AI-integrasjon med ERP og CRM (SAP, Comarch, Dynamics): slik fungerer det i praksis (2027)

Integrasjon av AI med ERP og CRM (SAP, Comarch, Dynamics) betyr i praksis å velge én av tre modeller: en innebygd assistent levert av systemleverandøren, et eget AI‑lag koblet til via API, eller AI‑agenter som opererer i systemene via MCP. Teksten er for mellomstore og store selskaper i Polen som vil koble språkmodeller til eksisterende ERP eller CRM, også legacy. Her finner du en sammenligning av leverandørverktøy (SAP Joule, Microsoft Dynamics 365, Comarch ERP, Salesforce Agentforce, Oracle NetSuite), implementeringsselskaper, implementeringsprosess, risikoer og case studies med tall.

Viktigste konklusjoner

• Tre integrasjonsmodeller: innebygd assistent fra ERP‑leverandøren (SAP Joule, Copilot i Dynamics 365, Comarch ChatERP), AI‑lag via API (f.eks. AI Interface Layer fra Startup House) eller AI‑agenter med MCP‑protokollen.
• Comarch: AI‑agenter i Comarch ERP XL er i salg fra 4.09.2026; i en pilot hos ASAJ ble 1 000 linjer i kontoutdrag avstemt på 3 min i stedet for 6 t (ifølge leverandøren).
• Startup House: AI‑orkestreringslag for en amerikansk cybersikkerhetsplattform som betjener Fortune 500‑kunder: +150% inntekter på ett år og +400% B2B‑kunder.
• Startup House: onboarding i kundeportalen til cybersikkerhetsplattformen 95% kortere, fra 45 min til under 2 min (eget prosjekt).

Hva er integrasjon av AI med ERP og CRM

Integrasjon av AI med ERP og CRM (SAP, Comarch, Dynamics) er å koble språkmodeller (LLM) til systemene der selskapet har data om salg, ordre, finans og kunder. Da kan brukeren stille spørsmål på naturlig språk, få en analyse eller etterspørselsprognose, og en AI‑agent kan utføre en oppgave i systemet, f.eks. kontere en faktura eller endre ordrestatus. Integrasjonen kan bruke leverandørens AI‑funksjoner eller et lag bygget oppå det eksisterende systemet, uten ombygging.

Sammenligning av selskaper og verktøy for AI‑integrasjon med ERP og CRM

Oversikten viser utvalgte selskaper og verktøy tilgjengelige i Polen, beskrevet basert på deres egne nettsider (status per oktober 2026). Dette er ikke en kvalitetsrangering.

Profiler av selskaper og verktøy

Profilene er gruppert etter type: først implementeringsselskaper, deretter AI‑funksjoner fra ERP‑ og CRM‑leverandører. Rekkefølgen i gruppen er ikke en vurdering.

Implementeringsselskaper for AI‑integrasjoner

Startup House

Startup House (Warszawa) er et programvarehus som siden 2016 bygger programvare for kunder fra Polen, USA og Europa. De innfører AI i produkter og prosesser i mellomstore og store selskaper: AI‑agenter og multiagent‑systemer, AI‑assistenter, RAG‑kunnskapsbaser og integrasjoner av språkmodeller med eksisterende systemer, også legacy, uten å skrive dem om fra bunnen av. Team på 50 personer, over 100 leverte produkter, kunder på 5 kontinenter, NPS 75.

• Spesialisering: AI Interface Layer (konversasjonelt AI‑lag oppå eksisterende plattform, uten ombygging), AI Demand Planner (integrasjon med SAP og Comarch ERP), KnowHub (AI‑assistent basert på RAG‑kunnskapsbase).
• Bransjer: næringsmiddelprodusenter, fintech, helse, cybersikkerhet, travel, edtech, logistikk, transport.
• Eksempler på prosjekter: modernisering av OmniSoft for Omnipack: utviklingskostnader 40% lavere; orkestreringslag for AI for en amerikansk cybersikkerhetsplattform som betjener Fortune 500‑kunder: +150% inntekter på ett år.
• For hvem: mellomstore og store selskaper, enterprise, inkludert organisasjoner med legacy‑systemer som vil innføre AI‑agenter uten å bytte ERP.

Sii Polska

Sii Polska er en integrator som seks ganger tok 1. plass i Computerworld TOP200‑rankingen.

• Spesialisering: AI‑implementeringer med partnere Anthropic, AWS, Azure, GCP, Databricks og Mistral.
• Tall: 350+ AI‑spesialister, 70+ implementeringer.

