Machine learning v HELIOS iNuvio – co umí a v čem vám může pomoci?

Poslední dobou se čím dál častěji mluví o strojovém učení, což je suboblast umělé inteligence. Pomocí strojového učení dokážou počítače automaticky zlepšovat své výsledky v konkrétní oblasti na základě předchozích dat. Tato technologie se již dlouhou dobu uplatňuje v oblastech strojového překladu, antispamových filtrů či při úpravě fotografií. V současné době lze strojové učení najít i v HELIOSU iNuvio, kde může být skvělým pomocníkem a ušetřit vám spoustu peněz a času! Co je to strojové učení? Využitím strojového učení v systému HELIOS iNuvio jsme schopni dosáhnout mnoha výhod. Strojové učení totiž kombinuje klasické statistické a analytické metody s metodami data miningu. Oproti klasické regresní analýze, která pracuje s pevně danými regresními funkcemi a velkým vzorkem minulých dat, strojové učení se neustále učí a aktualizuje svůj datový model na základě dat nových a informací poskytnutých uživatelem. Tento model je navíc schopen pracovat s různými typy dat, včetně obrazových, což umožňuje sofistikované detekce anomálií, trendů a souvislostí, které by jinak mohly zůstat nezpozorovány i zkušeným analytikem. Predikce vývoje Znát budoucnost je sen každého manažera, a proto se ERP systémy již dlouho zabývají forecastingem, který využívá výše zmiňovanou regresní analýzu. Avšak tento přístup nefunguje vždy správně. Strojové učení se na rozdíl od toho umí při predikci vývoje učit z aktuálních dat a nemusí využívat statistických modelů, které nemusí být pro vaši firmu relevantní. V HELIOSU iNuvio jsme proto nasadili strojové učení do dvou klíčových agend pro současnou dobu - predikce prodeje a predikce nepřítomnosti zaměstnanců na pracovišti. Strojové učení v HELIOSU iNuvio sleduje aktuální trendy pro nadcházející týden, měsíc i rok. Objem realizovaných prodejů za minulá období čerpá přímo z položek vydaných faktur. Vy tak získáváte představu o tom, zda dané zboží bude mít rostoucí nebo klesající podíl na příjmech společnosti. Tyto trendy můžete sledovat jak číselně, tak i graficky. Při predikci přítomnosti zaměstnanců na pracovišti dokáže strojové učení v HELIOSU iNuvio odhalit nejen sezónní výkyvy v docházce zaměstnanců, například v době letních prázdnin nebo během vánočních svátků, ale i předvídat nepřítomnost zaměstnanců dle jednotlivých mzdových složek (např. nemoc, dovolená, placené/neplacené volno). Díky tomu můžete lépe plánovat lidské kapacity v konkrétním období a efektivně pracovat s docházkou a předpokládaným volnem zaměstnanců. Detekce anomálií Druhou oblastí, do které je strojové učení v rámci HELIOSU iNuvio nasazené, je detekce anomálií a to ve dvou nejkritičtějších oblastech – v účetním deníku a nestandardních evidenčních cen u příjemek. Účetní deník obvykle obsahuje velké množství účetních transakcí. Není tedy vždy jednoduché kontrolovat výši částek jednu po druhé. Každý účet v osnově má však obvyklou výši transakcí. Příprava a udržování sestav pro každou skupinu účtů, či každý účet pro vyhodnocení neobvyklých částek ručně je velmi časově náročné, a právě zde nastupuje na scénu strojové učení v HELIOS iNuvio, které vše zařídí automaticky. V případě příjmu zboží na sklad má člověk obvykle spoustu práce a zodpovědnosti. Je proto lepší nechat detekci nestandardních cen na položkách příjemky a prevenci případných chyb v evidenčních cenách na strojovém učení. Tímto způsobem lze každou chybu včas odhalit a špatná data se vůbec nedostanou do systému. Pokud HELIOS iNuvio zaznamená potenciální chybu, uživatel bude včas upozorněn. Pokud uživatel po kontrole souhlasí s odchylkou a nepožaduje provést změnu, stačí pouze jedno kliknutí v systému a vše pokračuje nerušeně dál. Výběr vhodných dodavatelů Automatický předvýběr vhodných dodavatelů pro jednotlivé nákupy je z dalších velice příjemných funkcionalit, které lze v HELIOS iNuvio díky strojovému učení využít. Strojové učení vám pomůže vždy vybrat toho nejspolehlivějšího dodavatele, a to na základě historických dat z vydaných objednávek, příjemek a hodnocení dodavatelů. Strojové učení vybere pro jednotlivé položky dodavatele, který s největší pravděpodobností dodá zboží v požadovaném čase, množství anebo s nejnižší cenou. Stačí pouze v generátoru vydaných objednávek spustit funkcionalitu „Přednabízení dodavatelů“. Strojové učení následně vybere a vyplní vhodného dodavatele do jednotlivých položek, avšak konečné rozhodnutí zůstává na vás. Strojové učení změní váš způsob využití lidských zdrojů Všechny výše uvedené způsoby využití strojového učení v HELIOS iNuvio mají za cíl jedno společné, a to uvolnění kapacit vašich zaměstnanců na tu část práce, které stroje nezastanou. Co se týče systému HELIOS iNuvio, jedná se o první ukazatele směru, kterým se bude systém ubírat. Do budoucna se proto lze určitě těšit na další oblasti, kde se s prvky strojového učení budete setkávat.

projít na článek

Nová verze IS Helios iNUVIO

V záři vyšla pravidelná aktualizace informačního systému Helios iNUVIO. Kromě velkého množství úprav a vylepšení přináší také nový nástroj Interní Helpdesk na evidenci požadavků a úkolů uvnitř firmy. Dokumentace k novému nástroji je zde https://public.hel

projít na článek

Inovace posouvají HELIOS iNuvio i jeho firmy kupředu

HELIOS je přední tuzemský ERP systém, který zvládá komplexní řízení a automatizaci firemních procesů bez ohledu na obor, ve kterém firma působí i na její velikost. Ze softwarového portfolia si vyberou živnostníci, střední i velké firmy. Dnes se zaměříme

projít na článek

Záznam webináře Business Intelligence a ERPORT

Podívejte se na záznam z webináře Business Intelligence a ERPORT www.is-helios.cz/webinar

projít na článek

Multi-peak white light interferometers enable high precision multi-layer measurements

Micro-Epsilon white light interferometers are characterized by their outstanding precision and absolute measurement values. The industrial-grade devices are suitable for inline use for machine integration as well as for laboratory applications. White ligh

projít na článek

Technická footosyntéza

 Týmu vedenému Bettinou Lotsch z LMU Mnichov se podařilo pomocí syntetického polymeru na bázi karbidu dusíku zachytit světelné kvantum a uložit ho ve formě velmi dlouhodobě stabilních radikálů. Radikály vznikají z elektrondonorů a světla. Za pomocí

projít na článek