Tradicionalni ERP je zasnovan za osebo pred zaslonom. Njegove funkcije, integracije in revizijski sled predpostavljajo, da delo vstopa preko obrazcev, ki jih izpolni človek. ERP, ki temelji na umetni inteligenci, je zasnovan za agenta kot primarnega uporabnika: vsaka akcija, ki jo sistem lahko izvede, je predstavljena kot orodje, ki ga agent lahko pokliče preko odprtega protokola, in vsak klic se preveri glede na dovoljenja osebe, ki jo agent zastopa. Ljudje še vedno uporabljajo zaslone za ogled in odločanje; niso več edini način, kako se delo opravi.
To je arhitekturna razlika in ne razlika v funkcionalnosti. Tradicionalni ERP z dodanim asistentom še vedno usmerja delo preko osebe. AI-nativen ERP usmerja delo preko agenta in ohranja zapis kot stranski produkt. Preostali del tega besedila prikazuje, kje se poti razhajajo in kaj iz tega sledi.
Sledite enemu naročilu skozi oba sistema
Začnite z nečim običajnim. Dobavitelj, imenovan Northwind, je ponudil zalogo, ponudba je sprejemljiva, podjetje pa potrebuje, da se izdela naročilnica, pošlje in uskladi, ko blago in račun prispejo. Spremljajte to zahtevo skozi vsako arhitekturo in razlika je vidna, preden se odpre katerikoli seznam funkcij.
V tradicionalnem sistemu je pot pot osebe. Nekdo odpre modul za nakup, najde ali ustvari dobavitelja, vnese vrstice iz ponudbe, preveri stroškovni center, shrani, izvozi dokument, ga priloži elektronskemu sporočilu in se kasneje vrne, da prejme blago in uskladi račun. Če ima sistem asistenta, lahko predizpolni vrstice iz ponudbe ali pripravi elektronsko sporočilo. Oseba ostaja tista, ki se premika od zaslona do zaslona, asistent pa doseže le zaslone, ki jih je dobavitelj izbral za povezavo.
V AI-nativnem sistemu je pot pot agenta. Oseba pove svojemu agentu, kaj želi. Agent vpraša delovno okolje, katere orodja lahko uporabi, in delovno okolje odgovori s filtriranim seznamom: iskanje dobavitelja, ustvarjanje naročilnice, pošiljanje dokumentov, prejem blaga, usklajevanje računov in nič, kar vloga osebe ne dovoljuje. Agent pokliče ta orodja zaporedno, delovno okolje ponovno preveri vsak klic, ko teče, in naročilnica, poslan dokument in kasnejše usklajevanje obstajajo v sistemu natanko tako, kot če bi jih vnesla oseba. Oseba vidi rezultat in dnevnik, ne obrazcev.
V AI-nativnem sistemu zahteva preide od osebe do njenega agenta, nato skozi plast dovoljenj, preden se dotakne katerega koli modula. Enaka plast, ki ureja dostop osebe, ureja dostop agenta.
Primarni uporabnik je razlika
Vse ostalo v primerjavi AI-nativnega ERP in tradicionalnega ERP izhaja iz ene oblikovalske odločitve: kdo naj bi programska oprema upravljala. Tradicionalni ERP na to vprašanje odgovarja z osebo, in štirideset let dobrega dela je bilo vloženega v to, da bi olajšali delo osebe. Zasloni so postali hitrejši, delovni tokovi so postali prilagodljivi, mobilne aplikacije so prišle, in na koncu se je ob obrazcu pojavil asistent. Nič od tega ni spremenilo, kdo je bil za krmilom.
AI-nativen ERP na isto vprašanje odgovarja z agentom, ki deluje v imenu osebe. Ko je to odgovor, je treba izdelek zgraditi drugače kot v prvi vrsti. Vsaka zmožnost potrebuje definicijo orodja z imenom, tipiziranimi vnosi in rezultatom, ne le zaslonom. Model dovoljenj mora delovati na klic, ne na sejo, ker se lahko ena sama zahteva razširi v ducat klicev po modulih. Protokol mora biti odprt, ker lahko agent, ki kliče, pripada stranki in ne dobavitelju. In revizijski dnevnik mora z enako natančnostjo zabeležiti, kaj je agent naredil, kot to, kar je naredila oseba, ker je ta dnevnik zdaj glavni način, kako vodja pregleda delo.
