AI ช่วยให้ SAP ERP เก่งขึ้นได้อย่างไรในปี 2026?
ข่าวประชาสัมพันธ์..
AI ช่วยให้ SAP ERP เก่งขึ้นได้อย่างไรในปี 2026? โดย NTT DATA Business Solutions (Thailand)
แม้ว่าทุกวันนี้ AI จะไม่ใช่เรื่องใหม่สำหรับหลายๆ คนแล้ว แต่ธุรกิจองค์กรหลายแห่งก็ยังไม่ได้มีการใช้งาน AI ในการทำงานกันอย่างจริงจังให้เห็นกันมากนัก
NTT DATA Business Solutions (Thailand) และ SAP พร้อมจะเป็นผู้ที่ช่วยพาองค์กรของคุณไปสู่การเป็น AI-Driven Business อย่างเต็มตัวแล้ว ด้วยโซลูชัน AI ที่หลากหลายจาก SAP ซึ่งจะช่วยเสริมศักยภาพให้กับระบบ ERP และ Business Application ของคุณได้อย่างมั่นใจ
ในบทความนี้ เราจะพาทุกคนไปพบกับตัวอย่างการใช้งาน AI จริงในภาคธุรกิจองค์กร พร้อมแนะนำถึงโซลูชันด้าน AI จาก SAP อย่างครบวงจร ไม่ว่าจะเป็น SAP Joule, SAP Business AI หรือ Intelligent Application ก็ตาม
ERP กำลังพลิกบทบาท จากการเป็น Business Platform สู่การเป็น Business AI Platform
ทุกวันนี้วิสัยทัศน์ทางด้าน AI ของ SAP นั้นเริ่มเห็นเด่นชัดกว่าในช่วง 2-3 ปีที่ผ่านมาเป็นอย่างมาก ซึ่ง SAP เองนั้นมีความชัดเจนในอนาคตของระบบ ERP ที่จะกลายเป็นศูนย์กลางของ Business AI Platform ด้วยการต่อยอดจากบทบาทเดิมของ ERP ที่เคยเป็นศูนย์กลางในการจัดเก็บ Master Data ของธุรกิจในทุกแง่มุม และเป็นระบบควบคุมกระบวนการในการทำงานของแผนกต่างๆ ให้ AI สามารถนำข้อมูลธุรกิจและกระบวนการทำงานเหล่านี้ไปเรียนรู้และดำเนินการได้อย่างอัตโนมัติ
Credit: SAPจากวิสัยทัศน์ดังกล่าว ทำให้เราได้เริ่มเห็นถึงบทบาทใหม่ของ ERP ในโลกยุค AI ได้ดังนี้
• การเป็นจุดเริ่มต้นของการใช้ AI ในภาคธุรกิจ AI นั้นมาพร้อมกับความสามารถในการวิเคราะห์ข้อมูลในแนวทางใหม่ๆ ที่เทคโนโลยีดั้งเดิมไม่เคยทำได้มาก่อน ดังนั้น AI ที่มาพร้อมกับ ERP ให้สามารถใช้งานสร้างคุณค่าให้กับธุรกิจเป็นจุดแรกเริ่มได้นั้น ก็คือการรวบรวมข้อมูลธุรกิจพร้อมการตรวจสอบความถูกต้องของข้อมูล, การวิเคราะห์ข้อมูลธุรกิจ และการจัดทำรายงานในรูปแบบใหม่ๆ ได้อย่างยืดหยุ่นและง่ายดายอย่างที่ไม่เคยเป็นมาก่อน ช่วยลดเวลาในการวิเคราะห์ธุรกิจในแง่มุมใหม่ๆ ได้เป็นอย่างดี
