ERP mesterséges intelligenciával: mit jelent ez valójában 2026-ban

ERP mesterséges intelligenciával: mit jelent ez valójában 2026-ban

2026-ban szinte az összes ERP a piacon azt állítja, hogy rendelkezik MI-vel. A probléma az, hogy az „MI-vel rendelkezni” nagyon különböző dolgokat jelenthet, gyökeresen eltérő operatív hatásokkal.

Vannak ERP-k, amelyek 2023 novemberében, amikor mindenki ezt tette, piacra dobtak egy chatbotot, és „MI-nek” hívják. A chatbot lehetővé teszi, hogy megkérdezd tőle olyan dolgokat, mint például „mennyit számláztam a múlt hónapban?”, és megadja a választ az adatbázisodból kinyerve az adatot. Ez hasznos. De nem transzformatív.

És vannak ERP-k, ahol a mesterséges intelligencia az első naptól kezdve az architektúra része: ahol az MI nem a rendszer felett nézi az adatokat, hanem a rendszeren belül dolgozza fel a műveleteket.

A két megközelítés közötti különbség nem marketingbeli. Hanem abban, hogy hány órát takarítasz meg hetente.

A probléma az „MI hozzáadásával” egy létező ERP-hez

Képzeld el, hogy van egy az 90-es években épült épületed, és napelemeket szeretnél hozzáadni. Megteheted. A panelek működnek. Energiát termelnek. De az épület szerkezete nem ezekre lett tervezve: kábeleket kell hozzáadnod, amelyek a falakon futnak, az eredeti elektromos rendszer nem integrálódik a panelekkel, és a teljesítmény soha nem lesz olyan, mint egy alapjaitól napenergiára tervezett épületé.

Az „MI-vel kiegészített” ERP-k így működnek. Az MI képes adatokat olvasni az adatbázisból. Képes kérdésekre válaszolni. Összefoglalókat tud generálni. De nem képes műveleteket előre jelezni, nem tud beavatkozni folyamatban lévő munkafolyamatokba, és nincs mély üzleti kontextusa, mert ezt a kontextust nem neki tervezték.

Egy AI-native ERP az első naptól kezdve úgy építi fel az adatarchitektúrát, hogy gondol arra, mire van szüksége az MI-nek ahhoz, hogy hasznos legyen: milyen kontextusra van szüksége minden műveletnek, hogyan modellezik az adatokat, hogy az MI gondolkodhasson róluk, hogyan kapcsolódnak az MI eszközök az üzleti valós munkafolyamataihoz.

Mik a funkcióeszközök és miért fontosak

Amikor a Frihet 55+ funkcióeszközéről beszélünk, nem 55 olyan kérdésről beszélünk, amit egy chatbotnak feltehetsz. Hanem 55 specifikus műveletről, amelyet az MI végrehajthat a valós adataidon.

Egy funkcióeszköz egy konkrét képesség: „vonja ki az adóügyi adatokat ebből a dokumentumból”, „kategorizálja ezt a kiadást a helyes könyvelési kategóriába”, „számítsa ki a jelenlegi negyedév ÁFA-hányadát”, „észlelje, hogy vannak-e duplikátumok ezen a beszállító számláin”, „vetítse előre a következő 6 hét cashflow-ját a korábbi adatok alapján”.

A különbség egy általános chatbottól alapvető: a funkcióeszköz hozzáfér az üzlet valós kontextusához, és képes azon cselekedni. Nem generál szöveget. Műveleteket hajt végre.

A gyakorlatban ez a következő funkciókban nyilvánul meg:

get_invoices, get_expenses, get_clients — Az MI képes olvasni a számláid, költségeid és ügyfeleid valós állapotát, hogy aktuális adatokkal válaszoljon a kérdésekre, ne becslésekkel.

create_invoice, update_expense — Az MI képes dokumentumokat létrehozni vagy módosítani közvetlenül egy természetes nyelven adott utasításból. A „Hozzon létre 1200 EUR-s számlát az Acme S.L. számára 15%-os visszatartással” működik.

calculate_tax_summary, get_vat_report — Adóügyi számítások a valós adataidon, nem általános példákon.

detect_anomalies, predict_cashflow — Prediktív elemzés, amely a konkrét előzményeiden működik, nem az ágazati átlagokon.

