Algoritmgranskaren: ERP-expertens nya roll

(Del 5 i serien: ”ERP-intelligensutvecklingen: Från data till agenter”)

I del 1definierade vi tekniken. I del 2lärde vi oss att kommunicera med data. I del 3exponerade vi riskerna med autonomi.
I del 4säkrade vi perimetern med ren data.

Nu står vi inför den sista, mest personliga frågan i denna utveckling. Om agenten övervakar aktien, om GenBI svarar på frågorna och om systemet utför transaktionerna ... vad återstår för oss?

Det finns en rädsla som lurar i många organisationer, ofta viskad med dämpad röst: ”Kommer detta att ersätta mig?”
Svaret är nej.
Men det kommer att förändra dig oåterkalleligt.
Och för många kommer den förändringen att kännas som en identitetskris.

I en tidigare artikel (ESP-konsultens utveckling) argumenterade jag för att den tekniska Infor LN-konsulten måste utvecklas från kodförfattare till processorkestrerare.
Exakt samma förändring sker nu för affärsanvändaren.

Vi går från datainmatningseran till algoritmgranskningens era .

Görarens död

I trettio år definierades en ERP-expert (oavsett om det var en superanvändare, en planerare eller en konsult) utifrån sin snabbhet och noggrannhet i utförandet.

Vi känner alla den personen. Tangentbordshjälten som kan alla genvägar i Infor LN. Han som kan ladda en enorm stycklista manuellt på rekordtid. Deras värde mättes i tangenttryckningar per timme.

I Agentics framtid blir den här kompetensen omedelbart föråldrad.
"Supply Chain Agent" behöver inte att du skriver in inköpsordern.
Den skriver den snabbare, utan stavfel, perfekt kopplad till kontraktet, och den kan göra 500 av dem på den tid det tar dig att smutta på ditt kaffe.

Den helt nya rapporten om World Economic Forums framtid för jobb 2025 lämnar inget tvivel.
Den förutspår att medan 170 miljoner nya "teknikdrivna" jobb kommer att uppstå, kommer 92 miljoner traditionella roller att ersättas.Högst
upp på ersatta jobb finns kontors- och datainmatningsroller.
Om du försöker konkurrera med AI:n om volym eller hastighetkommer du att förlora.
"Göraren" (operatören som tillför värde enbart genom att flytta data från papper till skärm) är död.

Revisorns födelse

Så, om AI:n gör "görandet", vad gör då människan? Människan gör "kontrollen". Men det här är inte bara att kontrollera stavfel.

En viktig artikel från Harvard Business School publicerad i december 2024 (Förskjutning eller komplementaritet?) skapar en avgörande skillnad:

Automationsbenägna uppgifter: Rutinmässig körning (datainmatning).
Efterfrågan på dessa kollapsar.
Uppgifter som är benägna att utöka potentialen: Komplext beslutsfattande.
Efterfrågan på dessa skjuter i höjden.

Men det finns en fälla.
Tidigare studier (BCG, Navigating the Jagged Technological Frontier) varnade oss för att människor som använder AI ofta "somnar bakom ratten" och litar blint på maskinen.

Gartners om arbetskraftstrender för 2025 identifierar denna expertisbrist som en av de största riskerna: i takt med att AI gör mer förlorar yngre anställda chansen att lära sig grunderna, vilket gör dem svårare att upptäcka fel.

Detta är kärnan i din nya roll.
Du måste vara experten som håller sig vaken.
Tänk dig att agenten föreslår: ”Byt 50 % av råvaruordern till leverantör B på grund av en förutspådd risk för försening hos leverantör A.”
En " Doer" skulle bara klicka på Godkänn.
En algoritmgranskare stannar upp och undersöker logiken:

Kontextkontroll:
- Vet AI:n att leverantör B för närvarande är i en strejkförhandling?
- Förmodligen inte. Den informationen finns i nyheterna, inte i TCCOM-tabellerna. AI:n optimerar för den data den har; du optimerar för den verklighet du lever i.
Strategisk kontroll:
- Skadar detta byte vår långsiktiga volymrabatt med leverantör A?
- AI:n kan tillgodose det omedelbara behovet (leverans nästa vecka) men misslyckas med det strategiska målet (årsslutsbonus).
  Du är väktare av den långsiktiga relationen.

