AI og data, der skaber reel effekt

AI ændrer grundlæggende, hvordan virksomheder arbejder, skaber værdi og konkurrerer. Anvendt rigtigt øger det både tempoet og kvaliteten i beslutninger, der tidligere krævede dage af manuelt arbejde. Men reel effekt kræver mere end teknologi.

Vi ser samme mønster hos virksomhed efter virksomhed: AI-værktøjerne er allerede på plads. Medarbejderne bruger dem hver dag til at opsummere tekst, skrive udkast og rydde op i indbakken. Det, der mangler, er koblingen til virksomhedens egne tal. Så snart spørgsmålet handler om den egen forretning – hvilke kunder mister vi, hvad er der sket med marginen, hvordan ser lageret ud – står AI'en uden grundlag og begynder at gætte.

Forskellen mellem et hyggeligt eksperiment og noget, der faktisk ændrer arbejdsmåden, ligger næsten altid i dataene under. Ikke i, hvilken model man valgte.

Et AI-svar er aldrig bedre end det grundlag, det bygger på. Og i de fleste virksomheder ser grundlaget nogenlunde sådan ud:

• forretningsdataene ligger i ERP-systemet, i tabeller bygget til transaktioner

• vigtige begreber mangler en fælles definition, så "omsætning" betyder forskellige ting

• dele af sandheden findes i regneark, der fungerer som masterdata

• historikken er ufuldstændig, fordi systemet overskriver i stedet for at gemme

Kobler man en AI-assistent direkte til et sådant miljø, får man svar, der lyder godt, men ikke holder. Og et svar, der lyder godt, men er forkert, er farligere end intet svar – det opdages sjældent, før nogen har truffet en beslutning på det.

Derfor mener vi, at AI-spørgsmålet grundlæggende er et dataspørgsmål. Rækkefølgen betyder noget: strukturér først, prompt derefter.

Vejen dertil behøver ikke være lang, men den skal være den rigtige. Kort fortalt handler den om at:

• samle forretningsdataene fra de systemer, hvor de faktisk opstår

• definere begreberne én gang, så alle beregner margin på samme måde

• kvalitetssikre nøgletallene i en model, som både rapporter og AI læser fra

• åbne modellen for AI i stedet for at lade AI'en lede i rå tabeller

• styre adgangen, så hver bruger kun ser det, den skal se

Det er præcis den rækkefølge, Vellox er bygget til. Dine data hentes fra ERP-systemet, struktureres i en semantisk model og bruges derefter af både dine rapporter og din AI-assistent. Samme tal, samme definitioner, uanset hvor spørgsmålet stilles.

1. Læg grunden – en semantisk model over din virksomhed. Vi henter data direkte fra Business Central, Jeeves, Monitor, Pyramid eller Visma Business og strukturerer dem i Vellox datavarehus. Modellen dækker salg, indkøb, lager, produktion og økonomi, og den er færdigkonfigureret til dit ERP-system fra start.

2. Prompt dine data. Med Vellox MCP kobles Claude eller ChatGPT direkte til din semantiske model. Assistenten forstår dine moduler og nøgletal og henter aktuelle tal i stedet for at gætte. Spørgsmål, der tidligere krævede en analytiker og et par timer, besvares på sekunder – med et grundlag, du kan gå tilbage til og granske.

3. Byg dit eget ovenpå. Vores REST API leverer samme verificerede data, som driver Vellox' moduler. Det gør det muligt at bygge kundeportaler, indlejrede dashboards, automatiseringer og egne AI-agenter uden at bygge et nyt datagrundlag for hvert initiativ.

4. Hold det ansvarligt. AI mod forretningsdata rejser rimelige spørgsmål om sikkerhed og governance. Koblingen til Vellox er læsende – ingen skriveoperationer er mulige – og du bestemmer, hvilke dele af modellen der eksponeres og for hvem. Med EU's AI-forordning på plads bliver det desuden stadig vigtigere at kunne vise, hvor et svar kommer fra. En model med sporbare definitioner gør det spørgsmål let at besvare.

5. Få det ind i hverdagen. Nytten opstår, når controlleren, salgschefen og produktionslederen selv stiller spørgsmålene. Vi hjælper med de første anvendelsestilfælde, viser hvordan man spørger, og sørger for, at svarene ender i beslutninger i stedet for i endnu en rapport, ingen åbner.

Nogle eksempler på spørgsmål, vores kunder stiller direkte til deres egne data:

• Hvilke ti kunder mistede vi mest omsætning på i sidste kvartal?

• Hvor meget af leverandørernes prisstigninger har vi ført videre til kunden?

• Hvilke varer binder kapital på lager uden at have bevæget sig i seks måneder?

Det, der gør svarene brugbare, er ikke, at de kommer hurtigt. Det er, at de bygger på samme tal som ledelsesrapporten – og at den, der får svaret, kan stille opfølgende spørgsmål med det samme i stedet for at bestille en ny analyse.

Hvis AI føles som noget, der burde give mere, end det gør i dag, er det sjældent modellen, der er noget galt med. Det er oftest, at den mangler noget at arbejde med.

Gå ind på www.vellox.se og book en demo, så viser vi, hvordan Claude eller ChatGPT svarer på spørgsmål om netop din virksomhed – med dine egne data.