Referencje

Motoryzacja · Planowanie produkcji

Dane planistyczne z SAP BW na pytanie zadane zwykłym językiem

Planiści produktu u wiodącego producenta samochodów luksusowych spędzali godziny na odpytywaniu SAP BW i kilku hurtowni danych, żeby zdobyć potrzebne liczby. Zbudowaliśmy konwersacyjnego asystenta, który na żądanie pobiera dane planistyczne, po niemiecku lub angielsku, tekstem lub głosem, i jest bezpiecznie połączony z systemami SAP działającymi on-premise.

Kluczowe rezultaty

Godz. → s
Czas pobrania danych planistycznych dla jednego pytania
2 języki
Niemiecki i angielski, pisemnie i głosowo
On-prem
Bezpieczne połączenie hybrydowe, dane zostają w infrastrukturze klienta
Samoobsługa
Planiści sięgają po złożone dane bez wsparcia IT

Klient: Wiodący producent samochodów luksusowych (objęty NDA)
Jeden z największych na świecie producentów samochodów segmentu premium. Firma jest objęta NDA, dlatego nie podajemy jej nazwy.

Branża
Motoryzacja
Zastosowanie
Pobieranie i odpytywanie danych planistycznych
Podejście AI
NLP i NLU, konwersacyjna AI
Systemy
SAP BW i wewnętrzne hurtownie danych
Infrastruktura
Microsoft Azure w modelu hybrydowym z on-premise
Współpraca
Od design thinking do zwinnej realizacji

W skrócie

Dane były. Cała trudność polegała na tym, żeby do nich dotrzeć.

  • Planowanie produktu w motoryzacji to jeden z procesów najbardziej opartych na danych w całym przemyśle: wolumeny produkcji, opcje konfiguracji, warianty na poszczególne rynki, ograniczenia harmonogramu.
  • Danych nigdy nie brakowało. Dostęp do nich wymagał jednak specjalistycznej wiedzy o SAP BW i o tym, która hurtownia co przechowuje.
  • Każde pytanie planistyczne zamieniało się więc w małe śledztwo albo w prośbę do kolegi, który lepiej znał systemy.
  • Dziś planista pyta zwykłym językiem, po niemiecku lub angielsku, pisząc albo mówiąc, a asystent sam ustala, które systemy odpytać i jak połączyć wyniki. Dane nie opuszczają firmy.

Punkt wyjścia

Wyzwanie

Dane planistyczne były rozproszone między SAP BW a kilkoma hurtowniami danych. Każde zapytanie wymagało specjalistycznej wiedzy o systemach, przez co rutynowe pobieranie danych stało się powolnym, ręcznym procesem, który codziennie zabierał planistom wiele godzin.

Planowanie produktu to jeden z procesów najbardziej opartych na danych w przemyśle motoryzacyjnym. Do podejmowania decyzji planiści pobierali dane z SAP BW i kilku innych wewnętrznych hurtowni: wolumeny produkcji, opcje konfiguracji, warianty na poszczególne rynki, ograniczenia harmonogramu.

Dane istniały. Problem polegał na tym, że dotarcie do nich wymagało specjalistycznej wiedzy o systemach, na których się opierały: która hurtownia co przechowuje, jak poruszać się po strukturach zapytań SAP BW i jak zestawiać informacje z różnych źródeł.

W praktyce każde pytanie planistyczne kończyło się ręcznym szukaniem danych albo prośbą do kogoś, kto lepiej znał systemy.

Budowa

Co zbudowaliśmy

Zaczęliśmy od warsztatów design thinking, żeby zrozumieć, jak planiści naprawdę pracują: o co pytają, jakich danych potrzebują i gdzie tracą czas na ręcznej pracy. To bezpośrednio ukształtowało rozwiązanie.

01

Zadajesz pytanie, zamiast szukać transakcji

Planiści zadają asystentowi pytania w języku naturalnym, pisząc lub mówiąc, po niemiecku lub angielsku. Zamiast przechodzić przez transakcje SAP BW albo pisać zapytanie, planista po prostu pyta i dostaje odpowiedź.

02

Jedno pytanie, kilka systemów

W tle asystent łączy się z SAP BW i pozostałymi hurtowniami danych planistycznych firmy. Wie, który system przechowuje jakie informacje i jak łączyć dane z różnych źródeł, czyli przejmuje dokładnie tę złożoność, z którą planiści wcześniej musieli radzić sobie sami.

03

Dane zostają tam, gdzie są

Dane planistyczne musiały pozostać on-premise, co dla producenta tej skali nie podlega dyskusji. Asystent działa w Microsoft Azure i ma bezpieczne połączenie z lokalną infrastrukturą SAP, a ścisła kontrola uprawnień sprawia, że sięga tylko po dane, do których dany użytkownik ma dostęp.

04

Po niemiecku i po angielsku, głosem i pisemnie

NLP i NLU obsługują oba języki płynnie, w mowie i w piśmie, więc planiści w różnych lokalizacjach i zespołach pracują w języku, który jest dla nich naturalny.

05

Usługi Azure i realizacja w sprintach

Rozwiązanie korzysta z natywnych usług chmurowych Azure: LUIS do rozumienia języka, Bot Service jako warstwy konwersacyjnej, CosmosDB do danych sesji i AppService do wdrożenia. Powstawało w zwinnych sprintach, przy stałym udziale działu IT klienta.

Dane planistyczne z SAP BW na pytanie zadane zwykłym językiem

Co się zmieniło

Rezultaty

Przed

Planiści ręcznie odpytywali SAP BW i kilka hurtowni danych. Każde zapytanie wymagało specjalistycznej wiedzy lub wsparcia IT, a odpowiedź na rutynowe pytanie zajmowała godziny.

Po

Planiści pytają zwykłym językiem i dostają odpowiedź w kilka sekund. Znajomość systemów nie jest potrzebna, a dane są pobierane jednocześnie ze wszystkich podłączonych źródeł.

Przy rutynowych zapytaniach nikt już nie musi ręcznie przeszukiwać systemów danych. Planiści, którzy spędzali dużo czasu na pobieraniu i zestawianiu danych, poświęcają go teraz na decyzje planistyczne.

Architektura hybrydowa pokazała, że AI w dużej firmie nie wymaga przenoszenia wrażliwych danych do chmury. Firma zachowała pełną kontrolę nad danymi planistycznymi i mimo to dała zespołom nowoczesny sposób dostępu do nich.

Projekt potwierdził też prawidłowość, którą często obserwujemy: największy wzrost efektywności nie polega na zastępowaniu ludzi. Daje go usunięcie ręcznego narzutu, który odciąga wykwalifikowanych specjalistów od ich właściwej pracy.

Pytania o ten projekt

Pobieranie i odpytywanie danych planistycznych. Dane planistyczne były rozproszone między SAP BW a kilkoma hurtowniami danych. Każde zapytanie wymagało specjalistycznej wiedzy o systemach, przez co rutynowe pobieranie danych stało się powolnym, ręcznym procesem, który codziennie zabierał planistom wiele godzin.

Czas pobrania danych planistycznych dla jednego pytania: Godz. → s. Niemiecki i angielski, pisemnie i głosowo: 2 języki. Bezpieczne połączenie hybrydowe, dane zostają w infrastrukturze klienta: On-prem. Planiści sięgają po złożone dane bez wsparcia IT: Samoobsługa.

NLP i NLU, konwersacyjna AI. Wykorzystana technologia: Natural Language Processing, Natural Language Understanding, Microsoft Azure, Integracja z SAP BW, Chmura hybrydowa, LUIS, Bot Service, CosmosDB, Interfejs głosowy.

Wykorzystana technologia

Natural Language Processing Natural Language Understanding Microsoft Azure Integracja z SAP BW Chmura hybrydowa LUIS Bot Service CosmosDB Interfejs głosowy

Porozmawiaj z zespołem, który to zbudował

Odpowiadamy w ciągu jednego dnia roboczego.

Kontakt