Tekoäly-ERP: mitä se todella tarkoittaa vuonna 2026

Vuonna 2026 lähes kaikki markkinoiden ERPit väittävät, että niissä on tekoälyä. Ongelma on siinä, että «tekoälyä sisältävä» voi tarkoittaa hyvin erilaisia asioita, joilla on radikaalisti erilaisia toiminnallisia vaikutuksia.

On ERP-järjestelmiä, jotka lanseerasivat chatbotin marraskuussa 2023, kun kaikki muutkin tekivät niin, ja kutsuvat sitä «tekoälyksi». Chatbotin avulla voit kysyä siltä esimerkiksi «kuinka paljon laskutin viime kuussa?» ja se antaa vastauksen poimimalla tiedon tietokannastasi. Se on hyödyllistä. Se ei ole mullistavaa.

Ja sitten on ERP-järjestelmiä, joissa tekoäly on ollut osa arkkitehtuuria alusta alkaen: joissa tekoäly ei ole järjestelmän päällä tarkastelemassa tietoja, vaan järjestelmän sisällä käsittelemässä toimintoja.

Ero näiden kahden lähestymistavan välillä ei ole markkinoinnissa. Se on siinä, kuinka monta tuntia säästät joka viikko.

Ongelma «tekoälyn lisäämisessä» olemassa olevaan ERP-järjestelmään

Kuvittele, että sinulla on 90-luvulla rakennettu rakennus ja haluat lisätä siihen aurinkopaneeleja. Voit tehdä sen. Paneelit toimivat. Ne tuottavat energiaa. Mutta rakennuksen rakennetta ei suunniteltu niitä varten: joudut lisäämään seiniä pitkin kulkevia johtoja, alkuperäinen sähköjärjestelmä ei ole integroitu paneeleihin, ja suorituskyky ei koskaan ole sama kuin rakennuksessa, joka on suunniteltu aurinkoenergialla alusta alkaen.

ERPit, jotka «lisäsivät tekoälyn», toimivat näin. Tekoäly voi lukea tietoja tietokannasta. Se voi vastata kysymyksiin. Se voi luoda yhteenvetoja. Mutta se ei voi ennakoida toimintoja, se ei voi toimia käynnissä olevissa prosesseissa, eikä sillä ole syvällistä liiketoimintakontekstia, koska sitä kontekstia ei suunniteltu sille.

Natiivi tekoäly-ERP rakentaa tietoarkkitehtuurin alusta alkaen ajatellen, mitä tekoäly tarvitsee ollakseen hyödyllinen: mitä kontekstia kukin toiminto tarvitsee, miten tiedot mallinnetaan, jotta tekoäly voi päätellä niistä, ja miten tekoälytyökalut yhdistyvät todellisiin liiketoimintaprosesseihin.

Mitä ovat toimintotyökalut ja miksi ne ovat tärkeitä

Kun puhumme Frihetin yli 55 toimintotyökalusta (function tools), emme puhu 55 kysymyksestä, joita voit esittää chatbotille. Puhumme 55 erityisestä operaatiosta, joita tekoäly voi suorittaa todellisille tiedoillesi.

Toimintotyökalu (function tool) on konkreettinen kyky: «poimi verotiedot tästä asiakirjasta», «luokittele tämä kulu oikeaan kirjanpitoluokkaan», «laske kuluvan vuosineljänneksen ALV-osuus», «havaitse, onko tällä toimittajalla laskuissa kaksoiskappaleita», «ennusta kassavirta seuraavalle 6 viikolle perustuen historiaan».

Ero geneeriseen chatbotiin on perustavanlaatuinen: toimintotyökalulla (function tool) on pääsy todelliseen liiketoiminnan kontekstiin ja se voi toimia sen pohjalta. Se ei luo tekstiä. Se suorittaa operaatioita.

Käytännössä tämä ilmenee seuraavissa toiminnoissa:

• get_invoices, get_expenses, get_clients — Tekoäly voi lukea todellisen tilan laskuistasi, kuluistasi ja asiakkaistasi vastatakseen kysymyksiin ajantasaisilla tiedoilla, ei arvioilla.
• create_invoice, update_expense — Tekoäly voi luoda tai muokata asiakirjoja suoraan luonnollisen kielen ohjeella. Esimerkiksi «Luo 1200 EUR
  lasku Acme S.L.
  15 % ennakonpidätyksellä» toimii.
• calculate_tax_summary, get_vat_report — Verolaskelmat todellisten tietojesi perusteella, ei geneeristen esimerkkien pohjalta.
• detect_anomalies, predict_cashflow — Ennustava analyysi, joka toimii konkreettisen historiasi pohjalta, ei toimialan keskiarvojen perusteella.

