Basware nutzt KI, um die Kodierung der proprietären ETL-Sprache zu vereinfachen und die Effizienz auf AWS zu steigern

So haben wir unterstützt

Basware hat sich mit Rackspace Technology® zusammengetan, um herauszufinden, inwieweit KI das Know-how im Bereich der AP-Automatisierung optimieren kann. Die Foundry for AI by Rackspace (FAIR™) stellte das Fachwissen, die standardisierten Bereitstellungspraktiken, die Partnerschaften und die vielfältigen Fähigkeiten zur Verfügung, um die sichere, verantwortungsvolle und nachhaltige Einführung von generativer KI zu beschleunigen und Basware-Kunden die Möglichkeit zu geben, die erstklassige AP-Automatisierung des Unternehmens zu nutzen.

Mit FAIR™ hat Rackspace Technology alle erforderlichen Ressourcen zusammengebracht, um Basware bei der Erstellung, Innovation und Rationalisierung der Codegenerierung zu unterstützen und so die Gesamteffizienz zu verbessern.

"Wir hatten bereits zuvor mit Rackspace Technology zusammengearbeitet und wussten, dass sie uns beim Umfang des Projekts helfen und uns zeigen konnten, wie man mit generativer KI arbeitet", sagt Hanna Leino, Director of Product Management bei Basware. "Wir wussten, dass dieses Projekt etwas völlig Neues für uns sein würde, und wir wollten einen Partner, den wir bereits kennen und dem wir vertrauen."

Ziel des FAIR-Teams war es, ein KI-Sprachmodell zu trainieren, das den wesentlichen XML-Integrationscode selbstständig generiert und es den Basware-Beratern ermöglicht, durch einfache Fragen in natürlicher Sprache Codeschnipsel zu erstellen, die für AP-Automatisierungsworkflows optimiert sind.

Gilbert erklärt, dass das ERP-GPT-Projekt darauf abzielte, zu erforschen, wie generative KI Baswares Partner in die Lage versetzen könnte, ihre Dienstleistungen stärker an die Best Practice der AP-Automatisierung anzupassen.

"Wir haben eine eigene Sprache, die wir AnyERP nennen", erklärt Anssi Ruokonen, Head of AI Research and Enablement bei Basware. "Wir haben ein umfangreiches Sprachmodell entwickelt, um die Sprache zu verstehen und unseren Beratern zu helfen, sie zu generieren

Um dem KI-Modell beizubringen, die komplexe proprietäre XML-Syntax von Basware zu verstehen und zu generieren, experimentierte das FAIR-Team mit verschiedenen Trainingsprozessen, darunter "few-shot learning" (Lernen aus wenigen Beispielen), "fine-tuning" und "pre-training".

Das Team verwendete AWS Bedrock, das Flexibilität und Zugriff auf verschiedene Basismodelle bot, so dass das Team während des gesamten Prozesses mit verschiedenen Ansätzen experimentieren konnte.

Indem das Team das Modell schrittweise mit mehr Daten fütterte, konnte es seine Genauigkeit über verschiedene Funktionen hinweg von 60 % auf beeindruckende 90 % steigern. Das Team ist zuversichtlich, dass die Genauigkeit durch weitere Feinabstimmung verbessert werden kann.