• การเป็นผู้ช่วยอัจฉริยะให้แก่ผู้บริหารและพนักงานทุกคน ด้วยเทคโนโลยี Generative AI และ Large Language Model ทำให้ AI สามารถตอบสนองต่อคำถามและรับคำสั่งจากผู้บริหารและพนักงานได้โดยที่ไม่ต้องมีความรู้ด้าน AI ในเชิงลึกแต่อย่างใด และทำให้ AI ที่เชื่อมต่อกับระบบ ERP นี้กลายเป็นผู้ช่วยให้กับทุกๆ คนในองค์กรได้ ไม่ว่าจะเป็นการเข้าถึงข้อมูลธุรกิจ, การจัดทำรายงาน, การป้อนข้อมูล, การสอบถามข้อมูล และอื่นๆ อีกมากมายผ่านการแชทคุยกับ AI โดยตรง
• การดำเนินงานภายในระบบ ERP แบบอัตโนมัติ การมาของ Agentic AI นั้นทำให้ AI สามารถทำงานที่มีความซับซ้อนสูงได้ โดยสามารถรับคำสั่งเพื่อนำไปคิดวิเคราะห์เชิงเหตุผล และสร้างชุดคำสั่งในการดำเนินการหลายขั้นตอนขึ้นมาได้ด้วยตนเอง ซึ่ง Agentic AI ที่ผสานการทำงานร่วมกับ ERP ก็จะสามารถช่วยดำเนินงานที่มีความซับซ้อนสูงขึ้นได้กว่าในอดีตเป็นอย่างมาก เช่น การทำงานที่มีกระบวนการหลายขั้นตอน, การทำงานที่ต้องมีการเข้าถึงข้อมูลจากหลายระบบ, การทำงานที่ต้องมีการเข้าถึงข้อมูลในเอกสารที่ไม่มีรูปแบบตายตัว หรือแม้แต่การทำงานที่ต้องมีการประสานงานขอคำอนุมัติจากผู้บริหารหรือพนักงานก็ตาม ทำให้ศักยภาพของ AI สูงขึ้นกว่าเดิมอย่างมหาศาล
• การเป็นผู้ตรวจสอบความถูกต้องและค้นหาความเสี่ยงในธุรกิจ ด้วยความสำคัญของการทำ Governance, Risk, Control หรือ GRC ที่สูงขึ้นเป็นอย่างมากในปัจจุบัน ทำให้ AI ได้ถูกนำมาประยุกต์ใช้เพื่อตรวจสอบข้อมูลธุรกิจปริมาณมหาศาลมากขึ้น ไม่ว่าจะเป็นการตรวจสอบความถูกต้องของข้อมูลที่ถูกป้อนเข้ามา, การตรวจสอบความถูกต้องของข้อมูลโดยมีการตรวจสอบข้ามระบบ หรือแม้แต่การตรวจสอบหาความผิดปกติที่อาจเกิดขึ้นในแต่ละกระบวนการทางธุรกิจตลอด 24 ชั่วโมงในทุกวัน เพื่อให้ธุรกิจสามารถลดความเสี่ยงในการดำเนินงานลงได้คอย่างมีประสิทธิภาพยิ่งขึ้น
จะเห็นได้ว่า ERP ในอนาคตนั้นจะมีความชาญฉลาดมากยิ่งขึ้นอย่างที่ ERP ในปัจจุบันไม่สามารถเทียบเคียงได้เลย จากการที่ AI ใน ERP จะทำหน้าที่หลายส่วนที่มีความสำคัญในองค์กรได้มากยิ่งขึ้น และปลดล็อคให้ผู้บริหารหรือพนักงานนั้นสามารถเปลี่ยนไปทำงานในส่วนอื่นที่มีความสำคัญต่อธุรกิจสูงกว่าเดิมได้ อีกทั้งยังเป็นตัวเร่งให้การดำเนินงานและการตัดสินใจทางธุรกิจมีความรวดเร็วยิ่งขึ้นอย่างน่าตกใจ
AI สามารถช่วยธุรกิจองค์กรในแต่ละแผนกให้ทำงานเป็นอัตโนมัติและชาญฉลาดมากขึ้นได้อย่างไรบ้าง?