Kun tekoälyavustajalla on pääsy toimintotyökaluihin (function tools), keskustelu muuttuu «kerro paljonko laskutin» kysymyksestä «kerro mitä minun pitäisi tehdä tällä viikolla kuukauden päättämiseksi ilman kassavirtaongelmia». Toinen kysymys vaatii syvällistä kontekstia, todellisia laskelmia ja toimintakykyä. Chatbot ilman työkaluja ei pysty vastaamaan siihen hyvin.

OCR: ero digitointi ja ymmärtämisen välillä

OCR (optinen merkintunnistus) on ollut olemassa 90-luvulta lähtien. Tekoälyn myötä muuttunut asia ei ole se, että tekstiä voi lukea – se tehtiin jo silloin – vaan se, että järjestelmä voi ymmärtää asiakirjan rakenteen.

Perinteinen OCR lukee: «LASKU — Yritys XYZ — Veroton summa: 1.000,00 — ALV 21%: 210,00 — Yhteensä: 1.210,00».

Tekoäly-OCR ymmärtää: tämä teksti on toimittajan lasku, veroton summa on 1.000 EUR, ALV on 21%, maksettava kokonaissumma on 1.210 EUR, konsepti on «suunnittelupalvelut» asiakirjan rungon mukaan, ja lähettäjän NIF-tunnuksen perusteella ALV voidaan palauttaa.

Operatiivinen ero: perinteisellä OCR

sinun on silti tarkistettava ja täytettävä kentät manuaalisesti. Tekoäly-OCR avulla kulujen kirjaamisesta tulee tehtävän sijaan tarkistus.

Frihet poimii automaattisesti kuiteista ja laskuista: toimittajan, päivämäärän, lähettäjän NIF-tunnuksen, konseptin, verottoman summan, ALV-tyypin, osuuden, kokonaissumman, maksutavan ja ehdotetun kirjanpitoluokan. Tämä toimii yli 50 kielellä ja 71 maan laskutusmuodoissa.

Itsenäiselle yrittäjälle, joka käsittelee 40-60 kulua kuukaudessa, tämä tarkoittaa 1,5–3 tuntia kuukaudessa säästettyä aikaa pelkästään tietojen syöttämisessä. Tämä ei ole teoreettinen luku: se on aika, joka kuluu skannaamiseen, tarkistamiseen ja vahvistamiseen verrattuna siihen, mitä kunkin kentän täyttäminen käsin kesti.

Automaattinen luokittelu: miten yrityksesi oppii

Kulujen luokittelussa on monimutkaisuutta, joka ei paljastu ennen kuin teet sen manuaalisesti: sama toimittaja voi laskuttaa sinua eri kategorioihin kuuluvista asioista. Amazon voi olla «toimistotarvikkeita» yhdellä laskulla ja «tietokonelaitteita» seuraavalla. Huoltoasema voi olla «kuljetus» tai «edustuskuluja» kontekstista riippuen.

Frihetin tekoäly ei käytä kiinteitä sääntöjä. Se oppii yrityksesi erityiset mallit. Muutaman viikon käytön jälkeen järjestelmä ymmärtää, että ostoksesi El Corte Inglésistä kuuluvat yleensä toimistotarvikkeisiin, että toimistosi lähellä oleva ravintola on edustuskuluja ja että kuukausittainen Adobe-tilaus on vähennyskelpoinen «digitaalinen palvelu».

Kun luokittelua korjataan, tämä korjaus syöttää tietoa malliin. Ei globaalisti – korjauksesi ovat sinun, niitä ei jaeta muille käyttäjille – vaan työtilasi tasolla.

Onnistumisaste riittävällä historialla ylittää 95%. Mutta Frihet ei esitä luokitteluja lopullisina: se näyttää ne ehdotuksina tarkistettavaksi. Tekoäly ehdottaa, käyttäjä hyväksyy. Lopullinen päätös on sinun.

Talousautomaatti: tekoäly, joka ymmärtää verosäännökset

Tämä on toiminnallisuus, jossa ero lisätyn tekoälyn ja natiivin tekoälyn välillä tulee selkeimmin esiin.

Chatbot voi kertoa sinulle «neljännesvuosittainen ALV Espanjassa on 21% verottomasta summasta». Tämä on yleistä tietoa, jonka voisit etsiä Googlesta.

