კერძო კორპორაციული AI მშენებლობისთვის: როგორ აქცევს ProjectVIEW AI ERP მონაცემებს მართულ ინტელექტად

კორპორაციულმა AI-მ კომპანიები არ უნდა აიძულოს არჩევანი გააკეთონ მონაცემთა სუვერენიტეტსა და მოწინავე ხელოვნურ ინტელექტზე წვდომას შორის.

 

• სამშენებლო კომპანიები,
• EPC კონტრაქტორები,
• გემთსაშენებლოები,
• ოფშორული კონტრაქტორები,
• სამთო კომპანიები და
• სხვა პროექტზე ორიენტირებული საწარმოები

 

თავიანთ ყველაზე ღირებულ ინტელექტუალურ საკუთრებას ინახავენ ERP სისტემებში: შეფასებებს, BoQ-ებს, WBS სტრუქტურებს, პროდუქტიულობის ტემპებს, მომწოდებლების ფასთაღნიშნებს, შესყიდვების ისტორიას, კონტრაქტებს, პრეტენზიებს, პროექტის ხარჯებს, საინჟინრო ჩანაწერებსა და კომერციულ მონაცემებს.

 

 

DANAOS Projects-ში ჩვენი სტრატეგია ProjectVIEW AI-ისთვის განსხვავებულია:

 

შეინარჩუნეთ მონაცემებზე კონტროლი. დაიკავეთ ბიზნესკონტექსტი. მართეთ წვდომა. გამოიყენეთ შესაბამისი AI მსჯელობის ძრავა ამოცანისთვის.

 

ProjectVIEW ERP რჩება ოპერაციული ჩანაწერების სისტემად და ბიზნესკონტექსტის წყაროდ. AI ხდება მართული ინტელექტის ფენა, რომელიც ამ კონტექსტზე მუშაობს.

 

ეს განსხვავება ფუნდამენტურია.

 

რა არის ProjectVIEW AI?

 

ProjectVIEW AI არის ProjectVIEW ERP-ის ინტელექტისა და აგენტური ავტომატიზაციის ფენა. ის იყენებს AI მსჯელობას სტრუქტურირებულ, პროექტის სპეციფიკურ კორპორაციულ მონაცემებსა და სამუშაო პროცესებზე.

 

ProjectVIEW ERP უზრუნველყოფს საოპერაციო საფუძველს:

 

BoQ ↔ WBS ↔ Cost Codes

 

ერთობლიობაში ეს განზომილებები აკავშირებს კომერციულ მოცულობას, დროს, რესურსებს, ხარჯს და პროექტის ფაქტობრივ შესრულებას.

 

გარდა ამისა, ProjectVIEW ERP უკვე მხარს უჭერს ისეთ პროცესებს, როგორიცაა:

 

• შეფასება და ტენდერირება
• ბიუჯეტირება და ხარჯების კონტროლი
• შესყიდვები
• ქვეკონტრაქტორების მართვა
• კონტრაქტები და კომერციული მართვა
• მასალები და წარმოება
• მანქანა-დანადგარები და ფლოტი
• HR და Payroll
• საიტის ოპერაციები
• პროექტის კონტროლები
• დოკუმენტების მართვა
• ფინანსური მართვა

 

ProjectVIEW-ის გამოქვეყნებული პროდუქტის დოკუმენტაცია აღწერს ამ ინტეგრირებულ გარემოს და BoQ-ის, WBS-ის და Cost Codes-ის კავშირს. ის ასევე მოიცავს ფაქტობრივსა და ბიუჯეტს შორის ხარჯების მონიტორინგს და ისეთ სისტემებთან ინტეგრაციებს, როგორიცაა Oracle Primavera P6 და Microsoft Project.

 

ProjectVIEW AI შემდეგ აგებს ინტელექტს ამ საოპერაციო საფუძველზე.

 

 

რატომ უნდა იყოს ERP AI-მდე?

 

კორპორაციული AI-ის ხარისხი ძლიერ არის დამოკიდებული მისთვის ხელმისაწვდომი ინფორმაციის ხარისხზე, სტრუქტურასა და კონტექსტზე.

 

მაგალითად, ზოგად AI მოდელს შეიძლება ესმოდეს, რა არის შესყიდვის ორდერი.

 

მაგრამ მას ბუნებრივად არ ესმის:

 

• რომელ პროექტს სჭირდება ეს მასალა;
• BoQ-ის რომელმა პოზიციამ შექმნა ეს საჭიროება;
• WBS-ის რომელი აქტივობა მოითხოვს მას;
• ხარჯის რომელ კოდზე უნდა აისახოს ეს ხარჯი;
• რა რაოდენობა იყო ბიუჯეტში გათვალისწინებული;
• რა უკვე არის დაკისრებული;
• რა უკვე ფაქტობრივად დაიხარჯა;
• რომელი მომწოდებლები შეფასდა ადრე;
• აღემატება თუ არა ეს შესყიდვა დამტკიცების ზღვარს;
• ქმნის თუ არა ეს ხარჯი ხარჯვით გადახრას;
• და ვის აქვს ტრანზაქციის დამტკიცების უფლებამოსილება.

 

თუმცა ეს კონტექსტი უკვე არსებობს სწორად სტრუქტურირებულ სამშენებლო ERP-ში.

