در ماههای اخیر، یکی از پرتکرارترین پرسشها درباره هوش مصنوعی این بوده است:
اگر ChatGPT میتواند متن بنویسد، تحلیل انجام دهد و به سؤالهای پیچیده پاسخ دهد، آیا میتواند جای ERP را هم بگیرد؟
در نگاه اول، این سؤال منطقی به نظر میرسد. بسیاری از مدیران پس از تجربه کار با مدلهای زبانی، تصور میکنند که شاید دیگر نیازی به نرمافزارهای پیچیده سازمانی نباشد و یک چتبات هوشمند بتواند همه وظایف آنها را انجام دهد.
اما واقعیت کمی متفاوت است.
ChatGPT و سایر مدلهای زبانی برای انجام یک مأموریت طراحی شدهاند؛ درک زبان، تحلیل اطلاعات و تعامل طبیعی با انسان. در مقابل، ERP برای مدیریت عملیات سازمان، ثبت اطلاعات، اجرای فرآیندها و کنترل منابع توسعه یافته است.
به بیان دیگر، این دو فناوری رقیب یکدیگر نیستند؛ بلکه هرکدام مسئله متفاوتی را حل میکنند.
در این مقاله بررسی میکنیم ChatGPT چه کارهایی را میتواند بهخوبی انجام دهد، چرا بهتنهایی جای ERP را نمیگیرد و چگونه همکاری میان LLMها و ERP میتواند نسل جدیدی از نرمافزارهای سازمانی را شکل دهد.
ChatGPT چه کارهایی را بهخوبی انجام میدهد؟
قدرت اصلی ChatGPT در توانایی آن برای درک زبان طبیعی و تعامل با انسان است.
کاربران میتوانند سؤالهای خود را به زبان ساده مطرح کنند و بدون نیاز به یادگیری دستورات پیچیده، پاسخهایی سریع و قابل فهم دریافت کنند.
همین ویژگی باعث شده است که مدلهای زبانی در مدت کوتاهی به ابزارهایی کاربردی برای تحلیل اطلاعات، تولید محتوا، خلاصهسازی اسناد و پاسخگویی به پرسشها تبدیل شوند.
با این حال، باید توجه داشت که این تواناییها با وظایفی که یک ERP انجام میدهد تفاوت اساسی دارند.
تحلیل اطلاعات
یکی از مهمترین قابلیتهای ChatGPT، تحلیل اطلاعات و استخراج نکات مهم از حجم زیادی از دادههاست.
برای مثال، میتواند گزارشهای فروش را خلاصه کند، روندهای کلی را توضیح دهد، دلایل احتمالی کاهش فروش را بررسی کند یا پیشنهادهایی برای بهبود عملکرد ارائه دهد.
این توانایی به مدیران کمک میکند در زمان کوتاهتری به درک بهتری از وضعیت سازمان برسند.
اما باید به خاطر داشت که کیفیت این تحلیلها به اطلاعاتی بستگی دارد که در اختیار مدل قرار میگیرد.
ChatGPT برای درک زبان، تحلیل اطلاعات و کمک به تصمیمگیری طراحی شده است؛ نه برای مدیریت مستقیم فرآیندهای عملیاتی یک سازمان.
تولید محتوا و پاسخگویی
ChatGPT در تولید متن، پاسخ به پرسشها و توضیح مفاهیم نیز عملکرد بسیار خوبی دارد.
او میتواند پیشنویس ایمیلها را تهیه کند، مستندات را بازنویسی کند، راهنماهای آموزشی تولید کند یا به پرسشهای کارکنان درباره فرآیندهای مختلف پاسخ دهد.
به همین دلیل، بسیاری از سازمانها از مدلهای زبانی بهعنوان دستیار ارتباطی یا ابزار مدیریت دانش استفاده میکنند.
خلاصهسازی و گزارشگیری
یکی دیگر از قابلیتهای ارزشمند ChatGPT، خلاصهسازی اطلاعات است.
جلسات طولانی، گزارشهای چندصفحهای، قراردادها، مکاتبات یا مستندات فنی میتوانند در مدت کوتاهی به خلاصهای قابل استفاده تبدیل شوند.
این ویژگی باعث میشود مدیران و کارشناسان سریعتر به اطلاعات کلیدی دسترسی پیدا کنند و زمان کمتری را صرف مطالعه حجم زیادی از اسناد کنند.
البته این قابلیت با مدیریت فرآیندهای سازمانی تفاوت دارد؛ زیرا مدل زبانی اطلاعات را تحلیل و ارائه میکند، اما مسئول اجرای عملیات نیست.
ERP چه وظیفهای دارد؟
برای اینکه بدانیم آیا ChatGPT میتواند جای ERP را بگیرد یا نه، ابتدا باید نقش ERP را بهدرستی بشناسیم.
ERP یا برنامهریزی منابع سازمانی، سیستم مرکزی مدیریت عملیات یک سازمان است.
