Příběh zákazníka: Kiinteistötahkola Ltd

Nákupní faktury se v oblasti správy nemovitostí obvykle opakují každý měsíc. Přesto se automatizace využívala překvapivě málo. Jak by měl vypadat správný proces zpracovávání nákupních faktur tak, aby usnadnil každodenní život účetních pracujících v této oblasti?

To je otázka, které nedávno musel čelit Olli-Pekka Kuha. Analyzoval proces zpracování nákupních faktur společnosti Kiinteistötahkola, jedné z největších finských společností spravujících nemovitosti, a uvědomil si, že je třeba něco změnit.

Olli-Pekka pracuje jako architekt ve vývoji softwaru pro správu nemovitostí Premis. Nezbytnou součástí jeho práce je i automatizace procesů finančního řízení bytových společenství a zvyšování transparentnosti.

"Premis je ERP software vyvinutý pro potřeby bytových společenství. Zahrnuje všechny funkcionality potřebné pro vedení bytového družstva. Premis řeší například účetnictví, fakturaci, hostingové certifikáty, funkce pro pořádání mítinků - a také zpracování přijatých faktur (Accounts Payable)", popisuje software Olli.

Výzva: půl milionu faktur ročně

Kiinteistötahkola má velkou touhu zapojit se do automatizace v oblasti účtování nákupních faktur. Obnovení procesu zpracování přijatých faktur přistálo na stůl produktovému týmu, který se zabývá vývojem systému, koncem roku 2019. Cílem projektu byla modernizace procesu zpracování nákupních faktur, jakož i zvýšení transparentnosti a úrovně automatizace.

"Procesem zpracovávání nákupních faktur projde ročně téměř půl milionu faktur, což je značné číslo. Faktury samotné, jakož i informace v nich, se častokrát opakují. Takže už když jsme začínali, věděli jsme, že s inteligentními řešeními můžeme věci skutečně výrazně zjednodušit", říká Kuha.

Stupeň automatizace v procesu zpracování nákupních faktur se blíží nule – jak je to možné?

V oblasti správy nemovitostí je typické, že nákupní faktury se z měsíce na měsíc do velké míry opakují. Faktury přicházejí od stejných dodavatelů a částky obvykle zůstávají stejné po celé smluvní období. Obvykle se jedná o typy faktur, které by se daly snadno automatizovat.

Přesto se míra automatizace blížila k nule. Jak je to možné?

„Ve většině systémů pro správu nákupních faktur, které jsou dostupné na trhu, se automatizace provádí pomocí automatizace založené na pravidlech“, vysvětluje Kuha.

Automatizace založená na pravidlech vyžaduje, jak už název napovídá, aby do systému člověk manuálně zadával různá pravidla, na jejichž základě se faktury například automaticky zaúčtují.

„Pokud si představíme účetní, která spravuje řekněme deset bytových společenství, z nichž každé obdrží faktury od deseti různých dodavatelů měsíčně, je snadné spočítat, jak pracné je jejich zpracování.“

V příkladu, který uvedl Kuha, by mohlo existovat sto pravidel, která je třeba vytvořit a udržovat, což vyžaduje nejen množství času, ale je to také dost únavné. Na začátku projektu se ukázalo, že automatizace založená na pravidlech, která byla k dispozici již dlouhou dobu, se ve skutečnosti v Kiinteistötahkola nepoužívala, a to právě kvůli těmto zkušenostem.

"Neříkám, že řešení založená na pravidlech jsou zbytečná. Právě naopak, stále se dobře hodí pro určité případy a prostředí. Za zmínku také stojí, že používání automatizace založené na pravidlech a zároveň používání řešení umělé inteligence se navzájem nevylučují. Je velmi důležité si to uvědomit a zároveň se naučit, jak lze tato řešení efektivně zkombinovat", objasňuje Kuha.

Řešení umělé inteligence Snowfox.AI „padne jako ulité“

Olli říká, že Snowfox.AI se objevil již ve fázi plánování obnovy procesu zpracování došlých faktur v systému Premis.