 

ამიტომ DANAOS consistently argued, რომ კომპანიებმა AI-ის მასშტაბურ ავტომატიზაციაზე გადასვლამდე ჯერ ERP და პროცესების საფუძველი უნდა შექმნან. ProjectVIEW ERP ფინანსებს, შესყიდვებს, კონტრაქტებს, პროექტებსა და ოპერაციებს ერთ საერთო საოპერაციო გარემოში აყალიბებს.

 

ამიტომ AI-სთვის ეს სტრუქტურირებული გარემო უკიდურესად ფასეული ხდება.

 

იმის ნაცვლად, რომ AI მოდელს მივცეთ არასტრუქტურირებული, ერთმანეთთან დაუკავშირებელი ცხრილების, ელფოსტების, ბაზებისა და დოკუმენტების ქაოტური კრებული, ProjectVIEW-ს შეუძლია მართული წვდომის უზრუნველყოფა. კონკრეტულად, ის აწვდის იმ შესაბამის საოპერაციო კონტექსტს, რომელიც კონკრეტულ ამოცანას სჭირდება.

 

რა არის DANAOS Enterprise AI Strategy?

 

მოკლედ, DANAOS-ის სტრატეგია ხუთი სიტყვით შეიძლება შევაჯამოთ:

 

შეინახეთ მონაცემები. მართეთ ინტელექტი.

 

ჩვენ არ გვჯერა, რომ საწარმოებმა უნდა დათმონ თავიანთი პროპრიეტარული საოპერაციო ცოდნა საჯარო სამომხმარებლო AI სისტემებს.

 

ასევე არ გვჯერა, რომ ყველა კონტრაქტორი, გემთსაშენებლო ან საინჟინრო კომპანია უნდა გადაიქცეს AI ინფრასტრუქტურის კომპანიად. ეს ნიშნავს დიდი GPU კლასტერული ინფრასტრუქტურის შეძენასა და შენარჩუნებას.

 

ამის ნაცვლად, DANAOS ავითარებს ProjectVIEW-ს მოდელებზე მოქნილი, საწარმოს მიერ მართული AI არქიტექტურის გარშემო.

 

არქიტექტურა ხუთ მნიშვნელოვან ფენად იყოფა:

 

1. ჩანაწერების სისტემა — ProjectVIEW ERP

 

ERP ინახავს ტრანზაქციებს, სამუშაო პროცესებს, ბიუჯეტებს, კონტრაქტებს, შესყიდვების ჩანაწერებს, პროექტის სტრუქტურებსა და საოპერაციო ისტორიას.

 

2. ბიზნესკონტექსტი — ProjectVIEW Business Logic

 

BoQ, WBS, Cost Codes, რესურსები, კონტრაქტები, დამტკიცებები და ფაქტობრივი პროექტის შესრულება კორპორაციულ მონაცემებს აზრს სძენს.

 

3. მმართველობა — იდენტობა, უფლებები და უსაფრთხოება

 

AI-ის წვდომამ უნდა დაიცვას ისევე ორგანიზაციული საზღვრები, რომლებიც ფუნდამენტურ კორპორაციულ ინფორმაციას არეგულირებს.

 

4. ინტელექტი — კორპორაციული AI მოდელები

 

საწარმოებს შეუძლიათ შეარჩიონ შესაბამისი AI მსჯელობის მოდელები გამოყენების შემთხვევის, უსაფრთხოების არქიტექტურის, დანერგვის მოთხოვნებისა და კომერციული გათვლების მიხედვით.

 

5. ქმედება — ProjectVIEW AI Agents

 

მიზნობრივ აგენტებს შეუძლიათ თანდათან გადავიდნენ კითხვებზე პასუხიდან პირობების გამოკვლევაზე, ქმედებების რეკომენდირებაზე და, უფლებამოსილების არსებობისას, კონტროლირებადი სამუშაო პროცესების დაწყებაზე.

 

შედეგად, შედეგი არ არის მხოლოდ ERP, რომელიც ჩატბოტს უკავშირდება.

 

ეს არის საფუძველი Governed Agentic ERP-ისთვის.

 

საჭიროებს თუ არა კორპორაციული AI ERP მონაცემების საჯარო AI სერვისებზე გაგზავნას?

 

არა.

 

კორპორაციული დანერგვები შეიძლება იყენებდეს არქიტექტურებს, რომლებიც სპეციალურადაა შექმნილი კორპორაციული კლიენტის მონაცემების საჯარო სამომხმარებლო AI სერვისებისგან გასაცალკევებლად.

 

მაგალითად, Microsoft-ის დოკუმენტაცია Azure AI / Microsoft Foundry-ისთვის აცხადებს, რომ Azure-ის მიერ გაყიდული მოდელებისთვის კლიენტის prompt-ები, completions-ები, embeddings-ები და training data არ ხელმისაწვდომდება სხვა კლიენტებისთვის ან ფუძე მოდელის მომწოდებლებისთვის. ის ასევე აცხადებს, რომ ისინი არ გამოიყენება generative foundation models-ის დასატრენინგებლად კლიენტის ნებართვის გარეშე.

