Od ponad dekady oprogramowanie gFM-Business jest synonimem czegoś wyjątkowego na niemieckim rynku ERP: nie jest oparte na uciążliwym, trudnym w utrzymaniu systemie, ale na lekkiej, konfigurowalnej i wizualnie modelowanej platformie FileMaker. Ma to wiele zalet: gFM-Business może być indywidualnie rozbudowywany, działa w systemach Windows, macOS i iOS i może być dostosowywany zarówno przez programistów, jak i ambitnych użytkowników.
Wraz z pojawieniem się sztucznej inteligencji (AI) - w szczególności dzięki tak zwanym modelom językowym, takim jak ChatGPT - pojawiają się nowe możliwości, które wykraczają daleko poza tradycyjną automatyzację. gFM-Business aktywnie przygotowuje się na tę przyszłość: w celu nie tylko zarządzania danymi, ale także odblokowywania wiedzy.
Od ERP do inteligentnego systemu wspomagania
Tradycyjne systemy ERP przechowują dane klientów, faktury, stany magazynowe lub projekty. Mogą obliczać, strukturyzować i zarządzać wieloma rzeczami. Ale tak naprawdę nie „rozumieją“ tego, co robią.
Inteligentny system ERP powinien być w stanie to zrobić: zrozumieć, co użytkownik chce zrobić, dlaczego brakuje informacji lub jak można usprawnić proces. Pomagają w tym nowoczesne narzędzia sztucznej inteligencji. Modele językowe, takie jak GPT-4 lub Mistral, mogą rozumieć i przetwarzać język naturalny. Oznacza to, że użytkownik może zapytać: „Którzy klienci zamówili więcej w ostatnim kwartale niż w poprzednim roku?“. - a asystent nie tylko wyświetli listę, ale także wyjaśni, w jaki sposób do niej dotarł.
Rola lokalnej inteligencji: dlaczego nie tylko chmura?
Wiele nowoczesnych systemów sztucznej inteligencji działa w chmurze - oznacza to, że dane są wysyłane na serwery przez Internet, tam przetwarzane, a wynik jest zwracany. Ma to swoje zalety (moc obliczeniowa, aktualność), ale i wady:
- Ochrona danychDane osobowe w chmurze są szczególnie wrażliwe w Europie.
- UzależnienieJeśli dostawca zniknie z rynku lub podniesie ceny, system przestanie działać.
- Opóźnienie i kontrolaCzas reakcji jest dłuższy, a kontrola mniejsza.
Dlatego gFM-Business przyjmuje inne podejście: sztuczna inteligencja powinna mieć miejsce tam, gdzie znajdują się dane. Lokalnie, na komputerze użytkownika lub w sieci firmowej. Aby to osiągnąć, modele językowe są installalizowane lokalnie i przygotowywane w taki sposób, aby mogły obsługiwać struktury gFM-Business. Jest to technicznie wymagające, ale niezwykle skuteczne: sztuczna inteligencja rozpoznaje nie tylko „język“, ale także „treść“.
Zna nazwy klientów, strukturę faktur i dostępne pola. gFM-Business będzie zatem obsługiwać zarówno znane systemy chmurowe, takie jak ChatGPT lub Claude, jak i lokalne modele językowe, które można uruchomić bezpośrednio z gFM-Business za pomocą kliknięcia myszą.
Asystent gFM AI: więcej niż tylko chatbot
Co to oznacza dla gFM-Business? Pracujemy nad inteligentnym asystentem zintegrowanym bezpośrednio z interfejsem użytkownika. Asystent ten zastąpi istniejący system pomocy w gFM-Business i:
- Odpowiedzi na pytania dla operacji („Jak utworzyć nowego klienta?“)
- Wyjaśnia funkcje („Co oznacza to pole?“)
- Analizuje dane („Pokaż mi klientów z najwyższym poziomem monitów“)
- przedstawia zalecenia dotyczące działań („Co mogę zrobić, jeśli klient nie płaci?“.“)
- może przeszukiwać dokumentację („Czy istnieje instrukcja dotycząca faktur seryjnych?“)
A najlepsze jest to, że im dłużej system jest używany, tym więcej się uczy, ponieważ wiążemy również Baza danych wektorów Qdrant jako pamięć centralna. Zapamiętuje, co jest ważne, gdzie występują problemy i co się udało. Ta „pamięć“ nie jest zbiorem danych à la Google, ale lokalnie przechowywaną strukturą wiedzy, którą kontrolujesz.