Amikor egy MI asszisztens hozzáfér a funkcióeszközökhöz, a beszélgetés a „mondd meg, mennyit számláztam” helyett arra változik, hogy „mondd meg, mit kellene tennem ezen a héten, hogy a hónap végén ne legyen likviditási feszültség”. A második kérdés mély kontextust, valós számításokat és cselekvőképességet igényel. Egy eszközök nélküli chatbot nem tud erre jól válaszolni.

OCR: a digitalizálás és a megértés közötti különbség

Az OCR (optikai karakterfelismerés) a 90-es évek óta létezik. Ami az MI-vel változott, az nem az, hogy a szöveg olvashatóvá vált – ez már korábban is lehetséges volt –, hanem az, hogy a rendszer képes megérteni a dokumentum szerkezetét.

A hagyományos OCR a következőket olvassa: „SZÁMLA — XYZ Vállalat — Adóalap: 1.000,00 — ÁFA 21%: 210,00 — Összesen: 1.210,00”.

Az MI-vel ellátott OCR megérti: ez a szöveg egy szállítói számla, az alap 1.000 EUR, az ÁFA 21%, a fizetendő összeg 1.210 EUR, a tétel a dokumentum szövege szerint „tervezési szolgáltatások”, és a kibocsátó NIF-je alapján az ÁFA visszaigényelhető.

Az operatív különbség: a hagyományos OCR-rel még mindig manuálisan kell felülvizsgálnod és kiegészítened a mezőket. Az MI-vel ellátott OCR-rel a költségrögzítés feladatból ellenőrzéssé válik.

A Frihet automatikusan kinyeri a jegyekből és számlákból: szállító, dátum, kibocsátó NIF-je, tétel, adóalap, ÁFA-típus, összeg, végösszeg, fizetési mód és javasolt könyvelési kategória. Több mint 50 nyelven és 71 ország számlázási formátumával dolgozik a költségekkel.

Egy havi 40-60 költséget kezelő önálló vállalkozó számára ez havonta 1,5 és 3 óra közötti megtakarítást jelent, csak az adatrögzítésben. Ez nem elméleti szám: ennyi időt vesz igénybe a szkennelés, ellenőrzés és megerősítés, szemben azzal, amennyi időbe telt az egyes mezők manuális kitöltése.

Automatikus kategorizálás: hogyan tanul az üzleted

A költségkategorizálás olyan komplexitással bír, ami addig nem látszik, amíg manuálisan nem végzed el: ugyanaz a szállító különböző kategóriákba tartozó tételeket számlázhat. Az Amazon lehet „irodai anyag” az egyik számlán, és „informatikai berendezés” a következőn. A benzinkút lehet „szállítás” vagy „reprezentációs költség” a kontextustól függően.

A Frihet MI-je nem alkalmaz fix szabályokat. Megtanulja a specifikus üzleted mintázatait. Néhány hetes használat után a rendszer megérti, hogy az El Corte Inglés-nél történt vásárlásaid általában irodai anyagokra mennek, hogy az irodád melletti étterem reprezentációs költség, és hogy az Adobe havi előfizetés „levonható digitális szolgáltatás”.

Amikor egy kategorizációt kijavít, az a korrekció táplálja a modellt. Nem globálisan – a javításaid a tieid, nem kerülnek megosztásra más felhasználókkal –, hanem a munkaterületed szintjén.

A megfelelő előzményekkel rendelkező találati arány meghaladja a 95%-ot. De a Frihet nem véglegesként mutatja be a kategorizálásokat: javaslatokként jeleníti meg őket felülvizsgálatra. Az MI javasol, a felhasználó jóváhagyja. A végső döntés a tiéd.

Fiskális autopilot: MI, amely érti az adóügyi szabályozást

Ez az a funkcionalitás, ahol az hozzáadott MI és az MI-natív MI közötti különbség a leginkább láthatóvá válik.

Egy chatbot megmondhatja neked, hogy „az éves negyedéves ÁFA Spanyolországban az adóalap 21%-a”. Ez általános információ, amit a Google-ban is megkereshetnél.

