הפוך לאוטומטי את התאמת אישורי קבלת הזמנות הרכש באמצעות Copilot Studio ו-SAP

השתמש Microsoft Copilot Studio סוכנים אלה כדי להפוך לאוטומטי את ההתאמה מקצה לקצה של אישורי הזמנות ספק כנגד הזמנות רכש פתוחות במערכת תכנון משאבים ארגוניים (ERP), כגון SAP.

גישה זו מאפשרת לארגון רכש לאשר באופן אוטומטי את רוב הרוב הגדול של הזנות נכנסות, תוך ניתוב רק של אי התאמות מקוריות למומחה רכש לסקירה. מערכת מרובת סוכנים מחלצת את נתוני האישור, משווה אותם עם הזמנת הרכש המתועדת, מחילה כללי סבילות וכותבת את התוצאות המאושרות בחזרה למערכת ה-ERP עם התערבות ידנית מינימלית.

עצה

מאמר זה מספק תרחיש לדוגמה וייצוג חזותי של אופן ההפיכת התאמת הזמנת רכש לאוטומטית באמצעות Microsoft Copilot Studio ו- SAP. פתרון זה הוא ארכיטקטורה לדוגמה כללית שניתן להשתמש בה עבור תרחישים ותעשיות רבים ושונות. מאמר זה מוגבל לשיטות עבודה מומלצות.

תרשים ארכיטקטורה

דיאגרמה של ארכיטקטורה מרובת משתתפים עם קליטה, תזמור, שער אימות ותוצאות להתאמת הזמנה אוטומטית.

Workflow

ארכיטקטורה זו ת להפוך את זרימת העבודה התואמת של אישור ההזמנה לאוטומטית:

  1. קבלת אישור: הספקים שולחים אישורי הזמנה (אישורי הזמנה) המגיעים דרך ערוץ פיקוח, כגון תיבת דואר משותפת או הזנת חילוף נתונים אלקטרוניים (EDI), עם פרטי האישור עבור הזמנה אחת או יותר. גורם מפעיל של זרימות ענן ב-Power Automate לאיסוף אישורי קבלת הזמנה.

  2. אחסון אישורי קבלה: זרימות הענן של Power Automate שומרות את אישורי קבלת ההזמנה הנכנסים ב-Dataverse.

  3. גורם מפעיל: זרימת ענן של Power Automate שעושה שימוש בגורם מפעיל של Dataverse מפעילה את סוכן המתאם. הזרימה פועלת כאשר אישור הזמנה נשמר ב-Dataverse.

  4. חילוץ שדות: סוכן חילוץ שנבנה ב-Copilot Studio קורא את אישור הקבלה ומנרמל את שדות המפתח (מספר הזמנת הרכש, פריטי שורה, כמויות, מחירים, יחידת מידה ותאריכי מסירה מאושרים) לסכימה פנימית אחידה.

  5. אחזור הזמנת רכש: הסוכן orchestrator מאחזר את הזמנת הרכש המתאימה מ- SAP דרך מחבר SAP, תוך שימוש במספר הזמנת הרכש כמפתח.

  6. התאמה ואימות: סוכן תואם משווה את ההכרה מול הזמנת הרכש שורה אחר שורה, בין כמויות, מחירים, תאריכים ושדות אחרים שתצורתם נקבעה. לאחר מכן הסוכן מחיל את הקריטריונים התואמים של הארגון, שעשויים לכלול דרישות התאמה מדויקת, עמידות המוגדרת על-ידי העסק או שילוב של שניהם, כדי לקבוע אם ניתן לאשר את ההזמנה באופן אוטומטי.

  7. אישור אוטומטי: כאשר ההכרה תואמת בסובלנות, הסוכן מאשר את ההזמנה ו כותב את התוצאה בחזרה ל- SAP באופן אוטומטי, ללא מעורבות אנושית.

  8. הסלמת חריגה: כאשר זוהתה אי-התאמה, הסוכן מסלים למומחה רכש באמצעות Microsoft Teams. הסוכן מספק את האישור, את הזמנת הרכש ואת ההבדלים הספציפיים כדי שהוא יוכל לפתור את החריגה במהירות.

  9. רישום וביקורת: Microsoft Dataverse מתעד כל תוצאה, בין אם אישור או הסלמה, ומספק נתיב ביקורת מאוחד ושכבה למעקב אחר חריגים לדיווח ושיפור מתמשך.

רכיבים

שירותים וטכנולוגיות אלה קולטים אישורי הזמנה, מחלצים נתוני אישור הזמנה, מתאימים אותם להזמנות רכש ב-SAP, מאשרים הזמנות תואמות, ומסלימים חריגות ועוקבים אחריהן.