Graf wiedzy zamiast Excela: Jak sztuczna inteligencja rozumie struktury
Głównym terminem określającym ten rozwój jest „Wykres wiedzy„. Zamiast widzieć poszczególne pola („Nazwa klienta“, „Kwota“) w izolacji, wykres łączy te informacje razem:
- Klient ma Faktury
- Jedna faktura o którym mowa do oferty
- Oferta został utworzony od pracownika
- Pracownik działa w dział
Graf wiedzy może przedstawiać takie relacje - a system sztucznej inteligencji może się po nich poruszać. Umożliwia to wykonywanie zapytań takich jak:
- „Które projekty były zarządzane przez pracowników, którzy nie pracują już w firmie?“
- „Którzy klienci złożyli ponowne zamówienie w ciągu 30 dni od złożenia reklamacji?“
Pytania, na które wcześniej można było odpowiedzieć tylko za pomocą wielu skryptów SQL lub Excel, można teraz zadawać w języku naturalnym - i otrzymywać precyzyjne, zrozumiałe odpowiedzi.
Aktualna ankieta na temat przyszłości Claris FileMaker i sztucznej inteligencji
Co jest możliwe dzięki gFM-Business, grafowi wiedzy i lokalnej sztucznej inteligencji?
Łącząc gFM-Business z lokalnym modelem językowym i grafową siecią wiedzy (np. za pośrednictwem Neo4j), w praktyce pojawia się wiele nowych przypadków użycia:
- Kontekstowe porady dla klientów i wsparcie sprzedaży
„Którzy klienci nie złożyli zamówienia od ostatniego newslettera?“
„Którzy z moich klientów mogą być zainteresowani produktem X na podstawie wcześniejszych zakupów?“.“
„Kto był ostatnią osobą, która negatywnie zareagowała na podwyżkę cen i z którą nie należy się ponownie kontaktować?“.“ - Zautomatyzowane wsparcie i zapytania do bazy wiedzy
Pracownicy mogą zadawać pytania w języku naturalnym: „Jak utworzyć korespondencję seryjną?“, „Jakie formaty eksportu obsługuje moduł X?“ lub „Jak skonfigurować import bankowy?“ Sztuczna inteligencja uzyskuje dostęp do istniejącej dokumentacji, często zadawanych pytań, samouczków wideo i opisów procesów wewnętrznych oraz zapewnia ukierunkowaną pomoc we właściwym czasie. - Zarządzanie sprzedażą i optymalizacja procesów
„Które oferty zostały utworzone, ale nie zostały zrealizowane w ciągu 30 dni?“
„Czy są klienci, którzy regularnie doświadczają opóźnień w dostawach?“.“
„Które procesy sprzedaży załamują się szczególnie często w pewnych momentach?“.“ - Inteligentny system monitowania
Sztuczna inteligencja może rozpoznawać wzorce ryzyka: „Którzy klienci regularnie pozwalają na wysyłanie przypomnień do trzeciego poziomu, a następnie płacą na krótko przed przekazaniem ich do windykacji?“. Na tej podstawie można w ukierunkowany sposób dostosować poziomy monitów lub cele płatności. - Zarządzanie personelem i projektami
„Które projekty spowodowały wiele nadgodzin, mimo że budżet był przestrzegany?“
„Kto otrzymał szczególnie dobre oceny w opiniach klientów w ciągu ostatnich 6 miesięcy?“
„Czy są pracownicy, którzy byli zaangażowani w kilka udanych projektów?“.“ - Analizy historyczne z inteligencją kontekstową
„Jak kształtowały się wolumeny zamówień od czasu podwyżki cen w lutym 2023 r.?“
„Które kampanie (rabaty, newslettery, wydarzenia) przyniosły wymierne zmiany w sprzedaży?“ - Sugestie reakcji i automatyczne rekomendacje
„Klient XYZ otrzymał 3 przypomnienia i nie odpowiedział. Czy chcesz wygenerować szablon pisma windykacyjnego?“
„Właśnie utworzyłeś ofertę dla klienta z wysokim wskaźnikiem reklamacji. Czy chcesz aktywować listę kontrolną dla dostawy?“.“
Takie przypadki użycia byłyby trudne lub niemożliwe do zrealizowania przy użyciu tradycyjnych systemów ERP. Połączenie elastyczności FileMaker, kontekstów opartych na grafach (Neo4j) i lokalnego modelu językowego tworzy nowy wymiar inteligencji procesowej.
Co to konkretnie oznacza dla firm?
Dla małych i średnich przedsiębiorstw rozwój ten oznacza
- Więcej niezależnościPotrzebujesz mniej wsparcia, ponieważ asystent pomaga.
- Szybsze zapoznanie sięNowi pracownicy szybciej się odnajdują.
- Lepsze decyzjeAnalizy i zalecenia są dostępne natychmiast.
- Ochrona i kontrola danychWszystko pozostaje na miejscu, bez zobowiązań związanych z chmurą.
- Przyszłe bezpieczeństwoOprogramowanie rozwija się wraz z firmą.
