Studi kasus solusiAIP173
AI di atas ERP/core Startup scale-up ops untuk query operasional dan drafting dokumen terkendali
Studi kasus solusi adalah skenario berbasis pola masalah umum di industri. Isinya tidak merujuk klien tertentu dan bukan portofolio proyek MarkasDev. Portofolio proyek klien dipublikasikan terpisah.
Konteks industri
Scale-up dengan pertumbuhan cepat dan utang proses ops. Tekanan compliance dan audit semakin sering, sementara sistem warisan masih dominan.
Batasan
- Skema ERP kompleks
- Hak akses laporan sensitif
- Risiko SQL berbahaya
- Jendela cutover sempit
Pendekatan
Diagnose
Mengukur baseline: Persona pertanyaan, semantik metrik, dan batas aksi write.
Deliver
Merilis: Text-to-metric (bukan arbitrary SQL) + draft dokumen dengan template + sitasi angka.
Operate
Memantau: Semantic freeze, access mirroring ERP, eval pertanyaan regresif.
Arsitektur tingkat tinggi
LLMsemantic layer/metric APIERP read models
Write hanya via form tersanction.
Outcome tipikal
Self-serve pertanyaan rutin naik; beban IT ad-hoc turun.
Outcome tipikal atau yang diharapkan, bukan klaim hasil proyek MarkasDev.Pertanyaan umum
Text-to-SQL langsung ke produksi?
Hindari; pakai semantic layer.
Bahasa natural saja cukup?
Perlu disambiguasi metrik di UI.