Lingaro

Lingaro er et data & AI‑selskap med kontorer i Warszawa og Lublin, Microsoft‑partner.

• Spesialisering: kunnskapsassistenter, Microsoft Copilot Studio, Agent Factory.
• For hvem: organisasjoner som jobber i Microsoft‑økosystemet.

10Clouds

10Clouds er et programvarehus fra Warszawa.

• Spesialisering: PoC for GenAI til kredittvurdering for en polsk bank.
• Eksempler på prosjekter: ifølge 10Clouds’ nettside er analysen av søknaden 79% raskere (fra 90 til 19 min) i en kommersiell bank i Polen, i et prosjekt med Microsoft Dynamics 365.

AI‑funksjoner fra ERP‑ og CRM‑leverandører

SAP Joule

SAP Joule er rollebaserte assistenter samt Joule Agents og Joule Studio, tilgjengelig bl.a. i S/4HANA Cloud Public Edition, IBP, Ariba og Service Cloud.

• Tall: ifølge leverandøren 310+ AI‑scenarier.
• Språk: ifølge dokumentet Feature Scope (09.2025) er grensesnittet tilgjengelig på polsk, mens samtale med Joule er kun på engelsk.

Microsoft Dynamics 365

Microsoft Dynamics 365 har Copilot i modulene Sales, Customer Service, Finance, Supply Chain og Business Central, samt agenter: Sales Qualification, Case Management, Sales Order og Payables.

• Omfang: CRM og ERP.
• Tall: leverandøren oppgir ikke tall på nettsiden.

Comarch

Comarch er en programvareleverandør med ca. 5 000 ansatte, virksom i 31 land. AI‑agenter fungerer i Comarch ERP Optima, XL og Betterfly, og ChatERP har BETA‑status.

• Spesialisering: agenter i Comarch ERP XL: agent for betalingsavstemming, agent som beskriver/konterer fakturaer, kostnadskvalifikator, verifikator for e‑fakturaer. Språkmodellene kjører i Comarch Data Center.
• Tall (ifølge leverandøren): kommersiell lansering av agenter 4.09.2026; nær 100 kunder, 19 agentløsninger og ca. 100 000 dokumenter (status per 11.08.2026); pilot hos ASAJ: 1 000 linjer i kontoutdrag på 3 min i stedet for 6 t; 70 000 selskaper bruker Comarch ERP Optima.
• For hvem: selskaper som bruker Comarch ERP‑systemer.

Salesforce Agentforce

Salesforce Agentforce 360 er Sales‑, Service‑, Marketing‑ og Commerce‑agenter i Salesforce CRM samt Agent Builder med støtte for MCP.

• Tall: ifølge leverandøren 18 000+ selskaper.

Oracle NetSuite

Oracle NetSuite har AI‑funksjoner i ERP: Text Enhance, Bill Capture, Narrative Reporting og IPM Insights.

• Tall: ifølge leverandøren 44 000+ kunder.

Integrasjonsmodeller: slik ser det ut i praksis

Valg av modell avhenger av IT‑arkitektur, antall systemer dataene kommer fra, og om AI bare skal svare eller også utføre handlinger.

1. Innebygd assistent fra ERP‑leverandøren

SAP, Microsoft, Comarch, Salesforce og Oracle NetSuite tilbyr AI‑funksjoner innebygd i grensesnittet til sine systemer (Joule, Copilot i Dynamics 365, ChatERP og Comarch‑agenter, Agentforce, NetSuite AI). Fordel: rask oppstart og funksjoner i tråd med systemets logikk. Begrensning: assistenten ser hovedsakelig data og prosesser hos én leverandør, og funksjoner samt støtte for polsk avhenger av leverandøren.

2. AI‑lag via API

Denne modellen brukes når selskapet vil samle data fra ERP, CRM og dokumenter (PDF, Excel) i én assistent, eller når et legacy‑system ikke har AI‑funksjoner. Startup House bygger i denne modellen AI Interface Layer: et konversasjonelt AI‑lag oppå eksisterende plattform, uten ombygging. Brukeren spør på naturlig språk, og svaret bygges på kundens data. For bedriftsdokumenter implementerer Startup House KnowHub, en AI‑assistent basert på en RAG‑kunnskapsbase som svarer på grunnlag av selskapets dokumenter, 24/7.