SAP ได้มีการเผยแพร่ถึง AI Agent ที่พร้อมใช้งานในปัจจุบันแล้วที่ https://discovery-center.cloud.sap/ai-catalog/ และมีการเผยแพร่ถึงกรณีการใช้งาน AI ที่เป็นไปได้จริงจากทั่วโลกที่ https://www.sap.com/products/artificial-intelligence/use-cases.html เพื่อให้ผู้นำทางธุรกิจได้เข้าไปศึกษาและตัดสินใจนำ AI มาประยุกต์ใช้งานในธุรกิจของตน โดยหากแบ่งกรณีศึกษาที่น่าสนใจรายแผนก จะมีกรณีศึกษาที่น่าสนใจดังนี้
กรณีศึกษา AI สำหรับการบริหารจัดการทางด้านบัญชีและการเงิน
Credit: SAP• การตรวจสอบและแก้ไขรายงานทางการเงิน ลดความผิดพลาดได้มากถึง 90% โดยการใช้ AI ทำการตรวจสอบรายงานทางการเงินของธุรกิจ และค้นหาความผิดพลาดในรายงาน เพื่อนำเสนอคำแนะนำและขั้นตอนในการแก้ไขความผิดพลาดเหล่านั้นโดยอัตโนมัติ
• การวิเคราะห์ความเสี่ยงของ Invoice ที่มีแนวโน้มจะจ่ายเงินล่าช้า โดยใช้ Machine Learning วิเคราะห์พฤติกรรมของลูกค้าหรือคู่ค้าแต่ละราย และทำนายแนวโน้มว่า Invoice ใบใดที่มีความเสี่ยงจะจ่ายเงินล่าช้าบ้าง เพื่อให้ฝ่ายบัญชีและการเงินดำเนินการได้อย่างเหมาะสม
• การจับคู่ธุรกรรมโดยอัตโนมัติ ลดงานการตรวจสอบลงได้ถึง 71% โดยอาศัย Machine Learning ในการจับคู่ Statement จากธนาคารเข้ากับเอกสารทางการเงินโดยอัตโนมัติ ช่วยให้ฝ่ายบัญชีและการเงินทำงานได้อย่างรวดเร็วแม่นยำยิ่งขึ้นสำหรับธุรกิจที่มีธุรกรรมเป็นจำนวนมาก
• การจัดทำรายงานด้านความยั่งยืนโดยอัตโนมัติ ด้วยการใช้ AI จับคู่กิจกรรมที่มีการปลดปล่อยคาร์บอนและการลดคาร์บอนเข้ากับหัวข้อที่กำหนดในรายงาน พร้อมจัดทำรายงานเชิงลึกโดยอัตโนมัติตามรูปแบบ Template ของรายงาน
• การวิเคราะห์ความเสี่ยงของ Invoice ที่มีแนวโน้มจะจ่ายเงินล่าช้า โดยใช้ Machine Learning วิเคราะห์พฤติกรรมของลูกค้าหรือคู่ค้าแต่ละราย และทำนายแนวโน้มว่า Invoice ใบใดที่มีความเสี่ยงจะจ่ายเงินล่าช้าบ้าง เพื่อให้ฝ่ายบัญชีและการเงินดำเนินการได้อย่างเหมาะสม
• การจับคู่ธุรกรรมโดยอัตโนมัติ ลดงานการตรวจสอบลงได้ถึง 71% โดยอาศัย Machine Learning ในการจับคู่ Statement จากธนาคารเข้ากับเอกสารทางการเงินโดยอัตโนมัติ ช่วยให้ฝ่ายบัญชีและการเงินทำงานได้อย่างรวดเร็วแม่นยำยิ่งขึ้นสำหรับธุรกิจที่มีธุรกรรมเป็นจำนวนมาก
• การจัดทำรายงานด้านความยั่งยืนโดยอัตโนมัติ ด้วยการใช้ AI จับคู่กิจกรรมที่มีการปลดปล่อยคาร์บอนและการลดคาร์บอนเข้ากับหัวข้อที่กำหนดในรายงาน พร้อมจัดทำรายงานเชิงลึกโดยอัตโนมัติตามรูปแบบ Template ของรายงาน
