AI w ERP i CRM: gdzie zacząć, żeby nie zepsuć danych
Integracja modeli językowych z systemami transakcyjnymi wymaga porządku w danych i jasnego podziału: co jest źródłem prawdy, a co tylko podpowiedzią.
ERP i CRM to serce operacji. AI może przyspieszyć pracę użytkowników, ale nie zastąpi kontroli nad tym, co trafia do bazy jako fakt biznesowy.
Dobry punkt startu to scenariusze asystujące: podpowiedzi pól, streszczenia komunikacji, wstępna klasyfikacja, zawsze z możliwością akceptacji przez człowieka przed zapisem.
Kiedy proces dojrzewa, można stopniowo automatyzować zapis, ale tylko tam, gdzie reguły są formalnie opisane i logowane, a wyjątki mają ścieżkę eskalacji.
Przed pierwszym wdrożeniem warto ustalić słowniki i pola obowiązkowe w systemie docelowym. Model działa stabilniej, gdy wie, jakie wartości są dopuszczalne w danym polu.
Warto rozdzielić środowisko testowe i produkcyjne oraz zdefiniować, jakie dane mogą trafiać do zewnętrznego API, a jakie muszą zostać w obwodzie zamkniętym.
Logi z decyzji modelu powinny być powiązane z identyfikatorem rekordu w ERP lub CRM, żeby dało się odtworzyć, skąd wzięła się dana sugestia lub klasyfikacja.
Szkolenie użytkowników to nie tylko „jak klikać”, ale kiedy interweniować: jakie sygnały oznaczają, że podpowiedź jest nietrafiona i należy ją poprawić przed zatwierdzeniem.
Regularny przegląd jakości danych wejściowych, np. comiesięczny, pomaga wychwycić dryf: nowe typy spraw, zmieniające się nazewnictwo klientów, nowe kanały, które nie były w zbiorze treningowym.