نبذة عن ملفات تعريف الارتباط بهذا الموقع يتطلب موقعنا بعض ملفات تعريف الارتباط للعمل بشكلٍ صحيح (مطلوب). كما أنه قد تُستخدم غيرها من ملفات تعريف الارتباط بموافقتك، وذلك لتحليل استخدام الموقع وتحسين تجربة المستخدم وللإعلانات. للمزيد من المعلومات، يرجى مراجعةالخاصة بك. من خلال زيارة موقعنا على الويب، فإنك توافق علي معالجتنا للمعلومات كما هو موضح في بيان الخصوصية ل IBM. لتوفير تصفح سلس، ستتم مشاركة تفضيلات ملفات تعريف الارتباط خاصتك عبر نطاقات شبكة IBM المدرجة أدناه.
استخدام الذكاء الاصطناعي في مجال تخطيط موارد المؤسسات
تاريخ النشر: 8 يوليو 2024
المساهمون: Molly Hayes, Amanda Downie
استخدام الذكاء الاصطناعي في مجال تخطيط موارد المؤسسات
يشير استخدام الذكاء الاصطناعي (AI) في مجال تخطيط موارد المؤسسات (ERP) إلى دمج تقنيات الذكاء الاصطناعي مثل التعلم الآلي (ML)، ومعالجة اللغة الطبيعية والتحليلات التنبؤية في أنظمة تخطيط موارد المؤسسات. يمكن لهذه الأنظمة المدعومة بالذكاء الاصطناعي أتمتة المهام الروتينية، وإجراء تحليل متقدم للبيانات والتنبؤ بها، وتعزيز عملية اتخاذ القرار. الهدف من استخدام الذكاء الاصطناعي في مجال تخطيط موارد المؤسسات هو تحسين الكفاءة التشغيلية وتسهيل عمليات الشركة.
ما أهمية استخدام الذكاء الاصطناعي في مجال تخطيط موارد المؤسسات؟
باستخدام الذكاء الاصطناعي، يمكن أن تتحول أنظمة تخطيط موارد المؤسسات التقليدية إلى منصات ذكية تتعلم من البيانات وتتكيف مع الظروف المتغيرة وتعزز ذكاء الأعمال في الوقت الفعلي، ما يزيد من الكفاءة الإجمالية ويقلل من التكاليف. ووفقًا لتقرير صدر مؤخرًا عن معهد IBM Institute for Business Value، فإن المؤسسات التي تطبق حلول الذكاء الاصطناعي التوليدي على بيانات SAP لديها تحقق بالفعل ربحية أكبر.
عادةً ما تصمم الجهات المورّدة لنظم تخطيط موارد المؤسسات أنظمتها على شكل سلسلة من التطبيقات المعيارية. والتي يكون لهم معًا القدرة على إدارة كل جزء من أجزاء العمل بدءًا من قسم الشؤون المالية في المؤسسة إلى المشتريات والخدمات اللوجستية لسلسلة التوريد. منذ ظهور مصطلح "تخطيط موارد المؤسسات" في التسعينيات، نمت صناعة برمجيات تخطيط موارد المؤسسات لتصبح صناعة رائدة في السوق تحقق 44 مليار دولار أمريكي سنويًا.1 وفي الوقت الحالي، تستخدم العديد من الشركات العالمية الرائدة شكلاً من أشكال حلول تخطيط موارد المؤسسات للوصول إلى "مصدر واحد للحقيقة" في جميع نواحي العمل.
ومع ازدياد شيوع برمجيات تخطيط موارد المؤسسات—وازدياد قدراتها— تبنت المؤسسات هذه الأنظمة كجزء من إستراتيجية أعمال متماسكة. وبدلاً من العمل مع برمجيات أخرى، فإن نظم تخطيط موارد المؤسسات لديها القدرة على الكشف عن المعارف الجديدة والتأثير بشكل كبير في عمليات الأعمال، فضلاً عن توفير سبل جديدة لتعزيز ذكاء الأعمال. وخلال العقد الأول من القرن الحادي والعشرين، أصبحت أنظمة تخطيط موارد المؤسسات ضرورية لإدارة وتحليل البيانات الكبيرة حيث أنتجت وجمعت المؤسسات الحديثة معلومات أكثر مما يمكن للفرد معالجته.