Frihetin talousautomaatti tekee jotain erilaista: se analysoi erityistä toimintaasi, soveltaa maasi ja verotusjärjestelmäsi verosääntöjä, tunnistaa vähennykset, joihin sinulla on oikeus, havaitsee epäjohdonmukaisuudet ilmoittamiesi tietojen ja todellisten tietojesi välillä, ja ilmoittaa sinulle tulevista velvoitteista riittävän ajoissa valmistautumista varten.

Itsenäiselle yrittäjälle Espanjassa, yksinkertaistetun suoratuloverotuksen piirissä, tämä tarkoittaa: ennakkomaksujen automaattista laskentaa (lomake 130), tunnistamattomien vähennyskelpoisten kulujen tunnistamista, hälytyksiä vastaanotetuista ennakonpidätyksistä, joiden pitäisi näkyä veroilmoituksessa, ja verotuloksen arviointia ennen vuosineljänneksen päättymistä.

Järjestelmä kattaa 71 maan verotukselliset asemat. Saksalainen freelancer, ranskalainen konsultti ja itsenäinen ammatinharjoittaja Kanariansaarilla (IGIC

, ei ALV kanssa) saavat saman verotuksen automaation tason, joka on mukautettu heidän erityiseen järjestelmäänsä.

Ennustavat hälytykset: tietää etukäteen

Kassavirta on ongelma, joka aiheuttaa eniten epämiellyttäviä yllätyksiä pienissä yrityksissä. Ei siksi, että luvut olisivat huonoja – joskus ne ovat täysin hallittavissa – vaan koska kukaan ei seurannut niitä riittävän ajoissa.

Frihetin ennustavat hälytykset analysoivat kolme tietokerrosta:

• Maksujen ja suoritusten historia. Mitkä asiakkaat maksavat yleensä myöhässä? Kuinka paljon myöhässä keskimäärin? Mitkä toimittajat perivät maksut ajallaan ja kenellä on joustavuutta?
• Tiedetyt tulevat velvoitteet. Erääntyneet myyntilaskut, suunnitellut toimittajamaksut, itsenäisten ammatinharjoittajien maksut tai sosiaaliturvamaksut, verojen eräpäivät.
• Kausiluonteiset mallit. Jos tammikuussa tulot aina laskevat, koska asiakkaat päättävät laskutuksen joulukuun lopussa, järjestelmä tietää tämän ja sisällyttää sen ennusteeseen.

Tulos: 6-8 viikon kassavirtaennuste, joka sisältää skenaarioita (jos asiakas A maksaa ajallaan, jos asiakas B myöhästyy kuten yleensä) ja erityisiä hälytyksiä, kun on riskin kiristyksestä.

Se ei ole taikuutta. Se on kuvion tunnistamista tiedoista, jotka ovat jo kirjanpidossasi, mutta joita kukaan ei ole ehtinyt analysoida manuaalisesti.

Luonnollisen kielen avustaja: kysymyksestä toiminnaksi

Frihetin keskusteluavustaja ei ole chatbot, joka vastaa kysymyksiin. Se on agentti, joka voi suorittaa toimintoja yrityksellesi.

Käytännön ero:

• Chatbot: «Kuinka paljon laskutin tammikuussa?» → Vastaa: «1.340 EUR»
• Agentti toimintotyökaluilla: «Valmistele tammikuun yhteenveto lähetettäväksi neuvonantajalleni» → Suorittaa: laskee laskutuksen, kulut, katteen, perittävän ja maksettavan ALV
  , luo yhteenvedon neuvonantajasi käyttämässä muodossa ja kysyy, haluatko lähettää sen.

Frihetin avustajalla on pääsy yli 55 toimintotyökaluun (function tools), mikä tarkoittaa, että se voi suorittaa monimutkaisia prosesseja yksinkertaisilla luonnollisen kielen ohjeilla. Sinun ei tarvitse tietää mitä työkalua käyttää – järjestelmä valitsee oikeat vastaamaan kysymykseesi tai suorittamaan ohjeesi.

Se toimii 17 kielellä. Japanilainen käyttäjä, saksalainen käyttäjä ja espanjalainen käyttäjä käyttävät samaa avustajaa omalla äidinkielellään, samoilla toiminnallisilla ominaisuuksilla.

