人工智能(AI)和機器學習已動搖從網絡安全、市場分析、機器人到自駕車等眾多領域的企業。但對于企業核心職能，AI的使用還處于起步階段。目前先行企業在業務轉型過程中用AI改善企業資源規劃系統(Enterprise Resource Planning；ERP)的需求正不斷成長，而ERP廠商正在將機器學習功能融入其產品中，以便滿足未來需求。

據CIO報導，以美國賓州藥品批發公司AmerisourceBergen為例，該公司在全球47國有1.9萬名員工，年營收達1,470億美元，在Fortune 500中排第十一位。

AmerisourceBergen訂價副總裁Alexander Kugler深知，AI有助于公司在產品訂價時做出更好決策。該公司之前用試算表從各種系統中提取數據，藉此確定生產成本，并利用過去紀錄和常識來弄清客戶對價格變化，以及競爭對手的行為有多敏感。

Kugler表示，這種訂價方法已過時，跟不上產業趨勢和動態。因此，AmerisourceBergen在15個月前開始轉向一套整合系統，該系統能自動計算生產成本、分析歷史交易數據，并擷取天氣預報等外部數據，為將來部署AI創建基礎層。

ERP的未來

AmerisourceBergen選擇的Vendavo平臺內建智能功能，但該公司迄今尚未將這些功能投入使用。而僅使用內建的專家算法，例如在價格低于成本時發出警報。這些功能是資料科學家所創建，但并非由機器學習系統實時產生。

而且還有其它可能警報，系統需做判斷而非簡單計算。例如，特定天氣事件可能會引發對流感疫苗的更多需求。或者新的競爭者可能即將進入某特定細分市場，導致產品價格下滑。

Kugler表示，展望未來，業務風險警報絕對有其價值。該公司擁有數以萬計的客戶，銷售數以萬計的產品，擁有能在發生問題之前提醒潛在問題的流程或架構，會很重要。

機器學習的另個用途是工作流程自動化。第一步是建立架構，讓單名員工就能做出會自動觸發一系列行動的決策。然后在下次有需要做決策時，系統可根據過去經驗建議行動過程。最后，一旦對建議有足夠信心，系統就能自動采取行動，人類僅監督進程并處理例外情況。

Kugler表示，企業會得到一致的決策，使訂價團隊更專注于價格背后的藝術。這將釋放價格團隊，專注于真正為企業帶來價值的機會。

例如，訂價團隊成員目前可能要花3個小時進行更復雜的價格分析，5小時處理與價格管理相關的日常工作。透過智能自動化，他們可能只要花1小時進行價格管理，另外7個小時就能進行加值活動。

目前，AmerisourceBergen仍在采用AI的奠基階段，因此將繼續研究如何將機器學習用于業務風險警報、預測分析和工作流程自動化，但尚未用機器學習做決策。但做出更好預測、設定更好價格，甚至降低生產成本并非讓系統更智能化的唯一好處，AI也將協助企業自衛，而且不僅針對其當前直接對手。

Kugler表示，像亞馬遜(Amazon)的公司正在進入該公司所在市場，而且肯定會用盡一切可能手段。而不利用AI的企業將遭受損失。其獲利將受侵蝕，最終若不得不多元化，尋找其它營收來源，就會成為被接管的候選公司。

為AI做好準備

跟AmerisourceBergen一樣，許多企業仍在為使用機器學習和高級分析、智能接口和工作流程自動化的智能ERP系統做準備。紐約顧問公司SapientRazorfishAI負責人Josh Sutton表示，基于AI的ERP產品和功能直到最近才被市場所接受，眾家企業在采用上持緩慢而謹慎的態度。

Sutton指出，AI是現今商業轉型的重要組成部分，而轉型速度比以往任何時候都快。Sutton看到很多企業開始進行將AI加到ERP中的試點計劃，但一切仍在早期階段。他說，目前不過是這條路的起點。而取得最大成功的企業是從小型產品試起，而非好高騖遠的企業。