وعلى مدار العقد الماضي، قامت أنظمة تخطيط موارد المؤسسات المدعومة بالذكاء الاصطناعي بأتمتة مهام محددة مثل إدخال البيانات وتحليلها. ولكن بدأت التطورات الحديثة، مثل الذكاء الاصطناعي التوليدي، في إحداث تغيير جذري في نظام تخطيط موارد المؤسسات. تستفيد النظم السحابية لتخطيط موارد المؤسسات من تفوق القدرة الحاسوبية، وتدعم تطبيقات الذكاء الاصطناعي فائقة الإمكانات.
لقد جعلت نماذج التعلم الآلي وقدرات معالجة اللغة الطبيعية المتقدمة أنظمة تخطيط موارد المؤسسات أكثر سهولة في الاستخدام وأكثر دقة، ما يبشر ببدء عصر جديد من برامج الأعمال المتطورة. وانعكست وعود أنظمة تخطيط موارد المؤسسات المدعومة بالذكاء الاصطناعي الحالية في عدد قليل من الصفقات التجارية الأخيرة. بما في ذلك شراكة شركة مايكروسوفت مع شركة OpenAI بقيمة 13 مليار دولار أمريكي وطرح برنامج تخطيط موارد المؤسسات Microsoft Dynamics 365 المدعوم بالذكاء الاصطناعي. 2 أعلنت SAP، إحدى الجهات الرائدة الأخرى المورّدة لنظم تخطيط موارد المؤسسات، عن مساعد الذكاء الاصطناعي التوليدي "Joulie" في عام 2023.3
أنواع أنظمة الذكاء الاصطناعي المستخدمة في مجال تخطيط موارد المؤسسات
يستخدم برنامج تخطيط موارد المؤسسات تقنية الذكاء الاصطناعي بطرق مختلفة لتحسين وإدارة عمليات الأعمال. تتضمن بعض تقنيات الذكاء الاصطناعي التي تُدمج في أنظمة تخطيط موارد المؤسسات بشكل متكرر ما يلي:
التحليلات التنبئية
معالجة اللغة الطبيعية
تتيح معالجة اللغة الطبيعية (NLP) لنظام تخطيط موارد المؤسسات فهم اللغة البشرية والرد عليها، ما يسهل تعاملات المستخدم بشكل أفضل. في السنوات الأخيرة، حسّنت تقنيات نموذج اللغة الكبيرة (LLM) الحديثة مثل ChatGPT النظام بشكل كبير، ما سمح بوجود أدوات أكثر دقة وذات صلة بالسياق لمعالجة اللغة الطبيعة ضمن برمجيات تخطيط موارد المؤسسات.
على سبيل المثال، يمكن لتقنية معالجة اللغة الطبيعية معالجة النصوص غير المنظمة مثل رسائل البريد الإلكتروني المرسلة من العملاء لإجراء تحليل للمشاعر، أو فهم استفسارات المستخدمين في مكاتب الدعم المكتوبة بلغة عامية، ما يجعل البرنامج أكثر سهولة في الاستخدام.
أتمتة العمليات الآلية
تعمل تقنية أتمتة العمليات الآلية (RPA) على أتمتة المهام الروتينية والمتكررة—أو مهام سير العمل كاملةً باستخدام "روبوتات". تتضمن التطبيقات استخراج البيانات وإدخال البيانات وترحيل الملفات. باستخدام تقنية أتمتة العمليات الآلية، قد يُعد نظام تخطيط موارد المؤسسات التقارير تلقائيًا، أو يوزع مستندات الموارد البشرية الرئيسية، أو يجري عملية إدارة البيانات تلقائيًا لكل من بيانات العملاء والموظفين.
