원문 제목: Why the World Still Runs on SAP
원문 작성자: Eric And Seema Amble, a16z
번역: Peggy, BlockBeats

편집자 주: AI에 대한 논의가 여전히 새로운 제품과 기능에 머물러 있는 동안, 기업 소프트웨어의 근본적인 변화가 조용히 일어나고 있습니다. 이 문서가 다루는 내용은 AI가 얼마나 많은 새로운 응용 프로그램을 만들어 내는지가 아니라, SAP, Salesforce, ServiceNow를 대표로 하는 기업 핵심 시스템에 어떻게 통합되었는가입니다.

간단히 말하면, 이 세 가지 유형의 시스템은 각각 기업 운영의 다른 측면을 담당합니다:

· SAP는 자금, 재고 및 생산과 같은 핵심 자원 관리를 담당하며, 회사의 "일반원장" 역할을 합니다;

· Salesforce는 고객 및 영업 프로세스를 관리하고 수익을 어떻게 확보할지 결정합니다;

· ServiceNow는 내부 프로세스 및 운영 체제를 수행하며 조직이 조직적으로 운영할 수 있도록 합니다. 이들은 기업의 일상적인 운영의 기반 구조를 형성합니다.

이러한 시스템은 한편으로는 매우 중요하지만, 다른 한편으로는 일반적으로 사용하기 어렵고 복잡하며 무거운 특징을 가지고 있습니다. 기업은 많은 맞춤 및 프로세스를 이러한 시스템에 적층하여, 이들이 조직의 기억 장치가 되는 동시에 이동하기 어려운 기술 부담으로 변모하도록 합니다. 시스템이 더욱 중요할수록 변경하기가 더욱 어려워집니다.

AI의 기회는 여기에 있습니다.

이러한 시스템을 대체하는 대신, 더 현실적인 접근은 이러한 시스템을 기반으로 새로운 액션 시스템을 구축하는 것입니다. 이는 이행 단계에서 이주 비용을 줄이고, 사용 단계에서 운전 보조와 에이전트를 통해 작업을 간소화하며, 확장 단계에서 복잡한 맞춤을 대체할 가벼운 응용프로그램을 통해 이루어집니다. 따라서, 실제 변화는 시스템 자체가 대체되는지 여부가 아니라, 사람과 시스템 사이의 상호 작용 방식이 다시 쓰여지고 있는 것입니다. AI는 SAP, Salesforce 또는 ServiceNow를 대신하지 않을 것이지만, 점차적으로 이들을 "투명하게" 만들 수 있습니다. 새로운 플랫폼은 보이지 않는 이러한 인터페이스 상에 자리 잡아, 기업 소프트웨어의 실제 가치 경계를 재구성할 것입니다.

아래는 원문입니다:

AI의 발전과 함께 스타트업 및 그들의 고객들의 관심은 대부분 새로운 능력과 그것이 융화시킨 제품들에 집중되어 있습니다. 예를 들어, 다양한 눈부시는 음성 에이전트, 작업 흐름 자동화 도구 및 텍스트 생성 어플리케이션부터 등입니다.

이러한 방향은 이미 나타나 있고, 계속해서 많은 흥미로운 회사들이 등장할 것입니다 (우리도 일부 투자했습니다). 그러나 AI가 실제로 더 깊게 영향을 미치는 것은 보이는 것만큼 멋진 분야가 아니라, 그들이 이미 운영 중인 많은 소프트웨어를 더 잘 활용할 수 있도록 도와주는 방향일 수 있습니다.

여기 한 가지 문제가 있습니다. 약간 모욕적으로 들릴 수 있지만, 금융 500 대 기업에서 일주일 동안 근무한다면 이것의 현실적인 의미를 이해하게 될 것입니다: 왜 사람들은 아직도 SAP(그리고 ServiceNow, Salesforce)을 사용하고 있는 걸까요?

