OmniCPQ
Prodajalci v poslovnem sistemu pripravljajo ponudbe in konfigurirajo storitve.
Začelo se je z vprašanjem, kako prodajalcem olajšati delo v kompleksnem sistemu. Iz pogovora je zrasel pomočnik. Okoli pomočnika pa še ekipa AI sej, ki ga gradi in preizkuša.
Različni viri se skozi pripravo spremenijo v znanje. Iz tega nastaneta dve obliki pomočnika, nato pa se sklene razvojna zanka: preizkus, ugotovitev, popravek in ponovni preizkus.
Vsak nivo pomaga tistemu pred njim. Prodajalec vidi svoje orodje in pomočnika. V ozadju nastaja način, kako pomočnika graditi, preizkušati in sčasoma zanesljiveje vzdrževati.
Prodajalci v poslovnem sistemu pripravljajo ponudbe in konfigurirajo storitve.
Razlaga, usmerja in pomaga pri delu. Copilot je pot za poslovne uporabnike; samostojni GPT agent je zasebna demonstracija.
Seja testerja nastopa kot uporabnik, builder prejme ugotovitve, izdela popravke in jih vrne v preverjanje.
Zanesljivejša povezava in izvršilci za dovoljene ponavljajoče se korake, da lahko delo teče z manj prekinitvami.
Ideja ni nastala kot velik vnaprej določen projekt. Bojan je začel s Copilotom in vprašanjem, kako znanje o OmniCPQ približati ljudem, ki z njim delajo vsak dan.
V eni pogovorni seji je z GPT-jem snoval znanje in navodila, v drugem oknu pa gradil Copilot agenta. Nastajali so paket znanja v obliki SKILL ZIP, dokumenti in začetne kartice pozivov. Ko je gradiva postajalo več, je za njegovo obdelavo uporabil tudi ChatGPT Work z zahtevnejšim razmišljanjem.
Confluence priročnik je bil razpršen čez veliko strani. S pomočjo Copilota sta nastali dve skripti Python: prva je strani zajela v lokalne datoteke MHTML, druga jih je združila v urejen PDF z aktivnim kazalom. PDF je postal gradivo za analizo znanja in priloga pomočniku.
Dodani so bili dokumenti z opisi B2B storitev in uporabniška navodila za produktni katalog PLM ter spletni PIM. Smisel ni bil le poznati gumbov v CPQ, temveč razumeti povezavo med storitvijo, produktnim modelom in uporabnikovim delom.
Nastale so dodatne skripte za zajem strani in zapisov iz Jire in Confluence v JSON, za pripravo anonimiziranih kopij ter za vrednotenje, združevanje in izbor gradiva. Obseg je bil velik: približno 20.000 zapisov Jire in več tisoč strani Confluence. Obdelava poteka postopno; sama priprava gradiva še ne pomeni, da je vsa vsebina pregledana ali potrjena.
SKILL ni bil izdelan v enem poskusu. V enem ohranjenem arhivu družine znanja za Suvereni oblak je 15 različnih številčnih oznak od v1 do v17, z vmesnimi vrzelmi. Skupaj je tam 18 paketov ZIP, ker imajo nekatere različice tudi svoje veje. To so oznake paketov znanja, ne število produkcijskih izdaj celotnega agenta.
Velik jezikovni model potrebuje dober kontekst. Zato so zbiranje, čiščenje, izbor, preverjanje in pakiranje znanja samostojni deli dela – ne zgolj en velik poziv.
Vsak prehod zahteva svoj pregled. Pripravljena datoteka ali uspešen lokalni preizkus še ne pomenita, da je njena vsebina potrjeno aktualno poslovno pravilo ali da jo pomočnik že uporablja.
Za prodajnike in podporno službo je predviden pomočnik v okolju Copilot. Paket SKILL, dokumenti in kartice pozivov sestavljajo osnovo za delo s poznavanjem storitev in procesov.
Ločena spletna različica je zasebna demonstracija zmožnosti velikih jezikovnih modelov. Ponuja več načinov dela in v testnem okolju tudi preizkuša dejansko upravljanje CPQ.