MCP-palvelin: kun tekoälyllä on jo ERP-järjestelmäsi integroitu

Kehittäjille ja teknisille käyttäjille Frihet tarjoaa jotain, mitä millään muulla espanjalaisella ERP-järjestelmällä ei ole: MCP (Model Context Protocol) -palvelin MIT-lisenssillä ja 52 työkalua saatavilla.

MCP on standardiprotokolla, joka mahdollistaa tekoälyavustajien, kuten Clauden, yhdistämisen suoraan ulkoisiin järjestelmiin. Frihetin MCP

ollessa asennettuna Claude voi lukea laskujasi, luoda asiakirjoja, laskea veroja, analysoida kassavirtaasi ja suorittaa toimintoja Frihetissä suoraan keskustelusta.

Se ei ole API, jota sinun täytyy ohjelmoida. Se on suora yhteys tekoälyavustajan ja ERP-järjestelmäsi välillä, työkalujen ollessa jo määriteltyinä ja kontekstin jo konfiguroituna. Kehittäjä voi rakentaa automaatioprosessin minuuteissa.

MCP-palvelin on ilmainen ja avoimen lähdekoodin. Se ei vaadi maksullista tilausta tai lisämoduulia. Se on panostus tekoälyekosysteemiin: mitä helpompaa muiden on rakentaa Frihetin päälle, sitä enemmän arvoa se luo kaikille käyttäjille.

Mitä tekoäly ei tee Frihetissä

Rehellisyys on osa suunnittelua. On asioita, joita Frihetin tekoäly tarkoituksella ei tee:

• Se ei tee päätöksiä puolestasi. Se voi ennustaa kassavirran, mutta päätös kuluun lykkäämisestä tai maksun aikaistamisesta on sinun. Se voi havaita poikkeaman, mutta päätös siitä, mitä sen kanssa tehdään, on sinun.
• Se ei korvaa veroneuvojaa. Se voi automatisoida tietojen syötön ja laskea arvioita. Strateginen verosuunnittelu, monimutkaisten säännösten tulkinta ja oikeudellisia seuraamuksia sisältävät päätökset edellyttävät ammattilaista, joka vastaa niistä.
• Se ei toimi huonolaatuisten tietojen kanssa. Jos käyttäjän lataamat asiakirjat ovat lukukelvottomia, luokittelut ovat virheellisiä. Tekoäly on yhtä hyvä kuin saamansa tiedot.
• Se ei yhdistä tietoja ilman ihmisen tarkistusta. Tekoälyn tuottamat luokitteluehdotukset ja luonnokset on merkitty sellaisiksi. Käyttäjä tarkistaa ja hyväksyy ne ennen kuin ne konsolidoidaan kirjanpitoon.

Nämä eivät ole häpeällisiä rajoituksia. Ne ovat suunnitteluperiaatteita. ERP, joka automatisoi kriittisiä päätöksiä ilman ihmisen valvontaa, ei ole hyvä ERP – se on ongelmien luoja kauniilla käyttöliittymällä.

Miten arvioida ERP

tekoälyä ennen ostamista

Jos arvioit tekoäly-ERP

, nämä ovat kysymykset, jotka erottavat todellisen tekoälyn markkinointitekoälystä:

• Pääseekö tekoäly käsiksi todellisiin tietoihini vai antaako se vain yleisiä vastauksia? Kysy konkreettisesta tapauksesta yrityksessäsi. Jos vastaus on yleinen, tekoälyllä ei ole tietojesi kontekstia.
• Kuinka monta toimintotyökalua (function tools) järjestelmässä on? Chatbot ilman työkaluja voi vastata kysymyksiin, mutta ei suorittaa toimintoja. Toimintakyky on ero.
• Voiko tekoäly toimia vai ainoastaan tiedottaa? Laskun luominen luonnollisen kielen ohjeella on eri asia kuin kertoa sinulle, miten lasku luodaan.
• Onko prosessissa ihmisen valvontaa? Järjestelmä, joka konsolidoi automaattisesti ilman tarkistusta, on järjestelmä, joka voi tehdä virheitä kirjanpidossasi tietämättäsi.
• Selittääkö toimittaja, mitä tekoäly tekee tiedoillasi? Paikallinen käsittely, GDPR-yhteensopivuus ja tietojen käyttämättä jättäminen mallien kouluttamiseen tulisi olla ehdoissa, ei pienellä präntillä.

Frihet läpäisee nämä kysymykset. Jos sinulla on konkreettisia kysymyksiä tietystä toiminnallisuudesta, tuki voi näyttää sen sinulle demossa ennen kuin tilaat mitään.