L'évolution du paysage des ERP basés sur l'IA : des approches concrètes pour optimiser votre investissement dans l'IA

[00:00:00] Doug : Bienvenue dans la deuxième saison du podcast Acumatica ERP, où nous explorons les innovations concrètes destinées aux entreprises en pleine croissance. Je m’appelle David De Rego, vice-président du marketing produit chez Acumatica. Cette saison, nous allons examiner comment l’IA et les fonctionnalités ERP modernes transforment le quotidien des entreprises. Dans chaque épisode, nous nous entretiendrons avec les personnes qui développent et utilisent cette technologie afin que vous puissiez découvrir les véritables succès, les véritables défis et ce que l'avenir nous réserve.

Aujourd’hui, nous nous concentrons pleinement sur l’IA et l’ERP : les fonctionnalités et capacités que les entreprises en pleine croissance utilisent actuellement, les innovations à venir, ainsi que ce que les organisations doivent savoir et prendre en compte lorsqu’elles intègrent l’IA dans leurs opérations. Pour nous éclairer sur ce sujet, nous sommes accompagnés de deux membres de l’équipe produit d’Acumatica : Doug Johnson, vice-président de l’architecture des solutions, et Omar Ghazi, directeur de la gestion des produits, de la plateforme, de l’IA et de la technologie.

Doug apporte plus de 30 ans d’expérience dans la gestion de produits et le marketing, contribuant ainsi à définir la vision et les exigences qui sous-tendent la plateforme ERP cloud d’Acumatica. Omar apporte plus de 15 ans d’expérience dans la direction de produits technologiques d’entreprise, avec un accent particulier sur l’IA et les technologies émergentes qui transforment l’innovation en valeur ajoutée concrète pour le client.

Dans le cadre de notre focus sur l’IA, nous allons jeter un coup d’œil à ce qu’Acumatica propose à ses clients avec la dernière version de son produit. Doug, Omar, je suis ravi de vous accueillir dans cette émission. Bienvenue dans ce podcast. Merci, David. Nous sommes ravis d’être ici.

[00:01:32] Omar : Merci, David.

[00:01:33] Doug : J'aimerais commencer par toi, Doug. Peux-tu décrire brièvement ton rôle et comment l'IA s'intègre dans ton travail aujourd'hui ?

L'équipe d'architecture des solutions remplit deux missions distinctes. Tout d'abord, nous aidons les prospects à découvrir Acumatica et à comprendre comment cette solution peut répondre à leurs besoins métier et améliorer l'efficacité de leur entreprise. Ensuite, nous travaillons avec nos clients existants pour les aider à tirer le meilleur parti de leur déploiement. Quant à moi, j’utilise l’IA à deux titres.

J’utilise l’IA pour mieux accomplir mon travail, mais je m’en sers également pour montrer à nos prospects et à nos clients comment ils peuvent mieux exploiter la leur et, euh, euh, optimiser leurs activités. C’est donc, euh, en quelque sorte un deux-en-un pour moi. Oui. Génial, très bien. J’espère que nous pourrons approfondir un peu ce sujet au fur et à mesure que l’émission avancera.

Omar, et vous ? Pouvez-vous décrire votre rôle et expliquer comment l’IA s’intègre dans votre travail ?

[00:02:21] Omar : Oui, oui, David. Euh, je travaille au sein de l’équipe « plateforme », et une partie de notre plateforme Acumatica s’étend également à l’ensemble de nos capacités d’IA que nous développons. Euh, et ces derniers temps, mon rôle a consisté en grande partie à mettre sur le marché nos fonctionnalités et capacités d’IA, en collaborant avec nos partenaires, nos clients et nos prospects afin de comprendre comment nous pouvons concevoir de manière réfléchie des solutions d’IA et les commercialiser pour répondre à des scénarios, des cas d’utilisation et des besoins métier.

Plus précisément, notre nouvel assistant IA, notre automatisation par IA, notre serveur MCP qui va bientôt voir le jour… euh, dont je suis sûr que nous pourrons parler plus en détail très bientôt. Mais, euh, mais, mais j’ai consacré la majeure partie de mon temps à travailler sur tous ces produits. Et au quotidien, euh, j’utilise l’IA tout le temps. C’est mon partenaire de réflexion.

Elle m’aide à comprendre le monde sous un angle différent, à travers de multiples perspectives. Je m’en sers donc non seulement pour m’aider à définir ma feuille de route, mais aussi au quotidien pour trier les priorités, rédiger des documents, suivre le travail, suivre les progrès et gérer les projets. L’IA occupe donc une place bien plus importante dans ma vie qu’il y a encore six mois.

[00:03:38] Doug : C'est vraiment génial. Euh... Bon, la question suivante s'adresse à toi, Omar. Alors, comment les entreprises en pleine croissance abordent-elles actuellement l'adoption de l'IA, et que t'en disent nos clients ?

[00:03:49] Omar : Oui. L’une des choses que j’ai remarquées, c’est qu’auparavant, la question portait davantage sur le fait de savoir si nous devions utiliser l’IA, si nous pouvions l’utiliser. Et ce genre de discussion, ce genre de questions, a évolué vers : « Où l’IA peut-elle nous faire gagner du temps ? »

Et puis, j’ai également remarqué, en ce qui concerne les entreprises, que certaines ne disposent pas d’une équipe dédiée à l’IA, tandis que d’autres en ont une ou plusieurs, et qu’elles mettent en œuvre l’IA de manière très globale, avec une vision d’ensemble, afin de comprendre où elle peut s’intégrer et ainsi pouvoir agir rapidement. D’un autre côté, si vous ne disposez pas d’une équipe dédiée à l’IA, vous avez besoin d’outils et de fonctionnalités intégrés aux systèmes que vous utilisez, car l’IA est en quelque sorte un grand égalisateur dans ce sens.