A wszystko to bez konieczności posiadania ogromnego zaplecza IT. To prawdziwa przewaga konkurencyjna, zwłaszcza dla mniejszych firm.
Ryzyko i wyzwania
Potencjał jest ogromny, ale są też przeszkody:
- Koncentracja technicznaLokalna sztuczna inteligencja wymaga dobrego sprzętu (RAM, CPU, ewentualnie GPU).
- Jakość danychJeśli przechowujesz nieczyste dane, otrzymasz również złe odpowiedzi
- AkceptacjaPracownicy muszą ufać systemowi, w przeciwnym razie będzie on ignorowany.
- KonserwacjaModele muszą być aktualizowane, zapisywane i testowane
Ryzyko to można jednak zminimalizować dzięki dobrze przemyślanej koncepcji - takiej jak ta realizowana obecnie przez gFM-Business. Celem nie jest potężny superkomputer, ale inteligentny asystent, który służy ludziom, a nie ich zastępuje.
gFM-Business 9 w toku, nowa struktura sprzedaży od października
Obecnie trwają intensywne prace nadchodząca wersja 9 gFM-Business. Ta nowa główna wersja po raz pierwszy w pełni zintegruje wiele opisanych funkcji sztucznej inteligencji i automatyzacji - w szczególności połączenie z lokalnymi modelami językowymi i rozwój dynamicznej, opartej na grafach wiedzy o firmie z Neo4j. Wydanie jest spodziewane na początku 2026 roku.
Każdy, kto dołączy teraz, nie tylko zapewnia sobie atrakcyjne warunki, ale także ciągłą ścieżkę aktualizacji do następnej generacji - a tym samym wczesny dostęp do prawdopodobnie najbardziej elastycznego rozwiązania ERP opartego na sztucznej inteligencji w niemieckojęzycznym świecie.
Perspektywy: ERP staje się bardziej ludzkie, a nie bardziej techniczne
Jeśli przemyślimy ten rozwój do końca, możemy powiedzieć, że oprogramowanie ERP staje się bardziej ludzkie. Reaguje na język, myśli kontekstowo, wyjaśnia relacje, uczy się i wspiera decyzje. A FileMaker jako platforma idealnie się do tego nadaje: dzięki swojej wizualnej strukturze, otwartej architekturze, silnej społeczności i możliwości łączenia danych, układów i logiki w jednym środowisku.
Jeśli chcesz zacząć już dziś, masz możliwość myślenia od samego początku: utrzymuj dane we właściwy sposób, dokumentuj procesy, nazywaj struktury, formułuj pytania. W końcu system ERP jutra nie będzie już tylko programem. Będzie partnerem - z uszami, umysłem i pamięcią. A gFM-Business jest na dobrej drodze, aby przewodzić tej zmianie.
Często zadawane pytania
- Czym dokładnie jest gFM-Business i czym różni się od innych systemów ERP?
gFM-Business to modułowe oprogramowanie ERP oparte na platformie FileMaker. W przeciwieństwie do tradycyjnych systemów ERP, jest w pełni konfigurowalny, działa na różnych platformach (macOS, Windows, iOS) i może być obsługiwany również przez mniejsze firmy bez dużego działu IT. Dzięki wizualnemu rozwojowi z FileMaker można go szczególnie szybko rozszerzyć - a teraz jest również otwarty na nowoczesną integrację AI. - Dlaczego FileMaker jest odpowiednią platformą dla AI i ERP?
FileMaker łączy bazę danych, interfejs użytkownika i logikę biznesową w jednym środowisku programistycznym. Umożliwia to integrację funkcji AI bezpośrednio z formularzami, ocenami i oknami dialogowymi bez konieczności korzystania z zewnętrznych interfejsów lub dodatkowych narzędzi. Ta ścisła integracja jest główną zaletą przy korzystaniu ze sztucznej inteligencji. - Czym jest model językowy i dlaczego powinien działać lokalnie?
Model językowy, taki jak GPT-4, to sztuczna inteligencja, która rozumie i przetwarza język naturalny. Jeśli taki model działa lokalnie, tj. bezpośrednio na firmowym komputerze lub serwerze, wszystkie dane pozostają w firmie. Jest to decydująca zaleta pod względem ochrony danych, niezależności i wydajności - szczególnie dla firm, które nie chcą być zależne od zewnętrznych usług w chmurze. - Co to jest „graf wiedzy“ i do czego służy?
Graf wiedzy nie łączy danych liniowo (jak tabela), ale jako sieć znaczeń i relacji. Na przykład w gFM-Business umożliwia to sprawdzenie, którzy klienci są powiązani z którymi projektami, pracownikami, dokumentami lub produktami. Sztuczna inteligencja może dostarczyć znacznie bardziej precyzyjnych odpowiedzi, ponieważ rozumie relacje, a nie tylko poszczególne pola. - Jakie konkretne korzyści daje mi nowa integracja AI w gFM-Business?