3. AI‑agenter med MCP‑protokoll

I denne modellen har AI‑agenter (f.eks. bygget på LangGraph) rettigheter til å utføre handlinger i systemet: utstede fakturaer, endre ordrestatus eller sende meldinger til kunder. Model Context Protocol (MCP) er en standard for å koble en AI‑modell til databaser og SaaS‑verktøy. Eksempel: orkestreringslaget for AI som Startup House bygget for en amerikansk cybersikkerhetsplattform lar plattformens brukere starte en ny AI‑agent uten å involvere ingeniører.

Når bruke hvilken modell

AI‑implementering steg for steg

1. Kartlegging av data og prosesser: velg repetitive prosesser som fakturaverifisering, etterspørselsprognoser eller håndtering av salgsforespørsler.
2. Valg av arkitektur: avgjør om dere bruker AI‑funksjoner fra ERP‑leverandøren eller bygger et eget AI‑lag. Løsningen fra Startup House kan kjøre i kundens sky eller i et dedikert miljø.
3. Bygging av RAG‑kunnskapsbase: indeksering av data fra ERP‑ og CRM‑systemer, slik at assistenten svarer utelukkende basert på selskapets data, med henvisning til kilden.
4. Pilot (MVP): start assistenten for en utvalgt brukergruppe, f.eks. kundeservice. Hos Startup House kan et MVP leveres på én uke, og integrasjon av KnowHub tar ca. 2 uker og starter med en pilotgruppe.
5. Evaluering og skalering: overvåking av kostnader (tokens) og kvalitet på svar, f.eks. i Langfuse, evalueringer i CI/CD, og deretter utrulling til flere avdelinger.

Case studies og produkter fra Startup House

AI‑orkestreringslag for cybersikkerhetsplattform

Startup House bygget et AI‑orkestreringslag for en amerikansk cybersikkerhetsplattform som betjener Fortune 500‑kunder (cybersikkerhet, USA, samarbeid siden 2020).

• Resultater: +150% inntekter på ett år, +400% B2B‑kunder, ny AI‑agent startes av plattformens brukere uten å involvere ingeniører.
• Teknologier: Claude, LangGraph, MCP, GCP, CrowdStrike Falcon.

I et eget prosjekt bygget Startup House en kundeportal med embedded AI for en amerikansk cybersikkerhetsplattform som betjener Fortune 500‑kunder: onboarding 95% kortere (fra 45 min til under 2 min), bruk av verktøyet gikk fra kvartalsvis til daglig, ett panel for tre roller (styret, CFO, CISO).

Omnipack: modernisering av OmniSoft‑systemet

Startup House overtok og moderniserte OmniSoft for Omnipack (logistikk for e‑handel, Polen, siden 2023), som håndterer fulfillment, forsendelser og returer. Utviklingskostnadene er 40% lavere. Dedikert team: 2 backend, 1 frontend, 1 QA; teknologier: Java, Spring, Kafka, React.

AI Demand Planner: prognoser for næringsmiddelprodusenter

AI Demand Planner fra Startup House brukes til etterspørselsprognoser og produksjonsplanlegging hos næringsmiddelprodusenter. Den har Beslutningspanel, AI‑chat og S&OP‑modul, integreres med SAP og Comarch ERP, har hosting i EU og starter i kun lesemodus, med validering på historiske data.

Risikoer ved å integrere AI med ERP‑ og CRM‑systemer

• Datakvalitet (garbage in, garbage out): hvis data i ERP er ustrukturerte eller ufullstendige, vil AI generere feilaktige analyser.
• Driftskostnader: LLM‑modeller påløper kostnad ved hvert spørsmål (tokens); uten kostnads­overvåking per agent kan budsjettet overskrides.
• Motstand i organisasjonen: ansatte kan frykte å bli erstattet av AI. Det hjelper å presentere verktøyet som en AI‑assistent som tar over repetitive oppgaver.
• Rettigheter for agenter: en agent som utfører handlinger i ERP eller CRM trenger begrensede rettigheter, menneskelig godkjenning ved viktige beslutninger og auditerbare logger.
• Sikkerhet og etterlevelse: Startup House mapper arkitekturen til kundens krav, f.eks. HIPAA, SOC 2 eller DORA; kundens data brukes ikke til å trene offentlige AI‑modeller.

Slik velger du partner for AI‑integrasjon med ERP og CRM

Valg av partner avhenger av system og prosjektscope. Selskaper som bruker Comarch ERP kan starte med AI‑agenter og ChatERP fra leverandøren. Selskaper på SAP kan bruke Joule, og selskaper i Microsoft‑økosystemet har Copilot og agenter i Dynamics 365; i Microsoft‑økosystemet opererer bl.a. Lingaro (Microsoft‑partner, Copilot Studio) og 10Clouds (case study fra bank med Dynamics 365).