Euh, cela aide ces petites entreprises à se développer beaucoup plus rapidement, à condition de savoir comment la concevoir correctement. Non pas que vous alliez vous tromper, mais, euh, cela vous aide à itérer beaucoup plus rapidement lorsque vous essayez de déterminer comment l’IA s’intègre dans votre organisation. Et donc, j’ai également remarqué qu’une sorte de clivage se dessine entre ces types d’organisations, en particulier parmi les petites et moyennes entreprises : d’un côté, certaines sociétés et organisations expérimentent l’IA à grande échelle, tandis que d’autres se concentrent très, très intensément sur un ou deux flux de travail clés, essentiels à leurs processus et à leur organisation, ainsi qu’à leurs procédures standard, et tentent de déterminer comment l’IA peut les aider à améliorer leur travail au quotidien.

[00:05:26] Doug: Yeah. And, and I know that we've, we've come a long way as it relates to AI, and I know you have a, a vision which we're gonna get into i-in a little bit about where, where that's gonna go. So, um, super, super awesome. All right, Doug, here's one for you. What separates the companies that are getting practical value from the ones that are still experimenting or kinda stuck in the pilot mode, or maybe not even thinking about it?

I, I don't even know if you run into customers who aren't even thinking about AI. A lot of time has gone by since I first approached customers about AI, let's say 18 months to set a timeframe. In the beginning, I was explaining what AI was. Let's say I've been on 80 to 100 calls having these same discussions.

If I started a call talking about how, what AI is today, people would be like, "Okay, Doug, move it along. We got to get to the good stuff," which is how we're actually gonna bring this to market and how we're gonna benefit from it and how it's gonna save us money and how it's gonna help us, uh, reduce our time to deliver for our customers.

So, the customers that seem to be doing the best are the ones that are thinking a little bit differently. So, think of AI as a tool that can combine... ERP and AI can work together. ERP has the real strong, I wanna call it algorithmic Pristine data that you can use. AI does really well with unstructured data.

Mm. The people that really benefit are the people that learn how to combine those two things into one category and use the unstructured data along with the data that is pristine and accurate inside Acumatica to generate results. And some examples of how that would be like after I've explained all the things AI can do, somebody will say, "Oh, great.

I can use that to add up the total amount of money I've made this year." And I'm like Good, but that's more algorithmic. Somebody who's a little more structured will say, "Wow, I can build a workflow that senses the sentiment of the support case and then automatically directs it to the appropriate person based on things it's seen in the past."

So those are the, the people that are thinking of both structured and unstructured data are doing a lot better than the people that are just thinking of one or the other. Yeah. Big, big, huge game changer, right? When you think about it from, from that perspective, the structured and unstructured data. Super awesome.

So continually, continuing along the, the adoption theme, Doug, as you've introduced new products, what have you learned from customers? How have those experiences shaped your approach, and how have you responded? So everything's a learning experience. At Acumatica, we launched something called GL Anomaly Detection in, uh...

It was quite a while ago. And we were shocked that no one was flocking to it to use it. And then we started asking our partners, you know, "Why aren't you using it?" And they said, "Well, we tried, but it was a little too confusing," and people didn't understand how to use it within the software, within the ERP software.

So basically, nobody adopted it. So we pivoted, and we learned, and we said, "We need to come up with a couple things that guide our development processes." And we call this basically our, our governance policy for innovation. It's responsible, practical, and valuable. So when the very first part, we've always been responsible.

We've always said, "Your data is your data," and we're not gonna give it to an AI to go, you know, spread it throughout the world because keeping your governance policy and your security policies in play is number one and first and foremost. The second one was the practical one. Practical means it's gotta be easy to use.

So we broke that rule on our first initiation into the, the world of AI delivery. Since then, we've developed things that you can enable with three or four clicks and you're off and running, so it makes it super easy. Our new anomaly detection, I... You can use literally three clicks and the system's off and predicting things.

With two or three more clicks, you can add it to a dashboard so that it's part of your daily routine. So that's a, a important part of was that, of that, was fixing the practical aspect of it. And then the last one, just to finish off how we do it, is valuable. If it's gonna cost, you know, $3 of tokens to perform something that's gonna give you $1 of value, it's obviously not gonna take foot.

But generally, it's not a problem because people are seeing the value in how these structured and unstructured data can come together to really drive value for their business. Yeah, I love that practical, right? I mean, if you really come at it from a practical perspective, then, then people just obviously adopt it, right?

They don't have to think about it or, you know, they just kind of see how it fits in and makes it a little bit less scary, I think. That's right. But, uh, awesome. Yeah. Cool. And the, and the valuable piece is just as important too. Having a- Oh, for sure ... pricing policy that's easy for them to understand and follow, it's gonna really help people adopt it as well.

Yeah, for sure. Yeah. If, if, if you're feeling like you're nickel and diming, you're afraid to experiment, then, then, then that's not good. So Yeah. Good. Cool. All right, Omar, where are you seeing the clearest business value delivered inside ERP today?

[00:10:35] Omar : Oui. Donc, euh, un peu comme ce que Doug a mentionné concernant l’aspect pratique, euh, beaucoup de clients disent aussi en quelque sorte qu’ils veulent que l’IA fasse le travail, euh, et pas seulement qu’elle réponde à des questions.

