

SUPREMIS
Sztuczna inteligencja to obecnie kluczowy element budowy tzw. Autonomicznego Przedsiębiorstwa w nowoczesnym sektorze produkcyjnym. Jesteśmy świadkami transformacji, która całkowicie redefiniuje podejście do zarządzania operacyjnego. Zamiast tradycyjnych systemów wymagających nieustannego nadzoru, firmy budują architekturę, w której oprogramowanie samodzielnie zarządza procesami end-to-end, zwalniając personel do realizacji zadań o charakterze strategicznym.
Wdrażanie zaawansowanych algorytmów wymaga jednak metodycznego planu i zrozumienia, w jaki sposób ewoluuje ta technologia. Poniżej przyglądamy się, jak wygląda droga od doradczych modeli Augmented AI, poprzez kalibrację z udziałem człowieka (Human-in-the-Loop), aż po zaawansowane, samodzielne środowiska typu Agentic AI. Świadomość tych etapów pozwala firmom przygotować się na wyzwania i płynnie delegować odpowiedzialność na systemy autonomiczne.
Sztuczna inteligencja nie staje się w pełni niezależna zaraz po uruchomieniu oprogramowania. Ewolucja od systemów wspierających użytkownika (Augmented AI) do w pełni autonomicznych algorytmów (Agentic AI) to rygorystyczny proces inżynieryjny. Przekazywanie maszynom coraz większych uprawnień wykonawczych odbywa się stopniowo, w oparciu o rosnącą skuteczność i budowane latami zaufanie.
Na wczesnych etapach transformacji cyfrowej, firmy opierają się na modelu Augmented AI (rozszerzonej inteligencji). Modele językowe (LLM) oraz sieci neuronowe działają tu jako potężne silniki rekomendacyjne. System gromadzi dane spływające m.in. z maszyn, modułów logistycznych i finansowych, by w czasie rzeczywistym identyfikować anomalie i podsuwać gotowe rozwiązania. Ostateczna decyzja i odpowiedzialność wciąż należą jednak do człowieka.
Przykładowo, system analizujący drgania i temperaturę może z dużym prawdopodobieństwem przewidzieć awarię maszyny CNC w ciągu dwóch dni. Zaproponuje on zamówienie nowych części i korektę planu produkcji. To jednak inżynier musi ocenić trafność tej sugestii i ręcznie zatwierdzić działania zapobiegawcze w systemie ERP.
Aby system AI mógł stać się samodzielny, musi przejść etap intensywnej nauki oparty na mechanizmie Human-in-the-Loop (człowiek w pętli). Każda odpowiedź systemu, którą człowiek akceptuje, odrzuca lub edytuje, stanowi paliwo dla procesu zwanego fine-tuningiem (dostrajaniem).
Proces ten przypomina naukę języków obcych. Uczeń na początku potrzebuje nauczyciela, który koryguje błędy i wyjaśnia kontekst. Dzięki tym informacjom zwrotnym z czasem wypowiada się coraz swobodniej, a ingerencja nauczyciela ogranicza się do minimum.
W systemach AI interakcje z użytkownikiem (w tym poprawiane prompty i odpowiedzi) służą dwóm celom optymalizacyjnym:
W tym celu wykorzystuje się metody takie jak Supervised Fine-Tuning (SFT) lub Reinforcement Learning from Human Feedback (RLHF), a także optymalizacje bezpośrednie (m.in. DPO, IPO czy KTO). Z czasem, gdy skuteczność modelu rośnie, poprawki stają się rzadkością.
W momencie, gdy algorytmy działają niemal bezbłędnie, zarząd może podjąć decyzję o aktywacji modelu Agentic AI, stopniowo zdejmując blokady na najmniej ryzykownych procesach. AI otrzymuje uprawnienia do edycji parametrów w systemie ERP, takich jak autonomiczne przesuwanie dat dostaw bez pytania pracowników o zgodę.
