Wdrożenie rozwiązań SAP Business AI staje się kluczowym elementem transformacji cyfrowej wielu organizacji wyposażonych w systemy SAP. Mimo rosnącej dostępności rozwiązań opartych na sztucznej inteligencji, proponowanych przez producenta, wiele firm wciąż zadaje sobie fundamentalne pytanie: „Czy inwestycja w SAP Business AI jest opłacalna?”. Chcąc udzielić rzetelnej odpowiedzi na to ważne i słuszne pytanie, konieczne jest przeprowadzenie kompleksowej analizy przedwdrożeniowej. Jej centralnym elementem jest ocena wartości biznesowej i potencjalnego zwrotu z inwestycji (ROI z ang. Return on Investment).
Przeprowadzenie tego procesu sprawia, że zaimplementowana technologia jest zgodna z wymiernymi celami biznesowymi, przekształcając potencjalny wydatek w strategiczną inwestycję. Dokładna ocena wartości biznesowej pomaga zidentyfikować obszary, w których AI może przynieść największe korzyści, tworząc podstawy dla udanego i wartościowego wdrożenia.
Fundamentalna rola analizy przedwdrożeniowej
Analiza przedwdrożeniowa to kluczowy element każdego projektu związanego z AI w środowisku SAP. Jej głównym celem jest wyjście poza technologiczny szum i osadzenie projektu w solidnych realiach biznesowych. Taka strategiczna ocena doprowadza do tego, że każdy etap wdrożenia jest zgodny z mierzalnymi wynikami i dostarcza organizacji rzeczywistą wartość.
Główne cele tej analizy obejmują:
- Identyfikację procesów o wysokiej wartości: pierwszym celem analizy jest wskazanie konkretnych obszarów biznesowych, w których AI może wygenerować najwyższy zwrot, czy to poprzez oszczędności kosztów, wzrost wydajności, czy nowe źródła przychodów.
- Ocenę gotowości danych: modele AI są tak wartościowe, jak dane, na których są trenowane. Ten etap obejmuje ocenę jakości, dostępności i spójności danych niezbędnych do wsparcia proponowanego rozwiązania AI.
- Określenie obecnej i docelowej architektury systemu: propozycje rozwiązań będą się różnić w zależności od tego czy Klient korzysta z produktów SAP opartych o rozwiązania Public Cloud, Private Cloud czy z wersji on-premise.
- Definiowanie mierzalnych celów biznesowych: niejasne cele prowadzą do niejasnych wyników. Analiza ustanawia konkretne, mierzalne wskaźniki (KPI), które będą używane do mierzenia sukcesu projektu.
- Szacowanie kosztów, korzyści i ryzyk: na tym etapie tworzona jest szczegółowa prognoza finansowa i operacyjna, która pozwala uzyskać jasny obraz wymaganej inwestycji, oczekiwanych korzyści i potencjalnych przeszkód.
- Budowanie podstawowego modelu ROI: ten początkowy model dostarcza opartego na danych uzasadnienia dla inwestycji, pozwalając interesariuszom podjąć świadomą decyzję.
W kontekście SAP Business AI kluczowe jest dopasowanie zaawansowanych funkcjonalności i rozwiązań, do możliwości technicznych systemów i realnych potrzeb biznesowych. Zapewnia to, że rozwiązanie jest nie tylko solidne i technologicznie zaawansowane, ale także praktyczne i skuteczne.
Narzędzia SAP Business AI dla systemów Cloud i on-premise
Arsenał możliwości adresowania potrzeb Klienta można podzielić na kilka kategorii rozwiązań zależnie od architektury systemowej:
1. Systemy oparte o Cloud
W przypadku rozwiązań SAP opartych o Cloud jak np. SAP S4/HANA, SAP Success Factors, SAP Ariba, SAP Extended Warehouse Management można skorzystać z gotowych zbudowanych przez producenta agentów, których lista jest dostępna w postaci katalogu na stronie SAP.
Lista ta stale rośnie, na moment pisania tego artykułu dostępnych jest 346 agentów i features AI dla różnych produktów SAP.