רכיב תפקיד בארכיטקטורה
סטודיו קופיילוט מארח את המערכת מרובת הנציגים. סוכן מתזמר מתאם בין סוכן חילוץ ייעודי לבין סוכן התאמה, מנהל כללי סובלנות, ומחליט אם לאשר באופן אוטונומי או להסלים לגורם אנושי.
SAP ERP משמשת כמערכת הרשומה עבור הזמנות רכש. הסוכנים מאחזרים נתוני הזמנת רכש וכותבים בחזרה הזמנות מאושרות באמצעות מחבר SAP.
זרימות ענן של Power Automate זהה אישורים חדשים בערוצי הקליטה והפעל את רשת הסוכנים. מחברים מספקים את נקודות השילוב לדואר אלקטרוני או למקורות EDI ול- SAP.
Dataverse משמש כמקור המידע המרכזי עבור אישור קבלת הזמנה נכנסת ומאפשר תזמור מבוסס סטטוס. מספק את שכבת המצב, יומן הביקורת ומעקב אחר חריגים, ומספק תיעוד אחיד של כל אישור והסלמה לדיווח ולפיקוח.
צוותי מיקרוסופט מספק הסלמות חריגות והודעות למומחי רכש, מציג את האישור, את הזמנת הרכש ואת ה אי-התאמות הספציפיות לפתרון מהיר.
Microsoft Entra ID מספק בקרת זהות וגישה, כולל חשבונות שירות של פחות הרשאות עבור פעולות הקריאה והכתיבה של הסוכנים מול SAP ו- Dataverse.

פרטי תרחיש

מקרה שימוש זה מבוסס על גישה ארגונית לבניית תהליך מהימן, אוטומטי וניתן לביקורת לאישור אישור של הזמנות ספקים מול מערכת ERP תוך מזעור המאמץ הידוני.

אתגר עסקי

ארגונים רוכשים בקנה מידה גדול מקבלים כמויות גדולות של אישורי הזמנת ספק. מבחינה היסטורית, חלק משמעותי של אישורים אלה מסומנים וממפתחים באופן ידני: צוות הרכש פותח כל אישור, אתר את הזמנת הרכש התואמת ב- SAP והשווה כמויות, מחירים ותאריכים בכתב יד.

תהליך ידני זה הוא איטי, יקר ותלוש שגיאות. היא אינה מתרחבת היטב עם הצמיחה, כובלת אנשי רכש מיומנים לבדיקות חוזרות ונשנות במקום לטיפול בחריגים, ומקשה על החלה עקבית של כללי התאמה וסבילות בין אזורים שונים ובין תבניות שונות של ספקים.

הפתרון

יישם ארכיטקטורה מרובת נציגים ב- Copilot Studio אוטומציה של עיבוד אישור של הזמנת רכש. הפתרון משתמש בסוכנים מיוחדים כדי לחלץ נתוני אישור, לאחזר הזמנות רכש מ- SAP, להחיל קריטריונים תואמים המוגדרים על-ידי העסק ולקבוע אם ניתן לאשר אישור באופן אוטומטי או לדרוש סקירה אנושית.

הארכיטקטורה משלבת תזמור סוכן, שילוב SAP Power Automate זרימות ענן ומעקב מבוסס-Dataverse כדי ליצור תהליך מהימן וניתן לביקורת. מומחי רכש מתמקדים בחריגות בעת עיבוד אוטומטי של הכרה שגרתית.

יכולות עיקריות:

  • הפוך את הקליטה והבעיבוד של אישור לאוטומטיים.
  • בצע/י נרמול של אישורי ספקים בכל הפורמטים.
  • אמת אישורי קבלה מול הזמנות הרכש באמצעות החלת קריטריוני התאמה ארגוניים, כגון דרישות להתאמה מדויקת או טווחי סטייה הניתנים להגדרה.
  • העבר מקרים חריגים למומחי רכש.
  • שמור נתיב ביקורת לפיקוח ולדיווח.

תוצאה: באמצעות תבנית זו, ארגון יכול להעביר את רוב אישורי ההזמנה מטיפול ידני לעיבוד ישיר, אשר מסירה מומחי רכש להתמקד בחריגות במקום בבדיקת שגרה. הגישה מספקת שרטוט לשימוש חוזר עבור תהליכים אחרים בעלי נפח גבוה, מונחה מסמכים בתחום כגון כספים ומכירות.

שיקולים

שיקולים אלה מיישמים את עמודי התווך של Power Platform Well-Architected, מערכת של עקרונות מנחים המשפרים את איכות עומס העבודה. מידע נוסף: Microsoft Power Platform Well-Architected.

מהימנות

  • בידוד שגיאות: טפל בכשלי חילוץ, שגיאות התאמה ובעיות אינטגרציה עם SAP בנפרד, כך שאישור אחד שנכשל לעולם לא יחסום את יתר האצווה.

