Jak AI podłączone do Oracle NetSuite odpowiada na pytania o marżę i rozrachunki w firmie z kilkoma spółkami?

Oracle NetSuite przechowuje dane finansowe, sprzedażowe i magazynowe całej grupy spółek w jednej bazie, a AI podłączone przez API SuiteTalk może te dane odpytywać w czasie rzeczywistym. Zamiast czekać na raport od kontrolera, dyrektor finansowy pyta po polsku: "Ile mamy przeterminowanych rozrachunków w spółkach polskiej i niemieckiej łącznie?" i dostaje odpowiedź w kilkanaście sekund. Tak to działa w praktyce.

Co faktycznie siedzi w NetSuite i skąd AI to wyciąga

NetSuite organizuje dane w rekordach. Każda faktura sprzedaży to rekord typu Invoice z polami: tranDate (data wystawienia), entity (nazwa klienta), amount, amountRemaining (kwota pozostała do zapłaty), status i subsidiary (spółka w grupie). Faktura zakupowa to Vendor Bill z podobną strukturą. Zamówienia sprzedaży to Sales Order, zakupowe to Purchase Order.

Na poziomie księgowym mamy Journal Entry, czyli zapisy na kontach GL (GL Account), oraz moduł Budgets, gdzie dział finansowy wpisuje plan na poszczególne miesiące i konta. Nad tym wszystkim są raporty finansowe: Income Statement (rachunek zysków i strat), Balance Sheet (bilans), Trial Balance (zestawienie obrotów i sald). To nie są "raporty do pobrania", to struktury danych, do których AI zadaje konkretne zapytania.

W grupie spółek każdy rekord nosi pole Subsidiary. To właśnie ono pozwala AI zestawiać dane z kilku podmiotów w jednym zapytaniu, bez przeskakiwania między środowiskami ani ręcznego sklejania plików. Firmy, które mają np. spółkę polską, czeską i niemiecką w jednym wdrożeniu NetSuite, mają tę strukturę gotową do odpytywania od razu.

Jak AI łączy się z NetSuite przez SuiteTalk i SuiteQL

SuiteTalk to oficjalne API NetSuite dostępne w dwóch wariantach: SOAP (starszy, bogaty w funkcje) i REST (nowszy, prostszy w integracji). Do odczytu danych AI najczęściej korzysta z SuiteQL, języka zapytań zbliżonego składnią do SQL. Przykładowe zapytanie w uproszczeniu: "daj mi wszystkie Invoice ze statusem Open, z datą po 1 stycznia tego roku, z subsidiary równym PL Holdings". Wynikiem jest lista rekordów z dokładnie tymi polami, o które AI poprosiło.

Żeby połączenie działało, administrator systemu zakłada konto integracyjne, nadaje mu odpowiednią rolę z uprawnieniami do odczytu wybranych typów rekordów i generuje tokeny OAuth 2.0. To nie jest nic egzotycznego. Każdy partner NetSuite, który wdrażał system, zna tę procedurę na pamięć.

Po skonfigurowaniu AI nie pobiera całej bazy jednorazowo. Wysyła zapytanie, dostaje rekord lub listę rekordów, przetwarza i odpowiada. Baza nie jest obciążana, a dane nie krążą bez potrzeby.

Rozrachunki i marża: co AI konkretnie robi z tymi danymi

Typowa sytuacja z biura: koniec miesiąca, zarząd pyta o przeterminowane należności w trzech spółkach grupy. Bez AI kontroler wchodzi do NetSuite, otwiera raport Accounts Receivable Aging dla każdej spółki osobno, eksportuje do Excela, skleja arkusze i sumuje. Pół godziny pracy, potem jeszcze opis w mailu.

Z AI: pytanie po polsku, AI wywołuje SuiteQL z filtrem subsidiary IN ('PL Holdings', 'DE GmbH', 'CZ s.r.o.'), pobiera pola amountRemaining, dueDate, entity, oblicza ile dni po terminie i zwraca zestawienie z podsumowaniem per spółka. Kilkanaście sekund. Kontroler dostaje ten sam efekt bez otwierania systemu.

Marża to drugi często pytany obszar. Na poziomie Sales Order NetSuite przechowuje pole estGrossProfit i koszt własny pobrany z karty towaru (Item). AI może sprawdzić, które linie produktowe generowały najniższą marżę w danym kwartale, łącząc dane z Income Statement i Sales Order dla wybranej spółki lub całej grupy. U jednego klienta z branży dystrybucyjnej wdrożyliśmy takie zapytanie jako regularne zestawienie dla dyrektora handlowego: co tydzień rano raport, które kategorie asortymentowe schodzą poniżej progu marżowego ustalonego przez zarząd.

Podobnie działa odpytywanie zamówień. Jeśli handlowiec pyta: "Które otwarte Sales Order czekają na potwierdzenie dostawy dłużej niż dwa tygodnie?", AI zagląda do rekordów z polem status ustawionym na Pending Fulfillment i shipDate poniżej bieżącej daty. Odpowiedź po polsku, z listą zamówień i kontrahentem.

Alerty o odchyleniach od budżetu: jak to wygląda w NetSuite

Moduł Budgets w NetSuite pozwala przypisać planowane kwoty do kont GL na poszczególne miesiące i spółki. Gdy AI ma dostęp do tych danych i do bieżących zapisów Journal Entry, porównuje plan z wykonaniem bez żadnego ręcznego zestawiania.

Mechanizm jest prosty. Raz dziennie lub raz w tygodniu AI pobiera wartości z tabeli Budgets dla bieżącego okresu i porównuje je z sumą obrotów na tych samych kontach GL. Jeśli odchylenie przekracza przyjęty próg, AI wysyła alert, np. przez Teams lub mailem: "Koszty usług zewnętrznych spółki PL Holdings w sierpniu są wyższe od planu. Wykonanie: [kwota z Journal Entry], plan: [kwota z Budgets]. Różnica pochodzi głównie z kont 402 i 406." Wartości AI bierze wprost z NetSuite, nie szacuje ani nie interpretuje na własną rękę.

Wcześniej kontroler sprawdzał realizację budżetu raz w miesiącu, przy zamknięciu ksiąg. Teraz alert pojawia się co poniedziałek rano i jest punktem wyjścia do krótkiego omówienia z CFO. Nie każde odchylenie wymaga działania, ale wiedzieć o nim dwa tygodnie wcześniej ma realną wartość.

Zestawienia dla zarządu z kilku spółek bez ręcznego składania danych

Zarządy grup spółek mają w NetSuite dostęp do skonsolidowanych raportów, ale ich przygotowanie w niestandardowym układzie często wymaga kilku kroków: wybranie spółek, ustawienie dat, widok z eliminacjami intercompany. AI może ten proces zautomatyzować i dostarczać gotowe zestawienie w ustalonym formacie, o ustalonej porze.

Każda transakcja w NetSuite jest przeliczana według kursu z tabeli Exchange Rates do waluty bazowej grupy i wartość po przeliczeniu jest zapisana przy rekordzie. AI korzysta z tych gotowych kwot, więc zestawienia konsolidacyjne są spójne bez dodatkowego przeliczania po stronie modelu. To istotne, gdy jedna spółka rozlicza się w PLN, inna w EUR, a kolejna w CZK.

Konkretny przykład: co kwartał CFO potrzebuje porównania przychodów i kosztów operacyjnych dla czterech spółek, z podziałem na segmenty zdefiniowane w Custom Segments. Wcześniej analityk spędzał na tym pół dnia. Teraz AI pobiera dane z Income Statement przez SuiteQL, segmentuje według wartości Custom Segment "Linia biznesowa" i generuje zestawienie gotowe do wklejenia w prezentację zarządową. Analityk przegląda i zatwierdza, zamiast składać dane od zera.

Od czego zaczynamy, gdy chcemy podłączyć AI do NetSuite

Pierwszym krokiem jest przegląd struktury danych w konkretnym wdrożeniu. NetSuite jest elastyczny i każda firma konfiguruje go inaczej: inne Custom Segments, inne mapowanie kont, inne role i uprawnienia użytkowników. AI musi wiedzieć, gdzie szukać danych dla tej konkretnej grupy, nie dla generycznego NetSuite z dokumentacji Oracle.

Co jest potrzebne na start:

• Konto integracyjne w NetSuite z rolą umożliwiającą odczyt: Invoice, Vendor Bill, Sales Order, Purchase Order, Journal Entry, Budgets, Employee i Financial Reports
• Tokeny OAuth 2.0 wygenerowane przez administratora systemu
• Lista spółek (Subsidiary) w strukturze grupy i ich walut bazowych
• Decyzja, które pytania obsługuje AI i dla których użytkowników (zarząd, kontroler, handlowiec)

Samo połączenie techniczne zajmuje kilka dni. Dłużej trwa ustalenie, jakich odpowiedzi naprawdę potrzebują użytkownicy, bo to determinuje, które rekordy i pola trzeba uwzględnić. Potem testujemy na realnych danych: sprawdzamy poprawność odpowiedzi dla przypadków brzegowych, takich jak korekty faktur, transakcje intercompany czy waluty spoza standardu. Wdrożenie idzie etapami.

Jeśli chcesz zobaczyć, jak wyglądają takie projekty w innych firmach, zajrzyj na realne wdrożenia. A jeśli masz NetSuite i chcesz ocenić, które pytania AI mogłoby obsługiwać z Waszą konfiguracją już teraz, umów się na bezpłatny audyt. Pokażemy konkretne zapytania SuiteQL dla Waszych danych i powiemy, od czego warto zacząć.