Avtomatizacija poslovnih procesov z AI: vodnik za manjša podjetja

Z umetno inteligenco se splača avtomatizirati opravila, pri katerih ljudje berejo e-pošto, dokumente in zahteve strank ter iz njih ročno prepisujejo podatke v ERP ali CRM, vse, kar je mogoče zapisati kot jasno pravilo, pa je ceneje in bolj predvidljivo rešiti brez umetne inteligence. Za začetek potrebujete en dobro opisan proces, urejene podatke v sistemih, ki jih že imate, in človeka, ki odobri tisto, v kar sistem ni prepričan, saj se umetna inteligenca najlažje zmoti prav pri nejasnih in neobičajnih primerih.

Kaj je avtomatizacija poslovnih procesov in kje pri tem nastopi umetna inteligenca?

Avtomatizacija poslovnega procesa pomeni, da korak, ki se ponavlja, na primer prepisovanje naročila v ERP, namesto človeka opravi programska oprema, ljudje pa rešujejo izjeme. Največji del takih korakov opravijo pravila: če ima podatek določeno vrednost, sistem izvede določeno dejanje, vsakič enako.

Umetna inteligenca v avtomatizaciji procesov navadno pomeni velik jezikovni model, ki prebere prosto besedilo ali dokument in iz njega izlušči podatke, ga razvrsti po pomenu ali napiše osnutek odgovora. Pravilo ne razume stavka „isto kot prejšnji teden, samo brez monitorja“, jezikovni model pa lahko ta stavek poveže s kupčevim prejšnjim naročilom, če vidi zgodovino naročil. Dobro zastavljen sistem je zato kombinacija: pravila opravijo vse, kar je predvidljivo, umetna inteligenca le korake, pri katerih je treba razumeti besedilo, človek pa odloča, kadar ne eno ne drugo ni dovolj zanesljivo.

Kdaj zadošča pravilo in kdaj potrebujete umetno inteligenco?

Pravilo zadošča, kadar so podatki že strukturirani in je odločitev mogoče zapisati kot „če …, potem …“. Dober domač primer so računi: po Zakonu o izmenjavi elektronskih računov in drugih elektronskih dokumentov bodo poslovni subjekti od 1. januarja 2028 za medsebojne dobave blaga in storitev, opravljene v Sloveniji, izmenjevali izključno e-račune. Ministrstvo za finance jih v pojasnilu ob sprejetju zakona opisuje kot strukturirane elektronske dokumente v obliki XML, ki omogočajo popolno avtomatizacijo poslovanja, in poudarja, da račun v obliki PDF ni e-račun. Podatki so že v poljih, zato usklajevanje z naročilnico in prevzemnico opravijo pravila, brez umetne inteligence.

Umetna inteligenca je smiselna, kadar vhod ni urejen. Po istem pojasnilu bodo papirni računi še naprej dovoljeni pri poslovanju s potrošniki in tujimi podjetji. Račun tujega dobavitelja v obliki PDF, naročilo v telesu e-poštnega sporočila, skenirana dobavnica ali reklamacija, napisana s kupčevimi besedami, zahtevajo branje: jezikovni model izlušči podatke, pravila pa preverijo, kar je izluščil.

Kateri procesi so dobri kandidati?

Dober kandidat se ponavlja vsak dan, ima jasen vhod in izhod ter danes ljudem jemlje čas za prepisovanje ali razvrščanje. V malih in srednjih podjetjih je vredno razmisliti o teh možnostih; koliko katera prinese, bo pokazalo šele merjenje na vaših podatkih:

• Dohodna e-pošta in dokumenti: razvrščanje sporočil na vprašanja, naročila, reklamacije in račune, luščenje podatkov iz priponk in posredovanje pravi osebi s kratkim povzetkom.
• Obdelava naročil: umetna inteligenca iz e-poštnega sporočila ali datoteke PDF izlušči kupca, artikle in količine, pravila preverijo, ali obstajajo v ERP-ju, zaposleni pa potrdi osnutek naročila.
• Prejeti računi: e-računi gredo skozi pravila, datoteke PDF in skenirani računi pa se najprej preberejo in nato gredo skozi enaka preverjanja.
• Poročila iz ERP-ja: pregled prodaje, zalog ali odprtih postavk se sestavi samodejno, s kratko razlago z besedami, kaj se je spremenilo.
• Zahteve strank: označevanje po temi in nujnosti, dodelitev oddelku in osnutek odgovora, ki ga zaposleni pregleda pred pošiljanjem.

