Vår reise mot et agentbasert ERP begynner her

Ansvarsfraskrivelse

Denne bloggserien er verken laget eller utformet av AI. Den er heller ikke en salgspresentasjon forkledd som informativ tekst. Dette er ganske enkelt en virkelig historie om et selskap på vei mot et agentbasert ERP.

Reisen skjer i sanntid, så jeg er like nysgjerrig som dere på å se sluttresultatet – og hvilke hindringer vi kommer til å møte underveis. Forhåpentligvis sitter vi igjen med en flott, kanskje til og med vellykket, historie når bloggserien er over – en historie vi alle kan lære av.

Utgangspunkt

Systemet som skal bli agentbasert, er D365 Finance & SCM, tidligere F&O, med modulene Finance, Project og HR. Vi var et av de første selskapene som tok i bruk F&O, og løsningen bærer på mange måter preg av tiden den ble innført i. Det betyr blant annet at det er utviklet en god del skreddersydde tillegg.

Til offisiell rapportering bruker vi Power BI. Jedox brukes til konsernkonsolidering, og til den løpende forretningsplanleggingen og prognostiseringen finnes det en rekke ulike Excel-filer.

Sett fra et organisatorisk perspektiv er ledelsen ivrig etter å komme raskt videre, økonomiavdelingen har mange ideer til hvordan arbeidet kan forenkles, og den interne IT-avdelingen er svært forsiktig – noe som er helt rimelig.

Jeg mistenker at dette utgangspunktet vil være gjenkjennelig for mange selskaper.

Prosjektmål

Målet er å ha den første versjonen av et agentbasert ERP-system i bruk innen utgangen av 2026. Den bør omfatte minst to ferdige F&O-agenter, Account Reconciliation Agent og Expense Management Agent, samt én tilpasset agent, Project Controller Agent.

Vi kommer til å bruke den nye Dynamics 365 ERP MCP-serveren til å arbeide direkte med ERP-data, brukergrensesnitt og forretningslogikk. Parallelt med dette skal vi utarbeide et veikart for 2027, der vi forventer å oppnå betydelige effektivitetsgevinster gjennom automatisering og effektivisering av finansprosessene.

AI eller automatisering?

Når vi utvikler et agentbasert ERP-system, handler det ikke bare om AI. Mange av brukstilfellene vi har samlet inn, dreier seg i realiteten om automatisering – og krever ikke AI for å skape verdi.

Jeg har forsøkt å samle noen kjennetegn ved ulike typer brukstilfeller for å gjøre det enklere å velge riktig metode for å nå målet. Ta gjerne kontakt hvis du er uenig.

Tradisjonell automatisering eller rapportering

Noe av følgende gjelder:

• Sluttresultatet må være nøyaktig og det samme hver gang

• Løsningen kan bygges med if–then-logikk

• Datakildene er begrensede og strukturerte

• Behovet handler kun om visualisering av data

• Det som trengs, er først og fremst et bedre brukergrensesnitt

Prioritering av løsninger:

1. Standardfunksjonalitet i D365 Finance

2. Power BI, Power Apps og Power Automate

3. Skreddersydd utvidelse

AI

Noe av følgende gjelder:

• Sluttresultatet kan være et estimat, en anbefaling eller en innsikt

• Løsningen kan ikke bygges med enkel hvis–så-logikk

• Flere datakilder og ustrukturerte data må håndteres

• Brukstilfellet krever tekstproduksjon

Prioritering av løsninger:

1. D365 eller M365 Copilot som standardfunksjonalitet

2. Copilot Studio

3. AI Builder

4. Microsoft Foundry

De første stegene

Når jeg skriver denne første delen av bloggserien, har vi akkurat startet prosjektet.

Mitt første steg er å utarbeide en prosjektplan og et arbeidsestimat for å sikre intern finansiering. Her må jeg delvis støtte meg på den berømte krystallkulen – for hvem vet egentlig nøyaktig hvordan dette kommer til å utvikle seg?

Å opprette nye miljøer, konfigurere standardagenter og bygge tilpassede agenter for testformål er relativt enkelt å estimere, og kostnadsnivået ser svært rimelig ut. Å ta dem hele veien til produksjon kan derimot bli en helt annen historie. I tillegg er kostnaden ved å kjøre agenter i produksjon fortsatt noe uklar. Heldigvis for dere vil vi kunne fortelle hva de faktiske kostnadene blir når vi kommer dit.

Det første praktiske steget er å opprette et nytt, separat Tier 2 DEV-miljø der vi trygt kan gjennomføre en smoke test av MCP-serveren og eksperimentere med standardagenter.

Parallelt med dette skal jeg ta tyren ved hornene, møte den interne IT-avdelingen og identifisere hva som må undersøkes, testes og bekreftes før vi kan aktivere MCP-serveren og lage AI-løsninger som kan lese og skrive produksjonsdata direkte.

Siden selskapet vårt tar cybersikkerhet, datasikkerhet, GDPR og lignende spørsmål på største alvor, forventer jeg at det vil kreve en betydelig innsats å oppfylle alle kravene.

Et positivt resultat av dette arbeidet er at vi vil få en dokumentert modell for AI-styring, som vi senere kan bruke til å støtte kundene våre i lignende situasjoner.

Slik ser situasjonen ut akkurat nå. Jeg kommer til å holde dere oppdatert om de kommende eventyrene i Innofactors reise mot et agentbasert ERP.

Med vennlig hilsen
Jaakko Heikkinen
ENT ERP-ansvarlig