Hosszabb kihagyás után ismét személyesen hozta össze a hazai üzleti-technológiai döntéshozókat az SAP Hungary. Az SAP Connect Day Budapest nemcsak technológiai irányokat, hanem konkrét vállalati tapasztalatokat is bemutatott: hogyan válik az AI, a felhő és az adatplatform a mindennapi működés részévé.
Nem technológia, hanem működési modell
A Connect Day Budapest egyértelmű üzenete az volt, hogy a vállalati átalakulás fókusza eltolódott: az egyedi digitalizációs projektek helyett az integrált, vállalati szintű működés került előtérbe.
Az SAP Hungary által bemutatott megközelítés szerint a különálló rendszerek helyett egységes, adatvezérelt modellben kell gondolkodni, ahol a HR, a pénzügy, a beszerzés, az ellátási lánc és az ügyfélkapcsolatok egyetlen összefüggő rendszerként működnek.
Nemcsak bemutató, hanem üzleti visszacsatolás
A rendezvény egyik fontos sajátossága az volt, hogy az ügyfelek nemcsak sikertörténeteket, hanem konkrét tapasztalatokat és kihívásokat is megosztottak.
„Az SAP Connect Day Budapest annak a bizonyítéka, hogy a magyar vállalatok nyitottak a valós üzleti értéket teremtő innovációra” – fogalmazott Hidvégi Péter, az SAP Hungary ügyvezető igazgatója.
HR: adminisztrációból stratégiai funkció
A HR-terület átalakulása jól kirajzolódott: a hangsúly a készségalapú működésen, az adatalapú döntéseken és az AI-támogatott folyamatokon van.
Az SAP SuccessFactors megoldásai köré szervezett előadások azt mutatták meg, hogy a HR ma már nem támogató, hanem stratégiai szereplő a vállalati működésben.
AI és adatplatformok: a hype után a valóság
A rendezvény egyik központi témája az volt, hogyan válik az AI és az adatplatform a napi működés részévé.
A bemutatók alapján az alábbi képességek már ma is működnek:
• automatizálás
• intelligens ügynökök
• valós idejű adatfeldolgozás
A hangsúly a rendszerek integrációján és az adatsilók lebontásán volt.
Beszerzés: stratégiai szintre emelve
A Spend Management területén az AI-alapú döntéstámogatás, a beszállítói kockázatok kezelése és az átláthatóság került előtérbe.
A beszerzés így egyre inkább a vállalati stratégia részeként jelenik meg.
Ellátási lánc: valós idejű működés
A gyártási és logisztikai példák azt mutatták meg, hogyan válik az ellátási lánc adatvezérelt, előrejelzésekre épülő rendszerré.
Ez egyszerre növeli a pontosságot, a rugalmasságot és az ellenállóképességet.
ERP és pénzügy: a döntéshozatal motorja
A modern ERP-rendszerek egyre inkább aktív szerepet töltenek be a döntéshozatalban.
A bemutatók szerint az S/4HANA-alapú megoldások a pénzügyi átláthatóságot és az üzleti működés optimalizálását egyaránt támogatják.
Ügyfélélmény: az új versenytényező
A CX-megközelítés szerint az ügyfélélmény nem kampányokból, hanem összehangolt működésből épül fel. A személyre szabás és a valós idejű reakciók váltak kulcstényezővé.
Integrált működés, mint új alapállapot
A rendezvény egyik legfontosabb tanulsága, hogy a digitalizáció új szintre lépett:
a kérdés már nem az, hogy egy vállalat bevezet-e egy technológiát, hanem az, hogy képes-e ezeket egy működő, intelligens rendszerré összekapcsolni.
Valós példák a gyakorlatból
A rendezvény egyik legnagyobb értékét az ügyfélelőadások adták. Ezek közül két vállalat tapasztalatai már megoszthatók – az alábbiakban ezek összefoglalói olvashatók.
Wizz Air – AI a HR-ben
A HR-terület átalakulását jól példázza a Wizz Air esete, ahol az AI már működési szinten jelenik meg. A cég az SAP felhőalapú megoldása: a SuccessFactors platform AI-képességeire építve alakítja át folyamatait, és építi be fokozatosan a mindennapi munkába az SAP AI-copilotját, Joule-t, amely egyelőre még csak limitált számú felhasználói kör számára elérhető a vállalatnál.