C’est donc un changement majeur que nous observons également. En même temps, ils veulent garder le contrôle sur ce qui est fait, euh, avec leurs données. Par conséquent, la confiance est un facteur déterminant, en plus des capacités techniques elles-mêmes. La confidentialité des données est donc parfois évoquée, souvent en même temps que les fonctionnalités proposées. Et la valeur ajoutée réside dans le fait de, euh, connecter l’IA à un processus qu’ils ont déjà en place.

C’est pourquoi, pour répondre à ces enjeux commerciaux et aux préoccupations soulevées par nos clients au sein de notre ERP, nous avons notamment mis en place des agents prêts à l’emploi. Mm-hmm. Ils sont intégrés au produit. Des agents tels que notre agent de synthèse de dossier basé sur l’IA, qui vous aidera à comprendre, un peu comme ce que Doug a mentionné tout à l’heure, le sentiment du client, ainsi que les prochaines étapes à suivre en fonction du dossier.

Une sorte de réponse suggérée pour le client ou les clients. Tout cela serait généré par l’IA, mais sur la base de vos données réelles, et rien de tout cela ne sort nécessairement des limites de votre environnement Acumatica. Exactement. Vous pouvez donc faire confiance à l’IA et renforcer cette confiance à mesure que vous confiez de plus en plus de responsabilités à ces agents IA.

De même, nous proposons des notes de clôture de dossier : une fois que vous avez, euh, résolu le problème d’un client, le système peut créer automatiquement une note de clôture afin que vous puissiez vous y référer ultérieurement. Et à terme, vous pourriez même établir vos procédures opérationnelles standard en vous appuyant sur ces notes de clôture de dossier que ces agents, euh, rédigent pour vous.

Cela va jusqu’à la norme pour laquelle nous avons probablement tous, euh, ou presque tous, utilisé l’IA : « Aide-moi à rédiger un e-mail ». Être capable de, euh, rédiger des réponses par e-mail en fonction de certaines priorités, en tenant compte de la manière dont s’est déroulé l’échange avec le client. Peut-être s’agit-il d’un client qui nécessite une attention particulière ; il faut donc rédiger votre e-mail avec un peu plus de soin avant de l’envoyer au client.

Le fait qu’un agent puisse vous aider dans le cadre de votre travail quotidien contribue également à instaurer cette confiance. Et ces mêmes schémas s’appliquent à nos autres produits ou à l’ERP actuel, où, euh, dans le cadre de prospects ou d’opportunités spécifiques, la reconnaissance des sentiments et des schémas, la capacité à identifier les schémas positifs et à synthétiser des données chaotiques, comme Doug l’a mentionné plus tôt, sont des domaines dans lesquels l’IA est extrêmement utile.

Ainsi, ces tâches à fort volume, qui relèvent en partie du jugement, faciles à vérifier mais parfois difficiles à mettre en place à partir de zéro, constituent certains des domaines où la valeur ajoutée pour l’entreprise est la plus évidente dès la première étape, pour ce qui est proposé aujourd’hui dans les ERP.

[00:13:18] Doug : Donc, pour ceux qui débutent dans ce domaine, en matière de confiance… Vous savez, comme moi, je me souviens que lorsque j’ai commencé à utiliser l’IA, j’avais presque peur d’appuyer sur la touche Entrée, parce que je me demandais : « Est-ce que je suis en train de divulguer des informations confidentielles ? »

En réalité, nos clients n’ont pas à s’inquiéter à ce sujet. Tout est sécurisé, c'est ça.

[00:13:35] Omar : C'est exact. L'IA utilise souvent des modèles fondamentaux, et ces modèles ont été entraînés à partir de données accessibles à tous. On ne s'en sert pas nécessairement pour poursuivre l'entraînement, car il n'y a pas grand-chose de plus.

Maintenant, vous fournissez à l'IA votre logique métier, n'est-ce pas ? Euh, on parle parfois de « couche sémantique » : cela permet à l’IA de savoir globalement comment votre logique métier doit fonctionner, mais rien de tout cela n’est utilisé pour entraîner l’IA. Cela sert simplement à améliorer la prise de décision ou le raisonnement de l’IA, ce qui aidera finalement l’utilisateur à mener à bien votre processus.

[00:14:08] Doug : C'est génial. Très bien. Doug, peux-tu nous donner un exemple concret illustrant comment l'IA aide un client ou un utilisateur à gagner du temps, à améliorer la précision ou à prendre de meilleures décisions ? Bien sûr. Écoute, il y a deux ou trois choses qui me viennent immédiatement à l'esprit. La première concerne l’utilisation de notre propre produit. Omar parlait donc des notes de synthèse sur les opportunités et les dossiers, et d’autres éléments de ce genre.

Nous utilisons cet outil, nous sommes donc notre meilleure étude de cas dans ce domaine. Prenons une situation où il y a beaucoup d’informations : des échanges d’e-mails, des documents PDF comprenant des appels d’offres, des enregistrements de réunions, etc. Nous pouvons résumer tout cela en une seule question : « Que dois-je faire ensuite pour aider ce client ? » Ainsi, plutôt que de parcourir un million de documents, c’est un peu comme si vous aviez votre propre assistant personnel à vos côtés qui vous disait : « Doug, passe à l’étape suivante. »

C’est donc l’un des aspects, et bien sûr, nous avons des clients qui peuvent également en tirer parti. Au sein du produit, je vois beaucoup de gens utiliser la reconnaissance de documents comptables pour se débarrasser de leurs armoires remplies de papier. Euh, lors d’un de nos sommets, nous avons montré la photo d’une personne qui avait littéralement une pièce remplie de papier et qui a pu s’en débarrasser grâce à la reconnaissance des documents comptables ; le système est capable d’apprendre et de, euh, de continuer à améliorer son fonctionnement.