Kako se umetna inteligenca poveže z ERP-jem, CRM-om, e-pošto in skupnimi mapami?

Umetna inteligenca ne nadomesti sistemov, ki jih imate, temveč se nanje poveže. Če ima ERP ali CRM programski vmesnik (API), se podatki berejo in vpisujejo prek njega; če ga nima, se uporabi izvoz podatkov ali kopija baze samo za branje. E-pošto je najbolje obdelovati prek namenskega nabiralnika, na primer za naročila, in ne z branjem osebnih nabiralnikov. Skupne mape se spremljajo tako, da nova datoteka sproži obdelavo.

Tveganje zmanjša tak vrstni red: sistem najprej samo bere in predlaga, nato vpisuje osnutke, ki jih nekdo potrdi, šele na koncu pa sam opravlja manj pomembna dejanja, ki so se v pilotnem projektu izkazala za zanesljiva. Vse, kar vpiše, gre skozi enaka preverjanja kot vnos zaposlenega.

Zakaj o izidu odloča kakovost podatkov

Umetna inteligenca dela s podatki, ki ji jih pokažejo sistemi. Če isti kupec v ERP-ju obstaja dvakrat pod različnima imenoma, če šifre artiklov niso posodobljene ali se merske enote vpisujejo različno, bo umetna inteligenca enako samozavestno izbrala napačen zapis. Zato se pred pilotnim projektom uredijo matični podatki, ki jih proces uporablja: partnerji, šifrant artiklov, merske enote in ceniki. To je lahko večje delo od samega dela z umetno inteligenco, vendar vam koristi tudi brez nje.

Primer iz našega dela

Za Instar informatiko, hrvaškega trgovca z računalniško opremo, smo na njihov ERP Luceed podjetja Tomsoft povezali dvoje: AI sloj, ki odgovarja na poslovna vprašanja, zastavljena v vsakdanji hrvaščini, in samodejna poročila o prodaji in zalogah po blagovnih znamkah v obliki, ki jo zahteva vsak dobavitelj. ERP je ostal glavni sistem in vir številk: sistem vsako noč prevzame kopijo podatkov, ki jih potrebuje, številke pridejo iz poizvedb nad temi podatki, jezikovni model pa jih samo pojasnjuje. Zato je tako poročilo lahko točno le toliko, kolikor so točni podatki v ERP-ju.

Kako nastaviti človeško preverjanje in odobritve?

Pred pilotnim projektom zapišite tri sezname: kaj sistem sme narediti sam (razvrstiti sporočilo, pripraviti osnutek), kaj samo z odobritvijo (poslati odgovor stranki, vpisati dokument v ERP) in česa nikoli ne naredi sam (odločitve o ljudeh, popusti, izjeme od pravil). Kadar sistem ni prepričan ali se podatki ne ujemajo, gre zadeva k človeku z razlago, kje se je zataknilo.

Odobritev mora biti resnična, ne klik iz navade. Oseba, ki preverja, mora razumeti sistem, imeti dostop do podatkov in dovolj časa. Informacijski pooblaščenec pri avtomatiziranem odločanju pojasnjuje, da se za človekovo posredovanje šteje le nadzor nad odločitvijo, ki ima dejanski pomen in ga opravi nekdo z avtoriteto in pristojnostjo, da odločitev tudi spremeni. Pojasnilo se nanaša na odločitve o posameznikih, vendar načelo velja za vsako preverjanje.

Kje se umetna inteligenca moti in kako to ujeti?

