Agentic AI dla systemów ERP. Prognozy w Raporcie Gartnera 2025

Jako kluczowe prognozy dla systemów ERP autorzy wskazali:

Stałe poszerzanie wiedzy technologicznej, gromadzenie wartościowych danych i analizowanie case studies z właściwego sektora, które można odnieść do sytuacji swojego przedsiębiorstwa.
Planowanie i ustrukturyzowany system decyzyjny – selekcja właściwej strategii rozwoju oraz implementacji, a także rodzaju technologii, w tym typu AI. Wybór rozwiązań prostych i przemyślanych.
Szkolenie pracowników, których aktualizowane kompetencje oraz komfort użytkowania umożliwiają sprawne wprowadzenie nowych rozwiązań i gwarantują ich opłacalność.

Jasne staje się, że szeroka implementacja AI jest i będzie problematyczna organizacyjnie, czasochłonna i wymagająca dużych pokładów wysiłku ze strony pracowników na każdym poziomie organizacji.

Standaryzacja podstawą innowacji – także w przypadku systemów ERP

Technologia zarządzania rozwija się dynamicznie, a firmy podążając za zmieniającą się rzeczywistością decydują się na prostsze systemy ERP. Odejście od spersonalizowanych rozwiązań w stronę standaryzacji pozwala na tej podstawie wygodniej i taniej implementować różne innowacje.

87% respondentów ankiety 2023 Gartner ERP, Procurement, HCM and Finance Apps Survey zadeklarowało plany zastąpienia lub aktualizowania aplikacji ERP w przeciągu następnych trzech lat, aby dopasować je do łatwiejszego i szybszego przystosowywania nowych funkcji.

Nowości muszą być jednak wprowadzanie z głową, a więc zgodnie z wypracowaną strategią, procedurą wdrażania i testowania. Pozorna innowacyjność nie powinna stanowić jedynego argumentu za wprowadzaniem rozwiązań. Strategia powinna być pogłębiona – zawierać odpowiedzi na wszelkie “jak?” i “dlaczego?” – wystarczająco, by stanowić solidną podstawę działań rozwojowych. W procesie decyzyjnym powinni uczestniczyć udziałowcy, tak by projektowane rozwiązania pokrywały się z celami i oczekiwaniami biznesowymi.

GenAI vs Agentic AI – zastosowania w ERP

Chociaż znaleziono w kontekście systemów ERP zastosowania dla generatywnej sztucznej inteligencji, technologią wiodącą i najbardziej przystosowaną do potrzeb tego środowiska jest Agentic AI. Ten rodzaj AI wykorzystuje algorytmy uczenia maszynowego (ML), duże modele językowe (LLM) i inne zaawansowane technologie. Korzysta z nich między innymi do tworzenia samodzielnych systemów AI zaprojektowanych do podejmowania decyzji i wykonywania działań na bazie danych wyjściowych z otoczenia. W skrócie, AI generatywne tworzy content, podczas gdy agenci AI wykonują zadania w oparciu o reguły.

GenAI okazało się przydatne przy wykorzystaniu nieustrukturyzowanych danych w ramach systemu CRM (Customer Relationship Management) oraz rozwiązania HCM (Human Capital Management). Jednakże w innych rejonach działania ERP generatywna sztuczna inteligencja ma mniejszą wartość. Do 2027 mniej niż 30% opartych o AI funkcji zawartych w systemach ERP będzie oparta o GenAI. Korzystanie z agentów AI pozwala na automatyzację codziennych tasków. To daje pracownikom więcej czasu na czynności dodające wartość, zwiększając ogólną wydajność firmy. Należy jednak wspomnieć, że końcowy sukces zależy od jakości danych i możliwości systemu jeśli chodzi o efektywne operowanie na wysoce złożonych danych.

By w pełni kontrolować sytuację, warto zastrzec w umowie z dostawcą ERP konieczność informowania o użyciu GenAI. Dotyczy to systemu, specyfiki zastosowania, wynikających z tego zagrożeń, wykorzystywanych zabezpieczeń i możliwych dodatkowych kosztów.

Dług technologiczny i opór wobec zmian

Inwestycje wdrażane w ramach transformacji AI stanowią zabezpieczenie na przyszłość, jednak nie da się ukryć, że wymaga ona dużych nakładów finansowych i wysiłku ze strony pracowników.

Do 2027, tylko 30% przedsiębiorstw będzie korzystało z danych o odpowiedniej jakości by w pełni wykorzystywać zaawansowane możliwości rozwiązań AI. Inwestycje w rozwiązania do zarządzania danymi będą rosnąć.

Samo dbanie o jakość danych nie jest jedynym wyzwaniem, firmy mierzą się również z dużym zapotrzebowaniem na rozwiązania systemowe, takie jak przechowanie, czyszczenie danych, integracja i zarządzanie. W związku z tym, wewnętrzna kultura organizacji może opóźniać wdrażanie nowych technologii poprzez sprzeciw pracowników i managementu w sytuacji, w której AI nie przynosi szybko wymiernych korzyści.

45% respondentów stwierdziło, że główną przeszkodą przy wprowadzaniu elastycznej architektury w 2023 r. byłby dług technologiczny i/lub wewnętrzny opór wobec wprowadzanych zmian.

Dług technologiczny jest wynikiem myślenia krótkoterminowego, którego trzeba się wystrzegać. Kiedy zespół deweloperski idzie na kompromisy celem jak najszybszego wdrożenia produktu, a kosztem standardów jakościowych, można spodziewać się długofalowych konsekwencji każdego błędu i końcowo większych nakładów pracy. Nowego rodzaju technologia, której możliwości i ograniczeń w pełni nie znamy, jest mało przewidywalna i wymaga dozy ostrożności. Dlatego też zabezpieczeniem inwestycji jest odpowiednia taktyka wdrażania – szkolenie pracowników i komunikowanie im zmian w wykorzystywanej technologii. Wszystko po to, by odbierali zmiany pozytywnie nawet jeśli korzyści nie pojawią się natychmiast.

Ocena opłacalności – zwrot inwestycji z ERP

Kwestią mającą znaczny wpływ na tempo wprowadzanych zmian na rynku jest niepewność co do opłacalności implementacji rozwiązań AI w ramach systemów ERP. Brakuje na razie jednoznacznych case studies, przewidywane skutki transformacji nie są w pełni ugruntowane.

Do 2027 mniej niż 10% podmiotów, które wprowadziły agentic AI wewnątrz systemów ERP będzie odczuwać znaczące i wymierne zyski.

By zadbać o jak najwyższy ROI, osoby decyzyjne muszą zdefiniować czytelne i mierzalne cele przed wprowadzeniem wsparcia agentów AI. Obiecane ze strony dostawców technologii korzyści muszą pokrywać się z celami biznesowymi firmy. W idealnej sytuacji nowe funkcje dopasowują się do potrzeb i możliwości firmy, automatyzują standardowe procesy, dzięki wczesnemu wdrożeniu wyróżniają przedsiębiorstwo na tle konkurencji, a przede wszystkim sprawdzają się lepiej od konwencjonalnych, wykorzystywanych uprzednio rozwiązań.