간단한 답은 다음과 같습니다: SAP 및 유사한 대형 시스템은 기업 운영에 필수적인 핵심 데이터를 기록하고 보유하고 있습니다. 그러나 더 중요한 것은, 기업이 이러한 시스템에 상당한 맞춤 설정을 하고, 복잡한 프로세스 및 역할 구조를 겹쳐 놓았지만, 이러한 구성 요소의 상당 부분은 명확하게 기록되지 않은 경우가 많습니다. 이러한 시스템에서 이동하는 것은 종종 막대한 비용, 긴 과정 및 고통스러운 것으로, 일반적으로 상당한 컨설팅 팀, 몇 년의 시간 및 수억 달러의 비용을 필요로 합니다. 예를 들어, SAP ECC에서 SAP S/4HANA로 업그레이드 하는 데는 약 7 억 달러의 비용, 3년의 시간, 그리고 엑센츠에서 온 50인의 팀이 필요할 수 있습니다. 그리고 이러한 이주가 완료되더라도, 이 소프트웨어는 대부분 읽기 전용 보고서를 생성하는 데 사용되며, 거의 유연하게 조작할 수 없습니다.

하지만 이러한 상황은 변화하고 있습니다.

인공 지능은 새로운 가능성 공간을 열고 있으며, 기업이 이러한 시스템을 업그레이드, 맞춤화, 교체할 수 있도록 해주며,보다 효율적인 방식으로 데이터에 액세스하고 사용할 수 있게 합니다.

결국, 인공 지능의 목표는 SAP/ServiceNow/Salesforce를 대체하는 것이 아닐 수도 있습니다. 대신, 그들을보다 프로그래밍 가능하고 사용하기 쉽게 만드는 것입니다. 진정한 승자는 두 가지를 수행할 수 있는 플랫폼입니다. 첫째, 기업의 디지털 전환 예산에 진입하여, 리스크를 감소시키고 주기를 단축 할 수 있도록 측정 가능한 방식으로; 둘째로는 단계적으로 일상적인 운영에 침투하여 작업의 제어 중심지로 작용하여 전통적인 덩치 큰 인터페이스를 다양하게 조합 가능하고, 조정 가능하며, 인공 지능 보조 실행 연산 및 경량 응용 프로그램으로 분해합니다.

다시 말해, 시스템 레코드 자체는 사라지지 않을 것입니다. 진정한 변화는 상위 사용자 인터페이스, 자동화 능력 및 확장 가능한 층에서 일어납니다. 이것이 다음 단계의 소프트웨어 경쟁의 전선입니다.

SAP는 어렵지만, 우리는 그것을 떠날 수 없습니다.

이 문제를 설명하기 위해, 간단히 SAP가 무엇이며 무엇을 하는지 알아보겠습니다. 표면적으로 보면, 이러한 유형의 시스템은 접근하기 어렵고, 운영이 복잡하며, 변경 비용이 높아 사용자 경험이 극도로 불편합니다. 그러나 동시에 이것은 여전히 전 세계 대형 조직의 운영의 중심 축입니다. SAP를 일상적으로 사용하는 경험을 상상해보십시오.

그러나 이러한 이유없는 것 자체가 기회임을 유의하십시오.

약간 불편하지만 더 현실적인 답변은 다음과 같습니다: 그러한 무거운 인터페이스와 끊임없는 구성 뒤에는 이러한 시스템이 사실 매우 강력하다는 것입니다. 이러한 시스템은 기업의 핵심 데이터 모델을 호스팅하며, 규정 준수를 보장하는 권한 및 제어 메커니즘을 정의하고, 규모 확장을 지원하는 워크플로우가 내장되어 있으며, 수십 개 이상 심지어 수백 개의 하향식 통합 프로세스와 연결되어 있습니다. 이들은 소비자 인터넷의 의미로서의 응용 프로그램이 아니라 데이터 테이블, 역할 체계, 승인 프로세스, 회계 논리 및 예외 처리 형식으로 결합된 조직 기억으로 구축됩니다.

