AI og data som skaper reell effekt

AI endrer grunnleggende hvordan virksomheter jobber, skaper verdi og konkurrerer. Riktig brukt hever det både tempoet og kvaliteten i beslutninger som tidligere krevde dager med manuelt underlag. Men reell effekt krever mer enn teknologi.

Vi ser samme mønster hos virksomhet etter virksomhet: AI-verktøyene er allerede på plass. Medarbeiderne bruker dem hver dag til å oppsummere tekst, skrive utkast og rydde i innboksen. Det som mangler er koblingen til virksomhetens egne tall. Så snart spørsmålet handler om egen forretning – hvilke kunder mister vi, hva har skjedd med marginen, hvordan ser lageret ut – står AI-en uten underlag og begynner å gjette.

Forskjellen mellom et hyggelig eksperiment og noe som faktisk endrer arbeidsmåten ligger nesten alltid i dataene under. Ikke i hvilken modell man valgte.

Et AI-svar er aldri bedre enn underlaget det bygger på. Og i de fleste virksomheter ser underlaget omtrent slik ut:

• forretningsdataene ligger i ERP-systemet, i tabeller bygget for transaksjoner

• viktige begreper mangler felles definisjon, så «omsetning» betyr ulike ting

• deler av sannheten finnes i regneark som fungerer som masterdata

• historikken er ufullstendig, fordi systemet overskriver i stedet for å lagre

Kobler man en AI-assistent rett mot et slikt miljø, får man svar som høres bra ut, men som ikke holder. Og et svar som høres bra ut, men er feil, er farligere enn ingen svar i det hele tatt – det oppdages sjelden før noen har tatt en beslutning basert på det.

Derfor mener vi at AI-spørsmålet i bunn og grunn er et dataspørsmål. Rekkefølgen betyr noe: strukturer først, prompt etterpå.

Veien dit trenger ikke være lang, men den må være riktig. Kort fortalt handler den om å:

• samle forretningsdataene fra de systemene der de faktisk oppstår

• definere begrepene én gang, slik at alle regner margin på samme måte

• kvalitetssikre nøkkeltallene i en modell som både rapporter og AI leser fra

• åpne modellen for AI, i stedet for å la AI-en lete i rå tabeller

• styre tilgangen, slik at hver bruker bare ser det den skal se

Det er nøyaktig den rekkefølgen Vellox er bygget for. Dataene dine hentes fra ERP-systemet, struktureres i en semantisk modell og brukes deretter av både rapportene dine og AI-assistenten din. Samme tall, samme definisjoner, uansett hvor spørsmålet stilles.

1. Legg grunnlaget – en semantisk modell over virksomheten din. Vi henter data direkte fra Business Central, Jeeves, Monitor, Pyramid eller Visma Business og strukturerer dem i Vellox datavarehus. Modellen dekker salg, innkjøp, lager, produksjon og økonomi, og den er ferdigkonfigurert for ERP-systemet ditt fra start.

2. Prompt dataene dine. Med Vellox MCP kobles Claude eller ChatGPT direkte mot din semantiske modell. Assistenten forstår modulene og nøkkeltallene dine og henter oppdaterte tall i stedet for å gjette. Spørsmål som tidligere krevde en analytiker og noen timer, besvares på sekunder – med et underlag du kan gå tilbake til og kontrollere.

3. Bygg eget oppå. Vårt REST API leverer de samme verifiserte dataene som driver Vellox-modulene. Det gjør det mulig å bygge kundeportaler, innebygde dashboard, automatiseringer og egne AI-agenter uten å bygge et nytt datagrunnlag for hvert initiativ.

4. Hold det ansvarlig. AI mot virksomhetsdata reiser betimelige spørsmål om sikkerhet og styring. Koblingen mot Vellox er lesende – ingen skriveoperasjoner er mulige – og du bestemmer hvilke deler av modellen som eksponeres og for hvem. Med EUs AI-forordning på plass blir det dessuten stadig viktigere å kunne vise hvor et svar kommer fra. En modell med sporbare definisjoner gjør det spørsmålet enkelt å besvare.

5. Få det inn i hverdagen. Nytten oppstår når controlleren, salgssjefen og produksjonslederen selv stiller spørsmålene. Vi hjelper til med de første bruksområdene, viser hvordan man spør, og sørger for at svarene ender i beslutninger i stedet for i enda en rapport ingen åpner.

Noen eksempler på spørsmål kundene våre stiller direkte til sine egne data:

• Hvilke ti kunder mistet vi mest omsetning på siste kvartal?

• Hvor mye av leverandørenes prisøkninger har vi ført videre til kunde?

• Hvilke varer binder kapital på lager uten å ha beveget seg på seks måneder?

Det som gjør svarene nyttige, er ikke at de kommer raskt. Det er at de bygger på de samme tallene som ledelsesrapporten – og at den som får svaret kan stille oppfølgingsspørsmålet direkte i stedet for å bestille en ny analyse.

Hvis AI føles som noe som burde gi mer enn det gjør i dag, er det sjelden modellen det er noe feil med. Det er oftest at den mangler noe å jobbe med.

Gå inn på www.vellox.se og book en demo, så viser vi hvordan Claude eller ChatGPT svarer på spørsmål om nettopp din virksomhet – med dine egne data.