  • עיבוד אידמפוטנטי: השתמש במספר הזמנת הרכש ובמזהה האישור כדי לזהות ולדלג על רשומות כפולות, וכך למנוע אישורים חוזרים אם הודעה נמסרת מחדש.

  • מנגנוני חזרה למצב קודם: ניתוב אישורים שלא ניתן לעבד באופן אוטומטי אל תור חריגים שיטופלו על ידי גורם אנושי, כדי לא לאבד את האישור.

  • רישום בשכבות כפולות: תעד תוצאות ב- Dataverse ושלח הודעה משנית בכשל, כך החריגים יישארו גלויים גם אם שלב הרישום נכשל.

אבטחה

  • בקרת גישה: הגבל את ערוצי הקליטה, הטבלאות Dataverse וחשבון שירות SAP לזהות מורשית בלבד.

  • מינימום הרשאות: הענק לסוכנים גישת קריאה להזמנות רכש וגישת כתיבה רק לפעולות אישור ההזמנות הנדרשות להם.

  • הגנה על נתונים: עבד נתוני אישור, שעשויים לכלול תמחור רגיש באופן מסחרי, באופן מאובטח ולהגן על שדות רגישים במעבר ובמנוחה.

  • תאימות: התאם את כללי האימות והביקורת עם הבקרות הפיננסיות של הארגון ועם דרישות שמירת הרשומות שלו.

מצוינות תפעולית

  • אחידות: אחדו פורמטים מגוונים של אישורי ספקים לסכמה פנימית אחידה כדי לשמור על לוגיקת ההתאמה פשוטה ועקבית.

  • תיעוד: שמור Runbooks עבור סוגי חריגים נפוצים, בעיות בתבנית ספק ושינויי תצורה של SAP. תועד את הקריטריונים התואמים, כולל דרישות התאמה מדויקת, עמידות ותנאי הסלמה.

  • תהליך תמיכה: הדרכת רכש והתמיכה ב- IT כדי לפרש את היסטוריית ההפעלה של הסוכן, לאבחן כשלים ולבצע שחזור ידני.

  • ניהול שינויים: אמת שינויים במיפויי חילוץ, התאמה ו- SAP בסביבה שאינה בסביבת ייצור לפני ההפצה, והשתמש בפקד מקור עבור הגדרות סוכן וזרימה.

יעילות ביצועים

  • קצב עיבוד: התאם את קיבולת הפתרון לנפחים יומיים גבוהים, ועבד אישורים במקביל כאשר המחברים מאפשרים זאת.

  • מיטוב: שמור במטמון נתוני ייחוס שנעשה בהם שימוש תכוף, כגון חיפושי ספקים והזמנות רכש, כדי להימנע משאילתות מיותרות ל-SAP.

  • הגבלת קצב של מחברים: הבא בחשבון את מגבלות הפלטפורמה ומחבר ה-SAP, והטמע מנגנון תורים באמצעות Dataverse עבור עומסי שיא.

  • מדרגיות: הרחב את אותה תבנית orchestrator לתחום וסוגי מסמכים חדשים מבלי לעצב מחדש את הזרימה התואמת המרכזית.

אופטימיזציה של חווית משתמש

  • שירות עצמי: לאפשר למומחי רכש לפתור ולעבד מחדש אישורי קבלה שהוסלמו ישירות, ללא תלות במחלקת ה-IT.

  • שקיפות: להציג את מצב העיבוד ואת תורי החריגים באמצעות Dataverse, עם ניתוחים ב-Power BI לצורך דיווח על מגמות וביצועים.

  • הסלמות ברורות: הצג כל הסלמה עם סיכום מובנים: התמיכה, הזמנת הרכש, ההבדלים הספציפיים ופעולה מומלצת.

  • רמת שירות היעד: הגדר יעד ישירות, כגון אישור אוטומטי של רוב ההכרה, ונטר כנגדו.

AI אחראי

  • אמינות ובטיחות: נטרו באופן שוטף את פלט הסוכנים כדי לוודא דיוק, והשאירו גורם אנושי בתהליך לסקירת אנומליות ומקרים חריגים לפני שישפיעו על מערכת ה-ERP.

  • פרטיות ואבטחה: ודא שהנתונים שהסוכנים מעבדים מצייתים למדיניות הרלוונטית בנושא פרטיות וטיפול בנתונים.

  • שקיפות: הפוך את החלטות הסוכן לניתנות מעקב, עם יומני רישום זמינים לביקורת של כל אישור והסלמה.

  • אחריותיות: השתמש בבדיקה אנושית בתהליך כדי לשמר את האחריותיות לטיפול בחריגים ובמקרי קצה בידי צוות הרכש.

תורמים

תחזוקת המאמר הזה מתבצעת על-ידי Microsoft. המחברים הבאים תרמו למאמר הזה.

מחברים ראשיים: