Jeden z naszych klientów zarządzał łańcuchem dostaw obejmującym 47 dostawców, 12 magazynów i dziesiątki tysięcy SKU. Procesy planowania i raportowania były w całości manualne — raz w tygodniu eksport do Excela, godziny spędzone na uzgadnianiu danych.
Dostaliśmy zadanie: zautomatyzować, przyspieszyć, dać menedżerom dostęp do danych w czasie rzeczywistym. Wybraliśmy Java 21 + Spring Boot 3.2 jako backend — sprawdzony stack dla systemów enterprise.
System wyrósł do ponad 300 endpointów REST. Każdy moduł — zakupy, magazyn, dostawy, prognozy — miał własne API. Integracja z systemem ERP klienta wymagała obsługi sześciu różnych formatów danych.
Kluczową innowacją był moduł Text2SQL. Menedżerowie mogli pisać pytania po polsku: „Ile sztuk produktu X zostało zamówionych w ostatnim kwartale przez dostawcę Y?” — system tłumaczył to na zapytanie SQL i zwracał odpowiedź w ciągu sekund. Zbudowaliśmy go na bazie modelu językowego z fine-tuningiem na schemacie bazy danych klienta.
Drugi komponent AI to RAG (Retrieval-Augmented Generation) dla dokumentacji. System miał dostęp do setek kontraktów z dostawcami, specyfikacji produktów i procedur wewnętrznych. Pracownicy mogli zadawać pytania o konkretne warunki umów — np. „Jaki jest okres gwarancji dla produktów z kategorii chłodniczej od dostawcy Z?” — i otrzymywać precyzyjne odpowiedzi wraz z cytatem z dokumentu źródłowego.
Efekty po 6 miesiącach: czas przygotowania tygodniowego raportu skrócił się z 8 godzin do 20 minut. Liczba błędów w zamówieniach spadła o 34%. Menedżerowie mają dostęp do dashboardu w czasie rzeczywistym zamiast cotygodniowego snapshotu.
Chcesz wiedzieć więcej o tym, jak budujemy systemy enterprise z AI? Napisz do nas: [email protected]