从网络安全到市场分析、机器人和自驾车，人工智能和机器学习一直在整顿着很多领域的业务。
但是，对于核心的企业职能，特别是对于那些一旦做出错误决策就会面临巨大风险的企业来说，人工智能的使用还处于起步阶段。
以美国宾夕法尼亚州Conshohocken的一家药品批发公司AmerisourceBergen为例。该公司在全球47个国家拥有19000名员工，每年总收入达1470亿美元，位列“财富”500强第11位。
该公司的定价副总裁Alexander Kugler意识到了人工智能的潜力，他知道人工智能有助于公司在制定产品价格时做出更好的决策。定价太高，客户会去别家买。定价太低，公司会赔钱。
此前，该公司使用电子表格从各种系统中提取数据以确定生产成本，并利用历史和他们自己的常识来弄清客户对价格变化以及竞争对手的行为有多敏感。
Kugler说：“这是一种过时的定价方法，已经跟不上行业趋势和动态。
因此，15个月前，AmerisourceBergen开始转向一个集成系统，该系统能自动计算生产成本、分析历史交易数据并抽取外部数据(如天气预报)，为将来部署人工智能奠定基础。
先行者对作为业务转型的一部分的人工智能改善ERP功能的需求正在不断增长，ERP厂商正在将机器学习功能融入其产品中以满足未来的需求。
ERP的未来
AmerisourceBergen选择的平台Vendavo内置了智能功能，但到目前为止，该公司还没有使用这些功能。
相反，当价格低于成本时，公司就用内置的专家算法，例如警报。这些算法是基于数据科学家的工作而创建的，但不是由机器学习系统即时产生的。
他说：“我们9月份才开始使用这个系统，而且现在我们更多地使用它来执行黑白分明的业务规则。我们还在伏地爬行——我们很快就会直立行走。”
要计算价格是否低于生产成本可能涉及到一个复杂的计算，但它仍然只是一个计算。一旦得出公式，并有正确的数据可用，要获得结果只是算术问题罢了。
但还有其它可能的警报，它需要判断而不是简单的计算。例如，一系列特殊的天气事件可能会引发对流感疫苗的更多需求。或者一个新的竞争对手可能即将进入一个特定的细分市场，将价格拉低。
Kugler说：“展望未来的话，我当然能看到商业风险警报的价值。我们拥有数以万计的客户，销售数以万计的产品，拥有一个能够在问题发生之前能提醒我们有什么潜在问题的流程或框架将是非常重要的。”
机器学习的另一个用途是工作流自动化。
首先要建立一个框架，在这个框架里一个人可以做出自动触发一系列行动的决策。然后，下次需要决策的时候，系统可以根据过去的经验推荐一个行动的过程。最后，一旦对推荐有足够的信心，系统就可以自动采取行动，人类只是监督进程并处理例外情况。
Kugler说：“你会得到一致的决策并使定价团队把更多的精力放在定价技术上。这将把定价团队解放出来，以专注于确实能为组织带来价值的真正机会。”
例如，如今，定价团队成员可能花三个小时进行更复杂的价格分析，五个小时处理与价格管理相关的日常工作。有了智能自动化，他们可能只要花一个小时的时间进行价格管理，而另外七个小时则可以进行增值活动。
他说：“这不是我希望减少员工人数的情况。
但是，所有这一切都是将来时。
目前，AmerisourceBergen仍在奠基中，因此它可以继续设法弄清楚如何将机器学习用于业务风险警报、预测分析和工作流程自动化。Kugler补充说，尚未用于决策。
但做出更好的预测，设定更好的价格，甚至降低生产成本并不是使用系统更智能化的唯一好处。
人工智能技术也有助于公司自卫——而不仅仅是针对其目前的直接竞争对手。
他说：“我们非常清楚地意识到像亚马逊这样的公司会进入我们的领域。如果我们认为亚马逊不打算利用一切可能的手段来干涉，那就太愚蠢了。”
那些不利用人工智能的公司将遭受损失，他这样说道。“我想你会看到他们的利润受到更多的侵蚀，最终他们要么不得不实行多元化并寻找其它的收入来源，要么成为被接管的候选人。”
