9 min read • Feb 06, 2026
VAUDE razvija trpežne in funkcionalne izdelke v skladu z načelom »Design for Life«. V ospredju so možnost recikliranja, popravljivost in čim manjša poraba virov. Na ta način VAUDE združuje strast do gorskih športov z odgovornostjo do ljudi in okolja.
Podjetje, ustanovljeno leta 1974, poleg distribucije VAUDE izdelkov trgovcem danes upravlja tudi 22 franšiznih trgovin v regiji DACH. V sodelovanju z VAUDE je mogoča tudi zasnova in proizvodnja izdelkov po meri: poseben poslovni oddelek se osredotoča na opremljanje podjetij z izdelki po meri ali z izdelki s posebnim brendiranjem.
Za podporo temu širokemu naboru storitev se podjetje VAUDE od leta 2021 zanaša na rešitev BE-terna Fashion, ki temelji na Microsoft Dynamics 365 Finance and Operations. "Z novo rešitvijo smo nadomestili naš stari in visoko prilagojeni sistem in naredili velik korak k prihodnosti našega IT-okolja z novo tehnologijo v oblaku." poudarja Daniel Köhler, vodja IT pri VAUDE.
"Kljub vsem izboljšavam pa so nekateri procesi z novo rešitvijo ostali enaki. V ospredju so bili procesi na ‘vmesniku med človekom in sistemom’, torej interakcije s sistemom, pri katerih uporabniki vnašajo ali berejo podatke iz drugih virov (npr. e-pošte). Te procese smo želeli avtomatizirati."
Kot dolgoletni partner na področju programske opreme in svetovanja BE-terna podrobno pozna IT-okolje podjetja VAUDE – hkrati pa razpolaga z obsežnim strokovnim znanjem na področju najsodobnejših rešitev umetne inteligence. Ta tehnologija se je v okviru zastavljenih ciljev izkazala kot privlačna možnost, tudi zato, ker ima VAUDE z uporabo Microsoftovega ekosistema že zelo dobro osnovo za hitro in stroškovno učinkovito implementacijo ustreznih scenarijev: funkcionalnosti, kot so analiza dokumentov, uporaba jezikovnih modelov umetne inteligence ter možnosti skaliranja z Azure storitvami, so tam že na voljo.
"Ko smo skupaj z BE-terno podrobneje preučili možnosti, smo dobili vtis, da obstaja veliko procesov, ki jih je mogoče avtomatizirati z uporabo AI-agentov. Vendar smo potrebovali pristop, ki bi ga lahko izvedli tudi z omejenimi viri," se spominja Daniel Köhler. "Zato smo se odločili za vzpostavitev pilotnega projekta (MVP) in razvoj agenta v oddelku interne prodaje."
Takrat je bilo vsakodnevno delo zaposlenih zaznamovano z veliko mero ročnega dela: vsak dan so morali obdelati in odgovoriti na desetine e-poštnih povpraševanj, v sistem vnesti ustrezna naročila, pripravljati sezname zaostankov (backorderjev) ter obravnavati zahtevke kupcev glede vračil. V takšnih okoliščinah pogosto ni ostalo časa za dodatno svetovanje ali izkoriščanje priložnosti za dodatno prodajo.
Načrtovani AI-agent je bil zasnovan za podporo notranji prodajni ekipi v dveh konkretnih primerih: samodejno naj bi vnašal prejeta naročila v ERP-sistem ter po potrebi pripravljal sezname zaostalih dobav (backorderjev) za posredovanje strankam. Projekt je bil načrtovan za obdobje 12 tednov – v tem času so strokovnjaki za umetno inteligenco pri BE-terni agenta zasnovali, razvili in uvedli. V trimesečnem obdobju je potekalo tudi testiranje: zaposleni pri VAUDE so agenta večkrat oskrbeli s testnimi e-sporočili in preverjali, ali naloge obdeluje pravilno.
Sredi septembra je AI-agent, točno po načrtu, začel delovati in od takrat notranji prodaji pomaga z dragoceno predhodno obdelavo prejetih povpraševanj. Do danes je 71 odstotkov naročil pravilno prepoznal in jih ustrezno vnesel v sistem. Pri preostalih naročilih je pravilno ugotovil, da jih ne more ali ne sme obdelati, ter jih ustrezno posredoval zaposlenim. Povpraševanja glede seznamov zaostalih dobav (backorderjev) pa je doslej v celoti obdelal sam.
Poizvedbe, s katerimi se AI-agent srečuje v praksi, so izjemno raznolike. Segajo od slikovnih priponk izdelkov, fotografiranih iz spletne trgovine VAUDE, z navodili, kot je »To torbo v modri barvi, prosim!«, do jasno oblikovanih naročil s celotno številko artikla, količino naročila in podatki o stranki v priloženih Excelovih seznamih, pripravljenih v strukturah, specifičnih za posamezno stranko. AI-agent mora biti sposoben obvladati vse te scenarije – in to tudi zmore. Pri tem uporablja večstopenjski pristop in različna orodja.
Ko v centralni poštni predal, ki ga nadzoruje AI, prispe novo e-sporočilo, to najprej aktivira agenta, ki nato ukrepa. Agent preveri vsebino in presodi, ali sporočilo vsebuje nalogo, ki jo lahko in sme obdelati. Pri tem je ključno pravilno razumevanje namena sporočila.