"W środowisku Agentic AI pojęcie Human-in-the-Loop ewoluuje. Ludzie przestają mikrozarządzać każdą decyzją. Zamiast tego koncentrują się na definiowaniu ram bezpieczeństwa (guardrails), określaniu wyjątków oraz rozpatrywaniu niezwykle rzadkich przypadków brzegowych (edge cases), z którymi model styka się po raz pierwszy i dla których nie potrafi samodzielnie skalkulować pewności. To metodyczne, etapowe nauczanie LLM-ów jest niezbędne, ponieważ buduje zaufanie na poziomie zarządu i chroni organizację przed chaosem operacyjnym wynikającym ze zbyt szybkiego oddelegowania krytycznych zadań nieprzetestowanym algorytmom."OlafWojak
SAP AI Business Transformation Center Director | SUPREMIS
Rozwój AI pociąga za sobą zmianę charakteru interakcji na linii człowiek–maszyna. Architektura techniczna w systemach ERP i ewolucja tej relacji układają się w spójny model czterech er:
"Sztuczna inteligencja w środowisku ERP nie zastąpi ekspertów, lecz zautomatyzuje pracę opartą na odtwarzaniu powtarzalnych procedur systemowych. Kluczem do sukcesu jest jednak jej stopniowe i w pełni kontrolowane wdrażanie, gwarantujące zachowanie bezpieczeństwa operacyjnego firmy. Tylko odpowiednio skalowane środowisko agentowe trwale skraca drogę od strategicznej koncepcji do wydajnie funkcjonującego biznesu."JanuszBus
Sales Director | SUPREMIS
Aby cyfrowi agenci mogli działać bezawaryjnie, potrzebują dostępu do czystych i ustrukturyzowanych danych, które gromadzi system ERP.
Zależność tę precyzuje Olaf Wojak:
"Systemy uczenia maszynowego są na tyle skuteczne, na ile pozwalają im na to dane operacyjne przedsiębiorstwa. Bez uporządkowanego rdzenia informacyjnego w systemie klasy ERP, inicjatywy AI skazane są na niepowodzenie. Wyobraźmy sobie bibliotekę, w której wszystkie książki są starannie posegregowane alfabetycznie na regałach. Znalezienie potrzebnej pozycji zajmuje dosłownie kilka sekund. A teraz wyobraźmy sobie tę samą bibliotekę, w której książki leżą porozrzucane po podłodze i na stołach. Znalezienie jednej pozycji zamienia się w długie, frustrujące i często bezowocne poszukiwania. Dokładnie tak samo działa sztuczna inteligencja. Im lepiej uporządkowane i dostępne są dane w systemie ERP, tym szybciej, trafniej i skuteczniej AI może z nich korzystać. Gdy dane są chaotyczne - AI traci swoją moc."OlafWojak
SAP AI Business Transformation Center Director | SUPREMIS
Biorąc pod uwagę fakt, że z końcem 2027 roku starsze generacje oprogramowania (jak SAP ECC) przestaną być w pełni wspierane, planowanie migracji do nowoczesnego środowiska (np. SAP Cloud ERP) to krok niezbędny, by odpowiednio przygotować architekturę danych pod algorytmy AI.
SUPREMIS, będący Partnerem SAP od blisko 20 lat, dysponuje własnym Centrum Kompetencji AI. Eksperci firmy pomagają ocenić gotowość cyfrową organizacji i bezpiecznie przeprowadzić ją przez proces delegowania zadań algorytmom. Korzystając z rozwiązań takich jak certyfikowany pakiet SUPREMIS Go Cloud for SAP GROW Fast, organizacja może uruchomić system chmurowy z wbudowanym mechanizmem AI już w 16 tygodni, redukując presję na kadrę i skalując zysk.
Niniejszy artykuł inauguruje 6-częściową edukacyjną serię SUPREMIS pt. „Droga do Autonomicznego Przedsiębiorstwa z AI w SAP Cloud ERP”. W kolejnych tygodniach eksperci przybliżą m.in. kwestie:

SUPREMIS