التعلم الآلي
أنظمة التعلم الآلي (ML) "تتعلم" من البيانات بمرور الوقت لتحسين التنبؤات وعمليات اتخاذ القرار. عند تطبيقها في حلول تخطيط موارد المؤسسات، يمكن أن تساعد هذه التقنية على تقليل الأخطاء التشغيلية وزيادة الكفاءة حيث يصبح الذكاء الاصطناعي أفضل في أداء المهام بمرور الوقت. ونظرًا لأن أنظمة تخطيط موارد المؤسسات تميل إلى جمع كميات هائلة من البيانات الخاصة بالمؤسسة، يمكن أن يكون لنماذج التعلم الآلي (ML) المجهزة لحالات عمل محددة تأثير كبير في وظائف نظام تخطيط موارد المؤسسات.
روبوتات المحادثة والمساعدون الافتراضيون
تستفيد روبوتات المحادثة والمساعدون الافتراضيون من تقنية معالجة اللغة الطبيعية لتقديم الدعم في الوقت الفعلي، وتحسين تجربة العملاء، وإرشاد الموظفين خلال مهام سير عمل برنامج تخطيط موارد المؤسسات. في نظام تخطيط موارد المؤسسات، تكون روبوتات المحادثة والمساعدون الافتراضيون ماهرين في التعامل مع بوابات الخدمة الذاتية للموظفين، مثل الإجابة عن الأسئلة المتعلقة بمهام الموارد البشرية الروتينية.
التعرّف على الصور
تستخدم تقنية التعرّف على الصور أو رؤية الكمبيوتر، الذكاء الاصطناعي للتعرف على المدخلات المرئية مثل الأجسام أو النصوص أو المواقع. وتستخدم أنظمة تخطيط موارد المؤسسات (ERP) هذه التقنية لتحليل البيانات المرئية—مثل مقاطع الفيديو أو المستندات الممسوحة ضوئيًا—وعرضها بتنسيقات قابلة للبحث أو قابلة للتحرير. يمكن أيضًا استخدام تقنية التعرف على الصور لمراقبة مواد التصنيع لتحسين التحكم في الجودة.
الذكاء الاصطناعي التوليدي في مجال تخطيط موارد المؤسسات
في السنوات الأخيرة، أحدث الذكاء الاصطناعي الحواري والذكاء الاصطناعي التوليدي تغييرًا جذريًا في عمليات الأعمال من خلال محاكاة الذكاء البشري وإضافة المزيد من الوظائف إلى أنظمة تخطيط موارد المؤسسات.
وباستخدام إمكانات الذكاء الاصطناعي، يمكن لمنصات تخطيط موارد المؤسسات إعداد تقارير أو إصدار توصيات، وتزويد المؤسسات بمعارف قابلة للتنفيذ مستمدة من عملية جمع البيانات في الوقت الفعلي. تتضمن بعض هذه التطبيقات ما يلي:
يتمكن الذكاء الاصطناعي التوليدي من إنشاء تقارير أعمال مفصلة من بيانات غير منسقة تلقائيًا، ما يوفر الوقت ويضمن الاتساق. يمكن إعداد هذه التقارير عند الطلب، وتزويد الأطراف المعنية بالمعلومات عند الحاجة إليها.
يتمكن الذكاء الاصطناعي التوليدي من صياغة رسائل البريد الإلكتروني أو المحتوى التسويقي أو التعليمات البرمجية أو الوثائق التقنية بناءً على معايير محددة مسبقًا. تتضمن الطلبات إنشاء رسائل مخصصة للمستهلكين أو الموظفين الأفراد أو ترجمة الرموز من لغة إلى أخرى.