이러한 시스템을 대체하는 것은 비용이 많이 드는 것뿐만 아니라 매우 위험한 일입니다. 그리고 기업이 주입하는 금액이 클수록, 예를 들어 사용자 정의 필드, 프로세스, 가격 책정 규칙, 보고 논리와 같은,이러한 시스템은 전환 비용으로 이루어진 요새처럼 보입니다. 심지어 경쟁 우위의 한 요소가 됩니다. 이것이 바로 확장 가능성이 매우 중요한 이유이기도 합니다. 각 기업은 고유하며 변화는 끊임없이 발생합니다. 새로운 규제 요구 사항, 새로운 제품, 새로운 조직 구조 등과 같은 것들이 있는데, 이러한 플랫폼이 장기간 살아남을 수 있는 이유는 바로 실제에 적응하기 위해 지속적으로 조정될 수 있기 때문입니다.

그러나 문제는 그들을 강력하게 만드는 이러한 확장 가능성이 동시에 그들을 취약하게 만든다는 것입니다. 각 사용자 정의는 미래 업그레이드시 잠재적인 거미줄; 각 프로세스는 복잡한 미로로 변할 것입니다; 각 인터페이스는 사용자에게 지속적인 소비를 의미합니다.

이러한 취약성은 거의 모든 곳에 존재합니다. CRM은 널리 사용되었지만 사용자 만족도는 여전히 제각각입니다; ERP는 과도하게 맞춤화되어 있으며 거의 항상 프로젝트 지연 및 예산 초과와 관련이 있습니다. 직원들은 조각난 작업 흐름에 휩싸여 매일 약 1200 회의 서로 다른 응용 프로그램 간의 전환을 해야 하며, 이는 주당 약 4시간의 시간 낭비로 이어집니다; 디지털 변환 프로젝트는 자주 실패하고, 약 70%가 목표를 달성하지 못했다고 추정됩니다. 이러한 마찰로 인해 발생하는 비용은 매우 막대한데, 소프트웨어 구현 및 시스템 통합 시장만으로도 2023년에 약 3800 억 달러 규모가 될 것으로 예상됩니다.

이러한 프로세스와 진통 속에서 AI는 소프트웨어 구현 및 사용 방식을 개선하는 기회를 가져왔습니다. 이 기회를 이해하는 간단한 방법 중 하나는 전사 소프트웨어 수명주기를 따라봄으로써 이루어집니다: 우선 구현 또는 이주, 다음은 일상적 사용, 마지막으로는 계속해서 쌓아 올리는 비즈니스 변화입니다. 각 단계에서 핵심 작업은 혼돈된 인간 의도를 시스템 기록에 기록 가능하고 감사 가능한 올바른 작업으로 변환하는 것입니다.

다음으로, 우리는 AI가 각 단계에서 전통적인 소프트웨어 시스템의 사용 방식을 어떻게 개선하는지 각각 살펴볼 것입니다.

구현 단계

먼저 구현 단계에서 시작해 보겠습니다. 이 단계는 가장 고위험이며 예산에 가장 민감하며 동시에 가장 명백한 수익 구조입니다. 구체적으로 말하면, 미판단한 조사 정보를 취하여 회의, 문서, 작업 지시 등을 구조화된 요구 사항으로 변환하고, 구현에 필요한 작업 흐름을 자동으로 생성합니다. 이 작업 흐름은 프로세스 및 필드 매핑, 구성 및 코드, 테스트 스크립트, 전환 계획, 마이그레이션 매뉴얼 및 온라인 전에 필요한 데이터 클렌징 및 확인을 포함합니다. 이 과정은 매우 복잡하며 오류가 발생하기 쉽습니다. 독일의 소매 거물인 리들은 50억 달러를 투자한 후 SAP 전환 프로젝트를 포기한 적이 있습니다.

이 단계를 중심으로, 일부 기업은 이주 및 구현 보조 도구를 구축 중이며, 다양한 유형의 자율주행 시스템, 프로젝트 관리 도구 등을 제공하고 있습니다. 다음은 몇 가지 전형적인 사례입니다:

·Axiamatic은 ERP를 위한 AI 보증층을 제공하며, 프로젝트 지식 그래프를 구축하여 Slack 또는 Teams에서 요구 사항 및 변경 관리의 잠재적 문제를 알림으로 제공하여 리스크를 감소시키고 S/4HANA 프로젝트를 가속화하며 SAP Build와 통합되어 KPMG, EY, IBM 등의 컨설팅 프로세스에 포함되었습니다.

