Productgegevensworkflows transformeren met AI

Een reis van ERP naar PIM naar E-Commerce

In onze doorlopende artikelenreeks onderzoeken we hoe AI Product Information Management (PIM) transformeert. In onze vorige afleveringen hebben we gekeken naar welke delen van het PIM-proces zullen worden beïnvloed door [generatieve AI] (https://pimvendors.com/ai-and-the-future-of-pim/). Dit artikel gaat dieper in op de progressieve stadia van AI-toepassing binnen (Product Data) tools en workflows.

Hoewel velen van ons hebben geëxperimenteerd met ChatGPT en verschillende open-sourcemodellen, kan het een uitdaging zijn om die opwinding om te zetten in praktische, levensechte producten. Het maken van chatbots en deze laten communiceren met je gegevens en documenten is een logisch startpunt, zie ook dit artikel. Wij zijn echter van mening dat AI de kracht heeft om de productdataworkflow en het productinformatiebeheer opnieuw vorm te geven. Deze evolutie zal zich in drie belangrijke fasen ontvouwen, die we hieronder zullen onderzoeken.

Fase 1: Onafhankelijke generatieve AI-tools - Het ‘AI Relay’-tijdperk

In de primaire fase worden generatieve AI-tools gescheiden van de centrale systemen die productgegevens beheren en publiceren. In dit geval worden gegevens handmatig van het ene systeem naar het andere verzonden.Aan het begin van deze workflow worden productgegevens opgeslagen in een ERP-systeem (Enterprise Resource Planning), dat gegevens verwerkt met betrekking tot voorraad-, prijs- en SKU-gegevens. Daarna worden deze gegevens handmatig overgebracht naar een generatieve AI-tool om boeiende productbeschrijvingen te maken. Waarna de gegenereerde beschrijvingen handmatig worden verplaatst naar het PIM (Product Information Management) systeem, dat fungeert als centrale hub voor productdata, dat vervolgens de producten publiceert op het e-commerce platform en andere outputkanalen. Door dit proces profiteert je direct van AI zonder je workflow te veranderen. De vereiste handmatige inspanning voor gegevensoverdracht tussen systemen kan mogelijk leiden tot gegevensinconsistenties en hoewel de beschrijvingen automatisch worden gegenereerd, kost de handmatige overdracht en het wisselen van context kostbare tijd.

Fase 2: Geïntegreerde AI-functies - Het 'AI Bridge'-tijdperkTerwijl we de volgende fase naderen, observeren we de soepele integratie van generatieve AI-elementen in reeds bestaande technologieën.  Dit betekent een verandering van afzonderlijke AI-tools naar een soepele integratie in de gebruikerservaring. De echte kracht komt van het vermogen van ERP- en PIM-systemen om rechtstreeks te communiceren met ingebouwde AI-functies. Het ERP kan bijvoorbeeld een ingebouwde AI gebruiken om producten te categoriseren en inconsistenties uit de masterdata te verwijderen. De AI-tool van het PIM-systeem kan vervolgens automatisch productbeschrijvingen en goederensets creëren. Er is geen noodzaak voor het handmatig kopiëren en plakken van gegevens, omdat de verrijkte gegevens automatisch kunnen worden geleverd aan het e-commerceplatform en andere uitvoerkanalen. Dit helpt menselijke fouten te verminderen en tegelijkertijd de procesuniformiteit en efficiëntie aanzienlijk te verbeteren.

Fase 3: AI-First-systemen - Het 'AI Highway'-tijdperk

De laatste fase wordt gekenmerkt door een volledige herziening van het bestaande systeem, waarbij generatieve AI wordt ingebed in elke stap van de workflow - een overgang van ‘databruggen’ naar ‘datasnelwegen’. De systemen zijn vanaf de basis opgebouwd met generatieve AI als kern, waardoor een naadloze gegevensstroom mogelijk is.

In dit scenario voert het ERP-systeem productgegevens in het PIM-systeem in, waar de geïntegreerde AI niet alleen beschrijvingen genereert en producten categoriseert, maar ook optimale prijzen en verkoopprestaties voorspelt. Deze verrijkte en inzichtelijke gegevens worden vervolgens automatisch gedeeld met het e-commerceplatform en andere outputkanalen, waardoor een consistente, realtime beschikbaarheid van gegevens op alle platforms wordt gegarandeerd.Bovendien leert en ontwikkelt het AI-systeem voortdurend op basis van feedback, gebruikersinteracties en binnenkomende gegevens. De klantervaring wordt op alle outputkanalen verbeterd en kan zelfs gepersonaliseerde productsuggesties bieden en productbeschrijvingen aanpassen aan specifieke consumentenvoorkeuren.

Over het geheel genomen hebben we de stadia van de inzet van kunstmatige intelligentie in Product Information Management (PIM) onderzocht, die een routekaart bieden voor het benutten van de voordelen van AI. De fase 'AI Relay' naar de fase 'AI Highway' vertegenwoordigt een proces naar een geoptimaliseerde en AI-gedreven toekomst.

Deze fasen zullen worden besproken in onze komende diepgaande onderzoeken, waarbij hun nuances en voordelen zullen worden onthuld. Door een diepe duik in AI zullen we onderzoeken hoe het workflows kan vereenvoudigen, de efficiëntie kan verbeteren en de gebruikerservaring kan verbeteren door middel van consistente integratie.