Asystent AI do danych planistycznych SAP w branży motoryzacyjnej

Case Studies /  Wiodący producent samochodów

MOTORYZACJA · PLANOWANIE PRODUKCJI

Zastąpienie ręcznego wyszukiwania danych asystentem planowania AI

Planiści produktów u wiodącego producenta samochodów luksusowych spędzali godziny na ręcznym odpytywaniu systemu SAP BW i wielu hurtowni danych, aby uzyskać potrzebne liczby. Zbudowaliśmy konwersacyjnego asystenta AI, który pobiera dane planistyczne na żądanie – po niemiecku lub angielsku, tekstem lub głosem – połączonego bezpiecznie z lokalnymi systemami SAP klienta.

Klient: Wiodący globalny producent samochodów luksusowych (pod NDA) – jedna z największych na świecie firm z segmentu premium motoryzacji.

Kluczowe wyniki

Godz.→sek.

Czas pobierania danych na zapytanie

2 języki

Pełna obsługa głosowa i tekstowa w języku niemieckim i angielskim

On-premise

Bezpieczne połączenie hybrydowe – dane nigdy nie opuszczają infrastruktury klienta

Samoobsługa

Planiści odpytują złożone dane bez wsparcia działu IT

BRANŻA

Motoryzacja

PRZYPADEK UŻYCIA

Pobieranie i odpytywanie danych planistycznych

PODEJŚCIE AI

NLP / NLU, konwersacyjna AI

SYSTEMY

SAP BW, wewnętrzne hurtownie danych

INFRASTRUKTURA

Microsoft Azure + hybryda on-premise

WSPÓŁPRACA

Design thinking → Dostarczanie zwinne

Replacing manual data lookups with an AI planning assistant - theBlueai - Leading Automotive Manufacturer

Wyzwanie

Planowanie produktów samochodowych to jeden z najbardziej danych intensywnych procesów w przemyśle motoryzacyjnym. W tej firmie planiści musieli pobierać dane z systemu SAP BW i kilku innych wewnętrznych hurtowni danych, aby podejmować decyzje – wolumeny produkcji, opcje konfiguracji, warianty rynkowe, ograniczenia harmonogramowania.

Problem nie polegał na tym, że dane nie istniały. Problem tkwił w tym, że dostęp do nich wymagał specjalistycznej wiedzy na temat leżących u podstaw systemów. Planiści musieli wiedzieć, która hurtownia danych co przechowuje, jak nawigować po strukturach zapytań SAP BW i jak wzajemnie odwoływać się do informacji z wielu źródeł. W praktyce każde pytanie planistyczne zamieniało się w ręczne ćwiczenie badawcze – albo w prośbę do kogoś, kto zna systemy lepiej.

Kluczowy problem: dane planistyczne były rozproszone między systemem SAP BW a wieloma hurtowniami danych. Każde zapytanie wymagało specjalistycznej wiedzy systemowej, zamieniając rutynowe pobieranie danych w powolny, ręczny proces pochłaniający codziennie godziny pracy planistów.

Co zbudowaliśmy

Zaczęliśmy od warsztatów design thinking, aby zrozumieć, jak planiści rzeczywiście pracują – jakie pytania zadają, jakich danych potrzebują, gdzie są ręczne wąskie gardła. To bezpośrednio ukształtowało rozwiązanie.

Konwersacyjny interfejs AI. Zbudowaliśmy inteligentnego asystenta, którego planiści mogą odpytywać w języku naturalnym – pisanym lub mówionym, po niemiecku lub angielsku. Zamiast nawigować po transakcjach SAP BW lub pisać zapytania, planista może po prostu zadać pytanie w prostym języku i natychmiast otrzymać odpowiedź.

Pobieranie danych z wielu systemów. Za konwersacyjnym interfejsem asystent łączył się z systemem SAP BW i innymi hurtowniami danych planistycznych firmy. Rozumiał logikę leżących u podstaw struktur danych – który system przechowuje jakie informacje, jak łączyć dane z wielu źródeł – i radził sobie ze złożonością, którą wcześniej musieli sami zarządzać planiści.

Hybrydowa architektura chmurowa. Dane planistyczne firmy musiały pozostać on-premise – dla producenta samochodów tej skali to kwestia bezdyskusyjna. Zbudowaliśmy asystenta AI w Microsoft Azure, jednocześnie ustanawiając bezpieczne połączenie z lokalną infrastrukturą SAP. Ścisłe kontrole uprawnień zapewniały, że asystent uzyskiwał dostęp wyłącznie do danych, do których dany użytkownik był upoważniony.

Dwujęzyczna obsługa głosowa i tekstowa. Korzystając z możliwości NLP i NLU, asystent biegle radził sobie zarówno z językiem niemieckim, jak i angielskim – w formie pisanej i mówionej. Planiści w różnych lokalizacjach i zespołach mogli komunikować się w języku, który był dla nich naturalny.