A Frihet Fiskális Autopilotja mást csinál: elemzi a specifikus tevékenységedet, alkalmazza az országod és adórendszered adóügyi szabályait, azonosítja a jogosultságaidat a levonásokra, észleli a nyilatkozataid és az adataid közötti eltéréseket, és időben értesít a közelgő kötelezettségekről, hogy felkészülhess.

Egy spanyolországi egyszerűsített közvetlen becslési rendszerben dolgozó önálló vállalkozó számára ez a következőket jelenti: részletfizetések automatikus számítása (130-as modell), nem rögzített levonható költségek azonosítása, figyelmeztetés a bevallásban szereplő beérkezett levonásokra, és az adóügyi eredmény becslése a negyedév vége előtt.

A rendszer 71 ország adóügyi pozícióit fedi le. Egy német szabadúszó, egy francia tanácsadó és egy kanári-szigeteki önálló vállalkozó (IGIC-vel az ÁFA helyett) ugyanazt a szintű adóügyi automatizálást kapja, az adott rendjéhez igazítva.

Prediktív riasztások: előbb tudni

A likviditás az a probléma, ami a legtöbb kellemetlen meglepetést okozza a kisvállalkozásokban. Nem azért, mert a számok rosszak – néha teljesen kezelhetők –, hanem azért, mert senki sem figyelt kellő előretekintéssel.

A Frihet prediktív riasztásai három rétegnyi információt elemeznek:

Befolyó és kifizetések előzménye. Mely ügyfelek fizetnek rendszeresen későn? Átlagosan mennyit késnek? Mely szállítók fizetnek pontosan és melyek rugalmasak?

Ismert jövőbeli kötelezettségek. Kifizetetlen kimenő számlák, ütemezett szállítói kifizetések, önálló vállalkozói díjak vagy társadalombiztosítási díjak, adólejáratok.

Szezonális minták. Ha januárban mindig bevételcsökkenés van, mert az ügyfelek december végén zárják a számlázást, a rendszer ezt tudja és beépíti az előrejelzésbe.

Az eredmény: egy 6-8 hetes cashflow előrejelzés, amely forgatókönyveket (ha az A ügyfél időben fizet, ha a B ügyfél késik, ahogy szokott) és specifikus riasztásokat is tartalmaz, ha feszültség kockázata áll fenn.

Nem varázslat. Ez mintázatfelismerés olyan adatokon, amelyek már léteznek a könyvelésedben, de senkinek sem volt ideje manuálisan elemezni.

A természetes nyelvi asszisztens: kérdéstől a cselekvésig

A Frihet beszélgető asszisztense nem egy chatbot, ami kérdésekre válaszol. Egy olyan ügynök, amely műveleteket hajthat végre az üzletedben.

A gyakorlati különbség:

Chatbot: „Mennyit számláztam januárban?” → Válasz: „1.340 EUR”

Ügynök funkcióeszközökkel: „Készítse el a januári összefoglalót, hogy elküldhessem a tanácsadómnak” → Végrehajtja: kiszámolja a számlázást, költségeket, árrést, terhelt és levonható ÁFA-t, generálja az összefoglalót a tanácsadód által használt formátumban, és megkérdezi, el akarod-e küldeni.

A Frihet asszisztense 55+ funkcióeszközhöz fér hozzá, ami azt jelenti, hogy komplex munkafolyamatokat képes végrehajtani egyszerű, természetes nyelven adott utasításokból. Nem kell tudnod, melyik eszközt használd – a rendszer kiválasztja a megfelelőket, hogy válaszoljon a kérdésedre vagy végrehajtsa az utasításodat.

17 nyelven működik. Egy japán felhasználó, egy német felhasználó és egy spanyol felhasználó ugyanazt az asszisztenst használja anyanyelvén, ugyanazokkal az operatív képességekkel.

Az MCP szerver: amikor az MI már integrálta az ERP-det

Fejlesztők és technikai felhasználók számára a Frihet olyat kínál, amivel egyetlen más spanyol ERP sem rendelkezik: egy MCP (Model Context Protocol) szervert MIT licenccel és 52 elérhető eszközzel.