این نرمافزار اطلاعات بخشهای مختلف مانند فروش، مالی، انبار، منابع انسانی، خرید، تولید و زنجیره تأمین را در یک بستر واحد مدیریت میکند و اطمینان میدهد که همه واحدها بر اساس دادههای یکسان فعالیت میکنند.
برخلاف ChatGPT که برای تعامل و تحلیل اطلاعات طراحی شده است، ERP مسئول اجرای فرآیندهای واقعی کسبوکار است.
ثبت سفارش، صدور فاکتور، مدیریت موجودی، کنترل پرداختها، محاسبه حقوق و دستمزد، ثبت اسناد مالی و صدها فعالیت دیگر، وظایفی هستند که ERP هر روز با دقت و بر اساس قوانین مشخص انجام میدهد.
علاوه بر این، ERP نقش مهمی در حفظ یکپارچگی اطلاعات سازمان دارد.
اگر اطلاعات فروش، مالی، انبار و منابع انسانی هرکدام در سیستم جداگانهای نگهداری شوند، هماهنگی میان واحدها دشوار خواهد شد. ERP این اطلاعات را در یک ساختار منسجم نگهداری میکند تا همه بخشهای سازمان بر پایه یک منبع اطلاعاتی مشترک فعالیت کنند.
به همین دلیل، ERP را میتوان حافظه عملیاتی سازمان دانست؛ سیستمی که نه برای مکالمه، بلکه برای ثبت، مدیریت و اجرای دقیق فرآیندهای کسبوکار طراحی شده است.
ERP وظیفه دارد عملیات سازمان را مدیریت کند، دادهها را بهصورت یکپارچه نگهداری کند و فرآیندهای کسبوکار را اجرا کند؛ مأموریتی که با نقش یک مدل زبانی کاملاً متفاوت است.
چرا ChatGPT بهتنهایی نمیتواند ERP را جایگزین کند؟
در نگاه اول، ممکن است ChatGPT و ERP هر دو نرمافزارهایی برای کمک به کاربران به نظر برسند، اما در واقع مأموریت آنها کاملاً متفاوت است.
ChatGPT برای درک زبان، تحلیل اطلاعات و تولید پاسخ طراحی شده است، در حالی که ERP مسئول مدیریت فرآیندهای عملیاتی، کنترل منابع و اجرای قوانین کسبوکار است.
به همین دلیل، حتی اگر یک مدل زبانی بسیار قدرتمند باشد، بدون دسترسی به دادههای سازمان، مجوزهای لازم و ارتباط با فرآیندهای عملیاتی، نمیتواند نقش ERP را بر عهده بگیرد.
در حقیقت، هوش مصنوعی زمانی بیشترین ارزش را ایجاد میکند که در کنار ERP فعالیت کند، نه به جای آن.
نداشتن دسترسی به دادههای داخلی
یک LLM عمومی از اطلاعات اختصاصی سازمان شما اطلاعی ندارد.
او نمیداند چه سفارشهایی ثبت شدهاند، وضعیت موجودی انبار چگونه است، کدام فاکتورها پرداخت نشدهاند یا چه قراردادهایی در حال اجرا هستند.
اگر از ChatGPT بپرسید:
«امروز کدام سفارشها باید ارسال شوند؟»
تا زمانی که به اطلاعات واقعی ERP دسترسی نداشته باشد، پاسخی دقیق نخواهد داشت.
به همین دلیل، مهمترین محدودیت ChatGPT در محیطهای سازمانی، نداشتن دسترسی مستقیم به دادههای عملیاتی است.
نداشتن مجوز برای اجرای فرآیندها
ERP فقط اطلاعات را نمایش نمیدهد؛ بلکه فرآیندهای واقعی سازمان را اجرا میکند.
برای مثال، ثبت سفارش، تأیید خرید، صدور فاکتور، ثبت سند مالی یا تغییر موجودی انبار، همگی اقداماتی هستند که باید مطابق قوانین سازمان و با سطح دسترسی مشخص انجام شوند.
یک LLM بهتنهایی چنین مجوزهایی ندارد.
او میتواند پیشنهاد دهد که چه اقدامی مناسب است، اما اجرای آن باید از طریق سیستمهای سازمانی و در چارچوب مجوزهای تعریفشده انجام شود.
به همین دلیل، نقش LLM بیشتر در تحلیل و تصمیمسازی است، نه اجرای مستقیم عملیات.
نیاز به قوانین و کنترلهای سازمانی
هر سازمان مجموعهای از قوانین و کنترلهای داخلی دارد.
ممکن است خرید یک کالا نیازمند تأیید مدیر مالی باشد، پرداختها فقط در شرایط خاص انجام شوند یا تغییر اطلاعات مشتری تنها برای افراد مشخصی مجاز باشد.
ERP این قوانین را بهصورت دقیق اجرا میکند و از بروز خطا یا تخلف جلوگیری میکند.
اگر هوش مصنوعی بدون رعایت این چارچوبها بتواند عملیات را انجام دهد، امنیت اطلاعات و کنترل فرآیندهای سازمانی با خطر جدی روبهرو خواهد شد.
به همین دلیل، LLM باید در کنار قوانین و سازوکارهای ERP فعالیت کند، نه خارج از آنها.