“Če v e-sporočilu na primer piše: ‘Imam vprašanje glede naročila artikla XY’, to še ne pomeni, da gre za dejansko naročilo.“
pojasnjuje Daniel Köhler.
Agent zato ne reagira zgolj na posamezne ključne besede, kot je »naročilo«, temveč mora razumeti tudi kontekst komunikacije in na podlagi tega sprejeti ustrezne zaključke.
Ko agent prepozna nalogo, ki jo lahko prevzame, mora iz e-sporočila izluščiti ustrezne podatke o artiklu, naročilu in stranki. Poseben izziv je predstavljala identifikacija in sestavljanje številke artikla. Pri VAUDE je številka artikla vedno sestavljena iz številke izdelka, barve in velikosti. Vendar pa se pogosto zgodi, da so ti podatki v e-sporočilu zapisani zgolj opisno, na primer: “Želim izdelek št. 459 v modri barvi in velikosti 38.“
Agent mora iz takšnega besedila pravilno sestaviti ustrezno številko artikla. Poleg tega mora iz e-sporočila pridobiti tudi podatke o naročilu, kot so želene količine ali roki dobave, ter jih v bazi podatkov povezati s pravo stranko.
Ko agent uspešno opravi vse te naloge, naročilo uvozi v sistem ERP. Pri tem uporablja EDI-mehanizem za uvoz v industrijskem modulu BE-terna Fashion, ki v ozadju samodejno izvaja različne preverjalne postopke (ali stranka obstaja, ali izdelek obstaja ipd.). Na koncu AI-agent za stranko pripravi še ustrezen e-poštni odgovor.
AI-agent celoten proces vodi z največjo možno stopnjo transparentnosti: v posebej zasnovanem vmesniku zaposlenim posreduje kratko povratno sporočilo ter podrobno opiše, kako je obdelal posamezno e-sporočilo.
Hkrati prikazuje, katere prepoznane naloge je lahko opravil sam in katere, če sploh, še ostajajo zaposlenim. Pri tem prevzame le tiste naloge, ki jih sme izvajati v okviru vnaprej določenih omejitev (t. i. »boundary conditions«).
Kot “humans in the loop“ zaposleni pregledajo obdelavo in potrdijo predlagano izvedbo s strani agenta. “S povsem tehničnega vidika bi bilo seveda mogoče proces avtomatizirati tudi brez človeške potrditve, vendar želimo tukaj pridobiti izkušnje." pojasnjuje Köhler.
"Tudi z vmesnim korakom potrditve nam agent prinaša ogromno razbremenitev: namesto da bi morali vsako e-sporočilo obdelati ročno, sodelavci prejmejo že v celoti pripravljen predlog obdelave, ki ga morajo le še potrditi s klikom. Ljudje tako ohranijo nadzor, agent pa prevzame zamudna opravila."
Da bi lahko AI-agent izvedel posamezne korake svojih nalog, ima na voljo nabor različnih »orodij«, ki mu omogočajo na primer pridobivanje podatkov iz besedila, analizo prilog ali oblikovanje e-poštnih odgovorov. Njegove zmogljivosti je mogoče ustrezno razširiti z dodajanjem novih orodij. VAUDE in BE-terna trenutno delata na nadaljnjem izboljševanju obstoječih orodij ter razvoju specifičnih orodij za posebne primere.
"Vendar se naš agent ne uči samostojno," poudarja vodja IT. "To je morda presenetljivo, saj se na prvi pogled zdi zelo praktično, da bi se agent lahko sam prilagajal novim okoliščinam. A treba je upoštevati, da agent deluje v našem produkcijskem sistemu. Napačni vnosi ali dejanja bi lahko imeli resne posledice. Zato želimo, da se naloge obdelujejo na predviden način in da nad njimi ves čas ohranimo nadzor."
"Prva faza je bila popoln uspeh, vendar naša pot z umetno inteligenco še zdaleč ni končana," zaključuje Daniel Köhler. Zaradi uspešne uvedbe AI-agenta v oddelku interne prodaje so tudi drugi oddelki v podjetju VAUDE prepoznali prednosti podpore z umetno inteligenco. Daniel Köhler in njegova ekipa zato tesno sodelujejo s strokovnjaki podjetja BE-terna pri razvoju novih scenarijev uporabe.
V prihodnje bi bilo na primer mogoče z drugim AI-agentom podpreti komunikacijo s končnimi kupci glede popravil ali splošnih vprašanj o trajnosti. V tem kontekstu bi pristop, ki temelji na uporabi različnih orodij, lahko še dodatno pokazal svoje prednosti, saj bi si agenti lahko med seboj delili posamezna orodja ali si predajali delne korake obdelave (npr. »Ti lahko napišeš e-pošto, prosim odgovori moji stranki tukaj.«). Tako posameznih veščin ne bi bilo treba razvijati za vsakega agenta posebej. Za širitev uporabe umetne inteligence VAUDE načrtuje tudi posebna usposabljanja zaposlenih, da bodo lahko v svojih področjih aktivno sodelovali pri razvoju, učenju in uporabi agentov.
"Prepričan sem, da vrednost človeškega dela ne leži v vnašanju podatkov v obrazce sistema. Leži v opravljanju nalog, ki zahtevajo resnično razmišljanje in/ali pristne medčloveške interakcije, kot sta širjenje in krepitev odnosov z našimi strankami ter dobavitelji. Človeško delo želimo vrniti na to visoko raven pomena."
Naročite se na naše e-novice in najnovejše vsebine boste prejeli na vaš e-naslov.