"Po přečtení si informací o řešení Snowfoxu jsem dospěl k závěru, že tento druh služby umělé inteligence, založené na algoritmech, by dokonale vyhovoval našim potřebám. Dříve na trhu nebyl podobný produkt, ale okamžitě jsem pochopil, že zde existuje obrovský potenciál."

Společná diskuse začala kontrolou rozhraní systému pro správu nákupních faktur. Ambiciózním cílem Kiinteistötahkoly bylo vybudovat automatizaci, kde by vytváření a udržování pravidel nezabíralo vůbec čas, a Snowfox.AI se na to jevil jako velmi slibný nástroj.

„Dohodli jsme se, že Snowfox.AI vyzkoušíme, jakmile dostaneme vlastní vývoj do vhodné fáze“, říká Olli.

Jednoduchá implementace a investice s nízkým rizikem

Integrace umělé inteligence do softwaru pro správu nákupních faktur může znít jako pracný projekt. Podle zkušeností Kiinteistötahkoly tomu tak ale není.

"Snowfox vyvinul své řešení umělé inteligence opravdu dobře a zákaznicky orientovaným způsobem. Při rozhodování o koupi jsme si například nemuseli zakládat jen na marketingových řečích, ale Snowfox nám nabídl bezplatný test s našimi vlastními daty," uvedl Olli-Pekka radostně.

Před rozhodnutím o koupi proběhlo testovací období s použitím vlastních údajů Kiinteistötahkola podle očekávání. Konečným výsledkem byla poměrně vysoká přesnost předpovědí a to i přesto, že byla použita pouze data za období tří měsíců. To nám potvrdilo, že naše předchozí předpoklady o vhodnosti a využití dat pro automatizaci založené na algoritmech jsou pravdivé.

Po testovacím období společnost rychle přešla do fáze skutečného spuštění. To si vysloužilo další pochvalu od Kuha za to, jak hladce to proběhlo.

„Implementace systému pro správu nákupních faktur, který je součástí jejich partnerské sítě, proběhla velmi přímočaře a vyžadovala od nás jen několik setkání a účast na závěrečném testování. Nyní platíme jen za správné předpovědi, což znamená, že Snowfox se neustále snaží vyvíjet řešení a doručovat tak stále lepší výsledky predikcí."

Úroveň automatizace stoupala jako raketa

Podařilo se dosáhnout původních očekávání ke zlepšení úrovně automatizace v procesu zpracování nákupních faktur?

Na tuto otázku Olli odpověděl:

„Hned v prvním měsíci po implementaci Snowfox.AI se přesnost predikcí faktur pokrytých automatizací zvýšila na více než 80 % a momentálně jsme již nad 90 %. V této fázi automatizace pokrývá jednořádkové faktury. V budoucnu bude naším cílem rozšířit automatizaci i na víceřádkové faktury, díky čemuž dosáhneme ještě vyšší úrovně celkové automatizace.“

Účetní, kteří se podíleli na vývoji, byli s pomocí od Snowfoxu velmi spokojeni – dalo by se říci, že hlad po automatizaci neustále roste.

„Viděli jsme, že řešení funguje excelentně, proto chceme postupovat ještě rychleji. Přesná čísla o úspoře času ještě nemáme vyčíslená, ale dá se říci, že velké množství času se viditelně ušetří už nyní, a se zavedením predikcí víceřádkových faktur to bude ještě více.“

Olli Kuha vyzývá všechny operátory v oblasti správy nemovitostí, aby směle zvažovali a testovali automatizační řešení, která jsou pro toto odvětví nejvhodnější.

"Pokud je to možné, měli byste automatizaci otestovat s vlastní masou faktur a daty. Dovolím si tvrdit, že dobré řešení založené na algoritmech v oblasti správy nemovitostí může zvýšit úroveň automatizace nad průměr - a přinést s sebou tak všechny výhody."