 

Microsoft ასევე აცხადებს, რომ ამ მოდელებს მასპინძლობს საკუთარ Azure გარემოში და არა ფუძე მოდელის მომწოდებლის მიერ ოპერირებულ სერვისებთან ურთიერთქმედებით.

 

ეს განსხვავება მნიშვნელოვანია.

 

სხვა სიტყვებით რომ ვთქვათ, მოწინავე AI მოდელის გამოყენება ავტომატურად არ ნიშნავს საჯარო სამომხმარებლო ჩატბოტის გამოყენებას.

 

ამის ნაცვლად, კორპორაციული არქიტექტურა, იდენტობის მართვა, მონაცემთა რეზიდენცია, შენახვის კონფიგურაცია, მოდელის დანერგვა და სახელშეკრულებო კონტროლები განსაზღვრავს, როგორ ურთიერთქმედებს AI კორპორაციულ ინფორმაციასთან.

 

რა შეიძლება ითქვას მონაცემთა რეზიდენციაზე?

 

მონაცემთა რეზიდენცია უფრო ზუსტ ენას მოითხოვს, ვიდრე უბრალოდ იმის თქმა, რომ ინფორმაცია „firewall-ის უკან რჩება“.

 

მაგალითად, Microsoft აღწერს რამდენიმე დანერგვის მოდელს.

 

სტანდარტული ან რეგიონული დანერგვებისთვის ინფერენციის დამუშავება შეიძლება დარჩეს შერჩეული დანერგვის გეოგრაფიის ან რეგიონის ფარგლებში, დანერგვის კონფიგურაციის შესაბამისად. Data Zone დანერგვები მუშაობს მათთვის განსაზღვრულ გეოგრაფიულ ზონაში, ხოლო Global დანერგვებს შეუძლია მოთხოვნების დამუშავება Azure-ის შესაბამის რეგიონებში.

 

Microsoft ასევე აცხადებს, რომ შენახული მონაცემები განსაზღვრული Azure გეოგრაფიის ფარგლებში რჩება.

 

ამიტომ კორპორაციულმა AI არქიტექტურამ შეგნებულად უნდა გაითვალისწინოს:

 

მონაცემების მდებარეობა → მოდელის დანერგვა → შენახვა → იდენტობა → უფლებები → ქსელური არქიტექტურა → აუდიტებადობა

 

მოკლედ, მონაცემთა სუვერენიტეტი არ არის მარკეტინგული ჩექბოქსი.

 

ეს არის არქიტექტურული გადაწყვეტილება.

 

სჭირდება თუ არა ProjectVIEW-ს კლიენტის ERP მონაცემთა ბაზაზე AI მოდელის გაწვრთნა?

 

აუცილებლად არა.

 

ეს DANAOS-ის AI სტრატეგიის კიდევ ერთი მნიშვნელოვანი განსხვავებაა.

 

კორპორაციული AI ყოველთვის არ მოითხოვს კომპანიის სრული ERP მონაცემთა ბაზის აღებას და მისი გამოყენებას ფუძე მოდელის ხელახლა გასაწვრთნელად.

 

ამის ნაცვლად, სისტემას შეუძლია კონკრეტული მოთხოვნისთვის რელევანტური ინფორმაცია მოიძიოს და ეს კონტექსტი მოდელს ინფერენციის დროს მიაწოდოს.

 

მაგალითად, Microsoft ასეთ არქიტექტურას აღწერს, როგორც AI პასუხების გასამყარებლად საწარმოო მონაცემების გამოყენებას. მის „On Your Data“ არქიტექტურაში სისტემა იღებს რელევანტურ ინფორმაციას განსაზღვრული წყაროდან და მას იყენებს prompt-ის გასაფართოებლად. ამავე დროს, ფუძე მონაცემები რჩება იმ მონაცემთა ადგილას, რომელიც კლიენტმა აირჩია.

 

ProjectVIEW-ისთვის ეს კონცეფცია განსაკუთრებით ძლიერია, რადგან ფუძემდებლური ინფორმაცია უკვე პროექტის ბიზნესლოგიკის გარშემოა სტრუქტურირებული.

 

იმის ნაცვლად, რომ AI მოდელს ყველაფერზე დაუბრკოლებელი წვდომა მივცეთ, სისტემას შეუძლია სწორი კონტექსტი სწორი ამოცანისთვის სწორ უფლებამოსილ მომხმარებელს მიაწოდოს.

 

რატომ არის BoQ, WBS და Cost Codes მნიშვნელოვანი სამშენებლო AI-სთვის?

 

რადგან AI-ს კონტექსტი სჭირდება.

 

ბოლოს და ბოლოს, სამშენებლო პროექტი მხოლოდ საბუღალტრო ტრანზაქციების კრებული არ არის.

 

ხარჯი ოპერაციულად მნიშვნელობას იძენს მაშინ, როცა საწარმო ესმის:

 

რა გაიყიდა → რა დაიგეგმა → რა იყო ბიუჯეტში გათვალისწინებული → რა დაკისრდა → რა შესრულდა → რა დაიხარჯა → რა გადაიხადეს → რა დარჩა

 

ProjectVIEW ERP ამ განზომილებებს აკავშირებს შემდეგით:

 

BoQ ↔ WBS ↔ Cost Codes

 

სინამდვილეში, DANAOS ამ სტრუქტურას აღწერს როგორც პროექტის ბირთვს, რომელიც აერთიანებს კომერციულ მოცულობას, დაგეგმვასა და ხარჯების ინფორმაციას.

