למידת מכונה ובינה מלאכותית
Machine Learning and Artificial Intelligence
אנליטיקת רכש ואספקה · שיעור 6
- ML/AI מטמיעים אינטליגנציה בתהליך, לא רק בדיווח.
- תרחישים: סיווג-הוצאה, התאמת-חשבונית, anomaly, המלצת-מקור.
- Human-in-the-loop + auditability הם חובה.
- Joule / Business AI מוסיף copilot generative.
מטרת השיעור
ידע אצורMachine Learning ו-AI מטמיעים אינטליגנציה בתהליכי-הרכש עצמם — לא רק דיווח, אלא אוטומציה והמלצה: התאמת-חשבוניות אוטומטית, סיווג-הוצאה אוטומטי, המלצת-מקור, וזיהוי-אנומליות. ב-S/4HANA אלה מסופקים כ-Intelligent Scenarios מובנים, ובהמשך דרך SAP Business AI / Joule (copilot). המטרה: לצמצם עבודה-ידנית ולשפר החלטות.
למה זה חשוב
ידע אצורML/AI נותנים למערכת 'ללמוד' מהעבר ולעזור בהווה: לזהות לבד לאיזו קטגוריה שייכת הוצאה, להתאים חשבונית ל-PO גם כשהפרטים לא זהים-לחלוטין, או לסמן עסקה חריגה החשודה-כטעות. במקום שאדם יעשה כל זאת ידנית, ה-AI מציע והאדם מאשר.
ערך עסקי
ידע אצורלאוטמט משימות-רכש שגרתיות (סיווג, התאמה), לשפר דיוק-החלטה, ולשחרר את הקנייָן לעבודה אסטרטגית. AI הוא מכפיל-כוח, לא מחליף-שיקול-דעת.
היכן בשימוש
ידע אצור• SAP Fiori ► Intelligent Scenarios (ISLM) ► Procurement scenarios • SAP Business AI / Joule (copilot) בתוך Fiori Launchpad • VDM features ► SAP HANA ML (PAL/APL)
מושגי מפתח
ידע אצור- ML/AI מטמיעים אינטליגנציה בתהליך, לא רק בדיווח.
- תרחישים: סיווג-הוצאה, התאמת-חשבונית, anomaly, המלצת-מקור.
- Human-in-the-loop + auditability הם חובה.
- Joule / Business AI מוסיף copilot generative.
דוגמה מ-CBC
ידע אצורבארגון סיווג-הוצאה אוטומטי ממפה אלפי שורות-חשבונית לקטגוריות (אריזה/אנרגיה/חומרי-גלם) בלי מיון-ידני, ו-anomaly detection מסמן קפיצת-מחיר חריגה בספק-תרכיז — חוסך שעות-עבודה ומונע טעויות-תשלום. חשבונית נכנסת ללא PO-reference מדויק; מודל-ההתאמה מציע את ה-PO הסביר ביותר ואת חשבון-ה-G/L; הפקיד מאשר בלחיצה. במקביל, anomaly detection מסמן חשבונית עם סכום חריג-לספק לבדיקה.
תהליך
ידע אצורטבלאות
ידע אצור| טבלה | תיאור |
|---|---|
| RBKP | RBKP |
| RSEG | RSEG |
| EKPO | EKPO |
אפליקציות Fiori
ידע אצורקונפיגורציה (SPRO)
ידע אצור• Intelligent Scenario activation (ISLM): בחירת תרחיש מובנה, אימון ופריסה. • Human-in-the-loop thresholds: מתי AI מציע אוטומטית מול דורש-אישור. • SAP HANA ML (PAL/APL) — אלגוריתמים מובנים ל-classification/anomaly. • Joule / Business AI enablement (BTP) — copilot generative בתוך התהליך.
הערות
ידע אצורנתוני אב • RBKP/RSEG = חשבוניות — קלט להתאמה ול-anomaly detection. • היסטוריית-סיווג (Material Group/Category) = labels לאימון-classification. שאלות ראיון מהו עקרון 'human-in-the-loop'? ה-AI מציע, אך אדם מאשר בנקודות-בקרה — שילוב אוטומציה עם פיקוח, שקיפות ו-auditability. תן דוגמאות לתרחישי-AI ברכש ב-S/4HANA. Spend classification, Invoice matching/exception, Propose Account Assignment, ו-anomaly detection בחשבוניות. מהו Joule? ה-copilot ה-generative של SAP Business AI, המוטמע ב-Fiori לסיוע-בהקשר לתהליכי-עבודה. נושאים קשורים • MM · Predictive Analytics (15.4.2) • MM · אינטגרציה עם ענן (15.8.5)
טעויות נפוצות
ידע אצור- אוטומציה מלאה ללא human-in-the-loop ➔ סיכון להעברות-שגויות.
- אימון על נתונים מוטים ➔ הטיה שיטתית בהמלצות.
- חוסר-שקיפות/auditability ➔ קושי לבקר החלטות-AI.
- ציפייה ש-AI יחליף שיקול-דעת אסטרטגי ➔ אכזבה.
פתרון תקלות
ידע אצור• המלצות לא מופיעות ➔ Intelligent Scenario לא פרוס/פעיל. • המלצות שגויות-עקבית ➔ נתוני-אימון מוטים; שקול re-train. • Joule לא זמין ➔ Business AI enablement חסר ב-BTP. • התאמת-חשבונית כושלת ➔ features/labels לא-מספיקים.
שיטות עבודה מומלצות
ידע אצור- שמור human-in-the-loop בנקודות-בקרה קריטיות.
- ודא שקיפות ו-auditability לכל המלצת-AI.
- התחל מתרחיש מובנה אחד והרחב בהדרגה.
- נטר הטיה ודיוק ובצע re-train תקופתי.
טיפים
ידע אצור- תרחישים מובנים ב-S/4HANA: 'Propose Account Assignment', 'Invoice Matching/exception', 'Spend classification', ו-'Anomaly detection בחשבוניות'. הם נשענים על SAP HANA ML (PAL/APL), Intelligent Scenario Management, ו-CDS features. מעטפת חדשה: SAP Business AI ו-Joule — copilot generative בתוך Fiori. עקרון-ליבה: AI מציע, אדם מחליט (human-in-the-loop) בנקודות-בקרה, עם שקיפות ו-auditability. ה-VDM הוא מקור-ה-features.
סיכום
ידע אצור• ML/AI מטמיעים אינטליגנציה בתהליך, לא רק בדיווח. • תרחישים: סיווג-הוצאה, התאמת-חשבונית, anomaly, המלצת-מקור. • Human-in-the-loop + auditability הם חובה. • Joule / Business AI מוסיף copilot generative.