Lyhyt kuvaus: 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

Avainsanat:
Amazon Bedrock, AWS, ERP, chatbot, tekoälyavustaja, toimitusketjun optimointi, päätöksenteon tuki, asiakaspalvelu