IEEE高级成员兼IT主管分享了有关ERP系统和未来业务运营中AI集成的研究
加利福尼亚州旧金山 /Access Newswire/ 2025年6月9日 /随着Alpha一代准备在2030年进入劳动力,技术专家Vedaprada Raghunath女士正在对人工智能如何改变企业资源计划(ERP)系统进行重要研究。她最近的发现表明,组织必须立即开始为一名认为AI合作的劳动力为电子邮件通信做准备。
Vedaprada Raghunath女士IEEE的高级成员兼IMR Solutions拥有13年以上企业技术经验的IT主管,已发表研究,展示了AI驱动的ERP系统将如何成为寻求吸引Alpha人才的企业的重要基础设施。她的工作解决了一个很大的差距,因为研究表明,到2034年,千禧一代,Z世代和一代Alpha将占全球劳动力的80%。
拉古纳斯女士在最近的一次采访中解释说:“我们目睹了第一代真正的ai本地一代的出现。”“ Alpha一代人以人工智能作为标准技术成长。当他们进入劳动力时,他们会期望他们一生中经历的专业工具具有相同水平的智能自动化。”
Vedaprada Raghunath女士的研究发表在包括《世界高级研究与评论》在内的国际期刊上,表明,传统的ERP实施是不足以来的劳动力期望。她的分析表明,在不断发展的劳动力需求的驱动下,从2023年到2030年,ERP系统中的AI集成预计将每年增长36.6%。
Raghunath女士指出:“当前的ERP系统是为线性的,过程驱动的工作流程设计的。”“ Alpha一代的思考方式。他们希望系统能够预测其需求,提供上下文建议并适应其个人工作风格。这需要对企业软件功能的基本重新构想。”
在IMR Solutions,Raghunath女士成功地实施了AI驱动的工具,使手动处理任务减少了65%,并且在运营效率方面提高了45%。她的专业知识涵盖了SAP HANA,人工智能,机器学习和云部署策略,将她定位为通过实际实施来弥合理论发展。
该研究探讨了AI集成对生成Alpha参与至关重要的关键领域:决策支持的预测分析,直观互动的自然语言处理,个性化经验的机器学习以及基于生产力模式的自动化工作流程优化。
拉古纳斯女士解释说:“传统培训假设工人适应现有系统。”“一代Alpha希望系统适应它们。这代表了企业环境中人类计算机相互作用范式的重大转变。”
她的发现表明,未能实施AI增强的ERP系统的组织将面临挑战,招募一代Alpha人才。与将技术适应视为必要的技能发展的前几代人不同,Alpha一代认为智能,响应式技术是基本的工作场所要求。
Raghunath女士的方法将广泛的AI能力分析与世代技术采用模式进行纵向研究结合在一起。她的工作通过IEEE高级成员高程认可,需要证明专业的成就和技术专长。她在SAP HANA,人工智能和机器学习中拥有多项认证。
拉古纳斯女士强调说:“现在开始这种转型的组织将在人才获取方面具有竞争优势。”“等待直到阿尔法一代进入劳动力的人会发现自己正在努力满足既定的期望。”
作为多本技术书籍的有成就的作者,并经常为专业出版物撰稿,Raghunath女士已将自己确立为桥接学术研究和业务实施的思想领袖。她的工作提供了可行的见解,组织可以应用于技术规划流程。
Raghunath女士澄清说:“这不仅仅是在现有系统中添加AI功能。”“这需要重新思考企业软件在人工智能成为协作合作伙伴并增强能力时的运作方式。”
Raghunath女士继续在IMR解决方案进行研究,同时保持了积极的学术和专业社区参与。她正在进行的工作着重于开发实施框架,从而使从传统的ERP系统过渡到AI-增强平台,以满足Alpha的期望。
关于Vedaprada Raghunath女士
Vedaprada Raghunath女士担任IMR Solutions的IT总监,领导了跨越云部署,ERP实施和基础架构管理的全球变革技术计划的全球团队。拥有超过13年的IT咨询经验,她拥有SAP HANA,人工智能和机器学习的多项认证。Raghunath女士是IEEE高级成员,撰写了多本技术书籍,并在国际期刊上发表了研究。她隶属于Visvesvaraya技术大学,并为全球的学术和专业社区做出了贡献。
关于Virtulenzpr
Virtulenzpr是一家专业的公共关系公司,专注于全球最新趋势和研究新闻。该公司为技术领导者,研究人员和创新者提供战略通信服务,为其领域做出重大贡献。
媒体联系人:
Virtulenzpr
电子邮件:admin@virtulenzpr.com
对于Vedaprada Raghunath女士:
电子邮件:vedaprada.raghunath@ieee.org
Google Scholar:Vedaprada Raghunath
来源:Vedaprada Raghunath女士
查看原件新闻稿在Access Newswire上
本网页上显示的文章,信息和内容可能包括准备并由第三方提供的材料。这样的提供第三方内容仅用于信息目的,未经Morningstar认可,审查或验证。
晨星没有对任何第三方的准确性,完整性,及时性或可靠性该网站上显示的内容。在第三方内容是各自的作者的内容,而不是必然反映晨星,其分支机构或员工的观点。
晨星对任何错误,遗漏或延误概不负责在此内容中,也不适合其依赖的任何行动。建议用户行使自己的判断并寻求独立根据此类内容做出任何决定之前,财务建议。该内容的第三方提供商与晨星,及其在此网站上的包含并不意味着任何合伙,代理或认可的形式。