

KajaGrabowiecka
Obecnie AI nie jest wyłącznie trendem, lecz narzędziem, z którego przedsiębiorcy chcą czerpać wymierne korzyści. Dlatego dziś menedżerowie nie pytają już, czy system ERP posiada funkcje AI, ale jakiego typu są to rozwiązania. W poniższym artykule porządkujemy rynek i pokazujemy różnice istotne dla decydentów.
Jeszcze 2–3 lata temu sztuczna inteligencja w systemach biznesowych bywała traktowana jako „dodatek” do prezentacji sprzedażowej. Dziś – szczególnie z perspektywy dyrektorów finansowych i menedżerów IT – jest to obszar twardo weryfikowany. Widać to także w wynikach raportu “Cyfrowy Menedżer”, przygotowanego przez portal myERP, które podkreśliły wyraźne przejście w tryb “sprawdzam”. AI ma działać dopiero wtedy, gdy firma zapewni solidne fundamenty w postaci jakościowych danych i jasno zdefiniowanych KPI.
Największa pułapka wdrożeń AI w ERP polega na założeniu, że model LLM zastąpi brak porządku w danych i procesach. Z perspektywy zakupowej lepiej przyjąć, że AI jest warstwą produktywności. Sztuczna inteligencja skraca czas pracy, wspiera decyzje, automatyzuje rutynę – ale jednocześnie wymaga wysokiej jakości danych wejściowych.
Działy zajmujące się IT oraz finansami w firmach powinny zwrócić uwagę na trzy kluczowe kwestie:
Najbardziej widoczną dla użytkownika formą AI są asystenci konwersacyjni. To rozwiązania umożliwiające komunikację z systemem w języku naturalnym, inspirowane narzędziami takimi jak ChatGPT czy Gemini. Pozwalają także na przyspieszenie onboardingu nowych pracowników.
ChatERP to wbudowany asystent w formie czatu, który umożliwia rozmowę z ERP w języku naturalnym - również po polsku. Docelowo rozwiązanie ma obejmować zarówno wersje stacjonarne, jak i chmurowe wszystkich programów Comarch ERP. Obecnie dostępne jest w wersji BETA.
Zakres funkcjonalności ChataERP jest szeroki:
Istotnym aspektem jest możliwość wykonywania operacji biznesowych, takich jak ustawianie limitów kredytowych czy wystawianie faktur. W praktyce oznacza to konieczność wdrożenia rygorystycznych mechanizmów uprawnień i audytu. Bez takiego zabezpieczenia, ryzyko błędnych poleceń będzie się zwiększać.
Warto jednak zaznaczyć, że Comarch zapewnia bezpieczeństwo danych osobowych i wrażliwych w ChacieERP. Treści pytań i odpowiedzi mają być przesyłane do podwykonawców technologicznych, a samo AI nie powinno przekazywać tajemnic przedsiębiorstwa. Niemniej jednak firmy z wysokimi wymaganiami powinny przed wdrożeniem formalnie ustalić zasady dotyczące przekazywanych danych.
Na poziomie deklarowanych funkcji Genius jest bliżej koncepcji współpracownika, który pilnuje zadań i decyzji oraz podpowiada konkretne działania. Zgodnie z oficjalnym opisem Asseco BS, Genius ma powiadamiać o sprawach czekających na decyzję i zadaniach do wykonania. Potrafi także odpowiadać na pytania o obszary typowo ERP-owe. Rozwiązuje kwestie związane z zamówieniami, fakturami czy dokumentami magazynowymi. Oprócz tego, na bazie dostarczonego przez użytkownika kontekstu, Asystent jest w stanie dostarczać konkretne podpowiedzi.
Ten kierunek jest rozwijany o dwa ważne elementy dla decydentów:
Monitor ERP posiada własnego asystenta AI, który “strukturyzuje, kompiluje i analizuje dane”. Główny cel jest oczywisty: zająć się wszystkim, co czasochłonne. W praktyce MAiA to nie tylko czat – tryb konwersacyjny to wyłącznie jeden z interfejsów. Częściowo działa to w formie automatycznych podsumowań i analiz osadzonych w istniejących procedurach. W podobnym stylu Gemini w wersji Pro streszcza dokumenty dostępne w Dysku Google.
Co istotne, wsparcie AI od Monitora opiera się wyłącznie na własnych danych biznesowych. Tym samym producent zapewnia integralność danych i kontrolę. Dodatkowo MAiA obejmuje nie tylko pytania o dane transakcyjne, ale też wsparcie “tekstowe”. Podsumowuje bowiem notatki, tłumaczy e-maile i koryguje ton komunikacji.
MAiA posiada dwa poziomy:
Początkowo wersja MAiA Pro jest dostępna bezpłatnie na okres próbny, by użytkownik mógł przetestować jej pełną funkcjonalność. Sztuczna inteligencja wciąż się rozwija – Monitor ERP czeka na pomysły i wskazówki od swoich klientów. Komentarze można przesyłać za pośrednictwem Forum Pomysłów.
Ciekawe jest podejście firmy Proalpha, która w 2025 roku ogłosiła powstanie swojej platformy Industrial AI. To katalog ponad 30 aplikacji AI dla procesów podstawowych – od zakupów i produkcji, aż po kwestie serwisowe. Obejmuje ona rozwiązania AI firmy Empolis i Nemo. Jest budowana w architekturze SaaS, co usprawnia integrację zarówno z ekosystemem Proalpha, jak i systemami innych dostawców.
Funkcjonalności AI od Nemo umożliwiają identyfikację korelacji i anomalii w procesach. Oprócz tego, definiują zalecane działania i oceniają potencjał optymalizacji w kategoriach pieniężnych. Tym samym, w podejściu platformowym sztuczna inteligencja staje się “silnikiem” integracji danych i analityki.
Dla decydentów istotne są dwie praktyczne konsekwencje:
Szczególną pozycję na rynku zajmuje system Microsoft Dynamics 365. To rozwiązanie będące skalowalną platformą ERP/CRM, która mocno integruje się z innymi usługami Microsoft.
Wdrożeniami Dynamics 365 zajmuje się wielu partnerów portalu myERP, w tym m.in.:
W warstwie ERP Microsoft osadził Copilota na dwa różne sposoby. AI pełni funkcję konwersacyjną jako czat, a także jest wbudowany bezpośrednio w konkretne funkcje systemu.
O praktycznych możliwościach tego narzędzia opowiedział Robert Jachowicz, Senior D365 F&O & Power Platform Consultant w MS POS Poland, w podcaście “CYFRYZACJA w BIZNESIE”.
Rzeczywiste funkcjonalności Copilota w Dynamics 365 Business Central są następujące:
Wielu firmom zależy na tym, by dane w systemie ERP były konsumowane w analityce w sposób samoobsługowy. W tym kontekście Copilot w Power BI przynosi wymierne korzyści dla decydentów. Połączenie tego rozwiązania AI z analityką umożliwia m.in.:
Jednocześnie, Copilot w Power BI jest płatny. Możliwe jest wykupienie pakietu Fabric lub Premium. Oprócz tego, sama organizacja musi zadbać o poprawną jakość danych, by mogły być odpowiednio sczytane przez AI.
Poniższe zestawienie nie zakłada, że istnieje “najlepsze AI” dla wszystkich. W rzeczywistości nie ma jednego uniwersalnego rozwiązania. Najlepiej wybrać takie, które odpowiada na dominujący problem w danej organizacji. To może być niższa produktywność użytkowników, potrzeba zwiększa kontroli finansowej czy optymalizacja produkcji w czasie rzeczywistym.