·Conduct는 코드 및 프로세스 매핑을 위한 자율주행 도구로, ECC에서 S/4로의 이전 프로세스에서 의미론적 레이어 및 기술 문서를 생성하고 사용자 정의 테이블과 API에 대한 질의응답을 지원하여 내부 기업의 적극적인 참여를 가속화합니다.

·Auctor는 시스템 통합업체 및 전문 서비스 팀을 대상으로 하는 에이전트형 구현 전달 기능을 제공하여 조사 프로세스를 자동으로 구조화된 요구 사항으로 변환하고 SOW, 설계 문서, 사용자 스토리, 구성 및 테스트 계획을 관리하는 시스템 레코드로 확장됩니다.

·Supersonik은 제품 사용을 중점으로 하며, 시각 및 음성 에이전트를 사용하여 실제 인터페이스에서 교육을 제공하며 솔루션 엔지니어의 인력 요구를 줄이고 채널 및 고객 중심의 구현 및 확장을 지원합니다.

·Tessera는 AI 기반 시스템 통합 능력을 구축하여 기업의 기존 ERP 시스템에 직접 연동되어 구현 상태를 평가하고 이주 프로세스 중에 문제를 자동으로 식별하고 수정하여 엔드투엔드 변형 관리를 달성합니다.

이러한 회사들의 가치는 변형을 더 빠르고 저렴하며 통제 가능하게 만듭니다. 이는 몇 가지 측면에서 구체적으로 나타납니다: 요구 사항 및 변경 관리 단계에서 문제를 사전에 발견하여 후속 과정을 방지합니다; 시간 주기를 단축하여 심지어 한 달의 지연도 수백만 달러의 비용을 야기할 수 있습니다; 분산된 프로젝트 데이터를 구조화된 지식으로 전환하여 내부 기업팀이 더 빨리 수용할 수 있도록 합니다; 대규모 시스템 통합 팀에 대한 의존성을 줄이기 위해 자동 매핑, 문서 생성, 테스트 및 교육을 통해.

우리는 이 분야에 더 많은 스타트업 기업이 등장할 여지가 있다고 생각하며, 특히 기존 파트너와 협력하는 도구에 대해, 대립이 아닌 특정 방향은 다음과 같습니다:

·구현형 에이전트, 프로젝트 결과 및 리스크에 바인딩할 수 있는, 예를 들어 요구 사항 추적, 구성 비교, 전환 시뮬레이션, 코드 생성 및 편차 감지에 사용되는;

·의미론적 문서 도구, 지식이 항상 최신 상태이고 쉽게 액세스할 수 있도록 보장하는;

·역량형 에이전트, 교육 및 채널 홍보를 재사용 가능한 제품화 기능으로 변환하는.

스타트업이 기업의 부담을 실질적으로 완화할 수 있기 때문에, 그들은 기업이 절감한 지연 비용에 따라 가격을 책정할 수 있으며, CIO와 CFO가 이미 전환 예산에 투입한 비용을 대체하면서 덩치 큰 시스템 통합 프로젝트를 직접 대체할 수 있습니다.

사용 및 유지 관리

다음으로, 소프트웨어 시스템 하나가 구현을 완료한 후에, 진정한 도전이 시작됩니다. 일상적인 사용은 이러한 시스템의 복잡하고 혼란스러운 인터페이스를 지속적으로 탐험해야 함을 의미합니다. 일상 업무는 종종 수십 개 인터페이스를 가로지르며, 인력 이동은 경험을 지속적으로 초기화하며, 극히 작은 워크플로우는 여전히 제품 수준에서 충분한 지원을 받지 못합니다. 사용자들은 필드를 찾기 위해 시간을 보내거나, 다른 시스템 간에 데이터를 수동으로 동기화하거나, 운영팀에 지속적으로 이 보고서를 실행해줘 요청을 자주 합니다. 결과는 프로세스 주기가 느려지고, 오류가 빈번히 발생하며, 비용이 발생하는 장기적인 교육을 필요로 합니다.