Kaj iz tega sledi: šest posledic
Tabela spodaj je praktična primerjava. Vsaka vrstica je posledica odločitve o primarnem uporabniku in ne funkcionalnosti, ki jo je izbral en dobavitelj in je drugi ni.
| Tradicionalni ERP | ERP, ki temelji na umetni inteligenci | |
|---|---|---|
| Primarni uporabnik | Oseba pred zaslonom | Agent, ki deluje v imenu osebe |
| Kako delo vstopa | Obrazci, uvozi, integracije, zasnovani za vsak par | Orodje kliče prek odprtega protokola; zasloni ostanejo za pregled |
| Doseg umetne inteligence | Funkcije, s katerimi je ponudnik povezal asistenta | Vsaka akcija, ki jo ima sistem, saj je vsaka orodje |
| Kateri agent | Ponudnikovo, znotraj izdelka, če obstaja | Vsak združljiv odjemalec, vključno s tistim, ki ga stranka že uporablja |
| Dovoljenja | Na uporabnika, na sejo | Na uporabnika, preverjeno, ko so orodja ponujena in ponovno ob vsakem klicu |
| Revizija | Kdo je spremenil kateri zapis | Kdo je vprašal, kateri agent je deloval, katera orodja so delovala s katerimi vnosi in rezultati |
Vrstice so arhitekturne posledice, ne rezultati. Tradicionalni ERP je lahko odličen pri tem, za kar je bil zgrajen.
Vrsta, ki najbolj preseneča kupce, je doseg. Asistent dodan tradicionalnemu sistemu se v demonstraciji zdi širok, ker je demonstracija napisana okoli funkcij, ki jih dotika. V vsakodnevni uporabi se ustavi na robu teh funkcij, oseba pa prevzame. V sistemu, ki temelji na agentih, je meja dovoljenj osebe, kar je drugačna in bolj uporabna meja.
Kaj se ne spremeni
Pomembno je biti natančen glede tega, kar ostaja enako, ker ga dobavitelji na obeh straneh zamegljujejo. Podatkovni model se ne spremeni. Dvojno knjigovodstvo je dvojno knjigovodstvo, ne glede na to, ali agent ali oseba vnese dnevnik. Davčna pravila, obravnava več valut, vrednotenje zalog, zaključek obdobja in številčenje dokumentov so isti problemi z istimi odgovori. Sistem, ki temelji na umetni inteligenci, ki to narobe razume, je slab ERP z dobro vmesnikom za agente, kar ni trgovina, ki bi jo bilo vredno skleniti.
Dovoljenja se načeloma ne spreminjajo; spreminjajo se v tem, kje se izvajajo. Tradicionalni sistem preverja, kaj lahko uporabnik vidi, ko se zaslon naloži. Sistem, ki temelji na umetni inteligenci, mora preveriti, kaj lahko uporabnik stori vsakič, ko se pokliče orodje, ker ni nalaganja zaslona, na katerem bi se lahko opravil pregled. Pravilo ostaja enako. Točka izvrševanja se premika.
Potrebna presoja se ne spremeni. Agent bo izdal naročilnico in uskladil račun; ustavil se bo tudi, ko se zdi, da sta dva dobaviteljska zapisa ista podjetja, ko je usklajenost izven tolerance ali ko je odobritev nad pooblastili uporabnika. Ti premori so sistem, ki deluje, kot je bilo zasnovano, in prvi tedni z agentom izgledajo zelo podobno prvim tednom z sposobnim novim sodelavcem.
Kje je tradicionalni ERP še vedno prava rešitev
Poštena primerjava mora povedati, kdaj starejša arhitektura zmaga. Če podjetje deluje globoko, potrjeno proizvodnjo ali regulirane procese z desetletji prilagoditev znotraj uveljavljenega paketa, so stroški selitve realni in asistent, ki ga ta paket zdaj ponuja, je morda dovolj za to, kar ekipa dejansko potrebuje od umetne inteligence, kar je pogosto povzemanje, osnutki in odgovarjanje na vprašanja o podatkih. Če je operacija skupina ljudi z računovodskim paketom in preglednico, je katera koli arhitektura več, kot jo uporabljajo.
Argument za sistem, ki temelji na umetni inteligenci, je najmočnejši v sredini: podjetje z dovolj rutinskega, čezmodulnega dela, da je vnos postal delo samo po sebi, in ekipa, ki že uporablja agenta za druge stvari in bi raje usmerila agenta na podjetje, kot da bi se učila o klepetalniku drugega dobavitelja. Tam se hitro povrne usmerjanje dela skozi agenta, in tam, kjer prinašanje lastnega agenta preneha biti slogan in začne biti postavka na stroškovnem listu, saj delovno okolje ne izvaja umetne inteligence v vašem imenu, ko vaš lastni agent izvaja razmišljanje.
Kako ugotoviti, katero arhitekturo vam prikazujejo
Demonstracije so zasnovane tako, da se obe zdi podobni. Naslednja sekvenca ju loči v manj kot eni uri in ne potrebuje tehnične osebe za izvajanje.