กรณีศึกษา AI สำหรับการบริหารจัดการ CRM และ Customer Experience
Credit: SAP• การช่วยฝ่ายขายวิเคราะห์ข้อมูลออกใบเสนอราคา โดยการใช้ AI ทำการวิเคราะห์ RFP หรือ TOR ของโครงการ เพื่อค้นหาความต้องการของลูกค้า นำมาเทียบกับผลิตภัณฑ์หรือบริการของธุรกิจที่เหมาะสม และจัดทำใบเสนอราคาตั้งต้นให้ฝ่ายขายทำงานได้อย่างรวดเร็วยิ่งขึ้น
• เพิ่มอัตรา Conversion บนช่องทางออนไลน์ถึง 10% ด้วยการใช้ AI ในการสนทนาให้บริการลูกค้าที่สอบถามข้อมูล และตอบสนองพร้อมให้คำแนะนำในการเลือกซื้อสินค้าที่ตอบโจทย์ได้อย่างแม่นยำ
• ลดเวลาการวางแผนในการขายถึง 50% AI จะทำหน้าที่วิเคราะห์ข้อมูลเชิงลึกในอดีตของลูกค้าธุรกิจแต่ละราย เพื่อให้คำแนะนำแก่ฝ่ายข่ายถึงกลยุทธ์ในการขายและสิ่งที่ควรนำเสนอสำหรับลูกค้ารายนั้นๆ ช่วยให้การวางแผนสำหรับธุรกิจ B2B ที่ต้องมีการวางแผนรายองค์กร หรือธุรกิจ B2C ที่ดูแลลูกค้าน้อยรายแต่มีความสำคัญสูงนั้น สามารถทำงานได้อย่างมีประสิทธิภาพมากขึ้น
• เพิ่มอัตรา Conversion บนช่องทางออนไลน์ถึง 10% ด้วยการใช้ AI ในการสนทนาให้บริการลูกค้าที่สอบถามข้อมูล และตอบสนองพร้อมให้คำแนะนำในการเลือกซื้อสินค้าที่ตอบโจทย์ได้อย่างแม่นยำ
• ลดเวลาการวางแผนในการขายถึง 50% AI จะทำหน้าที่วิเคราะห์ข้อมูลเชิงลึกในอดีตของลูกค้าธุรกิจแต่ละราย เพื่อให้คำแนะนำแก่ฝ่ายข่ายถึงกลยุทธ์ในการขายและสิ่งที่ควรนำเสนอสำหรับลูกค้ารายนั้นๆ ช่วยให้การวางแผนสำหรับธุรกิจ B2B ที่ต้องมีการวางแผนรายองค์กร หรือธุรกิจ B2C ที่ดูแลลูกค้าน้อยรายแต่มีความสำคัญสูงนั้น สามารถทำงานได้อย่างมีประสิทธิภาพมากขึ้น
กรณีศึกษา AI สำหรับการบริหารจัดการทรัพยากรบุคคล
Credit: SAP• ลดเวลาและค่าใช้จ่ายในการสัมภาษณ์งานลงได้อย่างมหาศาล ด้วย AI ที่สามารถช่วยตรวจสอบข้อมูลของผู้สมัครเทียบกับ Job Description ของแต่ละตำแหน่งที่ต้องการ ก็สามารถลดเวลาในการตรวจสอบข้อมูลได้ถึง 80% ในขณะที่คำถามสัมภาษณ์ที่ถูกสร้างขึ้นโดย AI ก็มีความแม่นยำที่สูง ลดค่าใช้จ่ายในการสัมภาษณ์งานลงได้ถึง 87% ส่วนการเขียน Job Description นั้น AI ก็สามารถลดเวลาในการทำงานส่วนนี้ลงได้ถึง 85%