 

შედეგად, ეს AI-ს აძლევს ბევრად უფრო ღირებულ რამეს, ვიდრე იზოლირებული დოკუმენტებია.

 

ეს უზრუნველყოფს სტრუქტურირებულ პროექტის კონტექსტს.

 

მაგალითად, განვიხილოთ მარტივი მმართველობითი კითხვა:

 

„რატომ კარგავს ეს პროექტი მარჟას?“

 

ზოგადი ჩატბოტი ამ კითხვაზე საიმედოდ ვერ უპასუხებს იზოლირებული ზოგადი მთავარ წიგნზე დაყრდნობით.

 

ამის საპირისპიროდ, პროექტს მცოდნე AI გარემომ შეიძლება გამოიკვლიოს კავშირები შემდეგ შორის:

 

• სავარაუდო ხარჯი;
• ბიუჯეტის გადასინჯვები;
• შესყიდვის ვალდებულებები;
• მომწოდებლის ფასები;
• ქვემიმწოდებლის სერტიფიკატები;
• შრომის პროდუქტიულობა;
• მანქანა-დანადგარების გამოყენების კოეფიციენტი;
• მასალების მოხმარებას;
• პროექტის პროგრესი;
• ვარიაციები;
• საკონტრაქტო პრეტენზიები;
• შემოსავალი;
• გრაფიკიდან გადახრა;
• ფაქტობრივი ღირებულება.

 

ეს არის განსხვავება AI-ს შორის, რომელიც საწარმოს პროგრამულ უზრუნველყოფას ერთვის და AI-ს შორის, რომელიც პროექტის ბიზნესლოგიკაშია ჩაშენებული.

 

AI ასისტენტიდან AI აგენტამდე

 

საწარმოო AI-ის პირველი თაობა ძირითადად პასუხობდა კითხვებს.

 

შემდეგი თაობა სულ უფრო მეტად მიიღებს მონაწილეობას სამუშაო პროცესებში.

 

ამიტომ ეს გარდამავალი ეტაპი მნიშვნელოვანია.

 

ProjectVIEW AI Assistant შეიძლება უპასუხოს:

 

 

ProjectVIEW AI Agent შეიძლება უფრო შორს წავიდეს:

 

 

მაგალითად, შესყიდვების აგენტს შეუძლია დაადგინოს, რომ მომწოდებლების უახლესი შეთავაზებები არსებითად აღემატება დაგეგმილ ტარიფს.

 

შემდეგ მას შეუძლია:

 

1. შესაბამისი BoQ და ბიუჯეტი გამოითხოვოს;
2. გადახედოს შესყიდვების ისტორიულ ინფორმაციას;
3. შეადაროს შეთავაზებები;
4. გამოავლინოს ხარჯის გადახრა;
5. შეაფასოს პროექტზე პოტენციური გავლენა;
6. გააკეთოს შესაბამისი მოქმედების რეკომენდაცია;
7. ეს რეკომენდაცია ProjectVIEW-ის დამტკიცების სამუშაო ნაკადში გადაამისამართოს;
8. დამტკიცებული ტრანზაქცია ERP-ის მეშვეობით შეასრულოს;
9. გადაწყვეტილებისა და ტრანზაქციის ისტორია შეინარჩუნოს.

 

აქ მნიშვნელოვანი სიტყვაა დამტკიცებული.

 

საწარმოო AI არ უნდა იყოს უბრალოდ ავტონომიური.

 

ამის ნაცვლად, ის უნდა იყოს მართვადი ავტონომიური ინტელექტი.

 

რატომ რჩება ადამიანური დამტკიცება მნიშვნელოვანი

 

ERP სისტემები ნაწილობრივ იმიტომ არსებობს, რომ საწარმოებს ანგარიშვალდებულება სჭირდებათ.

 

შესყიდვის ორდერი მხოლოდ ტექსტი არ არის.

 

ანალოგიურად, ქვემიმწოდებლის სერტიფიკატი მხოლოდ ტექსტი არ არის.

 

ვარიაცია მხოლოდ ტექსტი არ არის.

 

ეს კომერციული ვალდებულებებია.

 

მათ შეუძლიათ გავლენა იქონიონ ფულადი ნაკადზე, საკონტრაქტო პასუხისმგებლობაზე, პროექტის მარჟაზე და ფინანსურ ანგარიშგებაზე.

 

ამიტომ საწარმოო AI უნდა მოქმედებდეს დადგენილი უფლებამოსილების წესების ფარგლებში.

 

NIST-ის AI Risk Management Framework ხაზს უსვამს სანდოობასა და რისკების მართვას AI სისტემების დიზაინის, დანერგვის, გამოყენებისა და შეფასების მთელ პროცესში. NIST-მა ასევე გამოაქვეყნა სპეციალური Generative AI Profile, რომელიც ეხება გენერაციულ AI-სთან დაკავშირებულ კონკრეტულ რისკებს.