Ce qui enthousiasme le plus les gens lorsque je les rencontre, c’est l’assistant IA. Nous disposons désormais d’un assistant IA capable de répondre à des questions sur vos données, et il peut même compiler des informations à leur sujet. Par exemple, si je lui demande — vous savez, l’une des choses que j’ai vu des gens faire, c’est : « Dis-moi quels sont les produits les plus rentables, et donne-moi la liste de ceux que j’ai en stock pour que je puisse essayer de les vendre » —, il rassemblera toutes ces informations pour eux.

Ou… Super… D’autres exemples, c’est, par exemple : « Compare mes perspectives financières entre le premier et le deuxième trimestre », et il le fera. Mais en plus, il ne se contente pas de générer une série de chiffres : il les analyse et vous dit, par exemple : « J’ai remarqué que vos notes de frais étaient très élevées en février », ou alors, peut-être que vous aviez organisé une conférence à ce moment-là, ou encore que vos dépenses d’approvisionnement ont fortement augmenté fin juin et que vous vous dites : « Eh bien, c’est parce que tout le monde essaie de faire valoir ses dépenses et de régler ses factures avant la fin du budget », donc il y a peut-être une explication rationnelle.

Mais l’outil met tout cela en évidence. Les utilisateurs en tirent déjà beaucoup de valeur aujourd’hui. Oui, c’est un gain de productivité énorme, n’est-ce pas ? Vous n’avez plus besoin de parcourir tous ces états financiers pour déterminer ce que… Ce que cela signifie. L’outil peut en quelque sorte mettre cela en évidence et il suffit ensuite de creuser un peu.

C’est vrai. Certains de nos collaborateurs sont déjà des experts en la matière. Ils sont probablement capables d’examiner 25 feuilles de calcul à la fois et de déterminer exactement quoi faire. Mais, euh… cela démocratise le processus. Maintenant, je peux le faire moi aussi. Très bien, Omar, cet épisode s’inscrit donc parfaitement dans le cadre de la version 2026 R2. Hum, quelle fonctionnalité liée à l’IA vous enthousiasme le plus ?

Et en quoi est-ce important pour nos clients ?

[00:17:00] Omar: Gosh, David, that's a very good question. I'm very excited to talk about it. I actually have been preparing for our upcoming release for 2026, R2, Acumatica's second release of the year. We have so much jam-packed into it. It was hard to kind of pick. It's hard to pick what to talk about.

But I think that the key areas that we have been pushing for the last two releases are areas that we're pushing even further because that's where we are starting to see our customers, our partners are finding a lot of value in. Our AI automation, for instance, it has evolved quite a bit. We used to call parts of AI automation LLM prompts, where you create a prompt and you, you go about putting some basic instructions to an LLM.

We are completely changing how that works. We are calling them agents now because it's, it's evolved and graduated beyond more than just a prompt. Um, you can do very, very intricate functions and chain together functionality. It works with customized data, so if you have anything customized in your product, you can work, uh, with that with your agents.

Agents can pull directly from generic inquiries as a source before it acts, which is one of the key ways Acumatica works and are how our customers and partners build, uh, their reporting, uh, gathering data. In line with that, things like our business events, which is a very robust mechanism in automating some key workflows in Acumatica, importing and exporting data workflows.

You're able to chain together agents to perform all these functions autonomously if you want to with no development work required. It's just plain, plain language. Uh, I was going to say plain English. It also works, uh, with non-English f- uh, uh, based- Right. Right ... uh, instructions, so I can't really use plain English anymore.

So plain language, uh, it would work just like that. So it empowers everybody, and using that same word that Doug used, it dem- democratizes that work f- across everybody. So that's just AI automation. We have a whole another leg, which is our AI assistant. This is the surface where a user interacts with AI.

We are bringing AI assistant into general availability. So, uh, in our past release, it was available as a managed availability or a limited release, but now it's gener- it's going to be generally available. AI assistant, if, if you haven't, uh, had a chance to see it, it cites its sources. So it is- Mm-hmm ... a very tuned AI assistant, so whenever it answers, it has a source, so you can trace back to the source to check and verify whether it-- you can trust that data.

And because it's built on your data, you can follow it back to where the, the, the source. We have incorporate-- We will be incorporating more out-of-the-box generic inquiries that is exposed to Assistant. So Assistant is armed with kno-more knowledge, more, more of this data to, to draw upon to answer a user's question.

And if it doesn't exist out of b-out of the box, you can create any GI, and then you expose it to Assistant, and then your assistant is ready to go a-to answer your question. And then we gave AI Assistant in this release some additional capabilities or superpowers, if you will. It knows about itself now, so it, it has some self-aware context.

So if you ask, "What can you do? What can't you do?" And it will answer, uh, what it can do and what are its boundaries. It is also context-aware, so if you're on a specific screen, you don't have to necessarily say, "You know what? Tell me the total of this invoice number XYZ." Instead, you can just say, "What is-- Can you summarize this invoice for me?"

And you just have to use these keywords, this, and it will understand that you're talking about something specific on your screen. And then in addition to that, we also included the capability, the, the help. We brought help agents so that AI Assistant, if you're asking, "How do I..." or "How do I do this? How do I do that?"

It will be able to draw upon, uh, your current version of Acumatica that you're in, and then look into our help articles, our knowledge-based articles that's available on our community site, any sort of how-to document, and be able to compile that. Again, those are the sources. And then provide you an answer.

So it will graduates to give you that answer, the help capability, and then you can trace back to the source just like anything else that AI Assistant, uh, provides answers on. And this is built upon our new beacon.acumatica.com, which is a new platform that allows you to do, do these help, help searches with help agents manually if you want, or using our AI Assistant.