يعمل الذكاء الاصطناعي على إنشاء سيناريوهات مختلفة للأعمال وتقييم النتائج المحتملة، ما يعزز من القدرة على التخطيط الإستراتيجي لأنظمة تخطيط موارد المؤسسات السابقة بشكل كبير. على سبيل المثال، قد يحلل نظام تخطيط موارد المؤسسات المدعوم بالذكاء الاصطناعي لوائح الاستدامة وإصدار سلسلة من التوصيات المخصصة للحد من البصمة الكربونية للمؤسسة.
أمثلة على استخدام الذكاء الاصطناعي في مجال تخطيط موارد المؤسسات
وبالنظر إلى عدد أدوات الذكاء الاصطناعي المتاحة للدمج في منصات تخطيط موارد المؤسسات، فإن هذه التقنية لديها مجموعة واسعة من التطبيقات العملية وحالات الاستخدام المحتملة. تتضمن بعض تطبيقات الذكاء الاصطناعي الشائعة في مجال تخطيط موارد المؤسسات ما يلي:
عادةً ما يحتوي نظام الصيانة التنبؤية على مستشعرات إنترنت الأشياء (IOT) أو التوائم الرقمية. وبفضل هذه الأنظمة، يمكن أن تراقب المؤسسة مجموعة من المعدات المهمة للتنبؤ بالصيانة الروتينية أو الإبلاغ عن المشاكل، ما يمنع حدوث أعطال غير ضرورية أو إجراء إصلاحات مكلفة في اللحظة الأخيرة.
تستفيد الصناعات مثل النقل والبنية التحتية المدنية للطاقة والدفاع بشكل كبير من الصيانة التنبئية الذكية، حيث يمكن أن تمنع الأعطال أو الانقطاعات الخطيرة المحتملة. وقد استُخدمت هذه التقنية بنجاح لزيادة إنتاج محطة طاقة الرياح وتقليل كمية الطاقة غير الضرورية التي تستخدمها مصانع الإنتاج الزراعي.
يمكن أن يكون إجراء التنبؤ بالطلب في أنظمة تخطيط موارد المؤسسات أمرًا مهمًا في عملية تخطيط الإنتاج. وباستخدام البيانات الداخلية القديمة—وأحيانًا مجموعات البيانات من الجهات الخارجية—يمكن للمؤسسة أن تتوقع كيف يمكن للسوق أن يتقلب، ما يتيح تنفيذ عملية تخطيط أكثر دقة. في أنظمة تخطيط موارد المؤسسات، يمكن دمج التنبؤ بالطلب مع أنظمة إدارة المخزون لتجنب نفاد المخزون.
يعزز التعلم الآلي أيضًا عملية إدارة الإنفاق. تعمل أدوات الذكاء الاصطناعي المالية من Oracle على تحسين التدفقات النقدية تلقائيًا، باستخدام خوارزميات لمقارنة التوقعات بالأداء الفعلي وإصدار تنبؤات نقدية أكثر دقة.
يُحدث الذكاء الاصطناعي تغيرًا في عملية تطوير التعليمات البرمجية ونقلها من خلال أتمتة عملية الترميز والاختبار وإدارة دورة حياة التطبيقات—أدوات أنظمة تخطيط موارد المؤسسات المختلفة لأتمتة عملية ترجمة التعليمات البرمجية أو نقل البيانات.
تسهل تقنية معالجة اللغة الطبيعية وأتمتة العمليات الآلية عملية تجهيز الفواتير وغيرها من الأعمال الورقية الروتينية، ما يقلل من أخطاء الإدخال اليدوي ويسرّع دورات الدفع. تعمل بعض وحدات تخطيط موارد المؤسسات من SAP على أتمتة عملية التحقق من الإيصالات والفواتير لعمليات التسليم إلى مواقع الإنتاج، بينما تجهز أدوات Oracle المالية المدعومة بالذكاء الاصطناعي فواتير الموردين من خلال التعرف على المستندات والإدخال الذكي للفواتير.