• จัดทำรายงานประเมินประสิทธิภาพการทำงานของพนักงานได้อย่างรวดเร็ว โดย AI สามารถวิเคราะห์ข้อมูลเชิงลึกได้ทั้้งสำหรับข้อมูลเชิงตัวเลขและข้อมูลเชิงคุณภาพ เพื่อจัดทำรายงานประสิทธิภาพการทำงานของพนักงานทุกคน เพื่อใช้ในการประเมินปรับเงินเดือน หรือทำ Coaching เพื่อเพิ่มทักษะให้กับพนักงาน
• ทำการแนะนำเส้นทางการเติบโตในองค์กรให้แก่พนักงานได้เป็นรายบุคคล AI จะทำการวิเคราะห์ข้อมูลของพนักงานแต่ละคนเพื่อแนะนำเส้นทางในการก้าวหน้าทางอาชีพการงานได้ และแนะนำถึงแนวทางในการเพิ่มพูนทักษะที่เหมาะสม ในขณะที่ข้อมูลการอบรมฝึกฝนทักษะใหม่ๆ ของพนักงาน ก็จะถูก AI นำมาจำแนกเพื่อระบุโดยอัตโนมัติว่าคอร์สอบรมใดจะเพิ่มทักษะอะไรให้แก่พนักงานได้บ้าง
• คำนวณค่า Commission และ Compensation ของพนักงานในแบบ Real-Time AI สามารถทำการรวบรวมข้อมูลการทำงานของพนักงานเพื่อนำมาคำนวณค่าตอบแทนส่วนเสริมตามผลงานนอกเหนือจากเงินเดือนได้อย่างรวดเร็ว ช่วยให้การตัดสินใจจ่ายเงินเพิ่มเติมมีความแม่นยำจากข้อมูลแวดล้อมที่ครบถ้วน
• จัดทำรายงานประเมินประสิทธิภาพการทำงานของพนักงานได้อย่างรวดเร็ว โดย AI สามารถวิเคราะห์ข้อมูลเชิงลึกได้ทั้้งสำหรับข้อมูลเชิงตัวเลขและข้อมูลเชิงคุณภาพ เพื่อจัดทำรายงานประสิทธิภาพการทำงานของพนักงานทุกคน เพื่อใช้ในการประเมินปรับเงินเดือน หรือทำ Coaching เพื่อเพิ่มทักษะให้กับพนักงาน
• ทำการแนะนำเส้นทางการเติบโตในองค์กรให้แก่พนักงานได้เป็นรายบุคคล AI จะทำการวิเคราะห์ข้อมูลของพนักงานแต่ละคนเพื่อแนะนำเส้นทางในการก้าวหน้าทางอาชีพการงานได้ และแนะนำถึงแนวทางในการเพิ่มพูนทักษะที่เหมาะสม ในขณะที่ข้อมูลการอบรมฝึกฝนทักษะใหม่ๆ ของพนักงาน ก็จะถูก AI นำมาจำแนกเพื่อระบุโดยอัตโนมัติว่าคอร์สอบรมใดจะเพิ่มทักษะอะไรให้แก่พนักงานได้บ้าง
• คำนวณค่า Commission และ Compensation ของพนักงานในแบบ Real-Time AI สามารถทำการรวบรวมข้อมูลการทำงานของพนักงานเพื่อนำมาคำนวณค่าตอบแทนส่วนเสริมตามผลงานนอกเหนือจากเงินเดือนได้อย่างรวดเร็ว ช่วยให้การตัดสินใจจ่ายเงินเพิ่มเติมมีความแม่นยำจากข้อมูลแวดล้อมที่ครบถ้วน
กรณีศึกษา AI สำหรับการบริหารจัดการการผลิต
Credit: SAP• ตรวจสอบความผิดปกติในการทำงานของเครื่องจักรและอุปกรณ์ โดยการทำ Anomaly Detection จากข้อมูลที่ได้รับผ่านทาง Sensor เพื่อค้นหาความผิดปกติที่อาจเกิดขึ้นกับเครื่องจักรและอุปกรณ์ต่างๆ สำหรับใช้วางแผนทำ Preventive Maintenance ลด Downtime ที่ไม่คาดฝันซึ่งอาจเกิดขึ้นได้ในกระบวนการผลิต