And then finally, this is a, a really, really cool functionality for AI Assistant is when you're asking this question, kind of like what Doug mentioned, and AI Assistant returns back some kind of a chart, pie chart, bar chart, a KPI, or anything that i-is a visual, uh, summary of the answer. You can now drag and drop it directly into a dashboard without having to rebuild it or anything.

So in the context of a conversation with the AI assistant, you get an answer and you drag it if you want to continue to pay attention to that, that metric into a dashboard directly. So that's AI Assistant. And then one last thing, David, we are also introducing MCP server. We will be re-releasing the first phase of MCP.

It will work with generic inquiries. So what it allows you to do, and MCP is the, is the latest buzzword for the last few weeks, that it allows an external AI, uh, solution like Claude, ChatGPT, or any others that can support MCP to then connect to Acumatica. So now you're able to be outside of Acumatica and query questions about your data that resides in Acumatica, your system of truth.

So you are able to draw upon some patterns and understanding and knowledge of that. So phase one is generic inquiry. It's read-only, so you're able to draw upon that, uh, internal data. And then phase two, we will add some read and write capabilities so that not only are you interact-- you're able to interact with an external solution with your Acumatica data, but also now you can start thinking about building integrations without much development work because- Yeah

all of that is done by AI behind the scenes with you as the, the plain language, uh, instructor in that case. So it, it, it lowers the setup floor. The idea is to lower the setup floor to get going to, to lower that barrier to entry across all of these products that I mentioned, and so I'm super, super excited for the R2 release and what we have for AI capabilities and updates for our customers.

[00:23:29] Doug : J'adore ça. J'adore ça. Alors, pour les auditeurs qui ne le sauraient pas, que signifie « MCP », Omar ?

[00:23:34] Omar : MCP est l'abréviation de « Model Context Protocol ». Il s’agit d’une méthode standardisée qui a été, euh, proposée ou initialement mise sur le marché par Claude, puis très rapidement adoptée par d’autres leaders du marché de l’IA. C’est donc un moyen pour vous de fournir une fonctionnalité permettant à une autre IA de comprendre un système et de communiquer avec lui. Vous dites en quelque sorte : « Voici comment vous pouvez communiquer avec Acumatica.

Vous m’envoyez cette requête et vous obtenez cette réponse en retour. » C’est une explication très simple, euh, en termes accessibles à tous, mais comme vous pouvez l’imaginer, cela vous permet non seulement de faire fonctionner une interface de chat externe avec vos données Acumatica, mais aussi de créer désormais de multiples intégrations avec n’importe quel outil d’IA de votre choix. Cela vous permet en quelque sorte, euh, de faire le va-et-vient entre différents systèmes dotés d’une capacité de serveur MCP.

[00:24:28] Doug: And all of that is just what you're excited about. But that means- Yeah ... there's a lot more other stuff in there too. So that's, that's super cool. I love it. Yeah. All right, Doug, two-part question for you. So building on some of the AI innovations Omar just highlighted, can you bring one of those to life with a day in the life example so listeners can picture how it shows up in real work?

And looking beyond a single scenario, uh, how do you see AI reshaping expectations for ERP over time from a system of record to a system that surfaces insights, guides actions, and automates more work? All right, a two-parter. So let's start with things in the day of the life. So one of the things that happens a lot is you have people in your company that build reports and other things, and there's probably, you know, two or three guys, maybe even more in a larger company, that are really kind of the bottleneck for that.

One of the things Omar described was now you can take dashboards that you build using natural language processing, I didn't say English, and you can then take that and populate it to a dashboard without the one or two of the guys that tends to be the bottleneck. So it's really going to make progress happen a lot faster in terms of getting the data out into the hands of other people properly and, and more efficiently.

So people who are real experts at their business process now have the ability to share that expertise and work they do with others inside the company. So it's gonna make things work a lot more smoothly in terms of company collaboration, which is really important because when everybody's using your ERP system, um, you know, if you have unlimited user pricing like we do, everybody uses it.

That allows everybody to collaborate together more effectively. So that's one of the things, uh, that I can think. There's hundreds of others that we've run into, and I get to work closely with Omar and the product team on some of these. So some of the people that originally looked at, uh, some of our automation tools said, "Well, I've created this sales order, but now I just remembered I have to go, you know, change the price on every individual line item."

So they could write a simple customization to do that, or they could, you know, tell the assistant, and not a prompt anymore, it's an agent to go ahead and update or, you know, add ten percent to every line on the sales order, and it will accomplish that. That was one of the pieces of feedback that, uh, we got from the initial launch where the practical part of it came in and now we're gonna, gonna launch that one.

So what does all this mean for ERP in general? So where ERP was very good at remembering things, presenting reports, following processes, doing if X then Y, ERP is now moving to a whole another capability, which is what's going to happen? What do you have to look out for in the future? What should you be doing as opposed to what are you doing?

And it's going to ground all those predictions, recommendations, and everything else in that pristine data I talked about before. If you're just using AI out in the wild and you don't have the pristine data, you can ask it questions about what you should do, and it will tell you to do things that may not be relevant to your business.

So it's a, a good tool if I, you know, want to write a for sale sign for, uh, my car because everybody does that the same way. But everybody's business operates a little bit differently, so getting that data and having you write a for sale sign about something you're selling at your company is much more useful if that data is involved in it and it makes it much more valuable, so it can predict what's going to happen.

