Bij SAP beginnen de AI-investeringen zich zichtbaar uit te betalen. Gebruikers van de S/4HANA ERP kunnen via AI-tools als Joule hun werkzaamheden efficiënter, bijvoorbeeld voor transactieanalyses en geautomatiseerde acties. De grootste winst is momenteel zichtbaar in service management, financiële processen en logistieke ketens, terwijl SAP ook werkt aan een framework waarin meerdere AI-agents kunnen samenwerken. Op zo’n beetje iedere plek moet straks AI werk doen. We spraken met Eric van Rossum van SAP over de staat en toekomst van AI in cloud ERP.
Inmiddels zou al zo’n 80 procent van de bedrijfsprocessen ondersteund kunnen worden door een geavanceerde vorm van AI. Eindgebruikers kunnen door systemen navigeren met behulp van assistent Joule, die door over de data uit SAP-systemen te beschikken daadwerkelijk de business kan begrijpen. De veelzijdigheid is daarin de kracht; van het inschakelen van de hulp van Joule voor het schrijven van een ERP-extensie tot het opstellen van een nieuwe vacature vanuit de HR-afdeling.
Tegelijkertijd is de gehele softwareindustrie richting agentic AI aan het bewegen. Ook SAP zet daar vol op in. Er zitten volop agents in de pijplijn om finance-processen te automatiseren. Zeker dit jaar moeten daar grote sprongen in gezet worden. Is SAP daarmee laat als je het vergelijkt met andere softwareleveranciers? Ja en nee. Het type autonome agent dat SAP voor ogen heeft, gaat helemaal op in finance-processen, terwijl wat er al op de markt is met minder gevoelige processen en data te maken heeft. Op het vlak waar SAP actief is, loopt het volgens de roadmap dus gewoon voorop.
De use cases voor AI in ERP
Kijken we naar wat al kan met artificial intelligence in ERP-processen, dan komen we automatisch uit op generatieve AI. SAP werkte al jaren met machine learning en AI-tools, maar de komst van generatieve technologieën heeft het perspectief veranderd. Een van de meest voorkomende toepassingen bevindt zich in Enterprise Service Management, waar AI wordt ingezet om inkomende documenten te analyseren. Uit facturen, klachten of onbetaalde rekeningen kan informatie gewonnen worden en kan de technologie conclusies trekken om een actie te triggeren. De technologie leest deze documenten, koppelt ze aan de juiste transacties, analyseert de inhoud en stelt vervolgens acties voor. Deze toepassing is vooral populair bij service- en helpdesks, maar ook bij HR- en salesafdelingen.
Daarnaast wordt AI steeds vaker ingezet in de logistieke sector. Daar kan je het inzetten voor het lezen en verwerken van verzendingsdocumenten. Zulke documenten beslaan soms honderden pagina’s. AI levert dan grote efficiëntiewinst op, aangezien het binnen enkele seconden of minuten door de tekst kan ploeteren. Op basis van deze documenten worden acties voorgesteld die de logistieke processen kunnen verbeteren.
Waarom bepaalde beroepsgroepen voorop lopen
SAP erkent ook dat de eerste toepassingen van AI in ERP-systemen vooral zichtbaar in HR en sales waren. Nu moet uitbreiding naar financiële processen verder op gang komen. De reden hiervoor is volgens SAP tweeledig: deze processen zijn eenvoudiger te standaardiseren en vertegenwoordigen een groot deel van de dagelijkse werkzaamheden binnen organisaties.
“HR-processen zijn per definitie al redelijk gestandaardiseerd”, aldus CPO Industries, Globalization Engineering & CMO SAP Business Suite Van Rossum. “Dat waren ook de eerste applicaties die naar de cloud gingen.” Dit maakt deze processen zeer geschikt voor AI-toepassingen. De standaardisatie zorgt voor een consistent datamodel, wat essentieel is voor effectieve AI-implementatie.
Daarnaast speelt mee dat relatief weinig mensen bij een bedrijf zich bezighouden met financiën. Het zijn meestal experts die specifieke werkzaamheden uitvoeren. Met AI-tools kan hun productiviteit worden verhoogd, terwijl ook andere medewerkers die niet direct met financiële processen bezig zijn kunnen profiteren van verbeterde werkstromen.
De cloud als voorwaarde voor AI
Een aspect dat we tijdens ons gesprek met Van Rossum aanstippen, is dat SAP de nieuwe AI-functionaliteiten vrijwel uitsluitend beschikbaar stelt via cloudoplossingen. Dit betekent het oudere systemen ECC buiten de boot valt. Daar zitten nog steeds volop gebruikers, echte harde recente cijfers zijn er niet over de verhouding ECC versus S/4HANA, maar zij blijven in dit geval dus achter.
Technisch gezien is de keuze voor de AI-innovatie naar nieuwere versies brengen ook verklaarbaar. On-premises ECC-gebruikers hebben namelijk vaak een zwaar aangepast ERP-systeem. Dit maakt het lastig om effectief AI te implementeren en gebruiken. Een keuze voor een clean-core of fit-to-standard ERP (S/4 public of private cloud) maakt het wel mogelijk om regelmatig updates te krijgen. Hierdoor kan je wel de nieuwste AI implementeren en consumeren.
Voor SAP is het uiteraard ook een bewuste strategische keuze. Van Rossum licht toe dat SAP momenteel meerdere kernproducten heeft. “Je hebt de private cloud ERP-oplossing die gebaseerd is op de S/4-productlijnen en een public cloud versie bij een hyperscaler. Afhankelijk van behoefte en voorkeuren van een bedrijf is een van de twee het meest geschikt. En bij de echte SaaS-oplossing krijgt de klant het bijkomend voordeel dat die toegang krijgt tot de nieuwste innovaties via iedere 6 maanden-upgrade.”
De keuze om AI alleen op cloudoplossingen te leveren heeft naast een mogelijke extra prikkel om richting S/4HANA te gaan ook andere redenen. De standaardisatie die cloudoplossingen met zich meebrengen maken het namelijk makkelijker om AI-tools effectief te implementeren. Daarnaast is het voor SAP eenvoudiger om innovaties door te voeren in een cloudomgeving, omdat updates centraal kunnen worden uitgerold.
Van enkele AI naar samenwerkende agents
Met de keuze voor S/4HANA heb je dus automatisch al wat AI-opties om zaken te automatiseren. Ondertussen gaat het werk richting de agentic AI-toekomst vollebak door. Een van de belangrijkste zaken om in de gaten te houden bij SAP is het multi-agent systeem-concept. Hierbij werken meerdere AI-agents samen om complexere taken uit te voeren. In de huidige fase worden vooral enkelvoudige agents gebruikt die één specifieke taak optimaliseren, bijvoorbeeld voor het innen van betalingen.
Het toekomstbeeld dat SAP schetst is er een waarin, vergelijkbaar met hoe mensen samenwerken, ook AI-agents onderling gaan communiceren. “Nu is het gewoon agent naar mensen eigenlijk,” ziet Van Rossum. De verwachting is dat dit zal uitgroeien naar een model waarin agents ook onderling taken verdelen en aan elkaar doorgeven, al blijft menselijke betrokkenheid volgens SAP essentieel.
Dit betekent een verschuiving in hoe taken worden uitgevoerd, maar niet noodzakelijk het verdwijnen van banen. “Sinds de industriële revolutie is er nog nooit een innovatie of shift geweest dat mensen niet meer nuttig zijn”, aldus Van Rossum. “Maar natuurlijk, als je 100 jaar geleden keek, waren er wel vakken die nu niet meer bestaan, en dat gaat zeker ook in deze slag gebeuren.”
ABAP-code optimaliseren
Van Rossum bekleedt inmiddels geruime tijd een hoge functie in het Cloud ERP-team. Hij ziet dat er in al die tijd ook veel is veranderd rond het hoe men SAP-systemen bouw, implementeert en optimaliseert. Dit zien we terug in de optimalisatie van ABAP-code, de programmeertaal die binnen SAP wordt gebruikt. SAP heeft al zijn ABAP-code in een large language model (LLM) geplaatst om deze te analyseren en te optimaliseren.
“Toen ik 25 jaar geleden bij SAP begon, schreef ik mijn eigen ABAP-code en dan begon je gewoon van nul”, schetst Van Rossum. “Maar nu is er zoveel code, allemaal ooit geschreven. Die mensen die het geschreven hebben, die zijn er ook niet meer.” Met behulp van AI kunnen bestaande codeblokken worden geoptimaliseerd en kan nieuwe code worden gegenereerd, wat de toekomst van ABAP-development veilig stelt. Het blijft een nuttige taal om het ERP-systeem optimaal in te richten, die kennis is nodig, maar de behoefte is te groot om hier geen AI aan te koppelen voor efficiëntiewinst.
Migratie naar nieuwe systemen versnelt
Zakelijk gezien is de komst van AI-functionaliteiten voor SAP gunstig. Het stimuleert bedrijven sneller over te stappen van oudere ERP-systemen naar moderne cloudoplossingen. Hoewel Van Rossum desgevraagd geen specifieke cijfers kan delen, maakt hij wel duidelijk dat steeds meer klanten direct naar de public cloud ERP-oplossing migreren in plaats van eerst naar een private cloud-omgeving te gaan.
“We zien steeds meer van die klanten eigenlijk rechtstreeks naar de public cloud ERP-oplossing springen, juist om dat voordeel te krijgen van ‘fit for standard’. Bedrijven kunnen die cloudinnovaties makkelijk consumeren. AI speelt daar ook een hele grote rol in, omdat dat wel makkelijker is”, legt Van Rossum uit.
De grootste uitdaging bij deze migraties ligt niet zozeer in de techniek, maar in de organisatorische veranderingen die ermee gepaard gaan. De snelheid waarmee organisaties kunnen overstappen wordt vooral bepaald door hun vermogen om bedrijfsprocessen aan te passen aan de standaarden die in de cloudoplossing worden geboden, zoals de filosofie van S/4HANA is.
Al met al is het voor SAP-gebruikers duidelijk dat AI een steeds grotere rol kan spelen in hun dagelijkse werkzaamheden. Of het nu gaat om het analyseren van documenten, het optimaliseren van code of het automatiseren van routinetaken, de integratie van AI in ERP-processen belooft significante efficiëntiewinsten te bieden.
Tip: SAP brengt met Business Data Cloud alle data samen op één plek