• ตรวจสอบความผิดพลาดของสินค้า โดยใช้ Visual AI ในการวิเคราะห์ความผิดปกติของวัตถุดิบและสินค้าตั้งแต่ในสายการผลิต ไม่ว่าจะเป็นความผิดปกติด้านรูปร่าง, การประกอบ หรือพื้นผิวชิ้นงานก็ตาม
• คำนวณ Lead Time การผลิตได้อย่างแม่นยำยิ่งขึ้น ด้วยการนำข้อมูลสถิติย้อนหลัง, ข้อมูลคำสั่งการผลิต และข้อมูลแวดล้อมอื่นๆ ที่เกิดขึ้นจริงมาใช้คำนวณร่วมกัน เพื่อวิเคราะห์ Lead Time ที่ต้องใช้จริงว่าแตกต่างจากแผนที่เคยกำหนดเอาไว้เพียงใด
• ตรวจสอบความผิดพลาดของสินค้า โดยใช้ Visual AI ในการวิเคราะห์ความผิดปกติของวัตถุดิบและสินค้าตั้งแต่ในสายการผลิต ไม่ว่าจะเป็นความผิดปกติด้านรูปร่าง, การประกอบ หรือพื้นผิวชิ้นงานก็ตาม
• คำนวณ Lead Time การผลิตได้อย่างแม่นยำยิ่งขึ้น ด้วยการนำข้อมูลสถิติย้อนหลัง, ข้อมูลคำสั่งการผลิต และข้อมูลแวดล้อมอื่นๆ ที่เกิดขึ้นจริงมาใช้คำนวณร่วมกัน เพื่อวิเคราะห์ Lead Time ที่ต้องใช้จริงว่าแตกต่างจากแผนที่เคยกำหนดเอาไว้เพียงใด
กรณีศึกษา AI สำหรับการบริหารจัดการการจัดซื้อ
Credit: SAP• ค้นหาสินค้าที่ต้องการได้รวดเร็วยิ่งขึ้น ด้วยการใช้ AI ในการค้นหาและให้คำแนะนำ
• แบ่งหมวดหมู่สินค้าที่จัดซื้อได้มีประสิทธิภาพมากขึ้นถึง 60% โดยการใช้ AI วิเคราะห์ความต้องการของผู้จัดการฝ่ายจัดซื้อร่วมกับข้อมูลการจัดซื้อที่ผ่านมา กำหนดกลยุทธ์การแบ่งหมวดหมู่ที่เหมาะสมและแม่นยำ
• เพิ่มความเร็วในการจัดซื้อได้ถึง 50% ด้วย AI-Assistant ที่ตอบสนองความต้องการของฝ่ายจัดซื้อในการรวบรวมและเปรียบเทียบข้อมูลค่าใช้จ่ายต่างๆ ได้อย่างรวดเร็ว
• ลดเวลาในการจัดทำ RFP ลงได้ถึง 70% โดยใช้ AI ทำการ Sourcing ตามความต้องการทั้งในแง่ของสินค้า, คู่ค้า และเวลา พร้อมจัดทำ RFP ให้เหมาะสมต่อความต้องการของธุรกิจและคู่ค้าที่ต้องการร่วมงานด้วย
• แบ่งหมวดหมู่สินค้าที่จัดซื้อได้มีประสิทธิภาพมากขึ้นถึง 60% โดยการใช้ AI วิเคราะห์ความต้องการของผู้จัดการฝ่ายจัดซื้อร่วมกับข้อมูลการจัดซื้อที่ผ่านมา กำหนดกลยุทธ์การแบ่งหมวดหมู่ที่เหมาะสมและแม่นยำ
• เพิ่มความเร็วในการจัดซื้อได้ถึง 50% ด้วย AI-Assistant ที่ตอบสนองความต้องการของฝ่ายจัดซื้อในการรวบรวมและเปรียบเทียบข้อมูลค่าใช้จ่ายต่างๆ ได้อย่างรวดเร็ว
• ลดเวลาในการจัดทำ RFP ลงได้ถึง 70% โดยใช้ AI ทำการ Sourcing ตามความต้องการทั้งในแง่ของสินค้า, คู่ค้า และเวลา พร้อมจัดทำ RFP ให้เหมาะสมต่อความต้องการของธุรกิจและคู่ค้าที่ต้องการร่วมงานด้วย
