När Christian Klein, vd för SAP, nyligen skrev sin krönika “AI isn’t killing SaaS—it’s making it indispensable” i PLM & ERP News sätter han fingret på något många organisationer just nu brottas med: var skapas egentligen värdet i AI-skiftet? För i takt med att AI-kapaciteten accelererar, växer också en missuppfattning. Att intelligensen i sig – modellerna – är det centrala. I praktiken är det ofta tvärtom.
– Det är Christian Klein lyfter är ett viktigt perspektiv. AI i sig blir mer och mer kraftfullt, men utan struktur, kontext och affärslogik blir den snabbt ganska begränsad. Det är i affärssystemen den hittar ett sammanhang i processer och data som skapar värde och riktning, säger Johan Berg, Business Development Manager SAP på Implema.
Från systemstöd till beslutsmotorer
Traditionellt har affärssystem – ERP, CRM och andra verksamhetskritiska plattformar – fungerat som system of record. De har dokumenterat vad som hänt, skapat struktur och spårbarhet i affärsprocesser och genererat data för analys och uppföljning. Med AI förändras den rollen i grunden.
– Vi ser hur systemen går från att vara dokumenterande till att bli agerande, föreslår åtgärder och hittar avvikelser. Det handlar inte längre bara om att följa upp, utan om att förutse, föreslå och i vissa fall automatisera beslut i realtid, säger Johan.
Exemplen finns redan i verksamheten:
- Offertprocesser som automatiseras och kortar ledtider dramatiskt
- Planering som justeras löpande utifrån förändrade förutsättningar
- Administrativt arbete som ersätts av AI-drivna flöden
Det är här Kleins resonemang får en väldigt konkret innebörd: AI behöver en plats att verka. Och den platsen är affärssystemen.
Datakvalitet blir affärskritiskt – på riktigt
En konsekvens av utvecklingen är att frågor som tidigare betraktats som “it-frågor” snabbt flyttas upp på ledningsnivå.
– När AI börjar fatta eller föreslå beslut räcker det inte längre att data är “tillräckligt bra”. Då måste den vara korrekt, konsistent och ägd. Annars skalar man bara upp felaktigheter.
Det ställer högre krav på:
- Datastyrning och ägarskap
- Gemensamma definitioner i organisationen
- Standardiserade processer
Här blir också SAP:s fokus på Clean Core och standardisering centralt, inte som ett ”tekniskt ideal”, utan som en förutsättning för att kunna dra nytta av AI i praktiken.
Från fragmentering till sammanhang
En annan viktig implikation är hur organisationer ser på sitt systemlandskap. Under lång tid har “best of breed” varit en dominerande strategi, det vill säga att välja de bästa systemen inom varje område. Men i en AI-driven verklighet blir konsekvenserna av fragmentering tydligare.
– AI kräver sammanhang. När data och processer är utspridda i silos blir också intelligensen fragmenterad. Då uteblir effekten.
Det är i det ljuset det hajpade samarbetet mellan SAP och Siemens ska förstås, där affärsdata och ingenjörsdata knyts ihop i en gemensam kontext.
Systemlandskapet avgör utfallet
Kleins poäng kan också förstås genom hur värde historiskt har förflyttats i teknikskiften. Initialt skapas värde i infrastruktur och grundteknologi. Men över tid flyttas det uppåt, till applikationslagret, där tekniken omsätts i affärsnytta.
– Många organisationer fokuserar just nu på AI som teknik. Men det som i praktiken avgör utfallet är hur deras systemlandskap ser ut, det vill säga hur väl data, processer och system hänger ihop. Här blir affärssystemen inte en begränsning, utan en oerhört viktig möjliggörare utifrån de processer och inbyggda integration de besitter, säger Johan.
AI förstärker – det ersätter inte
Sammantaget pekar både SAP och erfarenheter från implementationer i Norden åt samma håll: AI är inte ett frikopplat lager som kan “läggas ovanpå”. Det är en förstärkare.
– Har du struktur, tydliga processer, bra data kvalitet och en genomtänkt systemarkitektur, då kan AI skapa enorm hävstång. Har du inte det, riskerar du att bara automatisera ineffektivitet.
En strategisk fråga för ledningen
Det gör också att AI-frågan i grunden är strategisk:
- Hur ser vår informationsmodell ut?
- Var fattas beslut – och på vilken grund?
- Hur hänger våra system och processer ihop?
– Det är först när de frågorna besvaras som AI kan börja skapa verkligt värde. Och där har affärssystemen en mer central roll än vad man tror, avslutar Johan Berg.