Wśród nich można wymienić na przykład agenta SAP S/4HANA Cloud Private Edition, . Znacząco usprawnia on pracę przy przetwarzaniu przyjęć towarów i dowodów dostawy/dokumentów wysyłkowych, eliminując błędy wprowadzania danych. Agent wykrywa anomalie, które mogą spowalniać walidację zleceń przewozowych oraz automatyzuje pobieranie istotnych informacji z papierowych dokumentów przewozowych i księgowanie ich w systemie, co skraca czas przetwarzania.
W opisie danego agenta znajdują się informacje na temat jego wartości biznesowej.
W tym przypadku jest to:
- 50% redukcja kosztów przetwarzania dokumentów dostawy/przesyłek przychodzących zakładając obniżenie czasu przetwarzania dokumentów z anomaliami z jednej godziny do 30 minut,
- 40% redukcja kosztów przestojów ciężarówek na placu w przypadku spedytorów przy założeniu miernika w postaci kosztu postoju ciężarówki na godzinę.
Źródło: SAP S/4HANA Cloud Private Edition, transportation management, goods receipt processing
Źródło: SAP S/4HANA Cloud Private Edition, transportation management, goods receipt processing
SAP dla tych agentów opracował dedykowane wskaźniki mierzące potencjał korzyści i kosztów oraz określa wstępne założenia do zmian wartości tych mierników spodziewanych przy wdrożeniu. Dzięki temu użytkownicy systemu zyskują natychmiastowe odniesienie do założeń dla potencjalnych korzyści z inwestycji.
Kalkulacje te są zestawianie z rzeczywistością Klienta, która obejmuje takie obszary, jak istniejące wartości KPI czy planowana częstotliwość wykorzystania agenta (miesięczna liczba zapytań). Na tej podstawie powstaje wskaźnik ROI dla planowanej inwestycji. Partnerzy tacy jak Hicron mają dostęp do kalkulatorów ROI dla poszczególnych agentów.
W przypadku SAP ERP Private Cloud użytkownicy systemu mogą również skorzystać z gotowych agentów, choć ich ilość obecnie jest jeszcze ograniczona. Przewidywane jest jednak rozszerzenie tej listy o kolejnych agentów usprawniających pracę z SAP zgodnie z roadmapą producenta, zarówno dla SAP ERP Private Cloud jak i innych rozwiązań.
2. Systemy w architekturze on-premise oraz chmurowej
Niezależnie czy w środowisku Klienta mamy do czynienia z rozwiązaniem cloudowym, czy on-premise może on skorzystać z AI Foundation. To rozwiązanie dostarcza kluczowe narzędzia i technologie do tworzenia, łączenia, i uruchamiania niestandardowych rozwiązań oraz agentów AI na dużą skalę.
Jednym z produktów w ramach AI Foundation jest Joule Studio będący częścią narzędzia SAP Build. Joule Studio oferuje możliwości budowania własnych agentów bądź tzw. skills – umiejętności, z których agent korzysta w środowisku zapewniającym poufność danych. Joule Studio oferuje szeroką gamę dostępnych modeli AI jak ChatGTP, Mistral, Anthropic, Gemini.
Zbudowany w Joule Studio agent jest wdrożony w aplikacji zbudowanej w BTP Services, która operuje na danych z systemów SAP (jak np. SAP ERP, Success Factors, Ariba, EWM) lub z systemów innych producentów. Systemy SAP ERP on-premise oraz produkty innych firm niż SAP można połączyć przez Cloud Connector. W tym przypadku podejście do mierzenia potencjału korzyści skupia się na podejściu: Discover -> Evaluate -> Adopt, gdzie założone wskaźniki są konfrontowane z efektami realizacji POC po to, by możliwie najprecyzyjniej określić koszty i przychody z inwestycji.
Źródło: Discovery Center
Kluczowe elementy analizy rentowności dla SAP Business AI
Solidna ocena rentowności powinna opierać się na mierzalnych danych i realistycznych założeniach. Wymaga ona systematycznego podejścia do oceny pełnego obrazu finansowego i strategicznego wdrożenia SAP Business AI. Proces ten dzieli projekt na komponenty dające możliwość zarządzania nimi, co pozwala na szczegółową i dokładną ewaluację.
Poniżej znajdują się opisane kluczowe etapy tego procesu.
