Generativ AI har förändrat hur vi skapar innehåll, söker information och interagerar med teknik. Men för företag har den verkliga förändringen bara börjat. Nästa generations AI kommer inte bara att svara på frågor, utan också i allt högre grad arbeta med de system, data och processer som driver verksamheten. För industriföretag börjar det i ERP-systemet.

Från information till handling

ERP-systemet samlar mycket av den information som verksamheten behöver varje dag: kunder, leverantörer, order, produkter, produktionsplaner, ekonomi och kvalitetsdata. Traditionellt måste användaren veta var informationen finns och hur rätt process i ERP-systemet fungerar för att kunna använda den. AI introducerar en annan utgångspunkt: vad användaren vill åstadkomma.

I stället för att navigera mellan olika applikationer, vyer och fält kan användaren börja med det som ska göras:

  • Visa försäljningsorder som skapats den här veckan.

  • Vad är planerat för produktion de kommande tre veckorna?

  • Hjälp mig att förbereda den här leverantörsfakturan.

  • Skapa ett kvalitetsärende utifrån den här informationen.

När AI får tillgång till ERP-systemet bakom förfrågningarna förändras sättet användaren arbetar med systemet.

Det är då AI går från att vara ett informationsverktyg till att skapa konkret värde i verksamheten.

AI som förstår det operativa sammanhanget

Att koppla AI till ERP handlar inte bara om att ge en AI-modell tillgång till mer data. För att skapa konkret värde behöver AI också förstå sammanhanget kring datan och vilka funktioner som finns tillgängliga i affärssystemet.

I RamBase är Model Context Protocol (MCP) ett sätt att skapa den kopplingen. RamBase MCP Server gör det möjligt för kompatibla AI-miljöer att interagera med funktioner som görs tillgängliga via RamBase API:er. Det innebär att företag kan använda AI till mer än att bara hämta information. Beroende på tillgängliga funktioner och behörigheter kan AI också bidra till att skapa och uppdatera information i ERP-systemet.

RamBase har redan demonstrerat användningsområden som sökning i verksamhetsdata, registrering av kvalitetsärenden, hantering av leverantörsfakturor samt skapande och uppdatering av poster.

”Med MCP ser vi stora möjligheter att utnyttja RamBase fullt ut, skapa tillväxt och avlasta organisationen när verksamheten växer. Kombinationen av MCP och RamBase-data ger oss möjligheter att skapa lösningar där det i princip bara är fantasin som sätter gränser.”

Bård Ivan Dyrendahl, Sales Manager Industry and Rail, Procab

 

Från AI-assistenter till AI-agenter

Det skapar också grunden för nästa steg: från AI-assistenter till AI-agenter.

  • En AI-assistent svarar vanligtvis på en fråga eller förfrågan.

  • En AI-agent kan i stället arbeta mot ett definierat mål genom att använda flera steg, verktyg och informationskällor.

I en ERP-miljö kan det på sikt innebära specialiserade AI-agenter som utvecklats för tydligt definierade affärsprocesser.

Men större kapacitet kräver också större kontroll. Företag behöver kunna styra vilken information en agent får tillgång till, vilka åtgärder den får utföra, när mänskligt godkännande krävs och hur agentens aktiviteter kan följas upp och granskas.

Framtidens AI i ERP handlar därför inte bara om att göra AI mer autonom. Det handlar om att göra AI praktiskt användbar i verksamheten, med rätt nivå av styrning och kontroll.

Utgå från affärsvärdet

Frågan för industriföretag är inte längre bara: ”Hur kan vi använda AI?”
En mer relevant fråga är: Var lägger vi onödigt mycket tid på att hitta information och omsätta den till handling?

Det kan handla om tid som går åt till att leta efter information i verksamheten, tolka dokument manuellt, registrera samma typ av data om och om igen, identifiera avvikelser eller flytta information mellan olika processer. Det är där AI kan börja skapa konkret och mätbart värde.

Vill du utforska vad det kan innebära för er verksamhet?

Vårt whitepaper Från ERP för människor till ERP för människor och AI visar hur AI kan kopplas samman med ERP-data, processer och affärslogik. Det innehåller praktiska användningsområden, kunders erfarenheter, MCP, styrning och kontroll samt vägen från AI-assistans till kontrollerad automatisering.