Javna predstavitev opisuje metodo in razvoj; interna gradiva, dostopi in podatki testnih naročil niso del te strani.
Številka različice pove, katero sestavino gledamo. Paketa znanja, spletnega vmesnika in brskalniške razširitve zato ne štejemo kot eno samo zaporedje izdaj.
V opisanem arhivu so ohranjene številčne oznake z vmesnimi vrzelmi in več vejami. To je sled razvoja paketov znanja.
Objavljeni statični paket je 1. novembra 2026 nosil oznako 1.8.5-bridge-stability-r1. Že odprt zavihek lahko še uporablja starejšo izdajo.
Razširitev ima ločeno zgodovino, med drugim različico 1.2.6. Različico, ki je res aktivna v posameznem brskalniku, je treba preveriti posebej.
Objavljen paket, prevzem v odprtem zavihku in dejansko uspešno dejanje so različne stvari.
Spletni pomočnik in OmniCPQ nista v istem okolju: prvi je dostopen prek spleta, CPQ pa je poslovna aplikacija v intranetu. Lokalni Browser Bridge poveže izbrana zavihka v uporabnikovem brskalniku.
V testih lahko pomočnik ob ustrezni povezavi prebere trenutno stanje, izbere kontrolo, vnese vrednost ali klikne gumb. Nato je treba dejanski učinek še opazovati. Kadar je pomembna trajnost spremembe, sta shranitev in ponovno odprtje dodatna koraka. Poslan ukaz ali prepričljiv odgovor sam po sebi še ne dokazuje, da se je sprememba v CPQ zgodila ali shranila.
Skoraj kot znanstvena fantastika: AI preizkuša pomočnika, ugotovitve preda builderju, ta pripravi popravke – in nato se začne nov krog testiranja.
Testerjeva naloga je nastopati kot človek: postavljati vprašanja, prositi za pomoč, dajati realna navodila in opazovati, kaj se zgodi na zaslonu. Preizkuša tudi napačne ali dvoumne zahteve. Ugotovitve zapiše za builderja; človek določa cilj, daje usmeritve in presoja rezultat.
Vloge so razdeljene: človek postavi smer, koordinator oziroma arhitekt uskladi obseg in dokaze, builder pripravi spremembo, tester pa preveri vedenje. Koordinator in builder sta lahko ista seja.
Vodič, zahteve, modeliranje, OmniCPQ in testiranje – vsak način odpira drugačno vrsto vprašanj. Preizkušena sta bila tudi hitri in poglobljeni način razmišljanja.
V testnem okolju je bil poudarek na virtualnem strežniku: procesor, pomnilnik, disk, operacijski sistem, varnostne kopije in dodatne možnosti. Druga področja so bila deloma obravnavana z vprašanji, kar ni enako dejanski konfiguraciji storitve.
V enem dokumentiranem sklopu je bilo vnesenih najmanj 221 uporabniških pozivov in nastalo 91 oštevilčenih kontrolnih zapisov. Pozivi vključujejo vprašanja, ponovitve in posamezna opravila; niso enako število neodvisnih testnih primerov.
Pri daljšem preizkušanju se pokaže še ena potreba: kaj če povezava med zavihkoma poteče ali se pomočnik odjavi? Bojanova zamisel je plast, ki bi AI ekipi pomagala prepoznati prekinitev in opraviti dovoljene rutinske korake, da se delo ne ustavi po nepotrebnem.
Ena od predlaganih možnosti je preprost program, ki bi po navodilu modela izvedel natančno določen klik. Druga je zanesljivejše vzdrževanje že vzpostavljene povezave. Kako bo četrti nivo dejansko izveden in kako zanesljivo bo deloval, je še treba zgraditi in dokazati.
V središču ostaja konkretna človeška potreba: manj iskanja po navodilih, boljše razumevanje storitev in pomoč pri delu. AI pri tem ni samo odgovor na vprašanje. Lahko pomaga zbirati in urejati znanje, zgraditi orodje, preizkusiti njegovo delovanje in pripraviti naslednjo izboljšavo.
Zgodba se nadaljuje. Vsak naslednji krog poveže idejo, izvedbo, dokaz in povratno informacijo v nekaj, kar je mogoče znova preveriti.