פיתוח עוזר AI ל-ERP: אנליטיקה, תחזיות, המלצות

למנהל חשוב לראות תחזית רכש ומלאי לפני שהמספרים מתרחקים מהמציאות. אנו מפתחים עוזר AI ל-ERP בהתאמה אישית: מחברים למערכת החשבונות, מגדירים אנליטיקה, תחזיות והמלצות לרכש. הדיווח מוכן מהר פי כמה, וההחלטות מתבססות על נתונים ולא על ניחושים.

תחומי פיתוח AI

שאלות נפוצות

העבודות האחרונות

  • פיתוח אפליקציית ווב עבור FEEDME
    פיתוח אפליקציית ווב עבור FEEDME
    1365
  • פיתוח חנות מקוונת לחברת FURNORO
    פיתוח חנות מקוונת לחברת FURNORO
    1330
  • עיצוב לוגו לחברת B2B Advance
    עיצוב לוגו לחברת B2B Advance
    776
  • פיתוח אפליקציית ווב עבור Enviok
    פיתוח אפליקציית ווב עבור Enviok
    1077
  • פיתוח לוגו חברת AIDER
    פיתוח לוגו חברת AIDER
    1022
  • פיתוח CRM עבור Chasseurs
    פיתוח CRM עבור Chasseurs
    1113

איפה נשבר עוזר AI של ERP על נתונים אמיתיים

כמעט כל הטמעה של עוזר AI של ERP מתחילה באותו אופן: פיילוט על בסיס דמו נקי מציג תחזיות והמלצות ברורות, אבל כעבור חודש במערכת הרישום התפעולית אותן שאילתות מחזירות תשובות סותרות. הסיבה אינה במודל, אלא בכך שנתוני הדגמה ונתוני ייצור הם שני עולמות שונים. נפרק היכן נשבר הקשר בין תשובות העוזר למציאות.

השבר הראשון — מקטלגים מפוזרים. הפריטים במערכת משנה אחת מנוהלים בשמות מלאים, באחרת בקיצורים, ואצל ספקים ולקוחות מצטברים כפילויות עם כתיב שונה של פרטי הזיהוי.

העוזר מפצל מכירות של לקוח אחד לשני כרטיסים, וטעויות התחזית גדלות לא בגלל האלגוריתם, אלא מכיוון שאובייקט הרישום אינו מוגדר באופן חד-משמעי.

השבר השני — ייצוא ידני. הנתונים מגיעים לעוזר כקבצים שמישהו מכין לפי נוהל, והוא עובד לא עם המצב הנוכחי אלא עם תמונת מצב מתאריך הייצוא. העיכוב הופך המלצה לרכישה לתיאור של מחסור שכבר קרה.

השבר השלישי — כללי חישוב שונים. אותו מדד במחלקות שונות מחושב אחרת: במקום אחד עם החזרות, במקום אחר בלעדיהן. העוזר ממצע את הפרשנויות, ואיש אינו בודק את איכות הנתונים במערכת הרישום לפני ההטמעה — מכאן הפער מול מה שהמנהל רואה בדוח.

המסקנה פשוטה: אי אפשר להעמיד עוזר על גבי נתונים שאיש לא איחד. בהמשך נסביר כיצד אנו סוגרים את הפערים האלה.

כיצד עוזר AI של ERP משנה את הדיווח והתחזיות

העוזר אינו משכפל את קו הרישום, אלא קורא אותו: מתחבר לבסיס 1C:ERP או למערכת ארגונית אחרת בגישה מוסדרת, משווה מקטלגים ובונה תצוגת נתונים לחישובים. הדוח נוצר לפי דרישה מתוך נתוני המקור, ולא מתוך עותק בגיליון שמישהו עדכן ידנית בשבוע שעבר.

מכאן שני אפקטים שנראים כבר בחודש הראשון. חלקם של הדוחות הנאספים לפי דרישה עולה ל-80–90%, ואת השאר מכסות טפסים נדירים עם התאמה ידנית. כל מדד נפתח עד למסמך המקור: מעבר לפי חריגה מוביל לרישום, לאצווה או לחוזה, ולכן השאלה "מאיפה המספר" נפתרת בדקות ולא ביום של התכתבות.