กรณีศึกษา AI สำหรับการบริหารจัดการ Supply Chain
Credit: SAP• เพิ่มประสิทธิภาพในการแก้ไขปัญหาของ Quality Engineer ได้ถึง 10% โดยการใช้ AI วิเคราะห์หาสาเหตุของปัญหาจากข้อมูลปัญหาในอดีตที่มีความคล้ายคลึงกัน
• ลดเวลาที่ใช้ในการวิเคราะห์ความผิดพลาดในการผลิตได้ถึง 20% โดยการใช้ AI วิเคราะห์ข้อมูลแวดล้อมในการผลิต และแนะนำถึงสาเหตุพร้อมวิธีแก้ไขปัญหา
• เพิ่มประสิทธิภาพในการบริการหลังการขายถึง 65% โดยใช้ AI แนะนำถึงอุปกรณ์และชิ้นส่วนสำรองที่ต้องนำไปให้บริการ, ระยะเวลาที่ต้องใช้ในการดำเนินการ และการจัดทำ Check List ในการให้บริการแต่ละงาน
• เพิ่มประสิทธิภาพการวางแผนขนส่งได้ถึง 50% โดยให้ AI ทำการวิเคราะห์ข้อมูลและช่วยจัดทำแผนการขนส่งที่มีความซับซ้อนได้
• ลดเวลาที่ใช้ในการวิเคราะห์ความผิดพลาดในการผลิตได้ถึง 20% โดยการใช้ AI วิเคราะห์ข้อมูลแวดล้อมในการผลิต และแนะนำถึงสาเหตุพร้อมวิธีแก้ไขปัญหา
• เพิ่มประสิทธิภาพในการบริการหลังการขายถึง 65% โดยใช้ AI แนะนำถึงอุปกรณ์และชิ้นส่วนสำรองที่ต้องนำไปให้บริการ, ระยะเวลาที่ต้องใช้ในการดำเนินการ และการจัดทำ Check List ในการให้บริการแต่ละงาน
• เพิ่มประสิทธิภาพการวางแผนขนส่งได้ถึง 50% โดยให้ AI ทำการวิเคราะห์ข้อมูลและช่วยจัดทำแผนการขนส่งที่มีความซับซ้อนได้
ก้าวสู่การเป็น AI-Driven Business ด้วยโซลูชัน AI จาก SAP ไปกับ NTT DATA Business Solutions (Thailand)
Credit: SAPจะเห็นได้ว่าตัวอย่างกรณีศึกษาของการใช้ AI ในการขับเคลื่อนธุรกิจที่เป็นจริงได้นั้นมีด้วยกันหลากหลายแนวทาง ซึ่ง NTT DATA Business Solutions ก็พร้อมจะทำให้วิสัยทัศน์นี้เป็นจริงสำหรับธุรกิจองค์กรไทยแล้ว ด้วยประสบการณ์ในการให้บริการ SAP มาอย่างยาวนาน และเทคโนโลยีจาก SAP ที่จะเป็นรากฐานสำคัญต่อการนำ AI ไปใช้งานในธุรกิจ เช่น
• SAP Business Technology Platform ระบบสำหรับการพัฒนาเทคโนโลยีต่อยอดจาก SAP ซึ่งรวมถึงการพัฒนา AI Application ใหม่ๆ เพิ่มเติมสำหรับการใช้งานจริง
• SAP Business Data Cloud ระบบสำหรับการรวบรวมข้อมูลธุรกิจจากโซลูชันต่างๆ ของ SAP ร่วมกับ Business Application อื่นๆ เพื่อให้ AI นำไปเรียนรู้และใช้งาน
• SAP Business AI โซลูชันระบบ AI จาก SAP เพื่อให้ธุรกิจสามารถนำ AI Model และ Machine Learning Model ที่หลากหลายมาประยุกต์ใช้ในการดำเนินธุรกิจได้อย่างเหมาะสมและปลอดภัย
• SAP Joule ระบบ AI-Assistant ที่เชื่อมผสานข้อมูลเข้ากับระบบ ERP ของ SAP และ SAP Business Data Cloud ช่วยให้ผู้บริหารและพนักงานมีผู้ช่วย AI ที่เข้าถึงข้อมูลธุรกิจและดำเนินการต่างๆ ได้ผ่านการแชทคุยกับ Joule
• SAP Intelligent Applications ระบบ AI Application สำเร็จรูปจาก SAP ที่ธุรกิจองค์กรสามารถเริ่มต้นใช้งานในการดำเนินงานของแต่ละแผนกได้ทันที เป็นก้าวแรกสู่การใช้ AI ในภาคธุรกิจที่เห็นผลลัพธ์ได้อย่างรวดเร็วและชัดเจน
• SAP Business Data Cloud ระบบสำหรับการรวบรวมข้อมูลธุรกิจจากโซลูชันต่างๆ ของ SAP ร่วมกับ Business Application อื่นๆ เพื่อให้ AI นำไปเรียนรู้และใช้งาน
• SAP Business AI โซลูชันระบบ AI จาก SAP เพื่อให้ธุรกิจสามารถนำ AI Model และ Machine Learning Model ที่หลากหลายมาประยุกต์ใช้ในการดำเนินธุรกิจได้อย่างเหมาะสมและปลอดภัย
• SAP Joule ระบบ AI-Assistant ที่เชื่อมผสานข้อมูลเข้ากับระบบ ERP ของ SAP และ SAP Business Data Cloud ช่วยให้ผู้บริหารและพนักงานมีผู้ช่วย AI ที่เข้าถึงข้อมูลธุรกิจและดำเนินการต่างๆ ได้ผ่านการแชทคุยกับ Joule
• SAP Intelligent Applications ระบบ AI Application สำเร็จรูปจาก SAP ที่ธุรกิจองค์กรสามารถเริ่มต้นใช้งานในการดำเนินงานของแต่ละแผนกได้ทันที เป็นก้าวแรกสู่การใช้ AI ในภาคธุรกิจที่เห็นผลลัพธ์ได้อย่างรวดเร็วและชัดเจน
เกี่ยวกับ NTT DATA Business Solutions (Thailand) Ltd.
บริษัท NTT DATA Business Solutions (Thailand) Ltd. ภายใต้กลุ่ม บริษัท NTT DATA ผู้ให้บริการระบบ SAP และ Data Center ระดับโลก และเป็นผู้นำทางด้าน Digital Transformation และเป็นสมาชิก SAP Global Partner ที่พร้อมคำปรึกษาและบริการด้านการออกแบบ พัฒนา ติดตั้งโซลูชัน SAP Solution และ IT Solution อื่น ๆ ให้กับลูกค้าในประเทศไทย เพื่อพัฒนาระบบบริหารการจัดการในองค์กรในทุกกลุ่มประเภทธุรกิจ
สำหรับธุรกิจที่ต้องการปรึกษาด้านโซลูชั่น ระบบ SAP Business AI, SAP Joule, Intelligent Applications หรือโซลูชันอื่นๆ ของ SAP เพื่อพัฒนาระบบบริหารการจัดการในองค์กรให้ดีขึ้น NTT DATA Business Solutions Thailand พร้อมให้คำปรึกษาในทุกกลุ่มประเภทธุรกิจ ติดต่อได้ที่ โทร 02-2370553-58 หรือติดตาม ได้ที่ email: marketing-solutions-th@nttdata.com หรือ www.nttdata-solutions.com