이러한 상황에서 AI의 기회는 전통적인 시스템에 친화적이고 강력한 행동 시스템을 구축하는 데 있습니다.

이러한 기업은 팀이 기존 시스템에서 더 많은 가치를 창출할 수 있도록 돕는 데 주력합니다. 실제적으로는 Slack이나 브라우저 사이드바에 존재하는 보조 운전수이며, 시맨틱 검색을 통해 비슷한 데이터를 어디서 찾을 수 있는지, 특정 작업을 어떻게 수행해야 하는지 등의 질문에 답변하며, API를 통해 안전한 작업을 수행할 수 있습니다. 예를 들어, 워크오더 생성, 분개 입력, 공급업체 약관 업데이트 등입니다. 이러한 도구는 여러 시스템을 연결하여 SAP에서 지난 분기의 구매 주문을 가져오고, Coupa에서 계약 조건을 확인하고, ServiceNow에서 차이 설명을 작성하며, 중간에 인간 승인, 감사 로그 및 세분성 권한 제어 등을 추가하여 크로스 애플리케이션 복합 워크플로우를 형성할 수 있습니다. 우수한 제품은 사용량, 시간 절약 및 오류율 등의 지표를 추적할 수 있습니다.

하지만 현실은, 기업에서 많은 핵심 작업이 표준화된 API를 통해 노출되지 않고, 다양한 인터페이스에 포함되어 있으며, 전통적인 클라이언트, 가상 데스크톱 환경 및 문서가 불완전한 관리 대시 보드 같은 환경에 존재합니다. 그래서, 현대의 컴퓨터 작업 대리인은 API 기반 운전수의 중요한 보완이 됩니다. 그들은 인터페이스 구조를 이해하고, 안정된 요소를 찾아내며, 팝업 창이나 레이아웃 변경에서 실행을 복원하고, 핵심 지점에서 진척 상황을 기록할 수 있어야 합니다. 이러한 능력이 비교 검사, 조정, 샌드박스 테스트와 기업 수준의 통제 수단(단일 로그인, 키파일 관리, 최소한의 권한 원칙, 감사 트래일) 및 규제 조치와 결합되었을 때, 인력에 의존하던 업무를 자동화된 프로세스로 변환할 수 있습니다. 예를 들어, 워크오더 정리, 기말 결산 절차, 고객 업데이트, 가격 조정 등이며, SAP, ServiceNow, Salesforce 등에서 자동화되지 않은 부분입입니다.

다음과 같이 이해할 수 있습니다: API 덕분에 표준 경로가 더 효율적으로 작동하며, 컴퓨터 연산 능력 덕분에 롱테일 프로세스도 자동화될 수 있게 됐습니다.

Factor Labs나 Sola와 같은 기업들이 이미 이러한 종류의 에이전트를 프로덕션 환경에 배포하면서 전통적인 비즈니스 프로세스 아웃소싱 지출을 대체하고 대규모 조직이 규모에 맞는 작업 자동화를 달성하는 데 도움이 되고 있습니다.

확장 레이어

마지막으로, SAP, ServiceNow, Salesforce처럼 사용이 간편해져도 기업 자체는 계속 변화하고 있습니다. 이는 시스템 레코드가 함께 발전해야 함을 의미합니다. 새로운 제품, 새로운 정책, 새로운 인수, 새로운 규정 요구 사항 및 핵심 모듈을 개별적으로 개발할 가치가 없는 다수의 롱테일 프로세스는 소프트웨어가 비즈니스의 현실적인 상태에 적응하도록 계속 밀어올립니다. 과거에는 팀이 일반적으로 두 가지 선택지밖에 없었습니다: 시스템을 철저히 맞춤화하고 이에 따른 취약성 비용을 부담하던가, 분산된 독립형 애플리케이션을 개발하고 통합, 거버넌스 및 유지보수 문제에 직면했습니다.

