AI-kollegaen der ikke kunne følge med mig ind i SAP

Lag af beslutninger truffet af folk der løste de problemer de stod med. De fleste af dem var sikkert de rigtige dengang. Det er det, der gør historien interessant. Den giver altid mening i bakspejlet.

Jeg har arbejdet med SAP i mere end ti år, og hvis der er én ting jeg har lært, så er det at selve systemet ofte er den nemme del. Det svære er at forstå hvorfor tingene er som de er. For enhver løsning har en historie bag sig. Og enhver historie efterlader spor.

AI-agenter var allerede blevet en naturlig del af min hverdag. Hvis jeg sad fast med et teknisk problem eller gerne ville vende en løsning med nogen, var det typisk en agent jeg spurgte først. Det mærkelige var at det sted hvor jeg brugte det meste af min arbejdsdag, også var det eneste sted hvor de ikke rigtig kunne følge med mig.

Mellem agenten og SAP-systemet var der en teknisk barriere. Der var simpelthen ikke nogen naturlig måde for dem at arbejde sammen på. Det betød at hver eneste samtale afhang af mig. Jeg blev broen mellem de to og slæbte kontekst frem og tilbage hele dagen.

Det føltes lidt som at have en dygtig kollega der kunne hjælpe med næsten alt, lige indtil det øjeblik man gik gennem en bestemt dør. Den dør førte ind til SAP, hvor al den historie bor: mange års egenudviklet kode og de beslutninger der ligger gemt i den.

Kollegaen var der stadig, men stod bare udenfor. Det krævede noget arbejde at lukke kollegaen ind, for løsningen skulle være praktisk, og vi skulle stadig have kontrollen.

Mange organisationer står over for at skulle modernisere systemer der ofte har udviklet sig over årtier. Samtidig bevæger SAP sig mod en mere standardiseret arkitektur der er nemmere at udvide. For mange af dem er det svært at sige hvor langt deres eget system er fra den retning SAP går i.

Så vi startede med Clean Core-tjekket.

Her er meget af grundarbejdet allerede gjort. Tjekket peger på risici og teknisk gæld og giver i mange tilfælde et bud på hvordan man kommer videre.

Men en enkelt analyse kan give hundredvis og nogle gange tusindvis af fund, fra reelle problemer til ting der roligt kan vente. Det tager tid at komme igennem dem alle, og den tid har de fleste organisationer ikke.

Tilbage stod ét spørgsmål til vores eksperiment:

Kunne en agent hjælpe os med at forstå resultaterne af en omfattende systemanalyse hurtigere end vi selv kunne? 

Historien i de her systemer forsvinder ikke. Og når man gør dem klar til det næste, kan det være lige så vigtigt at forstå den historie som at beslutte hvad der skal bygges oven på den.

Nu er kollegaen kommet indenfor og kan tage sig af meget af det tunge analyse- og forberedelsesarbejde. Beslutningerne bliver hos dem der har erfaringen til at træffe dem.

Indtil nu har det været et eksperiment. Næste skridt er at tage det med ind i et rigtigt kundeprojekt og se om det holder.