تعمل أنظمة تخطيط موارد المؤسسات المدعومة بالذكاء الاصطناعي على تحسين عملية إدارة علاقات العملاء (CRM) بشكل كبير. باستخدام تقنية معالجة اللغة الطبيعية والتعلم الآلي (ML) يمكن لأنظمة تخطيط موارد المؤسسات حل المشكلات الشائعة تلقائيًا وتحسين تجربة المستخدمين والرد على استفسارات المستهلكين بشكل فوري على مدار الساعة. على سبيل المثال، تستخدم وحدة إدارة علاقات العملاء في SAP الذكاء الاصطناعي التوليدي لكتابة رسائل البريد الإلكتروني وإعداد بيانات الإحاطة بالحسابات.
تستخدم وحدات تخطيط موارد المؤسسات المصممة لإدارة رأس المال البشري (HCM) وظائف الذكاء الاصطناعي لأتمتة المهام الروتينية، وتخصيص عملية إدارة الموارد البشرية للموظفين، وإبراز المواهب في أثناء عملية التوظيف.
على سبيل المثال، تُصدر SAP SuccessFactors توصيات تعليمية مخصصة لأكثر من 4 ملايين موظف عميل شهريًا وتقدم مرشحين يتطابقون مع توصيفات وظيفية محددة تلقائيًا.
تبرز خوارزميات التعلم الآلي ووظائف البحث المدعومة بالذكاء الاصطناعي المدمجة في منصات الشراء من الشركات إلى المستهلك (B2C) ومن الشركات إلى الشركات (B2B) السلع والخدمات التي تلبي معايير محددة.
على سبيل المثال، يمكن لمحركات التوصية أن تزود الأخصائيين في مجال المشتريات بالعروض التي تتوافق مع قيود الاستدامة أو الميزانية المحددة، كما هو الحال في شبكة Ariba من SAP.
تستخدم عملية التعدين الخوارزميات لتحليل سير عمل الأعمال. وبفضل الكميات الهائلة من بيانات المؤسسة القديمة المخزونة داخل منتج تخطيط موارد المؤسسات، يمكن أن يوصي الذكاء الاصطناعي بالعمليات الأكثر انسيابية وفعالية من حيث التكلفة أو الاستدامة—وكذلك الكشف عن أوجه القصور أو نقاط الضعف.
كان الكشف عن الحالات الشاذة واحدًا من أوائل حالات الاستخدام الرئيسية للذكاء الاصطناعي في أنظمة تخطيط موارد المؤسسات. تُبلغ التقنية عن مشكلات الاحتيال المحتملة تلقائيًا، ما يوفر نظام إنذار مبكر للأطراف المعنية وتحرير خبراء الامتثال للقيام بالمهام الأكثر تعقيدًا.
لطالما كان الكشف عن الحالات الشاذة مفيدًا للبنوك والمؤسسات المالية الأخرى، على الرغم من أنه في السنوات الأخيرة تم تطبيق حالات الاستخدام على معايير أكثر تعقيدًا مثل معايير مؤشرات الأداء الرئيسية المحددة مسبقًا.
يمكن لعملية إدارة الطلبات الذكية مراقبة وتحسين كل جانب من جوانب التجارة الإلكترونية وعملية التنفيذ تقريبًا. بدءًا من تحديد مسارات التنفيذ بناءً على قيود محددة ووصولاً إلى إبلاغ العملاء بشأن تحديثات موقع بضائعهم تلقائيًا. تجمع أدوات إدارة الطلبات المدعومة بالذكاء الاصطناعي هذه والمدمجة في نظم تخطيط موارد المؤسسات مجموعات بيانات متعددة لضمان سير عملية التجارة بسلاسة من البداية إلى النهاية.
على سبيل المثال، تدمج منصة IBM Sterling Order Management قنوات المبيعات في تدفق بيانات موحد يتتبع مستويات المخزون وينظم مستويات طلبات العملاء، بالإضافة إلى إدارة المرتجعات وخيارات الشحن. ويحدد النظام أيضًا الاضطرابات المحتملة، ما يعزز مرونة سلاسل التوريد.
