Tornatech hyödyntää Amazon Bedrockiin perustuvaa tekoälyavustajaa ERP-järjestelmän liiketoimintatiedon hakemiseen. Ratkaisu mahdollistaa henkilöstölle luonnollisen kielen avulla tehtävät tietokyselyt ja nopeuttaa operatiivista tiedonsaantia.

1. Yrityksen kuvaus

• Tornatech on maailmanlaajuinen johtaja palopumppuohjaimien suunnittelussa ja valmistuksessa.
• Yritys lähti parantamaan tapaa, jolla sen työntekijät ja asiakaspalveluagentit käyttävät liiketoimintakriittistä dataa toiminnanohjaus- (ERP) ja dokumenttijärjestelmissään.
• Tapaustutkimusaineistossa ei mainita yrityksen tarkkaa kokonaishenkilöstömäärää.

2. Mikä ongelma tekoälyn oli tarkoitus ratkaista?

• Tornatech tarvitsi nopeamman ja helpomman pääsyn ERP-dataan, kuten varastotietoihin, työmääräyksiin ja laskuihin, parantaakseen päätöksentekoa, nopeuttaakseen asiakasvastauksia ja keventääkseen IT:n raportointitaakkaa.
• Aiemmin vakiotoimintaohjeet (SOP) olivat hajallaan useilla eri alustoilla, ja monet tiimit joutuivat tukeutumaan IT-osastoon ad hoc -Excel-raporttien luomisessa.
• Oikean tiedon löytäminen kesti usein tarpeettoman kauan, ja rutiininomaisiin operatiivisiin kysymyksiin vastaaminen vei tunteja.

3. Miten ongelma ratkaistiin ja millä työkaluilla?

• Yhteistyössä Adastran kanssa Tornatech otti käyttöön Amazon Bedrockille rakennetun tekoälypohjaisen agenttichatbotin.
• Ratkaisussa on teksti-SQL-moduuli, jonka avulla työntekijät voivat tehdä kyselyjä järjestelmään luonnollisella kielellä; jäsennelty kyselyagentti muuntaa tämän automaattisesti turvallisiksi SQL-kyselyiksi ERP-järjestelmän jäsentämiseksi.
• Chatbot yhdistyy ERP-järjestelmään turvallisen, vain luku -tietokantainstanssin kautta, mikä antaa pääsyn varastotasoihin, työmääräyksiin, tuotannon seurantaan, myyntilukuihin, taloustietoihin, materiaaliluetteloihin ja hintatietoihin.
• Järjestelmä hyödyntää myös muita erikoistuneita agentteja ostotilausdokumenttien ja SOP-PDF-tiedostojen indeksointiin, jolloin työntekijät voivat nopeasti hakea asiaankuuluvia käytäntöjä tai turvaohjeita.
• Chatbot otettiin käyttöön suoraan Microsoft Teamsissa yhdellä, edullisella jaetulla lisenssillä MS Copilot Studion kautta.
• Tekninen kokonaisuus sisältää Amazon Bedrockin, Amazon OpenSearchin, AWS S3: n ja AWS Textractin.

4. Mitä tuloksia saavutettiin?

• Toteutus muutti manuaalisen, aiemmin tunteja vieneen raportointiprosessin sekunneissa saataviksi itsepalveluoivalluksiksi.
• Se poisti toistuvat, IT: n rakentamat Excel-raportit ja vähensi merkittävästi IT-tiimin raportointitaakkaa.
• Työntekijöillä on nyt käytössään reaaliaikainen, luotettava ja tarkka data suoraan ERP- ja SOP-tietovarastoista.
• Tämä on parantanut asiakaskokemusta mahdollistamalla nopeammat asiakaspalveluvastaukset tuotteiden saatavuuteen, komponenttien uudelleenkäyttöön, työmääräysten seurantaan ja laskutukseen liittyen.
• Lisäksi alkuvaiheen menestys on innoittanut johdon tukea uusille hankkeille, kuten hakupohjaisen generoinnin (RAG) järjestelmän soveltamiselle yli 20 vuoden historialliseen myynti- ja huoltodataan.

5. Mitä ongelmia ilmeni?

• Tapaustutkimus ei tuo esiin toteutuksessa esiintyneitä epäonnistumisia, teknisiä virheitä tai negatiivisia häiriöitä kehityksen aikana.
• Se korostaa ainoastaan alkuperäistä operatiivista haastetta, jossa vakiotoimintaohjeet olivat hajallaan useilla eri alustoilla, mikä pakotti työntekijät odottamaan tunteja IT:n tuottamia rutiiniraportteja.

6. Aika- ja rahainvestoinnit

• Tapaustutkimuksen dokumentaatio ei paljasta konkreettisia lukuja kokonaistaloudellisesta investoinnista tai sopimushinnasta.
• Ajallisesti Adastra suunnitteli ja toimitti agenttichatbotin ensimmäisen toimivan version muutamassa viikossa.
• Ohjelmistolisensiointikustannukset pidettiin erittäin alhaisina ottamalla chatbot käyttöön yhdellä, jaetulla lisenssillä MS Copilot Studion kautta ilman lisäpiilokuluja.

7. Millaista osaamista tarvittiin ja mitä yhteistyökumppaneita käytettiin?

• Projekti vaati erikoisosaamista agenttitekoälystä, tekoälystä, generatiivisesta tekoälystä, yritystason pilvijärjestelmien integraatiosta, tietokanta-arkkitehtuurista (teksti-SQL-kyselyt) ja tiedon indeksoinnista.
• Teknisestä toteutuksesta ja arkkitehtuurin suunnittelusta vastannut päästrateginen kumppani oli Adastra, joka hyödynsi Amazon Web Services (AWS) -ratkaisuja.

8. Liiketoimintafunktion luokitus

• Projekti kuuluu yritystason tietämyksenhallintaan, asiakaspalvelutoimintaan ja yrityksen IT-tukeen.
• Se vaikuttaa myös suoraan toimitusketjuun ja tuotantotoimintaan sujuvoittamalla pääsyä reaaliaikaiseen valmistuksen seurantaan, varastotasoihin ja materiaaliluetteloihin.

9. Lähde

Tornatech Accelerates Access to Business Data with Amazon Bedrock-Driven Agentic Assistant