Możesz komunikować się z systemem w języku naturalnym, otrzymywać pomoc kontekstową, inteligentne analizy, automatyczne rekomendacje i adaptacyjnych asystentów. Oprogramowanie myśli samodzielnie - na podstawie rzeczywistych danych firmy, a nie ogólnej wiedzy internetowej. - Czy powinienem się obawiać, że moje dane zostaną „wycieknięte“ przez sztuczną inteligencję?
Nie. Integracja AI w gFM-Business opiera się na podejściu lokalnym. Oznacza to, że model językowy działa na komputerze lub serwerze użytkownika. Nie ma automatycznego dostępu do chmury, transferu danych do stron trzecich ani ukrytego przesyłania - wszystko pozostaje w systemie i pod kontrolą użytkownika. - Jakie wymagania techniczne muszę spełnić, aby korzystać z lokalnej sztucznej inteligencji?
Do prostych funkcji sztucznej inteligencji wystarczy nowoczesny komputer z co najmniej 16 GB pamięci RAM. W przypadku bardziej zaawansowanych modeli językowych lub złożonych grafów wiedzy przydatna może być dodatkowa moc obliczeniowa (np. dobry procesor graficzny). Pracujemy jednak nad zapewnieniem solidnej wydajności nawet na średnim sprzęcie. - Czy sztuczna inteligencja zostanie automatycznie zintegrowana z istniejącymi systemami gFM-Business?
Nie. Integracja AI jest częścią nadchodzącej wersji 9, której wydanie zaplanowano na początek 2026 roku. Jednak każdy, kto pracuje teraz z istniejącą wersją, może spodziewać się płynnej ścieżki migracji. Wcześni nabywcy korzystają również z korzystniejszych warunków i ciągłego dalszego rozwoju. - W jaki sposób sztuczna inteligencja „uczy się“, gdy działa lokalnie?
Sztuczna inteligencja analizuje, które struktury danych, procesy i wzorce często występują w firmie. Wiedza ta jest przechowywana lokalnie jako tak zwany „graf wiedzy“. Tworzy to wewnętrzny model firmy, który z czasem staje się coraz lepszy - bez konieczności wysyłania danych na zewnątrz. - Czy mniejsze firmy również mogą dobrze wykorzystać te funkcje AI?
Tak, w szczególności! Szczególnie małym zespołom często brakuje czasu na szkolenia, analizy czy dokumentację. Inteligentny asystent, który pokazuje na przykład, jak prawidłowo utworzyć ofertę lub zainicjować monit, oszczędza ogromną ilość czasu - i zapobiega typowym błędom. Dzięki FileMaker bariera wejścia jest przyjemnie niska. - Jaka jest aktualna cena gFM-Business i jak długo będzie obowiązywać stara cena?
Do 30 września 2025 r. oprogramowanie gFM-Business można nadal kupić w istniejącym sklepie internetowym gofilemaker po znanych cenach. Od 1 października 2025 r. oprogramowanie będzie oferowane w ramach nowej struktury sprzedaży ze zmienionymi warunkami. Ci, którzy kupią teraz, skorzystają z dotychczasowych warunków dla klientów. - Czy możliwe będzie definiowanie własnych podpowiedzi lub poleceń dla SI?
Tak, w planowanej wersji 9 powinno być możliwe przechowywanie własnych zapytań, przepływów pracy i poleceń głosowych - zarówno jako podpowiedzi tekstowe, jak i za pośrednictwem funkcji pomocy wizualnej. Oznacza to, że każda firma może dostosować sztuczną inteligencję bez programowania. - Jaką rolę odgrywa Neo4j w tym systemie?
Neo4j to profesjonalna baza danych grafów, która doskonale nadaje się do mapowania złożonych relacji między zestawami danych. W gFM-Business jest ona wykorzystywana jako baza wiedzy dla sztucznej inteligencji: Klienci, zamówienia, produkty, komunikacja, przypadki serwisowe - wszystko to jest rejestrowane w dynamicznej sieci relacji, które sztuczna inteligencja może wykorzystać. - Czy istnieje opcja testowa lub wersja demonstracyjna nowych funkcji AI?
Wersja 9 z funkcjami AI jest obecnie (stan na wrzesień 2025 r.) nadal w fazie rozwoju. Jednak od początku 2026 r. odbędzie się otwarta faza testowa i ewentualnie towarzysząca jej seria webinariów. Zainteresowane strony mogą zarejestrować się wcześniej za pośrednictwem biuletynu gofilemaker, pobierając wersję próbną lub za pośrednictwem strony internetowej, aby uzyskać dostęp.