 

ProjectVIEW-ისთვის პრაქტიკული ინტერპრეტაცია მარტივია:

 

AI უნდა მოქმედებდეს საწარმოს მართვის ფარგლებში და არა მის გარეთ.

 

ProjectVIEW-ის AI მართვის პრინციპი

 

არქიტექტურის გასაგებად სასარგებლო გზაა:

 

 

1. იდენტობა განსაზღვრავს მომხმარებელს.
2. შემდეგ როლი ადგენს ორგანიზაციულ პასუხისმგებლობას.
3. ამის შემდეგ ნებართვები განსაზღვრავს, რომელ ინფორმაციასა და პროცესებზე შეუძლია მომხმარებელს წვდომა.
4. შემდეგ ProjectVIEW უზრუნველყოფს შესაბამის ოპერაციულ მონაცემებს.
5. AI მსჯელობს ავტორიზებულ კონტექსტზე დაყრდნობით.

 

ProjectVIEW აკონტროლებს, რა ქმედებები შეიძლება შემდეგ განხორციელდეს.

 

ეს მნიშვნელოვანია, რადგან ერთსა და იმავე AI კითხვას შეიძლება სრულიად განსხვავებული წვდომის უფლებები დასჭირდეს.

 

პროექტის მენეჯერი, შესყიდვების მენეჯერი, CFO, ხარჯთაღმრიცხველი ინჟინერი და ქვემიმწოდებელი აუცილებლად არ უნდა იღებდნენ ერთსა და იმავე ინფორმაციას მხოლოდ იმიტომ, რომ ერთსა და იმავე კითხვას სვამენ.

 

ProjectVIEW უკვე უზრუნველყოფს მომხმარებლის, როლისა და ჯგუფის წვდომის კონტროლს, ასევე სამუშაო პროცესებისა და ბიზნესპროცესების მართვას, როგორც მისი ERP საფუძვლის ნაწილს.

 

ამიტომ AI ხდება საწარმოო არქიტექტურის კიდევ ერთი მართვადი მონაწილე.

 

რა არის ProjectVIEW AI აგენტები?

 

ProjectVIEW-ის გრძელვადიანი არქიტექტურა დაფუძნებულია დანიშნულებით სპეციფიკურ AI აგენტებზე და არა ერთ უნივერსალურ კორპორატიულ ჩატბოტზე.

 

შესაძლო მიმართულებები მოიცავს:

 

AI ტენდერინგის აგენტი

 

უჭერს მხარს ისტორიულ ანალიზს, დანახარჯების შეფასებას, სატენდერო წინადადების მომზადებას, რისკების იდენტიფიცირებასა და სცენარების შეფასებას.

 

AI შესყიდვების აგენტი

 

უჭერს მხარს მომწოდებლების დაზვერვას, ფასთა შეთავაზებების ანალიზს, ისტორიული ფასების შედარებას, შესყიდვების დაგეგმვასა და გადახრების გამოვლენას.

 

AI ხარჯების კონტროლის აგენტი

 

იკვლევს ფაქტობრივი მაჩვენებლებისა და ბიუჯეტის შედარებით შესრულებას და ავლენს წარმოშობილ ხარჯობრივ ანომალიებს.

 

AI კონტრაქტების აგენტი

 

უჭერს მხარს საკონტრაქტო ჩანაწერების, ვარიაციების, პრეტენზიების, სერტიფიკატების, ვალდებულებებისა და კომერციული დოკუმენტაციის ანალიზს.

 

AI პროექტის კონტროლის აგენტი

 

აკავშირებს ხარჯის, პროგრესისა და გრაფიკის ინფორმაციას, რათა დაეხმაროს წარმოშობილი შესრულების გადახრების გამოვლენაში.

 

AI ტექნიკის აგენტი

 

უჭერს მხარს გამოყენების კოეფიციენტის, ტექნიკური მომსახურების, გაჩერების დროისა და აღჭურვილობის ხარჯების ანალიზს.

 

AI მენეჯმენტის აგენტი

 

აწვდის კროსპროექტულ ანალიტიკას რთულ პროექტულ პორტფელებზე მომუშავე აღმასრულებლებს.

 

თუმცა, მიზანი არ არის მეტი იზოლირებული აპლიკაციის შექმნა.

 

ამის ნაცვლად, მიზანია სპეციალიზებულ AI აგენტებს საშუალება მიეცეთ იმუშაონ ProjectVIEW ERP-ის მიერ მართვად საერთო საწარმოო მონაცემთა ქსოვილზე.

 

რატომ არის მოდელის მოქნილობა მნიშვნელოვანი?

 

AI მოდელები ძალიან სწრაფად ვითარდება.

 

ამიტომ საწარმოო პროგრამული უზრუნველყოფის კომპანიისთვის მთელი AI სტრატეგიის ერთ მოდელზე მჭიდროდ მიბმა გამოიწვევდა არასაჭირო ტექნოლოგიურ დამოკიდებულებას.

 

 

ეს არის შემდეგის კომბინაცია:

 

ProjectVIEW-ის ბიზნესლოგიკა + სტრუქტურირებული საწარმოო მონაცემები + სამუშაო პროცესები + მართვა + ინტეგრაცია + AI ორკესტრირება.

 

ამგვარად, მსჯელობის მოდელს განვითარების შესაძლებლობა აქვს.

 

კლიენტის ოპერაციული ცოდნა რჩება საწარმოო არქიტექტურის ფარგლებში.

 

ეს მნიშვნელოვან განსხვავებამდე მივყავართ:

 

• AI მოდელი უზრუნველყოფს ინტელექტს
• ProjectVIEW უზრუნველყოფს კონტექსტს.
• ბიზნესლოგიკა უზრუნველყოფს მნიშვნელობას.
• მართვა უზრუნველყოფს კონტროლს.

 

ეს უფრო მდგრადი საწარმოო არქიტექტურაა, ვიდრე მთელი კომპანიის AI სტრატეგიის დადება იმ foundation model-ზე, რომელიც დღეს ბაზარზე ლიდერია.

 

რატომ არ უნდა დავნერგოთ უბრალოდ ლოკალური LLM?

 

რა თქმა უნდა, ლოკალურ AI მოდელებს აქვთ გამართლებული გამოყენების შემთხვევები.

 

ისინი შეიძლება შესაბამისი იყოს, სადაც ოფლაინ მუშაობა, ძლიერ შეზღუდული მონაცემთა გარემო, დაგვიანების მოთხოვნები ან სპეციალიზებული სამუშაო დატვირთვები ამართლებენ მათ გამოყენებას.

 

 

ამიტომ DANAOS არჩევანს ასე არ განიხილავს:

 

საჯარო AI vs ლოკალური AI.

 

ამის ნაცვლად, უკეთესი კითხვაა:

 

რომელი მოდელი და დანერგვის არქიტექტურა უზრუნველყოფს საჭირო ინტელექტის, უსაფრთხოების, მართვის, ეკონომიკურობისა და მონაცემთა რეზიდენტობის მახასიათებლებს თითოეული საწარმოო სამუშაოსთვის?

 

სწორედ ამიტომ მოდელის მოქნილობა ცენტრალურია ProjectVIEW AI სტრატეგიისთვის.

უსაფრთხოება არქიტექტურის ნაწილია

 

გარდა ამისა, AI-ის უსაფრთხოება განუყოფელია ERP-ის უსაფრთხოებისგან.

 

ProjectVIEW ERP მუშაობს საწარმოო გარემოში, რომელიც მოიცავს წვდომის კონტროლს, სამუშაო პროცესებსა და უსაფრთხოების მექანიზმებს. DANAOS-ის გამოქვეყნებული SaaS ჩარჩო აღწერს სპეციალურ კერძო გარემოს მიდგომას, ხოლო DANAOS ასევე საჯაროდ ასახელებს ISO სერტიფიკატებს, მათ შორის ISO 27001 და ISO 27018.

 

AI ინფრასტრუქტურის დონეზე Microsoft აცხადებს, რომ Foundry მონაცემებს ინახავს დაშიფრულად. კლიენტებს ასევე შეუძლიათ გამოიყენონ customer-managed keys მხარდაჭერილი სერვისებისა და კონფიგურაციებისთვის.

 

ამიტომ მნიშვნელოვანი პრინციპი უბრალოდ არ არის:

 

„ჩვენი AI უსაფრთხოა.“

 

ის არის:

 

AI მემკვიდრეობით იღებს და მუშაობს საწარმოო უსაფრთხოების, იდენტობის, მონაცემებისა და მართვის არქიტექტურის ფარგლებში.

 

ProjectVIEW-ის „Reality Check“

 

AI მხოლოდ მაშინ არის ღირებული, თუ რეალობა, რომელზეც ის მსჯელობს, ზუსტია.

 

ამიტომ ეს პირდაპირ უკავშირდება ProjectVIEW ERP-ის ძირითად ბიზნესლოგიკას.

 

საბოლოოდ, გუნდებს შეუძლიათ შეაფასონ ყველა პროექტის პროცესი ორი ფუნდამენტური განზომილების მიხედვით:

 

დრო — წარმოდგენილი სამუშაოების დაშლის სტრუქტურის მეშვეობით

 

და

 

ღირებულება — მიღებული კომერციული და ბიუჯეტის სტრუქტურიდან, მათ შორის რაოდენობათა უწყისიდან.

 

შემდეგ გუნდებს შეუძლიათ მუდმივად შეადარონ ფაქტობრივი შესრულება გეგმას.

 

 

• მაგალითად, გუნდებს შეუძლიათ შეადარონ შესყიდვები ბიუჯეტს.
• ანალოგიურად, მათ შეუძლიათ შეადარონ ქვემიმწოდებლის პროგრესი სერტიფიცირებულ სამუშაოებს.
• მათ ასევე შეუძლიათ შეადარონ მასალების მოხმარება დაგეგმილ რაოდენობებს.
• ასევე, მათ შეუძლიათ შეადარონ შრომა და ტექნიკა მოსალოდნელ პროდუქტიულობას.
• და ბოლოს, მათ შეუძლიათ შეადარონ პროექტის ფაქტობრივი ღირებულება ბიუჯეტსა და პროგრესს.

 

ProjectVIEW ERP უკვე უზრუნველყოფს ფაქტობრივი მაჩვენებლებისა და ბიუჯეტის შედარებით ღირებულების მონიტორინგს და მოედნის მონაცემთა შეგროვებას შრომის, მანქანა-დანადგარების, მასალებისა და ქვემიმწოდებლების მიხედვით.

 

AI ამ რეალობის შემოწმებას საგრძნობლად უფრო ძლიერს ხდის, რადგან გადახრები აღარ უნდა დარჩეს მხოლოდ დაფაზე არსებულ პასიურ რიცხვებად.

 

ისინი შეიძლება იქცეს მოვლენებად, რომლებიც იწვევს გამოძიებას.

 

ბიზნესინტელექტიდან მანქანურ მსჯელობამდე

 

ტრადიციული ERP ანგარიშგება პასუხობს:

 

რა მოხდა?

 

ბიზნესინტელექტი ეხმარება პასუხის გაცემაში კითხვაზე:

 

სად მოხდა ეს?

 

პროგნოზული ანალიტიკა სვამს კითხვას:

 

რა შეიძლება მოხდეს შემდეგ?

 

აგენტური AI კიდევ ერთ კითხვას სვამს:

 

რა უნდა გავაკეთოთ ამის შესახებ?

 

აი, სწორედ აქ ერწყმის ერთმანეთს ERP და AI.

 

AI მოდელს შეუძლია მსჯელობა.

 

მაგრამ ERP-ს ესმის ორგანიზაცია.

 

მან იცის:

 

• პროექტები;
• ბიუჯეტები;
• კონტრაქტები;
• მომწოდებლები;
• ქვემიმწოდებლები;
• რესურსები;
• დამტკიცებები;
• პასუხისმგებლობები;
• ტრანზაქციები;
• და ფაქტობრივი პროექტის შესრულება.

 

თუმცა, ამ ოპერაციული საფუძვლის გარეშე AI შეიძლება იქცეს შთამბეჭდავ ინტერფეისად, რომელიც მოწყვეტილია კომერციულ რეალობას.

 

ProjectVIEW უზრუნველყოფს ამ საფუძველს.

 

რას აშენებს DANAOS?

 

DANAOS არ ცდილობს შექმნას კიდევ ერთი ზოგადი ჩატბოტი.

 

და ჩვენი სტრატეგიული მიზანი არ არის foundation-model კომპანიის გახდომა.

 

ჩვენ ვაშენებთ AI ორკესტრაციის ფენას პროექტზე ორიენტირებული საწარმოებისთვის.

 

 

ერთად ისინი ქმნიან არქიტექტურას, რომელსაც DANAOS უწოდებს ProjectVIEW OS-ს: ინტეგრირებულ ოპერაციულ გარემოს მშენებლობის, საზღვაო და ოფშორული ინჟინერიის, გემთმშენებლობის, სამთო და სხვა რთული პროექტული ინდუსტრიებისთვის.

 

მიმართულება ნათელია:

 

კომპანიაზე ორიენტირებული არქიტექტურა. პროექტზე ორიენტირებული ბიზნესლოგიკა. დანიშნულებით სპეციფიკური AI აგენტები.

 

რა არის AI-ის მომავალი სამშენებლო ERP-ში?

 

მომავალი, დიდი ალბათობით, არ იქნება ERP-ის გვერდით მდგომი AI ჩატბოტი.

 

უფრო მნიშვნელოვანი ევოლუციაა AI-ის მუშაობა ERP-ით კონტროლირებადი ბიზნესპროცესების შიგნით.

 

ეს ნიშნავს გადასვლას შემდეგიდან:

 

ძიება → პასუხი

 

შემდეგზე:

 

დაკვირვება → გაგება → მსჯელობა → რეკომენდაცია → დამტკიცება → მოქმედება → აუდიტი

 

მშენებლობისა და სხვა პროექტებზე დაფუძნებული ინდუსტრიებისთვის ეს განსაკუთრებით მნიშვნელოვანია, რადგან პროექტის მომგებიანობა დამოკიდებულია ათასობით ურთიერთდაკავშირებულ გადაწყვეტილებაზე, რომლებიც ეხება ღირებულებას, დროს, რესურსებს, კონტრაქტებსა და ოპერაციულ შესრულებას.

 

AI-ს შეუძლია ამ გადაწყვეტილებების დაჩქარება.

 

მაგრამ ProjectVIEW უზრუნველყოფს იმ ბიზნესრეალობას, რომლის წინააღმდეგაც ეს გადაწყვეტილებები უნდა შემოწმდეს.

 

DANAOS-ის ProjectVIEW AI სტრატეგია

 

შეჯამების სახით, სტრატეგია შვიდ პრინციპზე დგას:

 

• შეინარჩუნე საწარმოო მონაცემების მართვადობა.
• ProjectVIEW ERP შეინარჩუნე როგორც ჩანაწერების სისტემად.
• პროექტის რეალობა სტრუქტურირებულად წარმოაჩინე BoQ, WBS და Cost Codes-ის მეშვეობით.
• AI-ს მიეცი მხოლოდ იმ ბიზნესკონტექსტი, რომელიც ავტორიზებული ამოცანისთვის არის საჭირო.
• შეინარჩუნე მოქნილობა underlying მსჯელობის მოდელთან დაკავშირებით.
• გამოიყენე დანიშნულებით სპეციფიკური AI აგენტები და არა გათიშული ზოგადი AI ინსტრუმენტები.
• მნიშვნელოვანი ქმედებები შეინარჩუნე საწარმოო სამუშაო ნაკადებში, ნებართვებში, დამტკიცებებსა და აუდიტის კვალში.