为人工智能做好准备
很多公司像AmerisourceBergen一样仍在为使用机器学习和高级分析、智能界面和工作流程自动化的智能ERP系统做准备。
总部位于纽约的SapientRazorfish公司的人工智能负责人Josh Sutton说，基于人工智能的ERP产品和功能直到最近才为市场所接受，各公司正在采取一种缓慢而谨慎的方式进行采用。该公司提供咨询服务，帮助公司把人工智能功能添加到他们的ERP系统。
他说：“人工智能是当今商业转型的重要组成部分，转型速度比以往任何时候都快。”
Sutton看到很多公司开始狭隘地以把人工智能添加到ERP中的试点项目为目标，但这还为时尚早。
他说：“在这条道路上我们确实没走多远。而最成功的公司则是那些脚踏实地，而非好高骛远的公司，这些公司取得了实实在在、快人一步的成果。
另一家看到人工智能和机器学习改善运营潜力的公司是家得宝(Home Depot)。
如今，该公司拥有数据科学家、分析销售、天气趋势和其它数据，以帮助预测客户需求。
以飓风为例。
家得宝公司的通讯经理Paul Mayer说：“我们能够快速响应并在具有战略意义的配送中心布置水、胶合板和发电机等应急物资。我们当然是飓风总部。”
如今，这一切都是用脑力来完成的。但是公司正在评估和测试人工智能和机器学习的使用，尤其是在供应链和库存管理方面。
他说：“我们的目标是在客户需要的时候能确保我们在正确的时间拥有合适的产品。
根据分析公司LevaData本月发布的调查，69%的公司对人工智能如何帮助改善供应链非常感兴趣。
那么是什么阻碍了采用更智能的ERP的举动?有几个因素在起作用，包括文化问题、与其它业务相比，云采用ERP的步伐较慢，还有就是这项技术才刚刚出现。
ERP的人的因素
据LevaData调查显示，49%的受访者表示他们的内部人才尚未准备好对这些核心业务流程进行彻底的数字化转型。
以采购流程为例。LevaData的创始人兼首席执行官Rajesh Kalidindi说，大公司可能会处理成千上万的供应商提供的数千种不同的产品，但是负责人往往在谈判价格时还在依靠Excel电子表格和直觉。
他说，他们想要坚持自己的立场并使用他们多年的商业经验和发达的直觉。
现在他们需要转向数据驱动的方式。
他说：“人们会认为，‘这会抢走我的饭碗，他们会依靠机器还是我的决定?’”
据SAS今年夏天的一项调查显示，文化挑战是人工智能采用的最大障碍，49%的受访者表示对技术缺乏信任。
除了不愿意接受机器的建议之外，员工也可能不愿意交出机器所需的能让它做出更好的决策的信息。特别是价格谈判，人工智能不仅需要了解最终结果，还需要知道哪些策略是行不通的。
SapientRazorfish公司的Sutton说：“挑战在于获取所有的数据，而不仅仅是人们想要管理的数据。这是一家公司所面临的行为上的挑战，人工智能可以更好地处理所有的数据，而不仅仅是人们想要分享的数据。很多时候，人们只会把东西放在给他们带来良好影响的系统里。
步履蹒跚的云
基于云计算和SaaS的部署使ERP供应商能够轻松实施最新技术，并集成来自外部合作伙伴的数据源和分析工具。
然而，根据Panorama Consulting今年早些时候发布的报告，67%的公司仍在使用本地ERP，而只有33%使用云或使用基于云的供应商。
相比之下，据IBM介绍，87%的CRM系统现在都是云推动的。
IDC的分析师Mickey North Rizza表示：“大多数公司一直都停留在前台办公的速度和技术改进之上，才刚刚开始想到他们的后台应用程序。”
她说，使用基于云计算的ERP或SaaS产品的公司在人工智能方面捷足先登。
她说：“不幸的是，很多大型企业仍然在用传统的本地ERP系统，且尚未转移到云端。这些大企业错过了创新。”
