Productgegevens workflows transformeren met AI

Een reis van ERP naar PIM naar E-commerce

In onze doorlopende artikelreeks onderzoeken we hoe AI Product Information Management (PIM) transformeert. In onze vorige afleveringen hebben we gekeken naar welke onderdelen van het PIM-proces beïnvloed zullen worden door generatieve AI. 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-source modellen, kan het een uitdaging zijn om die opwinding om te zetten in praktische, echte producten. Het maken van chatbots en ze laten interageren met je gegevens en documenten is een logisch startpunt, zie ook dit artikel. Wij geloven echter dat AI de kracht heeft om Product Data Workflow en Product Information Management een nieuwe vorm te geven. Deze evolutie zal zich ontvouwen in drie belangrijke fasen, die we hieronder zullen verkennen.

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

In de primaire fase worden generatieve AI-tools losgekoppeld van de centrale systemen die productgegevens beheren en publiceren. In dit geval worden gegevens handmatig van het ene systeem naar het andere overgedragen.

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 aansprekende productbeschrijvingen te maken. Daarna worden de gegenereerde beschrijvingen handmatig verplaatst naar het PIM-systeem (Product Information Management), dat fungeert als centrale hub voor productgegevens, die de producten vervolgens publiceert op het e-commerceplatform en andere uitvoerkanalen. Via dit proces profiteer je direct van AI zonder je workflow te veranderen.De vereiste handmatige inspanning voor gegevensoverdracht tussen systemen kan mogelijk leiden tot inconsistenties in de gegevens en zelfs als de beschrijvingen automatisch worden gegenereerd, kost de handmatige overdracht en het wisselen van context kostbare tijd.

Fase 2: Geïntegreerde AI-functies – Het ‘AI-brug’-tijdperk

Bij het naderen van de volgende fase zien we een 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 zit in het vermogen van ERP- en PIM-systemen om direct te interageren met ingebouwde AI-functies. Het ERP kan bijvoorbeeld een ingebouwde AI gebruiken om producten te categoriseren en inconsistenties uit de stamgegevens te verwijderen. De AI-tool van het PIM-systeem kan dan automatisch productbeschrijvingen en sets van goederen maken. Het is niet nodig om gegevens handmatig te kopiëren, omdat de verrijkte gegevens automatisch kunnen worden aangeleverd in het e-commerce platform en andere uitvoerkanalen. Dit helpt menselijke fouten te verminderen en tegelijkertijd de uniformiteit en efficiëntie van het proces aanzienlijk te verbeteren.

Fase 3: AI-First systemen – het ‘AI-snelweg’-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 ‘data bridges’ naar ‘data highways’. De systemen zijn vanaf de grond 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 prijs- en verkoopprestaties voorspelt. Deze verrijkte en inzichtelijke gegevens worden vervolgens automatisch gedeeld met het e-commerce platform en andere uitvoerkanalen, waardoor consistente, real-time 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 verbeterd via alle uitvoerkanalen en het kan zelfs gepersonaliseerde productsuggesties geven 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) verkend, die een stappenplan bieden voor het benutten van de voordelen van AI. De ‘AI Relay’ fase naar de ‘AI Highway’ fase vertegenwoordigt een proces naar een geoptimaliseerde en AI-gedreven toekomst.

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