قدرت LLM در تحلیل و درک اطلاعات است، اما قدرت ERP در اجرای دقیق، کنترلشده و قابل اعتماد فرآیندهای سازمانی. این دو فناوری زمانی بیشترین ارزش را ایجاد میکنند که در کنار یکدیگر قرار بگیرند.
آینده ERP چگونه تغییر خواهد کرد؟
اگرچه ChatGPT جای ERP را نخواهد گرفت، اما بدون شک نحوه استفاده از ERP را تغییر خواهد داد.
سالهاست کاربران برای دریافت اطلاعات یا انجام عملیات در ERP، باید میان منوهای متعدد جابهجا شوند، گزارشهای مختلف را باز کنند یا فرمهای متعددی را تکمیل کنند.
در نسل جدید نرمافزارهای سازمانی، این تعامل بهتدریج تغییر خواهد کرد.
کاربر بهجای جستوجو در منوها، سؤال خود را به زبان طبیعی مطرح میکند و LLM اطلاعات موردنیاز را از ERP استخراج کرده، تحلیل میکند و نتیجه را در قالب یک پاسخ ساده ارائه میدهد.
برای مثال، مدیر میتواند بپرسد:
«فروش این ماه نسبت به مدت مشابه سال گذشته چگونه بوده است؟»
یا
«کدام مشتریان بیشترین تأخیر را در پرداخت دارند؟»
بهجای اینکه چندین گزارش مختلف تهیه شود، پاسخ در قالب یک گفتوگوی طبیعی در اختیار کاربر قرار میگیرد.
در این مدل، ERP همچنان مسئول نگهداری دادهها و اجرای فرآیندها خواهد بود، اما LLM به رابط هوشمند میان انسان و سیستم تبدیل میشود.
به همین دلیل، آینده ERP را باید در هوشمندتر شدن آن جستوجو کرد، نه در حذف آن.
آینده متعلق به سازمانهایی نیست که ERP را کنار میگذارند؛ بلکه متعلق به سازمانهایی است که ERP را با هوش مصنوعی هوشمندتر، سریعتر و کاربرپسندتر میکنند.
آینده همکاری LLM و ERP
در سالهای آینده، مرز میان نرمافزارهای سازمانی و هوش مصنوعی کمرنگتر خواهد شد.
ERP همچنان منبع اصلی اطلاعات و اجرای فرآیندهای سازمان خواهد بود، اما LLM نقش دستیار هوشمندی را ایفا خواهد کرد که این اطلاعات را برای کاربران قابل فهمتر، قابل دسترستر و کاربردیتر میکند.
بهتدریج، بسیاری از عملیات روزمره با گفتوگو آغاز خواهند شد.
کاربر درخواست خود را مطرح میکند، LLM آن را درک میکند، اطلاعات موردنیاز را از ERP دریافت میکند، قوانین سازمان را بررسی میکند و در صورت وجود مجوز، فرآیند مناسب را اجرا یا برای تأیید به کاربر ارائه میدهد.
در این معماری، هوش مصنوعی بهتنهایی تصمیمگیرنده نخواهد بود.
در بسیاری از فرآیندهای مهم، تأیید انسان همچنان بخش مهمی از چرخه تصمیمگیری باقی میماند و ERP نیز مسئول حفظ صحت اطلاعات و اجرای کنترلهای سازمانی خواهد بود.
این همکاری، نسل جدیدی از نرمافزارهای سازمانی را شکل میدهد؛ نرمافزارهایی که هم از دقت ERP بهره میبرند و هم از انعطاف و توانایی تعامل طبیعی LLMها.
آینده نرمافزارهای سازمانی در حذف ERP یا جایگزینی آن با هوش مصنوعی نیست؛ آینده در همکاری هوشمندانه میان LLM، ERP و انسان شکل خواهد گرفت.
جمعبندی
ChatGPT و سایر مدلهای زبانی، توانایی فوقالعادهای در درک زبان، تحلیل اطلاعات و تعامل با کاربران دارند، اما این قابلیتها با وظایف یک ERP تفاوت اساسی دارند.
ERP مسئول ثبت اطلاعات، اجرای فرآیندها، کنترل عملیات و مدیریت منابع سازمان است؛ در حالی که LLM میتواند این اطلاعات را تحلیل کند، آنها را به زبان ساده در اختیار کاربران قرار دهد و تصمیمگیری را سریعتر و آسانتر کند.
به همین دلیل، آینده سازمانها در جایگزینی ERP با ChatGPT نیست؛ بلکه در ایجاد همکاری میان این دو فناوری است.
هرچه ارتباط میان LLM، ERP و سایر سیستمهای سازمانی عمیقتر شود، تجربه کاربران سادهتر، سرعت تصمیمگیری بیشتر و ارزش ایجادشده برای کسبوکار نیز بالاتر خواهد بود.
هوش مصنوعی قرار نیست جای ERP را بگیرد؛ قرار است استفاده از ERP را سادهتر، هوشمندتر و مؤثرتر کند.