When you're writing that for sale sign, just to continue that analogy, it might know that there's, uh, you know, a big rainstorm coming up, so maybe you don't want to sell, you know, the suntan lotion that day. Maybe you want to sell-- it'll build the for sale sign and say, "Sell umbrellas instead of suntan lotion."

So it can pull all that together and make predictions, not only based on the pristine data you've got, but on the data that's, uh, out there in the wild as well. So I'm looking forward to ERP, uh, getting together with this, uh, these LLMs to, to, to make all that happen. Nice. Nice. It gets back to what Omar said earlier about his own role, right?

I mean, th-this is really a business partner, right? Leveraging AI as, as a business partner. So that's, that's awesome. So this next question is for, is for both of you. And Doug, we'll start with you. Um, what do you think growing businesses often misunderstand about AI and ERP, and what would you tell a customer who's cautious about adopting these tools?

So being cautious is okay. Um, there's, you know, if you're letting everybody from your company go take your company data, download it, and put it into their personal copy of Claude, that's gonna be a big problem. So I would say get moving sooner than later. Get a corporate version that Omar talked about earlier that has all the guardrails and things in place, so your employees are using that instead of their own, their own stuff at home.

That, that would be number one. But get your governance policy and everything put together first so you know where you're going and what you're trying to protect and what your key, key pieces of data are. And then, of course, if needed, start with a sandbox and some of our, you know, demonstration data that we'll give you, and you can play with that if you, uh, if you have any concerns beyond what I just explained.

Omar, how about you?

[00:30:00] Omar : Oui. Je pense que, euh, parmi les grandes tendances que je remarque, euh, l’une des plus grandes idées reçues, c’est que l’IA se résume à un simple chatbot, euh, ajouté à la va-vite. Tu sais, parce que c'est tellement omniprésent, c'est devenu un langage tellement courant que nous avons fini par le connaître, mais ça va bien au-delà… Ça va bien, bien plus loin que ça.

La vraie valeur réside dans ces agents qui font le travail. Comme l'a dit Doug, tu disposes de données impeccables, tu as mis en place ces automatisations. Maintenant, vous y ajoutez un peu de magie de l’IA, et vous commencez alors à voir apparaître quelque chose de très précieux auquel vous ne vous attendiez pas auparavant, et c’est ainsi que l’IA devrait fonctionner pour vous. Elle devrait s’intégrer au sein d’un processus que vous avez déjà mis en place.

L’autre point, c’est de supposer ou de ne pas nécessairement comprendre comment les données sont utilisées, comment elles sont utilisées pour l’apprentissage. Encore une fois, cela nous ramène à notre compréhension de ces outils courants qui existent, et qui ne sont peut-être pas comparables à un ERP d’entreprise, n’est-ce pas ? Ce sont deux modes de fonctionnement différents ; il est donc important, lorsque vous assistez à une démonstration, de vous demander : comment ces données sont-elles utilisées, si tant est qu’elles le soient, et en quoi cela va-t-il m’affecter ?

C’est donc un autre aspect essentiel à comprendre et à prendre en compte. C’est… c’est que l’utilisation commerciale d’un outil comme Claude diffère considérablement de son utilisation au niveau de l’entreprise. Il est donc important de bien comprendre cela. Que signifie « modèle de base » ? Que signifie « modèle sur lequel l’entraînement est effectué » ?

Il est bon de comprendre tous ces aspects. Et puis, une autre chose que je voudrais mentionner, c’est que je remarque, euh, cette idée fausse selon laquelle si j’ai besoin d’intégrer l’IA, c’est un projet énorme, un gros chantier. Cela demande un investissement en temps considérable, ce qui peut être le cas selon votre situation, mais ce n’est généralement pas le cas.

Il y a donc ce… euh… euh… la plupart des gens sous-estiment à quel point c’est facile à utiliser et comment on peut passer de zéro à un plus rapidement qu’on ne le pense. Je pense donc qu’il faut expérimenter, commencer par un seul processus, pas tout d’un coup. Choisissez quelque chose que vous faites, euh, très souvent, mais qui présente un risque relativement faible, afin de pouvoir commencer à vous sentir à l’aise et en confiance avec ça.

Et pour les domaines plus risqués, comme les questions financières ou celles où les enjeux sont plus importants, allez-y doucement : rampez, marchez, puis courez. Il ne faut pas nécessairement attendre trop longtemps pour y parvenir, mais il faut itérer rapidement et échouer rapidement dans le cadre d’expériences courtes, tout en mettant en place un processus un peu plus grand, meilleur et plus solide, en utilisant une certaine automatisation et l’IA pour vous aider là où vous en avez besoin.

[00:32:26] Doug : Parfait. Ce sont d’excellents conseils de votre part à tous les deux. Merci. Alors, Amar, nous avons parlé des nouveautés de la version 26R2. À plus long terme, comment voyez-vous l’évolution d’Acumatica en matière d’IA au cours des prochaines années ?

[00:32:39] Omar : Oui, bonne question, David. Euh, donc… euh, tout à l’heure, j’ai évoqué cette approche « ramper, marcher, courir ». Chez Acumatica, nous envisageons cette plateforme d’IA agentique qui, à terme, offrira la capacité d’effectuer des tâches de manière autonome, dans une certaine mesure, tout en respectant les garde-fous que vous aurez mis en place pour l’IA.

Nous envisageons donc cela comme un spectre de conseils : une IA capable d’assister, une IA capable d’automatiser, puis une IA capable d’orchestrer. Il s’agit donc de quatre catégories ou domaines de ce spectre, pour ainsi dire. Vous pouvez ainsi disposer d’une fonctionnalité d’IA qui se contente de vous fournir des conseils de base, en vous indiquant quel modèle ou quel résumé a été établi à partir de ces données.

Vous pouvez disposer d’une fonction d’assistance, où l’IA vous aide en suggérant des actions, et où c’est peut-être la personne, c’est-à-dire l’utilisateur, qui exécute la tâche. Ensuite, vous avez les niveaux d’automatisation, dont j’étais très enthousiaste de parler tout à l’heure, où vous pouvez commencer à enchaîner des automatisations existantes pour former une certaine capacité, ou passer de 1 à 10, en suivant les étapes 1, 2, 3, 4, etc.

Et puis vous avez le niveau d’IA capable d’orchestrer des fonctions. Mm-hmm. Ainsi, lorsqu’un utilisateur demande à une IA d’effectuer une tâche spécifique ou de réaliser quelque chose, l’IA sera désormais capable de fournir, euh, ou de rassembler ces différents composants et de les orchestrer, tout comme dans un orchestre ou un chef d’orchestre.

Elle est capable d’orchestrer les tâches nécessaires à ce moment-là pour répondre au besoin de l’utilisateur. Donc, c’est davantage un spectre qu’un objectif final. Euh… Mm-hmm… et les différentes capacités d’IA devraient s’inscrire dans différents segments de ce spectre. Et on n’a pas besoin d’une seule IA pour, pour toutes les contrôler, pour ainsi dire, mais on souhaite disposer de capacités d’IA mûrement réfléchies sur l’ensemble du spectre.

C’est donc ainsi que nous concevons notre stratégie en matière d’IA, et celle-ci va s’étendre. Vous savez, aujourd’hui, nous disposons, euh, de… nous avons les produits traditionnels d’apprentissage automatique, euh, tels que notre détection d’anomalies, la reconnaissance de documents et les ventes croisées. Nous disposions donc déjà de cela dans le cadre de l’apprentissage automatique traditionnel. Nous sommes désormais dans la phase de l’IA générative, où nous utilisons des assistants IA, l’automatisation par l’IA et le MCP.

Et puis, à terme, nous irons encore plus loin à mesure que nous apprendrons et comprendrons où va le marché. Je pense donc que ce cadre que nous avons mis en place aujourd’hui va nous aider à franchir ces prochaines étapes, puis nous évoluerons au fur et à mesure que nous en saurons davantage sur la direction que prend le monde en matière d’IA.

Oui.

[00:35:07] Doug : Une vision vraiment, vraiment géniale, qui a un impact considérable sur la productivité et qui est extrêmement utile pour nos clients. J'adore ça. Très bien. Si vous deviez donner aux clients un seul message à retenir sur l'IA et Acumatica en ce moment, quel serait-il ? Omar, à vous de commencer.

[00:35:21] Omar : Bien sûr. Je pense qu’il est important de savoir que notre approche, celle d’Acumatica, consiste à considérer l’IA non pas comme un produit autonome ou comme un élément que l’on configure pour l’intégrer à l’ERP, mais plutôt comme une extension des fondations posées par Acumatica.

Ce qu’est Acumatica aujourd’hui, c’est une plateforme ouverte, une plateforme hautement configurable, et nous voulons y intégrer l’IA de manière réfléchie afin d’en tirer pleinement parti, de sorte que le résultat soit bien supérieur à la simple somme des parties, avec un effet cumulatif, presque exponentiel, lorsque l’on assemble ces éléments et que l’on établit ces connexions.

Ainsi, un événement métier déclenche une action, et cette action met à jour un enregistrement qui déclenche à son tour un autre événement métier. Ou encore, dans un workflow que vous enchaînez entre différents modules pour répondre à un besoin auquel vous n’auriez peut-être pas pensé auparavant, ou que vous n’auriez pas pu satisfaire très rapidement, mais qui devient désormais beaucoup plus rapide.

Euh, donc la valeur que vous tirez d’Acumatica et de l’IA n’est pas nécessairement additive, mais elle est, elle est, elle est exponentielle. Ainsi, plus vous activez ces fonctionnalités, plus cela vous apporte de valeur. Tout

[00:36:35] Doug : D'accord. Super. Doug ? Eh bien, Omar a eu de la chance, parce qu'il a pu prendre la parole en premier et dire ce que j'allais dire. Exactement. Je vais donc juste ajouter quelques, euh, points à cela.

Nous sommes une entreprise de plateforme, et c’est un peu ce que disait Omar. Contrairement à beaucoup d’autres entreprises, nous disposons d’une base de code unique, dotée d’un modèle de sécurité universel, ce qui va vraiment aider les utilisateurs, à long terme, à utiliser Acumatica pour s’interfacer avec ces éléments. L’autre élément vraiment important, c’est la puissance de nos API et de nos services web, que nous avons développés de A à Z, car nous avons été conçus dès le départ pour permettre à nos partenaires d’étendre notre solution de base.

Tout cela va donc faciliter l’intégration avec ces nouvelles plateformes passionnantes, qui s’appuient sur les grands modèles de langage (LLM) et l’intelligence artificielle. Super. Génial. Bon, vous êtes tous les deux prêts pour notre série de questions-réponses éclair ?

[00:37:24] Omar : Vas-y.

[00:37:25] Doug : Bon, c'est parti. Omar, on va commencer par toi. D'accord. Quelle astuce ou quel outil de productivité utilises-tu absolument pour bien gérer ta journée ?