- Prinesite svojega agentaPovežite agenta, ki ga že uporabljate (Claude, ChatGPT ali drugega MCP odjemalca) izven izdelka ponudnika. Če to ni mogoče, imate odgovor na vprašanje o protokolu.
- Zahtevajte seznam orodij.Naj agent navede, kaj sme početi. Preverite, da je seznam dolg, pokriva module, ki so vam pomembni, in se spremeni, ko se prijavite kot bolj omejen uporabnik.
- Izvedite en rezultat.Prosite agenta, naj ustvari, pošlje in načrtuje nadaljnje ukrepe za eno naročilo, ne da bi kdorkoli dotikal zaslona. Opazujte, ali konča ali se vrne k osebi na pol poti.
- Preberite dnevnik.Najdite zapis o tem, kaj je agent naredil: kdo je vprašal, katera orodja so bila uporabljena, s katerimi vnosi. Če je ta dnevnik tanjši od dnevnika za osebo, je agent gost v sistemu in ne njegov uporabnik.
Sois je ena od implementacij arhitekture, ki temelji na umetni inteligenci, in to je tista, ki jo lahko natančno opišemo. Delovno okolje je MCP strežnik. Vsak združljiv odjemalec se poveže tako, da doda naslov delovnega okolja in se prijavi enkrat preko OAuth, brez potrebe po lepljenju žetona. Orodja, ki so na voljo, so filtrirana glede na vlogo uporabnika, preden jih agent vidi, in ponovno preverjena, ko se vsako od njih izvaja; dostop se zapre. Poraba se lahko omeji na integracijo in vsako dejanje je zabeleženo. Module, ki so v ozadju, so tisti, ki jih pričakujete od ERP: stiki in CRM, vhodna pošta, dokumenti, koledar, naloge, računovodstvo z izdajo računov, računi, nakupni računi in večvalutno poslovanje, posli, skladišče in zaloge ter tržnica aplikacij.
Ne glede na to, ali ga izberete ali ne, izvedite zgoraj navedeno zaporedje glede na to, kar vam je prikazano. Vprašanje, ki ga je treba nenehno postavljati, ni, kateri izdelek ima umetno inteligenco, saj vsi trdijo, da jo imajo, temveč kdo je bil izdelek zasnovan za upravljanje.
Vprašanja, ki jih ljudje postavljajo
Ali je ERP, ki temelji na umetni inteligenci, enak agentnemu ERP?
V praksi, da. ERP, ki temelji na umetni inteligenci, in agentni ERP opisujeta, kako je bil sistem zgrajen; agentni opisuje, kaj se v njem dogaja. Vse tri fraze kažejo na sisteme, kjer lahko agent upravlja programsko opremo pod dovoljenji osebe, v nasprotju s sistemi, ki so dodali asistenta na zaslone, zasnovane za ljudi.
Ali ima ERP, ki temelji na umetni inteligenci, še vedno zaslone?
Da. Ljudje uporabljajo zaslone za ogled, pregled in odločanje ter za neposredno delo, ko to želijo. Razlika je v tem, da zasloni niso več edini način, kako lahko delo vstopi v sistem.
Ali lahko tradicionalni ERP postane AI-nativen z dodajanjem asistenta?
Ne zgolj s tem. Asistent pomaga osebi upravljati obstoječe zaslone in doseže le funkcije, ki jih je povezala stranka. Postati AI-nativen pomeni izpostaviti vsako dejanje kot orodje z dovoljenjem preko odprtega protokola, kar je prenova vmesniške plasti in ne le dodatek.
Ali je varno dovoliti agentu, da objavlja transakcije?
Varno je toliko, kolikor je varna izvršitev pod njim. Iščite dovoljenja, preverjena pri vsakem klicu, omejitev porabe in dnevnik, ki beleži dejanja agenta z enako podrobnostjo kot osebe. Agent naj deluje z avtoriteto osebe, ki jo predstavlja, in nikoli več.
- specifikacija Model Context Protocol: orodja kako so orodja definirana, navedena in imenovana, ter zahteva, da strežniki izvajajo nadzor dostopa
- Dokumentacija Sois: strežnik delovnega prostora MCP končna točka, prijava preko OAuth, seznam orodij, filtriranih po vlogah, in obnašanje, ki se zapre v primeru napake, kot je opisano zgoraj
- Sois: varnost in plast dovoljenj dovoljenja, ki se izvajajo, ko so orodja ponujena in ko delujejo; omejitve porabe; beleženje
Ta članek se pregleda, ko se izdelki, ki jih opisuje, spremenijo. Naslednji načrtovani pregled: 4. december 2026.