Identyfikacja i wycena scenariuszy biznesowych
Każda inicjatywa AI powinna zaczynać się od zidentyfikowania konkretnych procesów, które mają potencjał optymalizacji. Może to obejmować automatyzację obsługi dokumentów, predykcyjne planowanie popytu, inteligentne rekomendacje w procesach zakupowych czy wykrywanie anomalii finansowych. Dla każdego scenariusza należy określić czasochłonność obecnego procesu, wolumen operacji, koszt błędów ludzkich oraz potencjalne oszczędności lub wzrost przychodów. Rezultatem jest mapa scenariuszy z przypisaną im potencjalną wartością biznesową.
Kalkulacja kosztów wdrożenia
Całkowity koszt gotowego narzędzia AI wykracza poza początkową kwotę jego zakupu. Kompleksowa kalkulacja kosztów obejmuje licencje na oprogramowanie i subskrypcje (na przykład dla SAP BTP, SAP AI Core czy SAP Joule), usługi wdrożeniowe, rozwój integracji i rozszerzeń, szkolenia użytkowników oraz bieżące utrzymanie i monitorowanie modeli AI. Przy wykorzystaniu SAP Business AI kluczową jednostką rozliczeniową jest SAP AI Unit. Jest to jednostka w ramach systemu wirtualnej waluty upraszczająca korzystanie z SAP Business AI. Zamiast kupować licencje na poszczególne funkcje AI, nabywane są jednostki AI w pakietach. Narzędzie pozwala je elastycznie wykorzystywać w różnych rozwiązaniach, takich jak: SAP S/4HANA Cloud, SAP SuccessFactors czy SAP EWM. Pakiety są wyceniane w blokach po 100 jednostek. Opracowanie prognoz dla wykorzystania AI Unit jest często trudne. Stąd wychodząc naprzeciw temu wyzwaniu SAP stworzył kalkulatory do estymacji wykorzystania AI Units. Szczegółowy kosztorys powinien obejmować zarówno początkowe wydatki kapitałowe, jak i długoterminowe koszty operacyjne.
Szacowanie korzyści
Korzyści wynikające z wdrożenia rozwiązań AI można podzielić na operacyjne, finansowe i jakościowe:
- Oszczędności operacyjne wynikają z redukcji pracy ręcznej, minimalizacji błędów i eliminacji wąskich gardeł w procesach. Przykładowo, zastosowanie narzędzi AI od SAP może skrócić czas przetwarzania danego typu dokumentów o 30%.
- Zyski finansowe osiągane dzięki lepszym decyzjom, takim jak: optymalizacja cen, poprawa rotacji zapasów i szybsza monetyzacja danych.
- Poprawa jakościowa, która obejmuje lepsze doświadczenia użytkowników, większą dostępność informacji i szybszą reakcję na zdarzenia rynkowe.
Każdą z tych korzyści należy przełożyć na wartość finansową, używając realistycznych danych wejściowych, aby określić ich wpływ ilościowy.
Budowanie modelu ROI
Podczas gdy standardowy wzór na ROI:
ROI – (korzyści finansowe – całkowite koszty) / całkowite koszty × 100%
stanowi punkt wyjścia, kompleksowy model oferuje głębszy wgląd. Obejmuje on obliczenie wartości bieżącej netto (NPV z ang. „Net Present Value”), aby zrozumieć obecną wartość projektu, wewnętrznej stopy zwrotu (IRR z ang. „Internal Rate of Return”) do oceny rentowności oraz okresu zwrotu (z ang. „Payback Period”), aby wiedzieć, kiedy inwestycja się zwróci. Analiza wrażliwości ROI na różne zmienne pomaga przygotować frimę na różne, często nieprzewidywalne scenariusze.
Analiza ryzyk i barier
Projekty AI niosą ze sobą unikalne ryzyka. Należą do nich, chociażby problemy z jakością danych, kwestie zgodności z przepisami (jak RODO), wyzwania związane z adopcją przez użytkowników oraz skalowalność rozwiązania. Dokładna ocena ryzyka ma bezpośredni wpływ na przewidywaną skuteczność inwestycji i powinna być integralną częścią analizy.