תחזית הביקוש מחושבת לא כהמשך של התקופה הקודמת, אלא כמודל על בסיס היסטוריית משלוחים, עונתיות, יתרות מלאי, זמני אספקה ומחיר. האופק — עד רבעון לפי קבוצות מוצרים, והשגיאה בקטע קצר יורדת בערך בשליש לעומת הערכה ידנית. האנליסטים מפסיקים לעבוד כמפעל ייצוא ועוברים לבדיקת השערות ולהגדרת מודלים.

יחד עם ייצוא ידני נעלם סוג שלם של כשלים: גרסאות קבצים שהתפצלו, שורות שאבדו בהעתקה, דוחות על תקופה חלקית. הפחתת הפעולות הידניות כאן אינה מטרה בפני עצמה, אלא תוצאה — ככל שיש פחות צעדים בין הנתונים להחלטה, כך יש פחות מקומות שבהם המספר יכול להתקלקל.

אפשרויות חיבור למערכת הרישום והמגבלות שלהן

חיבור למערכת הרישום הוא תמיד פשרה בין רעננות הנתונים, העומס על סביבת הרישום והיקף ההרשאות. אנו עובדים עם שלוש סכמות: מודול מובנה, שירות חיצוני עם ייצוא והיברידי.

כל אחת מגבילה בדרכה את הגישה למערכת הרישום, ולכן הבחירה תלויה במה שחשוב יותר — תשובה מיידית של העוזר או עומס צפוי על מערכת הרישום.

אפשרות מתי מתאימה מגבלות האינטגרציה
מודול מובנה העוזר חי בתוך מערכת הרישום, והתשובות נדרשות בזמן עבודת המשתמש כללי הגישה נקבעים על ידי מערכת הרישום עצמה; העדכונים מתבצעים בקצב שלה; שאילתות אנליטיות מתחרות בפעולות המשתמשים
שירות חיצוני עם ייצוא יש צורך בתחזיות ובאנליטיקה על היסטוריה מצטברת, ואין להעמיס על מערכת הרישום הנתונים מגיעים באיחור; מקטלגים משוכפלים; את הפער בין הייצוא לרישום יש להשוות לפי נוהל
סכמה היברידית רמזים תפעוליים — ממערכת הרישום, אנליטיקה כבדה ותחזיות — על עותק נתונים נפרד שני קווי גישה: קשה יותר לתוחם הרשאות, לנהל יומן פניות ולעקוב מי קורא אילו ישויות

בפועל בוחרים לרוב בהיברידי: העוזר קורא רק את הישויות הנדרשות, וחישוב התחזיות מתבצע בצד השירות. אז מגבלות האינטגרציה מפסיקות להיות סיכון — העומס על מערכת הרישום צפוי, ותשובות העוזר אינן תלויות בשאלה אם מתבצעת סגירת תקופה.

שלבי ההטמעה: ביקורת נתונים, סכמה, הגדרה, בדיקה

הטמעת עוזר מעל מערכת הרישום היא בראש ובראשונה עבודה עם נתונים, לא עם המודל. כל עוד המקטלגים לא אוחדו, והקשרים בין מסמכים לרגיסטרים לא תוארו פורמלית, העוזר עונה בביטחון ובדיוק לא נכון. לכן סדר העבודות קבוע.

  1. ביקורת נתונים. בודקים את שלמות המקטלגים, כפילויות של ספקים ולקוחות ושל פריטים, שדות חובה ריקים, פערים ביחידות מידה. בפלט — רשימת ליקויים עם הערכה כיצד כל אחד מהם יעוות את תשובת העוזר.
  2. תכנון הסכמה. מתארים את הקשרים בין מסמכים, רגיסטרים ומקטלגים: אילו שדות הם מפתח, אילו תנועות להתחשב בהן, לאיזו תקופה הנתונים בני השוואה זה לזה. את הסכמה מתאמים עם אנשי הרישום שלכם לפני תחילת ההגדרה.
  3. הגדרת שאילתות. לכל סוג שאלה — יתרות, חוב, דינמיקה, חריגות — מרכיבים סט מוגבל של דגימות מאומתות עם מסננים לפי תקופה והרשאות המשתמש. העוזר בוחר מתוך מוכנות מראש, ולא בונה באופן שרירותי.
  4. תיחום גישה. התפקידים מועברים לעוזר: מנהל תחום לא יראה נתונים שסגורים עבורו במערכת הרישום. בודקים בחשבונות בדיקה של כל תפקיד.
  5. בדיקת איכות התשובות. הרצה על תקופות היסטוריות עם השוואה לדוחות מערכת הרישום. מתעדים את שיעור הפערים, ובנפרד מנתחים שאלות בלי נתונים: העוזר צריך לומר "אין מספיק נתונים", ולא להציב מספר דומה.
  6. מסירה לתפעול. נוהל עדכון בעת שינוי מקטלגים, יומן שאילתות ותיקוני ניסוחים, אחראי על איכות, הדרכת משתמשים על הנתונים שלהם עצמם.

בפלט נשארים סכמה מתואמת, סט שאלות מאומתות ודיוק תשובות מדיד — במקום הדגמה על דוגמה מוכנה.

נהלים, סכמות ותיעוד לאחר ההטמעה

ההטמעה נחשבת להסתיימה לא כאשר העוזר עונה על שאלות דמו, אלא כאשר אפשר להעביר אותו לצוות אחר ולתחזק אותו בלי היוצרים. לכן את מערך התיעוד אנחנו מקבעים מראש, לפי רשימה, ומוסרים יחד עם המערכת — אחרת כעבור חצי שנה איש לא יזכור מאילו מקורות נאסף בסיס הידע ומדוע העוזר עונה דווקא כך.

  • סכמת אינטגרציה — אילו מודולי ERP, מקטלגים ורגיסטרים משתתפים בחילוף, לאיזה כיוון זורמים הנתונים, היכן נקודות הכשל וכיצד מריצים מחדש בקשה שנכשלה.
  • מדיניות גישה — העוזר עונה אך ורק בגבולות הרשאות העובד: תפקיד, מחלקה, רמת סודיות. בנפרד מתואר מה קורה בעת החלפת תפקיד וסיום עבודה.
  • נוהל עדכון ידע — מי ובאיזו תדירות מאנדקס מחדש את הבסיס בעת שינוי פריטים, נהלים ומקטלגים, וכיצד נבדקת האיכות לאחר הטעינה.
  • תיעוד טכני — הרכב השירותים, פרמטרי תצורה, מדדי בקרה, יומני עבודה, סדר נסיגה לגרסה קודמת של המודל והכללים.
  • סט שאלות ייחוס — כמה עשרות שאילתות טיפוסיות עם תשובות מאומתות. מורץ לאחר כל עדכון, כדי לתפוס ירידה באיכות לפני המשתמשים.
  • הוראות לעובדים — כיצד לנסח שאילתה, כיצד לבדוק את מקור המידע ב-ERP, מה לעשות אם העוזר עונה בחוסר ביטחון או שאין נתונים.
  • מטריצת אחריות — מי בצד המזמין מחזיק בבסיס הידע ובכללי התשובה, מי אחראי על הסביבה, למי מופנית בקשה בעת תקלה.

המערך יוצא קומפקטי: הוא מתאר לא את מבנה ה"פנימיות", אלא פעולות — מה לעשות בעת כשל בחילוף, עדכון מקטלג, שינוי הרשאות. מערך כזה עובר בדיקת ביקורת ומאפשר להחליף ספק תחזוקה בלי לאבד את ההקשר.

מקרה בוחן: תחזית רכש ויתרות בסחר סיטונאי

ספק סיטונאי עם כמה אלפי פריטים פעילים וארבעה מחסנים תכנן רכש בגיליונות אלקטרוניים: ייצוא מ-1C:ERP, תיקון ידני בידי אנליסט, תיאום עם מנהלים. דוח התחזית נאסף במשך שני ימי עבודה — עד למועד המוכנות חלק מהנתונים התיישן, וההחלטות התקבלו לפי מחזור האספקה הקודם.

מה היה לפני

התחזית חושבה לפי ממוצע לשלושה חודשים, בלי פרופיל עונתי ובלי זינוקי ביקוש במבצעים — בעת עלייה מערכת הרכש לא הספיקה להגיב. בפריטים מבוקשים נרשמו 30–40 מקרי מחסור ברבעון, וכ-60% משורות התחזית האנליסט תיקן ידנית, וההיגיון של התיקונים לא נשמר בשום מקום: בכל שבוע החשיבה התחילה מאפס.

מה שינו

הרכיבו סביבה שאוספת מדי יום תנועות לפי מחסנים והזמנות, בונה תחזית לאופק של עד 12 שבועות תוך התחשבות בעונתיות, זמני אספקה ומכפלת אריזה, ומחשבת מחדש מלאי ביטחון לכל פריט.

העוזר אינו מחליף את קניין הרכש: הוא מציג המלצה, מסמן חריגה מהמחזור הקודם ומבקש נימוק בעת תיקון שורה — התיקונים הופכים לתיוג לאימון נוסף של המודל.

מה נהיה

זמן הכנת הדוח הצטמצם משני ימים ל-20–30 דקות: ייצוא, חישוב וסיכום מתבצעים בהרצה אחת. שיעור התיקונים הידניים בתחזית ירד מ-60% ל-12–15%, מקרי מחסור בפריטים מבוקשים — ל-4–6 ברבעון, מחזור המלאי במחסן הואץ ב-9 ימים, והמלאי העודף הפסיק לגדול. כעבור שני רבעים קנייני הרכש עובדים עם המלצות העוזר כתרחיש בסיס, ולא כבדיקה של חישוב זר.

מה לעשות אם מערכת הרישום כבר שונתה מאוד

מערכת רישום ששונתה אינה חוסמת את הטמעת העוזר, אך משנה את אופן החיבור. תחילה עורכים מיפוי שינויים: אילו אובייקטים הוגדרו מחדש, היכן הלוגיקה חיה בהרחבות, והיכן התיקון הוכנס ישירות לקוד. את העוזר מחברים לשכבת ביניים שאינה תלויה בשינוי מסוים ותשרוד את הגרסה הבאה.

מקטלגים לא סטנדרטיים הם המקור העיקרי לטעויות באנליטיקה: ספק-לקוח נרשם בשלוש רשומות, לפריטים יש קבוצות משלהם, ולמחסנים סטטוסים משלהם. על סט כזה העוזר טועה בביטחון, ולכן לפני האימון אוספים מפת התאמות — ממד קנוני, כללי מיזוג כפילויות, גורל רשומות בלי בעלים. את המפה מאשרים לפני התחזית הראשונה, ולא אחריה.

לרוב אין עותק בדיקה נקי של הסביבה: בסיס הייצור שונה עשרות פעמים, ותצלום מנותק-זיהוי לא נעשה. יוצרים עותק, חותכים נתונים אישיים, מקבעים את גרסת התצורה של 1C ואת הרכב ההרחבות — ומקבלים סביבה עם תוצאה ניתנת לשחזור. אם גם זה אינו זמין, העוזר מתחיל במצב קריאה בלבד על נתוני הייצור.

תאימות לאחור חשובה יותר ממהירות: עדכון הפלטפורמה או הפתרון הענפי לא אמור לשבור את העוזר. את האינטגרציה מחזיקים בנקודות הרחבה מתועדות ובממשקים תוכנתיים של הספק, ולא בניתוח מזהים פנימיים. סט בדיקות רגרסיה מאשר שלאחר העדכון המקטלגים נקראים, התחזיות מחושבות מחדש, והייצוא תואם לרגיסטרים.

מיגרציה בלי השבתה מתבצעת דרך סביבה מקבילה: תחילה העוזר קורא עותק, משווים מספרים לדוחות, ואחר כך מפעילים רמזים על בסיס הייצור. את מצב העבודה מחליפים לפי לוח זמנים, ונקודת נסיגה נשמרת ליממה.

ספקות טכניים נפוצים לפני תחילת העבודה

לפני תחילת העבודה עולים אותם שאלות: כיצד העוזר מקבל גישה למערכת הרישום, מה הוא עושה בתשובה לא בטוחה ומי אחראי עליו לאחר ההפעלה. להלן תשובות קצרות לגופן של דברים.

כיצד מתוחמות ההרשאות ומוגנים הנתונים?

לעוזר אין חשבון עם הרשאות מורחבות — השאילתות נשלחות למערכת מתוך התפקיד של העובד הספציפי. אם מחסן או מודול כוח אדם סגורים עבורו — הוא לא יציג את הנתונים האלה: ההגבלה נמצאת במקור, ולא בממשק. נתונים אישיים מוסתרים לפני העיבוד, ופניות מתועדות ביומן עם שיוך למשתמש.

מה קורה כאשר המודל טועה?

רישומים ושינויים בנתונים העוזר אינו מבצע — הוא קורא ומציע. תשובה בביטחון נמוך מסומנת ועוברת לאישור אדם, וערכים מספריים מלווים בקישור למקור: מסמך, רגיסטר, תקופה. אפשר להשוות את המספר בקליק אחד — זו ההגנה מפני ניסוח סביר אך שגוי.

האם יהיה צורך לאמן מחדש את המודל על הנתונים שלנו?

המשקלים בדרך כלל לא מאומנים מחדש: התרומה העיקרית מגיעה מחיפוש במסמכים שלכם ומתיאור מבנה הרישום. מילון המונחים, מילים נרדפות לפריטים ומקטלג מדדים מתווספים תוך כדי התפעול — הדיוק עולה בלי לבנות את המודל מחדש ובלי לעצור את העבודה.

מה כלול בתמיכה לאחר ההפעלה?

בודקים את שיעור התשובות עם מקור מאומת, זמן התשובה ורשימת שאלות בלי תשובה — האחרונה מראה פערים במקטלגים ובנתונים. נוהל עדכון המילון וניתוח אירועים מתקבעים כבר בהתחלה, כדי שהעוזר לא ידרדר עם השינויים במערכת הרישום.

נדון במשימה ונחזור עם תוכנית והערכה

כדי שהשיחה תהיה עניינית, אין צורך במפרט טכני מוכן — די בתיאור של סביבות ותרחישי כאב. אנחנו מנתחים אותם יחד עם מחלקת ה-IT שלכם וחוזרים עם תוכנית: היכן עוזר AI נותן אפקט מיד, והיכן קודם כל נדרשת עבודה על איכות הנתונים.

שלחו את מה שכבר יש בהישג יד:

  • רשימת תרחישים שגוזלים זמן: השוואת יתרות, הרכבת תחזית ביקוש, הסברים לחריגות תוכנית-ביצוע;
  • מפת נתונים: אילו מערכות רישום ומקטלגים משתתפים, מי הבעלים של נתוני האב, האם יש ייצוא למאגר;
  • מגבלות גישה: אילו תפקידים עובדים עם העוזר, אילו שדות סגורים, דרישות לניתוק זיהוי;
  • דוגמאות לתשובות ייחוס — 5-10 שאלות אמיתיות ותשובות נכונות עליהן, הן הופכות לבסיס של סט הבדיקה;
  • נקודות אינטגרציה: ממשקים שאליהם העוזר מתחבר לקריאה, ובמידת הצורך לכתיבה;
  • הרכב התיעוד שנדרש למחלקת ה-IT שלכם לקבלה ולתחזוקה עתידית.

השלב הראשון — הפעלת פיילוט על 2-3 תרחישים וסט נתונים מוגבל, בבידוד ממערכת הייצור. לפני ההתחלה מקבעים קריטריוני קבלה בגדלים מדידים: שיעור התשובות הנכונות בסט הבדיקה, זמן תגובה, שיעור הפניות שנסגרו בלי העברה לאדם.

אם היעדים הושגו — מרחיבים את סט התרחישים ומוסרים תיעוד: סכמות זרימת נתונים, נוהל עדכון מודלים וכללים, הוראות לתמיכה. אם לא — הסביבה נסגרת בלי השפעה על מערכת הרישום, ואתם מקבלים ניתוח סיבות.