Copilot met ERP data, wat betekent dat?

Inmiddels is iedereen bekend met Copilot en ChatGPT. Copilot begon als een handige add-on in Office 365, waarmee je eenvoudig samenvattingen van e-mails kan krijgen, reminders (laat) maken voor belangrijke afspraken, een eerste opzet voor een presentatie genereert en meer. Maar, het was allemaal gebaseerd op ChatGPT-achtige prompt constructies. Erg makkelijk, snel te leren en het kan inderdaad een hoop tijd besparen. Een mail ontvangen met vijf pdf-bestanden als bijlagen? Vraag het Copilot en binnen een mum van tijd heb je een samenvatting.

Maar werken in (middel)grote organisaties betekent meer dan alleen maar mails sturen en documenten of presentaties maken. Het meeste werk vraagt om continue aandacht voor de kernprocessen: inkoop, magazijnbeheer, productie, verkoop, logistiek en customer service. En alle gegevens die je daarvoor nodig hebt, liggen vaak opgeslagen in het ERP en/of CRM.

En daar komt de uitdaging. Want daar kom je als gebruiker niet zomaar bij. En toch wil je graag die gegevens kunnen bevragen om eenvoudig antwoord te krijgen op vragen als: ‘wat waren de laatste drie bestellingen van klant A’ of ‘hoeveel facturen staan er nog open van klant B’? En dat was tot kortgeleden best lastig.

Want welke alternatieven zijn er? Als eerste natuurlijke de ERP of Customer Service-omgeving zelf. En dat is een prima eerste stap. Wil je weten of er nog een factuur openstaat? Wat de openstaande cases zijn? Met een paar klikken of in een eenvoudig overzicht kom je dat zo te weten.

De beperkingen van Self Service BI en Excel

Voor de complexere vragen wordt het al vaak lastiger. Bijvoorbeeld een vraag als: ‘welke marge heb ik gemaakt op de verkopen aan klant A’? Om die vraag te beantwoorden, heb je veel gegevens nodig: welke verkoopopdrachten vallen binnen die periode, wat waren de kosten van de gekoppelde inkooporders, en het totaal van de verkoop- en inkoopkosten.

Het is een veel gestelde vraag en daarom zijn er in het algemeen BI rapporten voor opgesteld. Met Self Service BI-oplossingen, zoals Power BI, zijn gebruikers in staat om zelf dergelijke rapporten op te stellen en antwoorden te krijgen op hun vragen. Echter, en daar komt het: Self Service BI werkt alleen als van tevoren is vastgesteld welke datacomponenten beschikbaar moeten zijn voor de gebruikers (lees: tabellen en velden) om te voorzien in dergelijke vragen.

Wat nu als gebruikers ad hoc complexe vragen hebben? Dan wordt het lastiger. Het lukt in ieder geval niet met Self Service BI en de standaard ERP rapportages. Het gevolg: mensen gaan data uit allerlei ERP overzichten exporteren naar Excel en bouwen met Vlookups, queries en talloze (handmatige) bewerkingen een rapport. Of het antwoord dan klopt, is nog maar de vraag. Een werkwijze die wij overal zien, in kleine én grote organisaties.

Is er dan niets beters?

En toen was er Copilot. Het antwoord op alles? Zeker niet. Maar wel de weg vooruit in het beantwoorden van complexere vragen, zónder direct een beroep te hoeven doen op BI experts of terug te vallen op Excel. Met Copilot op ERP-data kun je als organisatie zogeheten Agents publiceren voor gebruikers. Daarmee kan je als gebruiker je vraag in natuurlijke taal stellen, en Copilot beantwoordt deze op basis van de onderliggende ERP-data. Zo krijg je als gebruiker snel inzicht, zonder complexe look-ups of rapportages.

Gecombineerd met de Dataverse MCP server, standaard beschikbaar in Copilot Studio, is ineens een heel krachtige toolbox beschikbaar gekomen voor eindgebruikers. Hiermee kun je ERP data gericht beschikbaar stellen aan specifieke AI Agents, bijvoorbeeld een Product Agent, een Customer Agent, maar ook bijvoorbeeld een Vendor Matching Agent die antwoord geeft op vragen zoals: ‘welke leverancier biedt de producten aan die mijn nieuwe klant vraagt?’

Eenvoudige vragen worden perfect omgezet:

Een voorbeeld waarbij in de context van een klantvraag de gegevens uit een ERP omgeving kunnen worden opgehaald, zonder dat een volledige integratie tussen ERP en Customer Service, is het maken een ERP Customer Service Agent. Deze Agent krijgt toegang tot specifieke entiteiten, zoals verkooporders en productgegevens, en is gefilterd op alleen die gegevens van bijvoorbeeld een bepaalde afdeling en een specifieke organisatie (in geval van een ERP-omgeving met meerdere juridische entiteiten). Nu kan een Customer Service medewerker de Agent rechtstreeks aanroepen vanuit een Case. En deze haalt op basis van de gestelde vraag de gegevens van de gevraagde sales order erbij.

Antwoorden krijgen op de plek waar gebruikers het vragen

Medewerkers werken dagelijks met verschillende systemen: naast Office 365, Customer Service tools, Customer Portals, ERP-, Magazijn- en productiesystemen, noem ze maar op. De context van de vraag wordt bepaald door het proces én het systeem waar de medewerker zich op dat moment in bevindt. En juist daar zijn Agents zo geschikt voor: je kunt ze publiceren naar elk gewenst kanaal, zodat gebruikers overal de toegang kunnen krijgen tot een Agent.

De “Ask your ERP” agent in actie als bot in Teams

Wat betekent dit voor organisaties?

Het implementeren van een ERP omgeving is complex en tijdrovend. Niet zozeer vanwege de software, maar veelal omdat de wensen, eisen, tijdslijnen, integraties en budgetdruk een soort gordiaanse knoop vormen. De 20/80 regel kan hierbij helpen: focus op de 80% functionaliteit die 20% van de inspanning kost. Naast de ERP-implementatie volgt er dan, soms parallel, de BI-implementatie. Ook hier geldt weer: wensen, eisen, tijdslijnen en budgetdruk, omdat er een compleet datawarehouse met ETL -processen en rapportage definities moet worden uitgewerkt. Focus ook hier op de 20/80 regel: bouw rapportages die 20% van de tijd kosten en 80% van de behoeften afdekken. En gebruik AI-agents om de ad hoc complexe vragen van eindgebruikers te beantwoorden.

Benieuwd hoe dit voor jouw organisatie kan werken?

Bekijk één van onze eerder blogs over Copilot of vraag vrijblijvend een gesprek aan met AI-expert Jan-Frederik.