Informacijski pooblaščenec v priporočilih za varno in odgovorno uporabo umetne inteligence pri delu, pripravljenih za javne uslužbence, opozarja, da si umetna inteligenca lahko izmisli odgovore in da podatki, ki jih orodje uporablja, niso vedno ažurni ali pravilni, zato je treba pravilnost odgovora vedno preveriti. Pri avtomatizaciji procesov je to videti takole:

• Izmišljen ali napačno prebran podatek: neobstoječa številka naročila, zamenjani artikli s podobnim imenom, znesek iz napačne vrstice.
• Oblike zapisa: decimalna vejica in pika, različno zapisani datumi.
• Robni primeri: sporočilo, ki je hkrati reklamacija in novo naročilo.
• Tiha sprememba vhoda: dobavitelj spremeni videz računa, kakovost pa pade brez opozorila.
• Preveč zaupanja: po nekaj tednih brez napake ljudje hitro nehajo gledati, kaj odobrijo; Akt o umetni inteligenci temu pravi pristranskost zaradi avtomatizacije.

Take napake se lovijo s preverjanji, vgrajenimi v proces:

• Preverjanje v ERP-ju: vsak izluščen podatek se mora ujemati z nečim, kar obstaja (davčna številka partnerja, šifra artikla, številka naročila), vsota postavk pa s skupnim zneskom.
• Vir ob vsakem podatku: sistem ob vrednosti shrani vrstico dokumenta, iz katere je vzeta, tako da zaposleni preverjanje opravi z enim pogledom. Razvijalci velikih jezikovnih modelov v dokumentaciji o zmanjševanju izmišljenih odgovorov priporočajo prav to: modelu dovoliti, da reče, da ne ve, zahtevati dobesedne navedke in umakniti trditev, za katero navedka ni, z opozorilom, da se s tem napake zmanjšajo, ne pa odpravijo.
• Pragovi: negotovi in nepreverjeni primeri gredo k človeku, ne v ERP.
• Preverjanje vzorca: nekdo občasno ročno pregleda naključni vzorec zadev, ki so šle skozi brez človeka.
• Zapis vsakega koraka: kaj je prispelo, kaj je sistem predlagal in kdo je kaj odobril ali spremenil.

Kako začeti: od popisa procesa do pilotnega projekta

1. Izberite en proces, ki se ponavlja vsak dan, ima lastnika, ki ga dobro pozna, in pri katerem je napako mogoče popraviti, preden pride do stranke.
2. Popišite, kako proces dejansko poteka: kaj pride noter in po katerem kanalu, v katere sisteme gre, kdo kaj dela in katere izjeme obstajajo. Zberite resnične primere vhodov, tudi neurejene.
3. Izmerite izhodiščno stanje: koliko časa traja ena zadeva, koliko jih je na mesec in koliko se jih konča z napako. To je osnova za poznejšo primerjavo.
4. Razdelite korake na tiste, ki jih opravi pravilo, umetna inteligenca ali človek, in določite točke odobritve.
5. Pripravite podatke in dostope: uredite matične podatke, zagotovite dostop do ERP-ja in CRM-a, odprite namenski nabiralnik ali mapo.
6. Prvo različico zaženite vzporedno z ročnim delom: ljudje delajo kot doslej, rezultate sistema pa primerjate z njihovimi.
7. Začnite pilotni projekt z odobritvami: sistem predlaga, ljudje odobrijo ali popravijo, vsak popravek pa postane primer za izboljšavo.
8. Odločite se na podlagi lastnih številk: avtomatizacijo razširite ali zmanjšajte število odobritev šele, ko meritve iz pilotnega projekta to upravičijo.

Pri nas je prva delujoča različica enega procesa navadno končana v 4–8 tednih, odvisno od števila sistemov, ki jih je treba povezati, in od stanja podatkov.

Kaj zahtevata GDPR in Akt o umetni inteligenci?

Brž ko umetna inteligenca obdeluje e-pošto, naročila ali zahteve strank, obdeluje tudi osebne podatke, vsaj imena in e-poštne naslove, zato velja Splošna uredba o varstvu podatkov (Uredba (EU) 2016/679). V praksi to pomeni:

• obdelujte le podatke, ki so potrebni za namen (člen 5), zato je namenski nabiralnik boljši od dostopa do vseh sporočil;
• če ponudnik AI storitve obdeluje podatke v vašem imenu, razmerje ureja pogodba z obdelovalcem (člen 28);
• če bi obdelava verjetno povzročila veliko tveganje za pravice in svoboščine posameznikov, se pred začetkom izvede ocena učinka v zvezi z varstvom podatkov (člen 35);
• odločitev, ki temelji zgolj na avtomatizirani obdelavi in ima za osebo pravne ali podobno znatne učinke, je dovoljena le izjemoma (pogodba, zakon ali izrecna privolitev) in ob zaščitnih ukrepih, kot sta pravica do osebnega posredovanja upravljavca in pravica do izpodbijanja odločitve (člen 22).

