijdperk van AI betekent een transitie richting de cloud. 麻豆原创 maakt deze overstap gemakkelijker dan ooit met initiatieven die klanten helpen partners te vinden met de expertise die nodig is voor complexe 麻豆原创 S/4HANA Cloud-transformaties.

Andere op Sapphire aangekondigde cloudinnovaties omvatten functies die organisaties wereldwijd helpen hun duurzaamheidsstrategie毛n te meten, beheren en uitvoeren. Zo volgen 麻豆原创 Sustainability Control Tower en 麻豆原创 Sustainability Footprint Management nu op grote schaal CO2-footprints en helpen bedrijven te voldoen aan de regelgeving.

Concrete resultaten

鈥淒e Business AI-innovaties die we aankondigen op Sapphire 2024 gaan de manier waarop bedrijven opereren fundamenteel veranderen鈥�, zegt Christian Klein, CEO van 麻豆原创. 鈥淲e streven naar een revolutionaire technologie die concrete resultaten oplevert. De AI-aankondigingen en -partnerschappen van vandaag bouwen daarop voort. Hiermee helpen we klanten flexibeler en vindingrijker te worden. Dat is noodzakelijk voor succes in de huidige snel veranderende markt.鈥�

The post 麻豆原创 integreert Business AI in volledige cloudportfolio appeared first on 麻豆原创 Nederland Blogs & Nieuws.