Lokal KI vs. Cloud til SAP Business One

En kreditor uploader en indgående faktura. KI’en skal genkende leverandør, beløb, skat, omkostningssted og bestillingsreference - og forberede dokumentet direkte til SAP Business One. Præcis her bliver spørgsmålet Lokal KI mod Cloud konkret: Må dokumentet forlade det interne netværk? Skal det overhovedet? Og hvilken løsning sparer virkelig arbejde i stedet for blot at skabe endnu en teknisk byggeplads?

Det korte svar: Der er ingen generel vinder. Cloud-KI leverer ofte hurtige resultater og kræver lidt egen infrastruktur. Lokal KI giver dig maksimal dataejerskab og klare grænser for følsomme oplysninger. Imellem ligger en model, der er særligt fornuftig for mange mellemstore virksomheder: KI i et tysk datacenter eller med egen adgang til en modeludbyder. Det afgørende er ikke buzzwordet, men din proces, dine data og spørgsmålet om, hvem der bærer ansvaret.

Lokal KI mod Cloud: Det handler ikke kun om databeskyttelse

Mange samtaler begynder med GDPR og ender med spørgsmålet om, hvorvidt data går til USA. Det er berettiget, men for kortsigtet. KI i ERP behandler ikke kun generelt tilgængelige tekster. Den kan få adgang til priser, margener, leverandøraftaler, bankdata, personaloplysninger, åbne poster eller salgsprognoser. Jo bedre assistenten skal hjælpe, desto tættere arbejder den på dine reelle forretningsdata.

Med en Cloud-KI sender din applikation forespørgsler til en ekstern tjeneste. Det kan være fornuftigt, hvis du vil starte hurtigt, leverandøren er kontraktligt korrekt integreret, og du præcist har fastlagt, hvilke data der overføres. Afgørende er her databehandling, lagringssted, opbevaringsfrister, logning og den klare regel, at dine data ikke bruges til træning af fremmede modeller.

Med en lokal KI forbliver model og behandling i det interne netværk. Det reducerer eksterne dataflows betydeligt. Dog opstår der dermed en egen driftsopgave: Hardware, opdateringer, adgangsbeskyttelse, sikkerhedskopier, overvågning og modelvedligeholdelse skal køre pålideligt. Lokal betyder ikke automatisk sikker. En dårligt vedligeholdt server i eget hus er ikke et databeskyttelseskoncept.

Den tredje variant kombinerer ofte det bedste fra begge verdener: En model hostes i Tyskland, mens SAP Business One er forbundet via klart afgrænsede grænseflader. Du bevarer en gennemsigtig dataarkitektur uden selv at skulle drive en KI-platform. For mange virksomheder er det den pragmatiske mellemvej - uden overengineering.

Hvilke data må KI’en se?

Den rigtige arkitektur begynder ikke med modelvalget, men med en nøgtern dataklassificering. En KI, der foreslår formuleringer til interne vidensartikler, behøver ikke adgang til din finansbogføring. En assistent, der behandler fakturaer, har derimod brug for dokumentdata, kreditorstamdata, konteringsregler og muligvis ordrer.

Adskil derfor opgaverne klart. Til generelle tekster, oversættelser eller udkast kan en cloud-løsning være tilstrækkelig, så længe der ikke indtastes fortrolige oplysninger. For processer med finansdata, lønninger, priser eller kundeaftaler bør du anvende strengere regler. Det betyder ikke, at hver opgave nødvendigvis skal køre lokalt. Det betyder, at adgangsrettigheder og dataveje skal matche den respektive risiko.

I SAP Business One gælder desuden: En KI-assistent må ikke bare kunne alt, blot fordi den teknisk set har adgang. Den har brug for roller og rettigheder som enhver anden bruger. Den, der kun må læse ordrer, skal ikke kunne udløse betalinger eller ændre stamdata. Ved kritiske processer hører godkendelser, logfiler og gennemsigtige ansvarsområder med.

Cloud-KI: Hurtig start, men ikke blind overførsel

Cloud-KI er attraktiv, fordi opstarten ofte lykkes hurtigt. Du behøver ikke kraftig lokal hardware, ingen modelinstallation og ingen kapacitetsplanlægning til driften. Især hvis du vil teste første anvendelsestilfælde, kan tempoet være en reel fordel.

Udfordringen ligger ofte ikke i modellen, men i integrationen. Hvis medarbejdere manuelt kopierer dokumenter, gemmer resultater i Excel og derefter overfører værdier til SAP, opstår der blot en ny ø-løsning. Nytten kommer først, når KI’en er integreret i processen: Upload dokument, læs indhold, tjek mod SAP-data, generer forslag, indhent godkendelse og dokumentér proces.

Vær også opmærksom på løbende omkostninger og svartider. Ved få forespørgsler er brugsbaserede modeller bekvemme. Ved høj dokumentmængde, mange medarbejdere eller tilbagevendende automatiseringer bør du regne på forhånd. Det er irriterende, hvis en tilsyneladende simpel pilot efter tre måneder bliver svær at kalkulere. Gennemsigtighed før start forhindrer overraskelser.