 

ეს არის ProjectVIEW AI-ის მიმართულება.

 

• არა AI, რომელიც ERP-ს ცვლის.
• არა AI, რომელიც ERP-ის გარეთ მუშაობს.
• არა ERP მონაცემები, რომლებიც AI-ს ებარება.

 

არამედ AI, რომელიც ხდება ინტელექტუალური, მართვადი მონაწილე საწარმოს ოპერაციულ მოდელში.

 

ProjectVIEW უზრუნველყოფს რეალობას. AI უზრუნველყოფს მსჯელობას. ერთად ისინი ქმნიან ინტელექტუალურ პროექტულ საწარმოს.

 

---

 

ხშირად დასმული კითხვები

ხშირად დასმული კითხვები ProjectVIEW AI-ის შესახებ

რა არის ProjectVIEW AI?

ProjectVIEW AI არის AI ინტელექტისა და აგენტური ავტომატიზაციის ფენა, რომელიც ვითარდება ProjectVIEW ERP-ის გარშემო. ის იყენებს AI მსჯელობას მართვად საწარმოო კონტექსტზე, რომელიც მიღებულია პროექტის პროცესებიდან, ტრანზაქციებიდან და სტრუქტურირებული განზომილებებიდან, როგორიცაა BoQ, WBS და Cost Codes.

ProjectVIEW AI ჩატბოტია?

არა. სასაუბრო ურთიერთქმედება შეიძლება იყოს ერთ-ერთი ინტერფეისი, მაგრამ უფრო ფართო სტრატეგია არის დანიშნულებით სპეციფიკური AI აგენტები, რომელთაც შეუძლიათ მხარი დაუჭირონ ანალიზს, რეკომენდაციებსა და მართვად ERP სამუშაო ნაკადებს.

ProjectVIEW AI მოითხოვს, რომ კომპანიებმა საკუთარი Large Language Model გაწვრთნან?

აუცილებლად არა. სისტემას შეუძლია საწარმოო მონაცემების ამოღება და მათი მიწოდება შესაბამის AI მოდელებთან როგორც კონტროლირებადი კონტექსტი. ეს თავიდან აცილებს foundational model-ის ხელახლა გაწვრთნას მთელი ERP მონაცემთა ბაზაზე.

იყენება ERP მონაცემები საჯარო AI მოდელების გასაწვრთნელად?

პასუხი დამოკიდებულია გამოყენებულ AI სერვისსა და კონფიგურაციაზე. საწარმოო სერვისები, როგორიცაა Microsoft-ის მოდელები, რომლებიც Azure-ის მეშვეობით იყიდება, აცხადებენ, რომ მომხმარებლის პრომპტები და completions არ გამოიყენება generative foundation models-ის გასაწვრთნელად მომხმარებლის ნებართვის გარეშე. ამიტომ საწარმოებმა ყოველთვის უნდა გადაამოწმონ არქიტექტურა და არჩეული დანერგვის სახელშეკრულებო პირობები.

რატომ არის ProjectVIEW ERP მნიშვნელოვანი სამშენებლო AI-სთვის?

იმიტომ, რომ AI-ს სჭირდება სტრუქტურირებული ოპერაციული კონტექსტი. ProjectVIEW აკავშირებს პროექტის ფარგლებს, გრაფიკს, ხარჯს, რესურსებს, შესყიდვებს, ქვემიმწოდებლობასა და ფაქტობრივ შესრულებას სამშენებლო სპეციფიკური ბიზნესლოგიკით.

რა არის Agentic ERP?

Agentic ERP არის ERP არქიტექტურა, რომელშიც AI აგენტებს შეუძლიათ დააკვირდნენ საწარმოო ინფორმაციას, გამოიძიონ პირობები, გააკეთონ მსჯელობა პოტენციურ ქმედებებზე და მონაწილეობა მიიღონ კონტროლირებულ ბიზნეს სამუშაო ნაკადებში, ამასთანავე რჩებოდნენ ნებართვების, დამტკიცებებისა და აუდიტის მოთხოვნების ქვეშ.

შეუძლია ProjectVIEW AI-ს სხვადასხვა AI მოდელების გამოყენება?

მოდელის მოქნილობა ცენტრალური სტრატეგიული პრინციპია. საწარმოო ბიზნესკონტექსტი და მართვის ფენა უნდა დარჩეს სტაბილური, მაშინაც კი, როდესაც underlying AI მოდელები ვითარდება.

რომელი ინდუსტრიები შეიძლება ისარგებლოს ProjectVIEW AI-ით?

არქიტექტურა განსაკუთრებით შესაბამისია რთული პროექტებზე დაფუძნებული ინდუსტრიებისთვის, მათ შორის მშენებლობა, ინფრასტრუქტურა, EPC/EPCI, საზღვაო და ოფშორული მშენებლობა, გემთმშენებლობა და გემების შეკეთება, სამთო და კარიერული მოპოვება, ენერგეტიკული პროექტები და პროექტებზე დაფუძნებული წარმოება.