AI는 세 번째 길을 제공합니다: 핵심 시스템을 파괴하지 않고 더 빠른 속도로 그 위에 소규모이면서도 관리 가능한 응용프로그램 경험을 구축합니다.

기존 시스템 위에 새로운 도구와 자동화 능력을 구축하는 것은 친숙치 않은 소프트웨어 위에 더 ‘사용 가능한’ 경험 레이어를 쌓는 것으로 볼 수 있습니다. 이 기본적인 패턴은 먼저 통합된 데이터 및 작업 평면을 구축하는 것입니다: 시스템 레코드에서 데이터를 API 및 이벤트를 통해 읽어오기(필요한 경우 안전한 UI 스크래핑 추가) 및 비즈니스 객체의 의미론적 모델로 표준화하기(주문, 공급업체, 작업 등) 위해, 이를 기반으로 권한 제어, 승인 프로세스 및 감사 기능을 갖춘 조작 인터페이스 세트를 제공하는 것입니다.

이 기반 위에 팀은 구체적인 시나리오에 초점을 맞춘 애플리케이션 경험을 신속하게 구축할 수 있으며, 이러한 경험은 보다 현대적이고 현실적인 요구에 더 가깝습니다. 예를 들어 구매 담당자가 SAP에서 공급업체 등록을 완료하기 위해 수십 단계의 작업을 수행하지 않도록 하고, 대신 공급업체 등록 경량 애플리케이션 제공하여 데이터 수집, 중복 확인, 승인 프로세스를 완료하고 최종적으로 SAP로 데이터를 다시 작성하게 합니다. 또는 매출 운영 팀원들이 Salesforce의 다양한 인터페이스 간을 오가며 갱신 계약 조항을 수정하지 않도록 하고, 대신 스프레드시트와 유사한 빠른 편집기를 제공하여 대량 수정, 규정 준수 확인, 영향 미리보기를 수행하고 최종적으로 완전한 감사 기록으로 변경을 제출하도록 합니다. 또는 새로운 포털 시스템을 반복적으로 구축하는 대신 일선 팀에게 통합된 작업 진입점을 제공하여 일상적인 고빈도 작업(반품 생성, 신용 한도 연장, 이차 고장 신고, 비용 회계반영 등)을 여러 페이지를 오가지 않고 수행할 수 있게 해줍니다.

이러한 확장층은 시스템 간 워크플로 및 자동화 능력을 구축할 수 있어서 어떤 단일 공급업체도 우선적으로 다루기 어려운 영역입니다. 예를 들어 사건 주도를 통해 자동 프로세스를 구현할 수 있습니다: 송장이 입금되고 차이가 3% 이상 나는 경우 자동으로 설명서를 생성하고 승인을 요청하거나, 작업 지시가 두 번 이상 다시 열릴 때 문제 기록을 자동으로 생성하고 담당자를 할당하고 고객 상태를 동기화하며 핵심 단계에서 인간 검토를 도입할 수 있습니다.

시간이 흐름에 따라 가장 가치 있는 실천 사례는 재사용 가능한 의도 모듈로 천천히 침전됩니다. 예를 들어 견적에서 수금, 공급업체 등록, 기말 결산 등입니다. 이러한 모듈은 무엇을 해야 하는지뿐만 아니라 특정 기업 환경에서 이러한 작업을 어떻게 안전하고 규정 준수를 지키며 수행해야 하는지를 정의합니다.

General Magic의 Cell과 같은 제품은 사용자 정의 워크플로를 구축하는 기본 능력을 구체적으로 사용할 수 있게 했습니다. OpenAPI 명세서를 업로드하여 각 인터페이스를 호출 가능한 작업으로 만들고, 단순한 스크립트를 통해 기존 명령 표시줄에 원격 API를 직접 실행할 수 있으며 분석 능력, 멀티테넌시 아키텍처, 보안 제어 및 권한 관리 메커니즘을 통해 지원받을 수 있습니다. 따라서 작업은 기존에 신뢰할 수 있는 시스템 위에 새로운 기능과 전략을 결합하는 방식으로, 새로운 인터페이스를 다시 구축하는 것에서 이동하였습니다.