تتمكن تقنية معالجة اللغة الطبيعية والتعلم الآلي (ML) من تلخيص التقارير أو المستندات الطويلة، ما يوفر معارف رئيسية للعاملين البشريين. على سبيل المثال، قد تستخدم مؤسسة خوارزميات الذكاء الاصطناعي لاستخلاص الامتيازات الرئيسية من المستندات القانونية أو مستندات الامتثال، أو إنشاء ملخصات للتقارير الداخلية.
مزايا استخدام الذكاء الاصطناعي في مجال تخطيط موارد المؤسسات
تقلل أنظمة تخطيط موارد المؤسسات المدعومة بالذكاء الاصطناعي من الأخطاء البشرية من خلال الأتمتة وأنظمة تحليلات البيانات المتقدمة التي تستكشف مجموعات البيانات الهائلة التي قد يستحيل على الإنسان فهمها بسرعة ودقة.
تستجيب عمليات الأعمال المرنة والناجحة للتغيرات في السوق والأحداث غير المتوقعة بسرعة. وباستخدام أنظمة تخطيط موارد المؤسسات المدعومة بالذكاء الاصطناعي، يمكن للمؤسسات ضمان أن جميع عمليات الأعمال تجري بأعلى مستوى ممكن من الكفاءة والاستجابة للتحديات بفضل المعارف والتحليلات الفورية.
تؤدي أنظمة تخطيط موارد المؤسسات بفضل نظام أتمتة العمليات الأعمال الروتينية مثل تجهيز الفواتير وإدارة الطلبات بشكل تلقائي، ما يتيح للموظفين البشريين القيام بأعمال أكثر إبداعًا وقيمة.
يمكن لأنظمة الذكاء الاصطناعي تحديد التهديدات الأمنية أو الحالات الشاذة والتخفيف من حدتها بشكل أسرع وبدقة أكبر من الموظفين البشريين. تقوم أنظمة الذكاء الاصطناعي بذلك من خلال المراقبة المستمرة للأنظمة بحثًا عن أي نشاط غير معتاد، حيث تعزز أنظمة تخطيط موارد المؤسسات المدعومة بالذكاء الاصطناعي الأمن العام للمؤسسة.
أفضل ممارسات استخدام الذكاء الاصطناعي في مجال تخطيط موارد المؤسسات
ووفقًا لتقرير صدر مؤخرًا عن معهد IBM Institute for Business Value، صرح 64% من المديرين التنفيذيين قائلين إنهم يواجهون ضغوطًا هائلة من المستثمرين والدائنين والمقرضين للتعجيل بتبني أنظمة الذكاء الاصطناعي. ولكن أكثر من نصف الشركات ليس لديها حتى الآن نهج متسق للتنفيذ. ومن خلال اختيار أنظمة تخطيط موارد المؤسسات الذكية ومتابعة التنفيذ المدروس، يمكن لهذه المؤسسات أن تجني مزايا استخدام الذكاء الاصطناعي. تتضمن بعض أفضل الممارسات للتنفيذ ما يلي:
إدارة البيانات بعناية: البيانات المستخدمة لتدريب نظام ذكاء اصطناعي ناجح ومصمم خصوصًا لغرض محدد وضبطه تكون عادةً عالية الجودة وخالية من الأخطاء ومخزنة بشكل آمن.
بنية تحتية قابلة للتوسع: سواء تمت استضافة نظام تخطيط موارد المؤسسات المدعوم بالذكاء الاصطناعي على بيئة سحابية أو بيئة هجينة من النظام المحلي والسحابي، فإن الاستثمار في البنية التحتية القابلة للتوسع لتقنية المعلومات يساعد على دعم قدرات الذكاء الاصطناعي المتقدمة.