[00:37:32] Omar : Il existe de nombreuses astuces pour gagner en productivité, mais je pense, euh, comme je l’ai mentionné tout à l’heure, que pour ma part, je suis un inconditionnel de Claude, du moins pour l’instant, jusqu’à ce que je change d’avis, euh, ce qui peut arriver à tout moment. Mais je suis, euh, plongé dans le code de Claude tous les jours. Ça… Claude gère mes notes, mes réunions, mes tâches, et si je mentionne quelque chose lors d’une réunion et que j’évoque un sujet similaire lors d’une autre, il synthétise tout ça, me fournit un résumé quotidien, me donne des résumés hebdomadaires, mensuels, et même, euh, presque annuels maintenant que je l’utilise depuis près d’un an.

Euh, c’est donc très important pour ça. Et, euh, beaucoup d’informations sont enregistrées automatiquement pour moi. Et donc, pendant que je fais ça, je me trouve dans une situation très privilégiée. Je me sens très chanceux de pouvoir utiliser l’IA. Et quand je m’en sers, cela me permet souvent de réfléchir, par exemple lorsque je conçois des feuilles de route ou des fonctionnalités, ou encore à leurs petites nuances, euh, de réfléchir à ces nuances auxquelles je suis confronté et auxquelles d’autres, comme nos clients ou nos utilisateurs, sont probablement aussi confrontés.

Du coup, ça me fait toujours, euh, ça déclenche dans ma tête la question : « Comment puis-je améliorer cette solution ici ? » Et ensuite, cela peut peut-être déboucher sur quelque chose comme une expérience utilisateur, une capacité, une fonctionnalité ou une amélioration du côté de l’IA de notre produit. C’est donc une relation très intéressante qui repose à la fois sur ce que je fais au quotidien et sur ce que nous pouvons proposer à nos clients.

Je sais que c’était, euh, un peu long pour une session « lightning round », mais je voulais m’assurer de…

[00:39:01] Doug : Oh, super. Super, c'est une bonne info. Ouais. Très bien. Doug, on va se tourner vers toi pour quelques conseils de carrière. Euh, quel conseil donnerais-tu à quelqu'un qui débute dans la gestion de produit ? Apprendre, apprendre et encore apprendre. L'IA est un formidable nouvel outil, alors renseigne-toi dessus.

N'arrête jamais d'apprendre. Continuez à apprendre à mesure que l’IA évolue. Elle… elle évolue constamment. Et si vous apprenez, c’est parce que l’IA rendra les gens intelligents encore plus intelligents… Mm… et oserais-je dire qu’elle rendra les gens bêtes encore plus bêtes si vous apprenez à croire tout ce qu’elle dit sans avoir d’abord acquis des connaissances. Exactement. Exactement.

Génial. Bien. Bon, Doug, quelle est l’application ou la technologie que tu adores et qui n’a rien à voir avec le travail ? Je vais opter pour, euh, quelque chose de vieux jeu. J’ai donc ce, euh, ce circuit de train miniature que j’ai monté et quelques puces Arduino, et j’ai du mal à faire fonctionner ces puces Arduino sur mon circuit.

Je vais donc me tourner vers l’IA pour m’aider à programmer ces puces Arduino, afin d’avoir un circuit de train high-tech qui fasse rouler les trains de ma grand-mère datant de 1918. On verra peut-être si j’arrive à y arriver… Waouh… d’ici, euh, d’ici un an environ. Waouh. C’est super cool. Vraiment cool. Omar, et toi ? Ou plutôt super geek. Euh, toi, David, fais gaffe.

Eh bien, je sais pas trop. Je suis impressionné. Ne, ne glisse pas, ne glisse pas avec moi là-dedans. Je me sens un peu nul en ce moment, Doug. Omar ?

[00:40:18] Omar : Je crois que, pour ma part, je ne fais pas vraiment confiance à ma… euh… mémoire ni à mon cerveau. Euh, et comme je suis toujours en train de bricoler, ce que Doug avait à dire m’a beaucoup intéressé. J’aimerais en savoir plus.

Mais pour ma part, avec trois jeunes enfants et une vie bien remplie, j’automatise autant que possible ma vie personnelle, parfois au détriment de… euh, si vous demandez à ma femme, j’automatise tout, que ce soit, euh, lancer la lessive et utiliser une petite puce NFC pour taper sur mon téléphone et régler immédiatement une minuterie afin de ne pas avoir à me souvenir de retourner le linge, ou éteindre les lumières quand le soleil se couche, et, euh, euh… Waouh

tout ce que je peux faire à la maison pour gagner du temps. Je me dis vraiment que c’est pour gagner du temps, mais en réalité, ça me prend finalement plus de temps à mettre en place. Mais quand ça marche, ça marche comme par magie.

[00:41:06] Doug : C'est plutôt cool, non ? Plutôt cool. Ouais. Oh, mec. Génial. Bon, ça nous amène à la fin de notre épisode.

Doug et Omar, merci beaucoup d’avoir été avec nous aujourd’hui. C’était super sympa de passer ce moment avec vous. Merci d’avoir partagé toutes vos connaissances, vos conseils pratiques et vos perspectives concrètes qui aideront notre public à se lancer dans l’aventure de l’IA, euh, vers l’avenir. Encore un grand merci. Merci d’avoir été là.

C’était un plaisir d’être ici. Merci, David.

[00:41:28] Omar : Merci d'avoir écouté le podcast Acumatica ERP.

[00:41:31] Doug : Si cet épisode vous a été utile, n’hésitez pas à vous abonner à la série sur YouTube, Spotify, Apple Podcasts ou sur votre plateforme préférée afin de ne manquer aucun nouvel épisode. Et si vous avez un moment, laissez-nous une note ou un commentaire. Cela aide vraiment les autres auditeurs à découvrir la série.

Vous trouverez tous les épisodes et plus d’informations sur acumatica.com/erp-podcast. Merci encore de nous avoir écoutés. À la prochaine !