최종 목표는 무엇인가요?

우리의 판단은, 이러한 전통적인 시스템 대부분은 계속해서 존재하지만, 더 이상 업무가 일어나는 주요한 인터페이스는 되지 않을 것이라는 것입니다. ERP, CRM, ITSM 등의 시스템은 기업에 깊숙이 통합되어 있어서 일반적인 소프트웨어의 속도로 교체될 수 없으며, 천천히 진화하며 여전히 시스템 레코드로 남아 있을 것입니다. 실제로 변화가 일어날 것은 사용자 지향적인 행동 시스템입니다: AI는 기본적인 입구로 사용되어 시스템 작동 방식을 이해하고 시스템 간 워크플로를 실행하며 전통적인 인터페이스를 우회하는 가벼운 현대 애플리케이션을 구축할 것입니다. 다시 말해, 다리 역할로서의 그 계층은 진정한 주요 도로로 변할 것입니다.

이러한 패러다임에서 장기적으로 성공하는 소프트웨어는 더 이상 채팅 봇이 아니라 작업 시스템과 유사해질 것입니다: 데이터와 작업을 통합하는 통합된 데이터 및 액션 플랫폼으로, 비즈니스 객체의 의미 모델에 기반하고 믿을 수 있는 보안 및 거버넌스 메커니즘을 갖추어 AI가 실제 환경에서 신뢰성 있게 실행될 수 있도록 합니다. 최종 사용자들은 더 이상 어떤 인터페이스나 필드나 트랜잭션 코드를 구체적으로 배워야 하는 일도 없으며, 인터페이스나 프로세스 변경 후에 반복적으로 다시 학습할 필요도 없습니다. 원하는 결과를 설명하기만 하면, 시스템이 도와줄 것입니다. 이 과정에서 필요한 명확화 질문을 제시하고 실행 미리보기를 표시한 후 적절한 승인 및 감사 메커니즘 아래서 작업을 완료합니다.

예를 들어, 다음과 같은 명령을 내릴 수 있습니다: 반품 생성 및 고객에게 알림, 이차 장애 티켓 생성 및 최근 세 가지 관련 이벤트 검색, 또는 공급업체 등록 프로세스 완료, 정보 수집, 승인 프로세스 수행 및 지불 조건 설정을 포함합니다. 이러한 작업들은 오늘날에는 SAP, Salesforce, Service Now 및 스프레드시트 간에 왕복하여 완료해야 하는 경우가 많습니다. 그러나 새로운 패러다임에서는 통합된 실행 워크플로로 통합될 것입니다.

이러한 변화로 인해 발생하는 결과는 더 적은 오류와 롤백, 더 낮은 경험 의존성, 더 빠른 처리 주기 및 상당히 감소한 교육 비용입니다. 왜냐하면 전체 상호 작용이 의도를 기반으로하며 역할을 감지하며 기본적으로 셀프 서비스를 지원하기 때문입니다.

모에도는 실제 사용 중 지속적으로 축적될 것입니다. 각 성공적인 실행된 워크플로우는 재사용 가능한 의도로 침전될 것이고, 각 예외 처리는 새로운 보안 제약 조건으로 변환될 것입니다. 각 마이그레이션 프로세스에서 유래된 산물은 계속해서 업데이트되는 시스템 맥락이 될 것이고, 각 통합은 기업의 실제 운영 방식에 대한 이해를 깊이 있게 할 것입니다. 시간이 흐름에 따라, 이 AI 계층은 팀이 변화 영향을 이해하고 시스템이 벗어나는 것을 방지하며 투입 결과를 측정하고 새로운 워크플로우를 구축하는 핵심 진입구가 될 것입니다. 심지어 기본 시스템 자체가 변경되지 않았더라도요.

[원문 링크]

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia