Marknaden översvämmas idag av budskap som inkluderar begreppen Machine Learning, AI, Robotics, digitala assistenter och mycket annat som ingår i samlingsbegreppet ”Emerging Technologies”. Och inte minst leverantörerna av Affärssystem slår på trumman för att deras system nu börjar bli självlärande och kan paketeras med en mångfald av smarta tjänster.

Och vi kan konstatera att flertalet av de globala leverantörerna investerar massivt i teknologi för att för att kunna ta steget mot att skapa ett ”smart” system. Dvs ett system som på sikt kan lära sig kundens verksamhet och därmed ta över delar av användarens dagliga arbete. Det låter spännande men frågan är hur långt detta kommit i verkligheten och vad leverantörerna redan idag kan erbjuda i form av smarta tjänster?

Begreppet digital assistent kan summeras som en kombination av 5-10 olika teknologier som behöver samverka för att användaren ska uppleva systemet som en arbetskollega som kan avlasta i vardagen. Vi brukar räkna in tal- och språktolkning, RPA, maskininlärning och prediktiv analys som grundkomponenter som tillsammans med Big data, Data management och API:er skapar förutsättningar till att nå ett system (eller plattform) som i samverkan med omvärlden kan uppfattas som ”självtänkande”. Och det mesta av dessa teknologier ingår i någon form i den beskrivning som också lämnas av de globala leverantörerna – när de presenterar sina investeringar inför framtiden.

Dock, när det gäller att konkret presentera en lista över samtliga smarta tjänster som kan levereras ”out-of-the-box” blir det ofta en väldigt kort lista från systemleverantören. Och i många fall pinsamt kort. I flertalet affärssystem räknas den numera traditionella rutinen ”matchning av leverantörsfakturor” som en smart tjänst. Att istället kunna visa fram funktioner där systemet faktiskt kan lära sig att på egen hand genomföra smarta inköp eller omplanering av lager eller produktion baserat på data och mönster som ingen annan har sätt – går sällan att finna.

Detta ska dock inte tolkas som kritik utan som grundläggande fakta. I verkligheten har flertalet ”vanliga” affärssystem inte kommit någonstans när det gäller smarta tjänster. Däremot ser vi allt oftare att leverantörerna av de klassiska affärssystemen bygger ramverk utanför systemet och där man i plattformen bygger in teknologi för att skapa smarta tjänster. Och där man över tid avser att successivt skapa tjänster som kontinuerligt kan bearbeta affärssystemets data och sätta detta i kontext med annan extern data för att göra prediktiva analyser och föreslå åtgärder att agera på. Såväl SAP som Oracle och Infor har kommit en bit inom detta område och har för avsikt att ”i framtiden” kunna distribuera denna typ av förkonfigurerade tjänster i samband med löpande uppgraderingar.

Kan man då ställa krav på detta i samband med upphandlingar och hur skulle det gå till?

Jo, det går att ställa krav på detta. Men man måste samtidigt förstå och vara medveten om att det primärt handlar om smarta ”verktyg” där kunden själv behöver arbeta med verktyget och trimma det över tid för att systemet ska bli smart. Så kraven ska ställas på verktygets (eller plattformens) innehåll och hur tillgängligt det är för användaren. Samt hur flexibelt verktyget är när det gäller att kombinera data från flera olika källor och inte enbart affärssystemet. Till detta ska läggas vikten av att kravställa systemets öppenhet. Vi kan konstatera att vi ännu 2020 allt för ofta stöter på stora och etablerade affärssystem som har stora svagheter när det gäller öppna API:er mot omvärlden.

Ska man utvärdera affärssystemen utifrån ”smarthet” så ska man för leverantören presentera sina 10-15 viktigaste processer och be leverantören att konkret visa på vilket sätt deras affärssystem kan skapa automation i kundens verksamhet. Begär att få en presentation av det verktyg som används för att skapa och bygga nya regler för att styra processerna samt hur systemet kan konfigureras för att det på egen hand ska kunna lära sig hitta mönster i det dagliga arbetet och föreslå förändringar.