Cloud er særligt velegnet, hvis du hurtigt vil blive produktiv, behersker dine dataflows, og den konkrete anvendelsestilfælde ikke kræver fuldstændig lokal behandling. Det er ingen genvej uden om enhver databeskyttelsesvurdering - men heller ikke en grundlæggende risiko, som du skal udelukke generelt.

Lokal KI: Fuld kontrol kræver driftskompetence

En fuldstændig lokal KI er den rigtige mulighed, hvis din virksomhed behandler særligt beskyttelsesværdige data, ønsker eller skal udelukke eksterne overførsler, og den nødvendige tekniske infrastruktur er til stede. Det vedrører eksempelvis følsomme finans-, personale- eller konstruktionsdata samt virksomheder med strenge interne retningslinjer.

Den store fordel: Data og behandling forbliver i dit netværk. Selv ved en internetforbindelsesfejl kan visse funktioner fortsætte. Det skaber uafhængighed og giver dig maksimal kontrol over adgang, logfiler og opbevaring.

Til gengæld skal du ærligt se på forudsætningerne. En lokal model kræver passende regnekraft. Den har brug for vedligeholdelse, sikkerhedsopdateringer og nogen, der er ansvarlig ved problemer. Også kvaliteten kan afhængig af opgaven variere fra store cloud-modeller. Til dokumentgenkendelse, strukturerede forespørgsler og klart definerede ERP-processer er det ofte godt håndterbart. Til meget åbne, komplekse sprogopgaver kan en cloud-løsning afhængig af modellen være stærkere.

Lokal er altså ikke et prestigeprojekt. Det er en driftsbeslutning. Hvis du ikke har dit eget IT-team til den løbende drift, har du brug for en partner, der påtager sig dette ansvar korrekt - med klare ansvarsområder i stedet for en løsning, der efter go-live ikke længere bliver berørt.

Den bedste tilgang er ofte en gradueret model

I praksis behøver din virksomhed ikke vælge mellem sort og hvidt. Du kan drive forskellige KI-opgaver separat. Følsomme dokument- og ERP-processer kører lokalt eller i et tysk hosting-miljø. Mindre kritiske opgaver bruger efter behov en ekstern tjeneste. Det afgørende er, at grænserne teknisk håndhæves og ikke kun står i en arbejdsinstruks.

En god opbygning kan for eksempel behandle faktura-PDF’er lokalt, afstemme konteringsforslag med SAP-data og kun give anonymiserede eller stærkt reducerede indhold til eksterne tjenester, hvis det virkelig er nødvendigt for en opgave. Her bør dataminimering og formålsbegrænsning fra starten være en del af arkitekturen.

Også din egen adgangsnøgle til en KI-udbyder kan være fornuftig. Så beholder du mere kontrol over kontrakt, fakturering og indstillinger. Alligevel forbliver spørgsmålet, hvilke data der flyder hvorhen. En egen nøgle løser ikke en uklar dataarkitektur.

KI i SAP Business One kræver kontrollerede handlinger

Et godt svar kan være nyttigt. KI bliver først virkelig værdifuld, når den forbereder eller udfører arbejdsopgaver i SAP Business One. Præcis der stiger kravene. At læse er noget andet end at bogføre. At oprette et forslag til en kontering er noget andet end at frigive en faktura uden kontrol.

Derfor bør KI-funktioner indføres trinvis. Først kan assistenten finde data, læse dokumenter eller forklare rapporter. Derefter opretter den forslag til dokumenter, ordrer eller stamdata. Først når regler, rettigheder og kontroller sidder korrekt, kommer videregående handlinger i betragtning. Så samler du reel nytte uden at afgive kontrol til en sprogmodel.

Med RC.AI kan SAP Business One betjenes via chat, og behandlingen af indgående fakturaer fra PDF’er kan bringes direkte ind i arbejdsdagen. Det afgørende forbliver ikke brugerfladen, men sikkerheden bagved: Hvilke data bruges? Hvilken bruger må hvad? Hvilken handling kræver en godkendelse? Og hvad logges i systemet?

Sådan træffer du beslutningen uden teknikteater

Start ikke med spørgsmålet om, hvilken model der lige nu får mest opmærksomhed. Tag en proces, der i dag synligt koster tid. Den manuelle indtastning af indgående fakturaer, søgningen efter ordreoplysninger eller tilbagevendende evalueringer er gode kandidater. Definer derefter konkret, hvilke data der er nødvendige, hvilken handling KI’en må udføre, og hvordan en medarbejder kontrollerer resultatet.

Derefter vurderer du arkitekturen efter fire kriterier: Følsomhed af dataene, ønsket svartid, eksisterende IT-kapacitet og planbare driftsomkostninger. Hvis du skal udelukke eksterne dataflows, er lokal den klare retning. Hvis du vil starte hurtigt, og en ren tysk hosting-drift er tilstrækkelig, kan denne vej være mere økonomisk. Hvis anvendelsestilfælde er forskelligt følsomme, adskiller du dem bevidst.

Den bedste KI-anvendelse er ikke den med det største løfte. Det er den, der gør en konkret proces målbart hurtigere, renere og mere gennemsigtig - og hvor du til enhver tid ved, hvor dine data er, og hvem der har ansvar for den næste bogføring.