Informacijski pooblaščenec v istih priporočilih svetuje, naj se v orodja umetne inteligence ne vnašajo osebni, zaupni in drugi varovani podatki, razen kadar je to izrecno dovoljeno in predvideno, ter opozarja, da se sistemi umetne inteligence lahko učijo na vnesenih podatkih in jih uporabijo za svoje nadaljnje delovanje. Zato uporabljajte odobrena poslovna orodja namesto zasebnih računov in preverite, kje se podatki obdelujejo in ali se uporabljajo za učenje modela. Aplikacije, ki jih izdelujemo in vzdržujemo, gostimo na strežnikih v EU.

Akt o umetni inteligenci (Uredba (EU) 2024/1689) obveznosti določa glede na tveganje. Evropska komisija opisuje štiri ravni: nesprejemljivo tveganje (prepovedane prakse), visoko tveganje, tveganje za preglednost in minimalno tveganje; v zadnjo kategorijo po navedbah Komisije spada velika večina sistemov umetne inteligence, ki se trenutno uporabljajo v EU. Za avtomatizacijo procesov to pomeni:

• razvrščanje poslovne e-pošte, branje prejetih računov in poročila iz ERP-ja niso med visokotveganimi področji iz Priloge III uredbe;
• visokotvegana je med drugim uporaba umetne inteligence za izbor kandidatov (vključno s filtriranjem prijav za zaposlitev), za odločitve o delavcih in za ocenjevanje kreditne sposobnosti fizičnih oseb, obveznosti za take sisteme pa se po spremembah z Uredbo (EU) 2026/1744 uporabljajo od 2. decembra 2027;
• če umetna inteligenca neposredno komunicira z ljudmi, na primer kot klepetalni robot ali glasovni agent, morajo biti ljudje obveščeni, da se pogovarjajo s sistemom umetne inteligence, razen če je to očitno (člen 50); pravila o preglednosti se uporabljajo od 2. avgusta 2026;
• podjetja, ki uporabljajo umetno inteligenco, morajo sprejeti ukrepe, s katerimi podpirajo razvoj pismenosti na področju umetne inteligence pri zaposlenih, ki z njo delajo (člen 4).

To je pregled, ne pravni nasvet: konkretno obdelavo preverite s pooblaščeno osebo za varstvo podatkov.

Od česa so odvisni stroški?

Stroški so manj odvisni od samega AI modela in bolj od dela okrog njega. Na oceno vplivajo:

• število sistemov, ki jih je treba povezati, in kakovost njihovih vmesnikov;
• raznolikost vhodov: ena oblika naročila ali veliko različnih dobaviteljev;
• število izjem in točk odobritve;
• stanje matičnih podatkov;
• zahteve glede zapisov, pravic dostopa in kraja hrambe podatkov;
• količina dokumentov in vzdrževanje po uvedbi, ko se spremenijo vhodi ali model.

Kako iz teh postavk nastane ocena, smo opisali v besedilu o ceni uvedbe AI. Donosnost naložbe računajte na podlagi številk iz lastnega pilotnega projekta, ne na podlagi tujih povprečij.

Prvi pogovor z nami je brezplačen in namenjen enemu vašemu procesu: kaj pride noter, v katere sisteme gre, kje nastajajo zastoji in izjeme ter kakšni so podatki v ERP-ju ali CRM-u. Po njem dobite obseg, oceno stroškov in načrt po fazah. Če začnemo, sledi programska oprema po meri in integracija umetne inteligence z vašimi sistemi: prva delujoča različica v 4–8 tednih, napredek, ki ga spremljate na portalu za stranke, in vzdrževanje po zagonu.