Az MCP az a szabványos protokoll, amely lehetővé teszi az MI asszisztensek, mint például a Claude, közvetlen csatlakozását külső rendszerekhez. A telepített Frihet MCP-vel a Claude képes olvasni a számláidat, dokumentumokat létrehozni, adókat számolni, elemezni a cashflow-dat és műveleteket végrehajtani a Frihetben közvetlenül a beszélgetésből.

Ez nem egy API, amit programoznod kell. Ez egy közvetlen kapcsolat az MI asszisztens és az ERP-d között, már definiált eszközökkel és konfigurált kontextussal. Egy fejlesztő percek alatt felépíthet egy automatizálási munkafolyamatot.

Az MCP szerver ingyenes és nyílt forráskódú. Nem igényel fizetős csomagot vagy további modult. Ez egy fogadás az MI ökoszisztémájára: minél könnyebb mások számára a Frihetre építeni, annál nagyobb értéket teremt minden felhasználó számára.

Amit az MI nem tesz meg a Frihetben

Az őszinteség a tervezés része. Vannak dolgok, amelyeket a Frihet MI-je szándékosan nem tesz meg:

Nem hoz döntéseket helyetted. Képes előre jelezni a cashflow-t, de a költség elhalasztásáról vagy a bevétel előrehozásáról szóló döntés a tiéd. Képes anomáliát észlelni, de a döntés arról, hogy mit tegyél vele, a tiéd.

Nem helyettesíti az adótanácsadót. Automatizálhatja az adatrögzítést és becsléseket számolhat. A stratégiai adótervezés, a komplex szabályozás értelmezése és a jogi következményekkel járó döntések olyan szakembert igényelnek, aki felel értük.

Nem működik rossz minőségű adatokkal. Ha a felhasználó által feltöltött dokumentumok olvashatatlanok, a kategorizálások helytelenek lesznek. Az MI annyira jó, amennyire a kapott adatok.

Nem konszolidál adatokat emberi felülvizsgálat nélkül. A kategorizálási javaslatok és az MI által generált vázlatok ilyenként vannak megjelölve. A felhasználó felülvizsgálja és jóváhagyja, mielőtt azok konszolidálódnak a könyvelésben.

Ezek nem szégyenletes korlátok. Ezek tervezési alapelvek. Egy ERP, amely kritikus döntéseket automatizál emberi felügyelet nélkül, nem jó ERP – hanem egy szép felülettel rendelkező problémagenerátor.

Hogyan értékeld egy ERP MI-jét vásárlás előtt

Ha egy MI-vel ellátott ERP-t értékelsz, ezek azok a kérdések, amelyek elválasztják a valódi MI-t a marketing MI-től:

Az MI hozzáfér a valós adataimhoz, vagy csak általános válaszokat ad? Kérdezz rá az üzleted egy specifikus esetére. Ha a válasz általános, az MI-nek nincs kontextusa az adataidról.

Hány funkcióeszközzel rendelkezik a rendszer? Egy eszközök nélküli chatbot válaszolhat kérdésekre, de nem hajthat végre műveleteket. A cselekvőképesség a különbség.

Az MI képes cselekedni, vagy csak tájékoztatni? Egy számla létrehozása természetes nyelven adott utasításból eltér attól, hogy elmondja, hogyan hozz létre egy számlát.

Van emberi felügyelet a munkafolyamatban? Egy rendszer, amely felülvizsgálat nélkül automatikusan konszolidál, az egy olyan rendszer, amely hibákat követhet el a könyvelésedben anélkül, hogy tudnál róla.

A szolgáltató elmagyarázza, mit tesz az MI az adataiddal? A helyi feldolgozás, az GDPR-nak való megfelelés és a modellek képzésére való felhasználás hiánya a feltételekben kellene, hogy szerepeljen, nem az apró betűs részben.

A Frihet megfelel ezeknek a kérdéseknek. Ha konkrét kérdéseid vannak egy specifikus funkcióval kapcsolatban, a támogatás megmutathatja egy demóban, mielőtt bármit is szerződtetnél.