Rizza希望更多的公司将业务迁移到云中，以帮助推动业务转型，并用机器学习做更多的事情。
ERP供应商推出人工智能功能
所有大型的ERP供应商都把人工智能纳入了近期的发展计划中，或者已经推出了功能和工具。
例如，甲骨文在十月份宣布了几款用于其基于云计算的ERP产品的由人工智能驱动的附加产品。
Oracle ERP和EPM产品营销集团副总裁Steve Cox说即将推出更多的产品
他说，到目前为止，企业还处于采用的最初阶段，尽管一些企业已经在分析方面使用了人工智能。
他说：“NHS使用人工智能来发现英国的欺诈索赔。这是一个很好的用例。”
但是人工智的本领远不止这些。
他说：“想象一下，你会得知一个天气预警，它指出你的一个工厂在某一天将不能生产配额，而且你会发现自己在客户问题上遇到麻烦。根据之前发生的事情，它向你建议六种可能的解决方案，它向你显示每种解决方案的经济影响，当你选择一个想要的解决方案时，它会显示你要采取的步骤，但最重要的事情就是下一次再发生这样的事情，系统记得。”
Cox说，这就是未来，这就是为什么他期望人工智能和云计算对业务具有同样的变革性。
他补充说：“我认为，人工智能和机器学习会改变一切。”
Cox预测，2018年将是见证人工智能在ERP领域被大量采用的一年。
Oracle NetSuite的产品营销副总裁Paul Farrell说：“我认为这种利害关系是巨大的。现在有一些企业正在利用它，但是看着我们的客户群，每个人都有兴趣，但是他们正在等待实际应用的出现。”
另一家拥有人工智能产品的ERP供应商是Infor，它于今年夏天发布了Coleman 人工智能机器人。该机器人使用亚马逊Lex深度学习和自然语言界面。
Infor Coleman人工智能的高级产品总监Rick Rider表示，该产品目前处于测试阶段，并将在明年春季上线。
Whole Foods公司的供应链和销售业务解决方案设计师BillyBackerby说，这是一系列很棒的功能。
他说：“你正在把消费级别的功能引进商业环境。”
同时在开发的还有预测分析和机器学习功能，它们有助于系统预测用户的需求。
Blackerby说：“我想到的一个特殊用例就在分类计划(assortment planning)领域。Coleman，我需要一种能够装在X类别的3英尺宽的货架上的产品，它与黄金周期间装在Y类别的其它干货相同。”
“大公司想小心翼翼地进入”，Vendavo公司的利润布道师Mitchell Lee如是说，该公司向B2B大型跨国公司销售定价分析工具，并于2016年开始提供机器学习工具。
他说：“大多数人不管做什么事都趋于保守。”
特别是，他们对“黑匣子”人工智能系统犹豫不决，在这里，推荐背后的原因还不清楚。
他说：“企业领导者必须正视投资者并对自己说，'我了解我们做出这些决策的过程'。”
例如，Vendavo可以自动将客户分类到细分市场，但是客户要看到系统创建集群的动机是什么，以及为什么特定的客户在一个集群而不是另一个集群。
他说：“你可能知道一些不在数据中的东西，你的业务知识，以及没有包含在系统中的一般知识。”
Lee说，大约10%的客户已经使用机器学习技术来自动识别细分市场并计算定价能力，然后人工评估这些建议。
他说：“它通过一段时间的监测来查看这些建议是否奏效，或者查看新的定价是不是也没有赢得业务，又或者是赢得了业务但价格较低。”
他补充说：“但是，企业不愿意翻转开关开启自动模式。人们习惯了自己作决策，而机器产生的错误的后果，其中一些建议的后果可能是重大的。”
云计算ERP厂商Acumatica平台的战略副总裁AjoyKrishnamoorthy表示：“我们正在将机器学习应用于ERP的很多特定领域。
例如，用户可以询问“Alexa，问问Informatica我有多少台笔记本电脑”，他这样说道。