Két évvel ezelőtt kezdtek el kísérletezni az AI-jal, de akkor még nem érezték, hogy érdemes belevágni, fél évre rá viszont már igent mondtak rá. Az SAP SuccessFactors mesterséges intelligencia egységei, benne az SAP Joule-jával, december végén kerültek használatba a Wizz Air-nél – hallhattuk Tóth Mátétól, a Wizz Air vállalati ügyekért felelős innovációs menedzserétől.
Igen széles körben tervezik majd élesben használni a megoldást a világszerte több mint 9 ezer főt foglalkoztató cégnél, kezdve a toborzással, és a tehetséggondozással, emellett pedig a tervek szerint a SuccessFactors AI eszközei fogják segíteni a két legkritikusabb területet: a munkavállalók adatmanagementjét és a HR ticketing támogatást.
Tóth Máté megosztotta a használat és bevezetés során felmerült kérdéseket és kihívásokat. Nagy fókuszt helyeznek majd a változásmenedzsmentben arra, hogy a munkatársak kétségeit eloszlassák azzal kapcsolatban, hogy az AI elveszi hosszú távon a munkájukat, és arra szeretnék edukálni a kollégákat, hogy kezeljék inkább barátként, segítőként a mesterséges intelligenciát. Ezen kívül fontos feladat Joule-t felvértezni a cég belső szabályzataival.
A jövőben minél több prémium funkciót szeretnének beépíteni, Joule-t pedig ki akarják terjeszteni a teljes szervezetre, és integrálni akarják a Copilottal is, amelyet már használ jelenleg is a szervezet.
Danone – gépi tanulás a kereslettervezésben
Az ellátási lánc területén a Danone példája mutatja meg, hogyan válik az adatvezérelt működés napi gyakorlattá, hogyan működik a gépi tanulás a kereslettervezésben az SAP IBP integrált üzleti megoldásra támaszkodva.
Tóth Tamástól, a Danone Magyarország Kft. ezen területéért régiós szinten öt országért felelős menedzserétől megtudtuk, hogy a cég egyelőre a napi szintű tejtermék keresletelőrejelzés kategóriájában használja a megoldást.
Tizenegy különböző helyről hozzák be a hozzávetőlegesen ezerféle terméket, ezek többsége gyorsan romló étel, így fontos, hogy a készletezés ne reaktív, hanem proaktív legyen. Ebben segített az új rendszer, amivel adatvezéreltté tudták alakítani a folyamatot.
A cégnél, miután az excel módszerrel már elérték a határokat, 2023-ban vezették be az IBP-t, az azóta eltelt idő alatt a gépi tanulással megvalósulhatott az automatikus előrejelzés.
A cél, hogy 2026-ban a termékcsoport kereslettervezésének akár már a 70-80 százaléka automatizált legyen, ami sok munkaórát takaríthat meg ezen a területen: ahol korábban az előrejelzésre hetente akár 160 órát is kellett fordítani, ennek most a töredéke is elegendő lehet, a felszabaduló időt pedig más, hozzáadott értékkel bíró elemzési feladatokra lehet fordítani.
A rendszer kétéves historikus rendelési adatokból indul ki, a modellszámítás során a főbb bemenő adatok a naptári napok, különböző események, marketing befektetések, és kiemelkedő fontossággal bírnak promóciós tevékenységek adatai, amik nagy hatással vannak egy-egy hét eladási volumenére. Emellett a komplexitást növelik még a hirtelen bekövetkező problémák, a termékhiányok vagy például a termék visszahívások. Országonként akár 5 ezer termékvariáció is bekerül a rendszerbe. Két időintervallumra terveznek: rövid távon 14 hétre, hosszú távon pedig 3 évre.
Tóth Tamás a kihívások közé sorolta, hogy szelektív módon, csak a termékek egy részhalmazára működik stabilan a folyamat, nem feltétlenül lehet még teljes termékcsoportot odaadni a rendszernek pedig az lenne a jó, ha az előrejelzés a teljes kínálatra szólna. Nehezítő tényező, hogy gyakoriak a változások a termékportfólióban.
Összegzésként kiemelte, hogy egy újdonságokra nyitott csapattal és olyan szemlélettel kell belevágni egy ilyen projektbe, hogy érezhető legyen: akarják a változásokat.
A két példa jól mutatja, hogy az integrált, adatvezérelt működés nem koncepció, hanem már ma is működő vállalati gyakorlat a hazai piacon.
