L’Intelligenza Artificiale integrata nei processi aziendali
Componenti modulari progettati per interpretare informazioni non strutturate, trasformarle in dati utilizzabili e inserirle nei flussi operativi e nei sistemi già presenti.
Non uno strumento isolato, ma una capability della piattaforma
Peer Network progetta soluzioni componibili per digitalizzare i processi e integrarle con l’ERP e con gli altri sistemi aziendali.
Da questo approccio nasce ESI AI, la famiglia di componenti di Intelligenza Artificiale progettata da Peer Network per leggere documenti, interpretare contenuti non strutturati e trasformarli in dati utilizzabili nei flussi operativi. Il progetto è realizzato con il contributo tecnologico di Inventio Hub.
Integrati in ESI Platform, i componenti ESI AI possono essere attivati nei punti del processo in cui servono, lavorando con dati, regole e funzionalità già presenti. Le attività restano tracciabili e le persone mantengono il controllo delle eccezioni.
IL MODELLO ESI AI
Componenti modulari, controllo lungo tutto il flusso
Componibili
Si attivano dove servono e possono essere integrati nelle applicazioni esistenti.
Tracciabili
Documenti, dati estratti, verifiche ed eccezioni restano osservabili.
Integrati
L’output viene progettato per alimentare i sistemi e le attività a valle.
Governabili
L’automazione gestisce il flusso; la persona interviene quando necessario.
Dal documento destrutturato all’ordine di vendita
ESI AI TXT
ESI AI TXT interpreta documenti d’ordine con formati e layout differenti, riconosce le informazioni rilevanti e le trasforma in dati strutturati.
I valori estratti vengono collegati alle anagrafiche e alle regole dell’ERP, validati e resi disponibili per la creazione dell’ordine di vendita in ERP (come SAP). Se manca una codifica o emerge un’anomalia, l’operatore interviene sull’eccezione senza bloccare l’intero processo.
Meno inserimenti manuali
Dati verificabili
Eccezioni gestite
Integrazione ERP
IL FLUSSO
Dalla ricezione del documento al sistema aziendale
Un percorso end-to-end nel quale AI, regole applicative e controllo umano lavorano insieme.
01
RICEZIONE
Il documento entra nel processo e viene reso tracciabile.
02
INTERPRETAZIONE
L’AI riconosce struttura, tabelle, campi e relazioni.
03
MAPPING
I valori vengono ricondotti al linguaggio e alle anagrafiche dell’ERP (es. SAP).
04
VALIDAZIONE
Regole e controlli verificano completezza e coerenza.
05
ELABORAZIONE
I dati validi alimentano la creazione dell’ordine di vendita.
ESIA by Peer Network
ESIA by Peer Network: l’assistente virtuale della ESI Platform
Non è il solito chatbot, è un assistente virtuale.
01
Non genera risposte precostituite
02
Risponde a domande libere sul tuo contesto applicativo
03
Se la domanda riguarda “calcoli” questi vengono eseguiti sul sistema di riferimento non dal LLM
04
Non trasferisce dati nel cloud i dati rimangono locali
05
È in grado di attivare funzioni complesse per esempio “creare un ordine“
06
Ha un costo molto competitivo
ESIA
Alcuni esempi pratici
In un ambito commerciale se vuoi sapere:
01
Quali sono le fatture scadute e non pagate ?
02
Quali sono i clienti che non hanno riordinato i prodotti secondo i loro tempi medi di riordino?
03
Quali sono gli ultimi ordini inviati nei 6 mesi precedenti e quanti di questi già consegnati
04
Quali sono i reclami che il cliente ha inviato negli ultimi 6 mesi, per quali motivi e quanti di questi risolti.
Chiedi a ESIA, lei risponde in fretta e bene
ESIA
Se poi le chiedi di fare un ordine per il cliente
Se poi le chiedi di fare un ordine per il cliente con il suo assortimento tipico e le condizioni commerciali in vigore, ESIA ti carica un “preordine da confermare“.
Diversamente da un CRM, mentre compone l’ordine, controlla la disponibilità di prodotto, la solvibilità del cliente, le modalità di consegna. Ti consente di procedere in modo sicuro alle successive fasi del processo Order to Cash.
Come fa ESIA ad essere così brava
Le abilità di ESIA dipendono dalle modalità con cui sono costruite le nostre applicazioni
La Composable Architecture di Peer Network
Il Semantic layer costituito dalle PBC generate
Dalle Smart Business Solutions sviluppate
Non ci sono dati ridondanti o procedure di trasformazione che generano nuovi dati al solo scopo di essere interrogati. Non consuma spazio statico aggiuntivo .
Dall’etichetta ai dati di prodotto strutturati
LABEL AI
Label AI interpreta file di stampa e immagini di etichette e packaging, anche in presenza di formati complessi o di informazioni distribuite in sezioni differenti.
Riconosce ingredienti, allergeni, valori nutrizionali, claim, codici e altri contenuti, ne comprende il contesto e li trasforma in dati strutturati, utilizzabili nei processi di gestione del prodotto.
Ingredienti
Allergeni
Valori nutrizionali
Claim
Codici EAN
Conservazione
UN CASO CONCRETO
Label AI applicata alla gestione dei dati di prodotto
Nel caso sviluppato per Conserve Italia, Label AI è stata inserita nel processo di gestione dell’anagrafica estesa del prodotto.
A partire dall’etichetta, l’applicazione recupera automaticamente informazioni non presenti o non strutturate nell’ERP e le rende disponibili all’operatore. I dati possono essere verificati e corretti prima di essere salvati e distribuiti nelle diverse aree dei sistemi informativi aziendali.
In questo modo, l’Intelligenza Artificiale non produce un risultato separato dal processo: contribuisce ad aggiornare il patrimonio informativo utilizzato per la gestione e la commercializzazione del prodotto.
Governabilità
L’automazione lavora, la persona mantiene il controllo
Ogni componente è progettato per inserirsi nel processo reale, dove accuratezza tecnica e gestione operativa devono procedere insieme.
Validazione integrata
I dati vengono verificati rispetto a struttura, campi obbligatori e coerenza del contesto.
Gestione delle eccezioni
Le anomalie vengono isolate e rese disponibili per la verifica, senza perdere visibilità sul flusso.
Evoluzione nel tempo
Regole e componenti possono essere estesi insieme ai processi e alle esigenze dell’azienda.
CONTATTACI
Ci sono ancora documenti e informazioni gestiti manualmente?
Confrontiamoci per capire dove un componente AI può ridurre le attività ripetitive, migliorare la qualità del dato e integrarsi con i sistemi già presenti.