W tym przypadku producent SAP także dostarcza odpowiedniego wsparcia dla użytkowników AI w SAP. Istotną przewagą komercyjną rozwiązania SAP są kwestie związane z bezpieczeństwem i poufnością danych.
Są to między innymi:
- brak trenowania zewnętrznych modeli LLM: dane Klientów zewnętrznych nie są udostępniane dostawcom zewnętrznym w celu trenowania modeli,
- izolacja tenantów: dane Klientów nigdy nie są dostępne dla innych usługobiorców,
- trenowanie modeli na podstawie zgody: jeśli jest potrzeba ponownego trenowania modelu, dane Klienta są wykorzystywane wyłącznie za jego wyraźną zgodą i anonimizowane, gdy jest to wymagane,
- infrastruktura AI hostowana przez SAP: SAP oferuje lokalnie hostowane modele AI (np. Mistral, Aleph Alpha).
Ostateczna rekomendacja i roadmap wdrożenia
Rzetelna analiza powinna kończyć się jasnym zestawem rezultatów. Obejmuje ono listę rekomendowanych scenariuszy wdrożeniowych, uszeregowanych według rentowności, harmonogram wdrożenia podzielony na etapy z fazami pilotażowymi oraz plan pomiaru wyników w odniesieniu do ustalonych wskaźników KPI. Taki roadmap zapewnia organizacji jasną ścieżkę dalszych działań.
Dlaczego dokładna analiza jest Twoją najlepszą inwestycją?
Decyzja o wdrożeniu SAP Business AI jest znaczącym ruchem strategicznym. Wnioski płynące z analizy fundamentalnej i szczegółowej oceny rentowności tworzą razem spójne uzasadnienie biznesowe. To ustrukturyzowane podejście eliminuje niejasności związane z planowaną inwestycją, opierając ją na prognozach opartych na danych i jasnych celach. Zmienia ono rozmowę z „Czy powinniśmy inwestować w AI?” na „Jak najlepiej wykorzystać AI do osiągnięcia naszych celów strategicznych?”.
Dzięki dokładnej analizie możliwa jest eliminacja ryzyka związanego z nietrafionymi inwestycjami, co prowadzi także do przyspieszenia procesów biznesowych przedsiębiorstwa oraz ograniczeniu wydatków na znacznie większą skalę. Specjalistyczne badania dowodzą, że sporo inwestycji w AI jest przeszacowanych. Według raportu MC Kinsey The state of AI in 2025: Agents, innovation, and transformation respondenci w grupie badawczej zgłaszają korzyści kosztowe i przychodowe na poziomie poszczególnych przypadków użycia narzędzi AI, a 64% twierdzi, że sztuczna inteligencja wspiera ich innowacyjność. Jednak tylko 39% raportuje wpływ na EBIT na poziomie całej organizacji.
Współpraca z Hicron na rzecz bezpiecznej transformacji AI
Wdrożenie SAP Business AI powinno być poprzedzone szczegółową analizą przedwdrożeniową skoncentrowaną na rentowności. Tylko precyzyjne oszacowanie kosztów, korzyści i ryzyk pozwala organizacji określić, czy inwestycja przyniesie oczekiwane zwroty. Profesjonalne podejście gwarantuje, że kluczowe decyzje będą podejmowane na podstawie wiarygodnych danych i pełnego zrozumienia potencjału SAP Business AI.
Poruszanie się po tym złożonym krajobrazie wymaga czegoś więcej niż tylko technologii; wymaga specjalistycznej wiedzy. W Hicron nasi eksperci łączą głęboką znajomość rozwiązań SAP ze strategicznym podejściem biznesowym. Prowadzimy Twoją firmę przez każdy etap analizy, pomagając zbudować solidne uzasadnienie biznesowe i bezpieczną drogę prowadzącą do sukcesu. Współpracując z Hicron, zyskujesz pewność, że Twoja inwestycja w AI to nie tylko modernizacja technologiczna, ale strategiczny motor wzrostu i wydajności.
Chcesz poznać więcej korzyści płynących z dokładnej analizy rentowności rozwiązań sztucznej inteligencji? Zapraszamy do skorzystania z naszej oferty warsztatów poświęconych AI i analizie przedwdrożeniowej SAP Business AI.