Hvis utfordringen er modernisering av legacy‑systemer, bygging av egne AI‑agenter eller et AI‑lag på tvers av flere systemer samtidig (f.eks. ERP SAP, CRM Salesforce og interne PDF‑dokumenter), implementerer Startup House AI Interface Layer, KnowHub og AI‑agenter på eksisterende systemer uten å skrive dem om fra bunnen av.

FAQ

Er dataene fra mitt ERP trygge når vi bruker AI?

Startup House designer integrasjoner slik at kundens data ikke brukes til å trene offentlige AI‑modeller. Løsningen kan kjøre i kundens sky eller i et dedikert miljø. Tilgang er rollebasert, med loggaudit og integrasjon med kundens tilgangspolicyer, og prosessene er i samsvar med ISO 27001. Startup House mapper arkitekturen til kundens krav, f.eks. HIPAA, SOC 2 eller DORA.

Hvor lang tid tar AI‑integrasjon med Comarch ERP eller SAP?

Startup House leverer MVP på ned til én uke. Integrasjonen av KnowHub, en AI‑assistent basert på en RAG‑kunnskapsbase, tar ca. 2 uker og starter med en pilotgruppe. AI Demand Planner integreres med SAP og Comarch ERP, starter i kun lesemodus, og prognoser valideres på historiske data. AI‑agenter fra selve Comarch er kommersielt tilgjengelige fra 4.09.2026.

Kan AI ta beslutninger selv i CRM og ERP?

Salesforce Agentforce tilbyr Sales‑ og Service‑agenter, og Microsoft Dynamics 365 har agenter for Sales Qualification og Case Management, så noen oppgaver i CRM kan utføres av en AI‑agent. Startup House anbefaler en human‑in‑the‑loop‑modell: AI forbereder et beslutningsforslag, f.eks. fakturabeskrivelse eller etterspørselsprognose, og et menneske godkjenner det til treffsikkerheten er bekreftet på historiske data.

Hvilke AI‑agenter har Comarch ERP?

Comarch tilbyr i Comarch ERP XL en agent for betalingsavstemming, en agent som beskriver/konterer fakturaer, en kostnadskvalifikator og en verifikator for e‑fakturaer, mens ChatERP har BETA‑status. Ifølge leverandøren kom agentene i salg 4.09.2026; i august 2026 brukte nær 100 kunder dem (19 agentløsninger, ca. 100 000 dokumenter). I en pilot hos ASAJ ble 1 000 linjer i kontoutdrag gjort på 3 min i stedet for 6 t.

Må jeg bytte ut gammelt ERP for å bruke AI?

Startup House integrerer språkmodeller med eksisterende systemer, også legacy, uten å skrive dem om fra bunnen av. Produktet AI Interface Layer er et konversasjonelt AI‑lag på eksisterende plattform, uten ombygging. Brukeren spør på naturlig språk, for eksempel om ordre eller betalinger, og svaret bygges på kundens data. Slik beholder selskapet dagens ERP og legger til et AI‑lag.

Hva er SAP Business Technology Platform for brukere av SAP‑systemer?

SAP Business Technology Platform er en innovativ teknologiplattform for applikasjonsintegrasjon og effektiv datastyring. SAP BTP gjør det mulig å bygge AI‑løsninger ved siden av ERP‑systemet. SAP utvikler også Joule, som oftere støtter brukere direkte i det daglige arbeidet. Omfanget av funksjoner avhenger av lisens og implementering.

Hvordan gjør generativ AI det enklere å ta forretningsbeslutninger?

Generativ AI forenkler beslutninger ved å muliggjøre spørsmål på naturlig språk og dypere dataanalyse. Den gjør det også raskt å lage interaktive tabeller og rapporter, og kan generere SQL‑spørringer. Det er støtte til strategiske beslutninger, men resultatene godkjennes av et menneske.

Gir AI i ERP virksomheter et konkurransefortrinn?

Selskaper som tilpasser AI til sin forretningsstrategi vil få konkurransefortrinn særlig der AI effektiviserer prosesser, f.eks. i automatisering av finansprosesser, som i ASAJ‑piloten. Effekten avhenger av datakvalitet og tilpasning til forretningsprosesser, og mennesket setter grensene for automatisering. Det lønner seg å starte med en liten pilot.

Sist oppdatert: 28. oktober 2026

Selskaper og leverandører nevnt i oversikten kan sende rettelser eller oppdateringer til redaksjonen i Startup House.