Comme Kaeser Kompressrn utilise l’IA avec SAP

Lorsque Kaeser Kompressrn a commencé une voie d’amélioration de la qualité de ses données, il ne savait toujours pas que l’intelligence artificielle deviendrait un grand tournant pour son entreprise. Mais les efforts de numérisation de l’entreprise ont été entravés par le volume croissant de données qui ont eu du mal à gérer. « La mauvaise qualité des données a presque toujours retenu nos projets », dit-il Falko en lameterC’est-à-dire de Kaeer.

C’est pourquoi la société a lancé un projet de trois ans en 2020 pour dessiner et mettre en œuvre une nouvelle stratégie de données. Avec SèveKaeser voulait améliorer la qualité des données et optimiser ses principaux processus métier.

« L’IA était dans notre radar à l’époque, mais ce n’était pas notre point de départ », se souvient-il Norbert engeConsultant en chef des affaires de SAP Business Transformation Services. « Notre objectif initial était de développer une feuille de route pour la stratégie de données. »

Qui est Kaeser Komphenn

Avec une main-d’œuvre d’environ 8 000 personnes et une organisation et des services commerciaux mondiaux qui opèrent dans plus de 140 pays, Kaeser est l’un des principaux fabricants et fournisseurs mondiaux de solutions et de services compressés.

Basé à Cobourg, en Allemagne, Kaeser se considère comme un pionnier dans son secteur: la société familiale -run a été l’une des premières à acheter SAP R / 3 lorsqu’il a commencé à fonctionner il y a plus de 30 ans et a actuellement plusieurs projets ouverts avec SAP. Récemment, il a atteint une autre étape importante importante lorsqu’il a migré la gestion de la montée avec SAP S / 4HANA Cloud.

Le projet de À la sève par sève pour Kaeser

Tout d’abord, l’équipe de projet a commencé à examiner les données personnelles de Kaeser. « Juste pour donner un exemple: notre système contient un certain nombre de fournisseurs à six chiffres, dont au moins les deux tiers étaient inactifs », explique Lameter. Le maintien de ces données implique manuellement un effort disproportionné, c’est pourquoi de nombreuses entreprises hésitent à faire face à des projets de données de cette taille.

Dans la même période, le AI d’affaires Il gagnait rapidement du terrain, alors l’équipe SAP a commencé à intégrer l’IA dans la stratégie de données de Kaeser.

Le résultat a été le développement d’une coutume d’utilisation, appelée Prédire les fournisseurs inactifs. Le cas d’utilisation LO est basé sur le service Recommandation d’attribut de datel’un des services de sève de sève, et sur SAP Analytics Cloud. Ce cas d’utilisation a permis à Kaeer d’automatiser plus de 80% des activités de maintenance des données, d’améliorer leur précision et d’obtenir des augmentations significatives de la productivité.

« Compte tenu de ce que je sais maintenant, je dirais que vous ne pouvez pas garder cette quantité de données manuellement – vous ne pouvez le faire qu’avec l’IA », explique Lameter. « Le moment est venu et je suis convaincu que l’avenir sera guidé par les données. »

Là Recherche visuelle de pièces de rechange

L’objectif principal des consultants SAP était de trouver des cas d’utilisation de l’IA qui ont généré de la valeur pour les clients de Kaeser. Un de ces scénarios concerne la recherche de pièces de rechange. En raison du nombre élevé de variantes d’éléments similaires, il s’agissait souvent d’une tâche difficile et coûteuse en termes de temps et a créé un travail supplémentaire remarquable.

Alors il est né Recherche de pièces de rechange visuelleun cas d’utilisation pour personnalisé personnalisé en collaboration avec Nyris, qui permet aux techniciens d’assistance Kaeer de simplement prendre une photo de la pièce de rechange nécessaire. Le service intégré dans la recherche visuelle utilise la reconnaissance des images pour comparer les images téléchargées avec la base de données de pièces de rechange et identifier le numéro d’actif correct.

Cela permet aux techniciens d’assistance d’identifier les pièces de rechange beaucoup plus rapidement et permet aux clients d’identifier indépendamment les pièces de rechange.

Utilisez l’apprentissage des machines et génératifs pour recommander des compresseurs

Le cas de l’utilisation de l’IA la plus prometteuse est l’application Recommandation de produit intelligent SAPce qui aide les directeurs des ventes à analyser les exigences et les processus du client et les a traduits en recommandations précises de produits. Sur la base des invites en langage naturel, la solution peut analyser les besoins d’un client utilisant l’apprentissage automatique et génératif et recommander les compresseurs les plus appropriés.

« La fabrication de produits sur des produits est un art », explique Enge. « Si vous avez une technologie pour faire de meilleures recommandations, c’est un véritable effet de levier. »

Sève du projet de Kaeser: En plus des technologuesA, l’implication de l’équipe

La mise en œuvre des technologies d’IA est une chose, mais pour un projet réussi, il est tout aussi important d’amener tout le monde à bord et de créer le bon environnement. Cela comprend pour fournir aux employés le logiciel dont ils ont besoin, les former et discuter des implications éthiques de l’IA.

Même l’implication des gestionnaires et l’alignement avec toutes les équipes, telles que la recherche et le développement, le marketing, les ventes et l’assistance, se sont révélées fondamentales pour le succès des initiatives de Kaeser. « En fin de compte, c’est aussi l’impact sur les gens et sur la communauté dans laquelle vous vivez et travaillez, et je pense qu’il est très important de les prendre en compte », explique Lameter.

Il s’agit d’au moins un pentathlon, a déclaré ENGE: « Certains diraient qu’il ne s’agit que d’avoir une bonne équipe de scientifiques des données. C’est certainement un point très important, mais il est également nécessaire de comprendre les processus et les données de l’entreprise et, enfin mais pas moins important, il est nécessaire de traiter les préoccupations des gens et d’expliquer comment les résultats sont obtenus ».

Conclusions

En tant que pionnier de l’informatique, Kaeser était très ouvert au thème de l’utilisation de l’IA. « Cela fait partie de l’ADN de l’entreprise », explique Enge. « Juste au début du projet, nous avons discuté dans quel championnat nous voulions jouer, et il était clair que l’IA devait faire partie de notre équipe si nous voulions jouer en Premier League ».

Le pourcentage de SAP Business IA dans le projet Kaeer Data a augmenté de moins de 10% au cours de la première année à plus de 30% dans le troisième. Aujourd’hui, l’équipe se concentre à 100% sur SAP Business IA et a développé 12 cas d’utilisation ciblée spécifique pour ajouter de la valeur pour les clients.