Rozwiązanie zostało zbudowane z wykorzystaniem natywnych usług chmurowych Microsoft Azure – LUIS do rozumienia języka, Bot Service dla warstwy konwersacyjnej, CosmosDB do danych sesyjnych i AppService do wdrożenia – i dostarczone w zwinnych sprintach z ciągłym zaangażowaniem interesariuszy za pośrednictwem działu IT klienta.

Wyniki

PRZED

Planiści ręcznie odpytywali SAP BW i wiele hurtowni danych. Każde zapytanie o dane wymagało specjalistycznej wiedzy lub wsparcia IT. Odpowiedź na rutynowe pytania zajmowała godziny.

PO

Planiści zadają pytania w prostym języku i otrzymują odpowiedzi w ciągu sekund. Żadnej wiedzy systemowej nie jest wymagana. Pobieranie danych odbywa się automatycznie ze wszystkich połączonych źródeł.

Ręczna praca związana z nawigowaniem po systemach danych została wyeliminowana przy rutynowych zapytaniach planistycznych. Planiści, którzy wcześniej spędzali znaczną ilość czasu na pobieraniu i wzajemnym odwoływaniu się do danych, mogli teraz skupić się na rzeczywistym podejmowaniu decyzji planistycznych – pracy, do której zostali zatrudnieni.

Hybrydowa architektura dowiodła, że korporacyjna AI nie wymaga przenoszenia wrażliwych danych do chmury. Firma zachowała pełną kontrolę nad swoimi danymi planistycznymi, jednocześnie zapewniając swoim zespołom nowoczesny, intuicyjny sposób dostępu do nich.

Projekt pokazał również wzorzec, który często obserwujemy w środowiskach korporacyjnych: największe zyski efektywnościowe nie wynikają z zastępowania ludzi, lecz z usuwania ręcznego narzutu, który uniemożliwia wykwalifikowanym specjalistom wykonywanie ich właściwej pracy.

Użyte technologie

Natural Language Processing Natural Language Understanding Microsoft Azure SAP BW Integration Hybrid Cloud
LUIS Bot Service CosmosDB Voice Interface

Więcej case studies

Zobacz, jak pomogliśmy innym firmom

ChatBot automatisierung - intelligent chatbot - ai agent answers questions

URZĄD · POLSKA INSTYTUCJA PUBLICZNA (NDA)

Zbudowanie platformy AI automatyzującej monitoring polityczny – od PoC do pełnego rozwiązania

Analitycy public affairs ręcznie śledzili miliony dokumentów politycznych w różnych krajach i językach. Zbudowaliśmy warstwę AI automatyzującą monitoring, analizę i alerty – od pierwszego prototypu do premiery rynkowej.

LLM RAG Vector DB

11

Obszarów wiedzy

3

Dedykowane toole

Cutting security questionnaire completion from one month to one week with GenAI

MEDTECH · APOQLAR

Czas realizacji kwestionariuszy bezpieczeństwa skrócony z miesiąca do tygodnia

Każdy nowy klient szpitalny wymagał wypełnionego kwestionariusza, 8–10 osób, około miesiąca, zbierając odpowiedzi z polityk różnych działów. Teraz asystent AI automatycznie tworzy odpowiedzi, oszczędzając szacunkowo 90 000 $/rok.

RAG Azure OpenAI Compliance

-75%

Czas realizacji

$90K

Roczne oszczędności

AI Use Cases - client stories

MEDTECH · APOQLAR

Wirtualny asystent GenAI zastępujący ręczne wyszukiwanie dokumentów

Pracownicy wsparcia spędzali godziny na przeszukiwaniu setek dokumentów produktowych, aby odpowiedzieć na pytania klientów i compliance. Teraz zadają pytania w języku naturalnym i otrzymują odpowiedzi z odniesieniami do źródeł w ciągu sekund.

LLM RAG Vector DB

RAG

Zintegrowany

Zarządzanie kontekstem

Zoptymalizowane

Powiedz nam, który proces kosztuje Cię najwięcej

Opisz proces, a my odpowiemy w ciągu jednego dnia roboczego z wstępną oceną i propozycją 30-minutowej rozmowy wstępnej.






    Administratorem Twoich danych osobowych jest theBlue.ai GmbH z siedzibą w Hamburgu, Niemcy. Przesyłając ten formularz, wyrażasz zgodę na przetwarzanie swoich danych osobowych w celu udzielenia odpowiedzi na Twoje zapytanie. Możesz wycofać swoją zgodę w dowolnym momencie, bez wpływu na zgodność z prawem przetwarzania dokonanego przed jej wycofaniem. Na podstawie naszego prawnie uzasadnionego interesu możemy również przesyłać Ci informacje o naszych usługach i rozwiązaniach, ale wyłącznie wtedy, gdy są one powiązane z tematem Twojej wiadomości. Jeśli nie chcesz otrzymywać takich informacji, masz prawo w dowolnym momencie wnieść sprzeciw. Więcej informacji o sposobie przetwarzania Twoich danych osobowych oraz przysługujących Ci prawach znajdziesz w naszej klauzuli informacyjnej oraz polityce prywatności.

    * Pola wymagane.