المراقبة المستمرة: من خلال مراقبة أنظمة تخطيط موارد المؤسسات المدعومة بالذكاء الاصطناعي وتحديثها بشكل منتظم—أو إشراك شريك خارجي—يمكن أن تحافظ المؤسسة على أداء النظام وضمان نجاحه على المدى الطويل.
إستراتيجية تكامل مدروسة بعناية: كما هو الحال مع ممارسات التنفيذ الأخرى لأنظمة تخطيط موارد المؤسسات وأنظمة الذكاء الاصطناعي، فإن تبني إستراتيجية تكامل واضحة تتماشى مع أهداف الأعمال الأساسية يساعد عادةً المؤسسات على تحقيق أهدافها.
المنتجات والحلول ذات الصلة
بفضل الذكاء الاصطناعي، تسد منصة IBM Sterling Order Management الفجوات الحرجة في منصات تخطيط موارد المؤسسات والتجارة، ما يحسن قابلية التوسع ومستوى الأداء. تتيح لك منصتنا المرنة إمكانية تكييف تقنية إدارة الطلبات لديك مع إستراتيجية أعمالك.
يمكنك تسريع وتيرة تبني أنظمة الذكاء الاصطناعي بكل ثقة مع IBM وSAP معًا. وباعتبار IBM الشركة التقنية الوحيدة التي تتمتع بخبرات استشارية هائلة في SAP، فإنها تتعاون مع SAP لإضافة قيمة للعملاء طوال رحلة استخدامهم للذكاء الاصطناعي.
يمكنك تحسين رحلتك نحو Oracle Cloud وتسريعها باستخدام حلول الذكاء الاصطناعي التوليدي. على مدار ما يقرب من 40 عامًا، دخلت شركة IBM في شراكة إستراتيجية مع Oracle لمساعدة العملاء على تحقيق أقصى قدر من تحولات أعمالهم في عالم معقد.
الموارد
شاهد عرضًا مباشرًا لشبكة التنفيذ لديك باستخدام منصة IBM لإدارة الطلبات المدعومة بالذكاء الاصطناعي.
تتطلب بيئة الأعمال سريعة الخطى التي نعيش فيها اليوم استخدام أدوات ذكية لإدارة العمليات اليومية. تعرّف على خيارات النشر الرئيسية الثلاثة لأنظمة تخطيط موارد المؤسسات الحديثة.
في عام 2023، جمعت شركة IBM معارف من مئات المؤسسات للكشف عن أولويات العملاء حول العالم. اكتشف ما الذي يركز عليه عملاء SAP اليوم.
اكتشف كيف يختار المديرين التنفيذيون تبني أنظمة الذكاء الاصطناعي التوليدي، وكيف يمكن للاستثمارات المناسبة أن تحقق ميزة إستراتيجية تحقق أرباحًا هائلة.
اكتشف الاتجاهات الأربعة التي تحدد مستقبل إدارة الطلبات — وكيف يمكن لهذه الابتكارات أن توفر حرية الاختيار والمرونة في ظل المشهد المتغير بسرعة.
استكشف حالات الأعمال الأكثر تقدمًا في مجال تقنيات الذكاء الاصطناعي، بدءًا من التخصيص الموجه للعملاء وحتى استخدام الذكاء الاصطناعي لعمليات تقنية المعلومات.
الحواشي
1 "تحليل الحصة السوقية: برنامج تخطيط موارد المؤسسات، في جميع أنحاء العالم" (الرابط ينقلك خارج موقع ibm.com)، Gartner، 01 أغسطس 2023.
2 "تقديم الجيل التالي من قدرات الذكاء الاصطناعي وبرنامج Microsoft Dynamics 365 التجريبي لتخطيط موارد المؤسسات" (الرابط ينقلك خارج موقع ibm.com)، مايكروسوفت، 15 يونيو 2023.
3 "SAP يعلن عن مساعد الذكاء الاصطناعي التوليدي الجديد Joule" (الرابط ينقلك خارج موقع ibm.com)، SAP، 26 سبتمبر 2023.