De tre nya färdigheterna hos Människan-i-loopen

För att överleva och blomstra i den kommande Infor CloudSuite-eran måste kompetensen förändras dramatiskt.
Vi behöver mindre muskelminne och mer mental smidighet.

Från hur till varför (kausalitetsanalys)

I framtiden behöver du inte veta sessionskoden.
Du behöver veta varför prissättningsmotorn beräknade just den marginalen.
När agenten föreslår en rabatt för att avsluta en affär måste du förstå orsakssambandet.

Sänkte den priset för att aktien åldras? Eller för att den ”hallucinerade” en konkurrents erbjudande? Om du inte kan förklara resultatet kan du inte godkänna åtgärden.
Den ”svarta lådan” är ingen ursäkt; att förstå logiken är ditt jobb.

Undantagshantering (80/20-regeln)
Agenter är utformade för att hantera Happy Flow, de vanliga 80–90 % av transaktionerna som följer reglerna.
Människan finns för Edge-fall.

Den brådskande prototypen som ännu inte finns i artikelmastern.
Förmånen för en VIP-kund som bryter mot standardkreditgränser.
Den komplexa returen med skadade varor och saknade papper.

Skyddsräckesarkitekten
I del 3 diskuterade vi orkestrerad kontroll.
Vem sätter reglerna? Det gör du.
Den mänskliga rollen utvecklas till att sätta frihetens parametrar.
Det är du som säger till agenten: ”Du kan automatiskt godkänna inköpsorder upp till 5 000 dollar för kontorsmaterial. Men för råvaror, eller allt över 5 000 dollar, måste du komma till mig.” Att utforma denna styrning, att bestämma var maskinen slutar och människan börjar, är en strategisk färdighet på hög nivå.
Du utformar skyddsnätet för ditt företag.

Praktiska steg: Hur man förbereder sig idag

Du behöver inte vänta på att agenten ska komma för att börja öva, men du kan utveckla ditt tankesätt från och med idag:

Sluta fixa, börja rapportera: när du ser dålig data, fixa den inte bara i tysthet och gå vidare.
Fråga varför det var fel: var det ett processfel? En dålig integration? Behandla varje datafel som ett symptom på ett systemfel.
Ifrågasätt förslaget: när MRP ger dig ett råd, utför det inte bara.
Titta på det. Är det logiskt? Om du var tvungen att förklara varför för CEO, skulle du kunna göra det? Öva på att granska systemets logik nu, så att du är redo när logiken blir snabbare och mer komplex.
Bemästra affärsprocessen, inte bara sessionen: sluta memorera knappar. Börja förstå hela flödet.
AI:n kan trycka på knapparna, men bara du kan förstå om flödet är lönsamt.

Den ultimata uppgraderingen

I min tidigare analys, *Evolutionen av ERP-konsulten*, såg vi att övergången från att skriva anpassad 4GL-kod inte gjorde tekniska konsulter mindre värdefulla; det gjorde dem till strategiska partners som bygger robusta arkitekturer.

Detsamma gäller här för företagsanvändaren.
När du slutar lägga fyra timmar om dagen på att kopiera data från Excel till Infor LN, eller manuellt mata in order, förlorar du inte ditt jobb: du vinner fyra timmar på dig att göra det som människor gör bäst: Förhandla, Strategisera, Viss empati och Innovera.

AI:n är motorn. Data är bränslet. Du är, och kommer alltid att vara, föraren.

Skriven av Andrea Guaccio

14 januari 2026