有些公司已经试用了一些新功能，但是这些功能还没有投入生产。
在整合Alexa的例子中，该公司即将推出它，但安全性问题依然存在。例如，你总不希望随便冒出一个人就能索要并获取公司的数据吧。
他说：“我们需要完成语音认证，我们很快就会有这个功能的。”
另一家基于云计算ERP产品的公司是VAI，它主要服务中型企业。大约一年前它开始了人工智能的工作。
该公司在其应用程序中内置了IBM Cognos系列商业智能产品，并集成到IBM的Watson人工智能平台。
VAI的首席信息官Kevin Beasley表示：“很多传统支柱行业的客户都在关注人工智能可以为他们做些什么。将来，随着我们开发越来越多的人工智能功能，它能做的事会越来越多。”
Sage Intacct的高级副总裁兼工程和技术主管Aaron Harris说：“我们才刚刚开始。这些都是非常新鲜的东西，我们只是在构建底层技术，但是我们还没有准备好让客户使用它。”
Sage Intacct计划彻底取消了结账，以便公司的账簿始终保持最新状态，我们会立即发现并解决问题，而不是在季末才解决。另外，用户只需要提出一个自然语言的问题，而不是创建报告，平台不仅仅从财务系统抽取数据，而是来自多个来源。
Harris说：“我们从客户那里收获了很多喜悦。”
专注于工作流程自动化的供应商Nintex正在努力添加机器学习和自然语言处理的功能，以帮助客户从规则转向更智能、更灵活的工作流程。
Nintex首席营销官Matt Fleckenstein表示，该技术正处于测试阶段，将于2018年初推出。
他说：“我们现在已经在高级预览阶段获得了一批客户。”
例如，有些公司拥有超过10万种不同的工作流程，他这样说道。情报可以向员工建议行动，甚至自动执行一些行动。
他说：“首先，这好比说，'你总是倾向于在某个人那里批准低于一定数量的合同，你想批准这些合同吗?'”
那么，在两三年内，一旦公司对建议信心增强，系统就可以跳过推荐步骤，继续采取行动。
他说：“随着时间的推移，我建立了更多的信任，并且实际上看到了它的价值，并发现它的下行空间有限，我会给它更多的权力。这与加入你的团队的新员工没太大区别——因为你对他们充满信心，他们就会让他们承担更多的责任。”
边干边学
世界上最大的矿业公司之一，巴西淡水河谷公司的IT创新经理HelioMosquim说，要开始使用人工智能和机器学习，最佳的开始步骤就是实干。
Vale一直在通过构建原型人工智能驱动的服务利用SAP的Leonardo平台试验机器学习。
例如，试图订购更换零件的员工目前必须通过供应商目录，查找零件号码，然后将这些号码输入到系统中。
Mosquim在上个月的一次会议上说：“这是一个复杂的过程，它有很多错误。”
该公司曾考虑使用语音识别，但事实证明，这在实践中并不奏效。他说：“维修区内的设备非常吵，噪音太多。因此，Vale决定接受图像识别，并利用SAP Leonardo的机器学习功能学习如何识别零件。
他说：“现在，一个在现场的人可以用iPad拍照并在现场创建请求。”
SAP公司的总裁Patrick Bakey表示，人工智能在ERP中的潜力令人难以置信。
他说：“在接下来的几年里，可自动化的重复、枯燥的任务将被自动化，这会提高生产力，并使公司得以重新分配工作，设立新的职位。公司将能够为战略和创意项目投入更多的人才。”
另外，员工与企业技术的配合将变得更容易。
他说：“如今，你正在家里使用Alexa或Siri这样的人工智能驱动的机器人，在附近查找比萨饼外卖餐馆，并提供推荐、评论和优惠券。我们将为企业应用带来同样的便利和智能。”
版权声明：本文为企业网D1Net编译，转载需注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
京公网安备 11010502049343号