Tästä syystä et saa rakennettua toimivaa ostolaskuautomaatiota sääntöpohjaisilla menetelmillä

Lähes kaikki keskisuuret ja suuret organisaatiot ovat painineet manuaalisen ostolaskuprosessin kanssa vuosikausia. Olen tavannut satoja suuria organisaatioita viimeisen parin vuoden aikana ja tutustunut heidän ostolaskuprosesseihinsa. Mitä enemmän olen eri organisaatioita nähnyt, sitä vakuuttuneemmaksi olen tullut siitä, että ostolaskuprosessia ei pysty perinteisillä menetelmillä automatisoimaan. 

Ostolaskuautomaatio on jämähtänyt matalalle tasolle

Ostolaskujen automaatiotaso on jäänyt käsittämättömän matalaksi. Yleensä vähintään 80% ostolaskuista tiliöidään manuaalisesti ihmisen toimesta ja vain noin 20% tiliöityy automaattisesti. Lisäksi keskimäärin vähintään 70% laskuista lähetetään manuaalisesti kiertoon tarkastajille ja hyväksyjille. 

Yhden ostolaskun manuaalinen tiliöintityö sekä kiertoonlähettäminen vievät useita minuutteja per lasku ja aiheuttavat paljon turhaa hallinnollista työtä sekä mielipahaa. Suuri manuaalinen työmäärä myös näkyy esimerkiksi siinä, että ostolaskujen tiliöinnin laatu on usein huonoa ja laskut kiertävät organisaatiossa todella pitkään odottamassa tiliöintiä. Varsinkin kuukauden katkot ovat sellaista aikaa, jolloin ostolaskujen manuaalityö aiheuttaa harmia.

Onko näin suuressa määrässä manuaalityötä vuonna 2024 mitään järkeä?

Mielestäni tässä ei ole mitään järkeä. Eikä syynä ole yritysten laiskuus tai kyvyttymättömyys rakentaa automaatiosääntöjä, vaan siitä, että sääntöpohjainen automaatio ei taivu korkeaan automaatioasteeseen, vaikka olisi millainen guru sääntöjä rakentamassa.

"Tapaamieni yritysten edustajat usein kokevat huonommuutta ja luulevat, että kaikilla muilla ostolaskujen käsittelyprosessi olisi automaattisempi ja sujuvampi prosessi. Voin kuitenkin lohduttaa sinua kertomalla, että näin ei suinkaan ole riippumatta siitä, mikä ostolaskujärjestelmä on käytössä"

Miksi ostolaskuprosessia ei saada automatisoitua perinteisillä menetelmillä?

Jos mietit tilannettanne ostolaskuprosessin automatisoinnin suhteen, niin varmasti tunnistat seuraavanlaisia asioita. Minä ainakin kuulen näitä joka päivä keskustellessani eri organisaatioiden kanssa.

• Selkeästi samanlaisina toistuvia ostolaskuja on hyvin vähän koko laskuvolyymiin suhteutettuna - max 20%
• Samoilta toimittajilta ostetaan paljon erilaisia tuotteita ja palveluita, jolloin toimittajakohtainen tiliöintisääntö ei usein toimi
• Toimittajat unohtavat laittaa viitenumeroita laskuille ja ne laittavat niitä vääriin kenttiin
• Skannauksen yhteydessä viitenumerot jäävät laskun kuvalle, eivätkä ne siirry XML-tiedostoon, jota ostolaskujärjestelmä lukee
• Yhtiöitä on valtava määrä, jolloin sääntöjen rakentaminen yhtiökohtaisesti olisi niin valtava työ, että laskut käsitellään mieluummin manuaalisesti
• Automaatiosääntöjä olisi mahdollista hyödyntää, mutta kukaan ei oikein ehdi niihin perehtymään - lisäksi niitä täytyy ylläpitää, jos haluaa, että ne toimivat pidemmänkin aikaa
• Meillä oli aiemmin yksi henkilö, joka teki meille valtavan määrän sääntöjä, mutta hän lähti ja kukaan ei ole enää kartalla, miten niiden sääntöjen kuuluisi toimia
• Meille kyllä luvattiin korkea ostolaskuautomaatio, mutta olemme jääneet yksin automaation rakentamisen kanssa ja kädet on täynnä muita töitä

Mm. tällaisia asioita kuulen jatkuvasti keskustellessani asiakkaiden kanssa. Uskon, että nämä tilanteet voivat olla teillekin tuttuja. On näiden lisäksi paljon muitakin syitä, miksi perinteiset teknologiat eivät ole pystyneet tukemaan yrityksiä ostolaskuautomaation rakentamisessa. 

Tekoäly muuttaa tapaa luoda ostolaskuautomaatiota

Tekoäly muuttaa koko ostolaskuautomaation pelikenttää siitä syystä, että tekoäly rakentaa automaatiosäännöt automaattisesti, eikä perinteistä sääntöviidakon rakentamista ja ylläpitoa tarvita.

Tekoälyä koulutusta varten annetaan historian ostolaskuja sekä tieto, miten nämä laskut on tiliöity ja kenellä ne ovat kiertäneet organisaatiossa tarkastettavana ja hyväksyttävänä. Näiden laskujen avulla tekoäly opettelee automaattisesti tiliöintisäännöt suoraan datasta ilman, että monimutkaisia sääntöjä pitäisi ihmisen yrittää määritellä. Lisäksi tekoäly pystyy luomaan todella paljon monimutkaisempia sääntöjä, mihin ihminen ikinä pystyisi, vaikka olisi miten taitava matemaatikko.

Tekoäly sen sijaan on pystynyt nostamaan ostolaskujen tiliöinnin ja kiertoonlähettämisen automaatiota jopa yli 90% tasolle. Automaatioaste pomppaa noin 80% tasolle heti, kun tekoälyn ottaa käyttöön ja kyvykkyys paranee eniten ensimmäisten 3 - 6kk käytön aikana lähtötasosta ylöspäin.

Tekoäly käyttää automaatiosääntöjen luomiseen kaiken datan ostolaskuilta (sanomalta sekä kuvalta). Näin ollen automaatiosääntö ei perustu mihinkään yksittäiseen viitenumeroon tai tietokenttään, vaan kaikkeen laskulla olevaan tietoon. Tämä helpottaa automaation toimintaa merkittävästi, sillä tarve toimittajien kanssa kommunikointiin vähenee todella paljon. Jos haluaa, että perinteinen sääntöpohjainen automaatio toimisi, niin siihen peliin on saatava mukaan sekä oma organisaatio että toimittajat, jotta laskuilta löytyisi aina ne viitetiedot, jotka laukaisevat automaatiosäännön. Usein haasteena on kuitenkin se, että laskudata on puutteellista ja vaikka millaisia sääntöjä olisi rakennettu, niin ne eivät toimi, mikäli laskulta puuttuu esimerkiksi tietty viitenumero.

Jos vielä koet huonommuutta siitä, että teidän organisaatiossanne ei olla saatu ostolaskuautomaatiota 90% tasolle, niin suosittelen, että nyt vihdoin kannattaa rentoutua tämän asian suhteen. 

Tutustu, millaisia mahdollisuuksia tekoäly tuo ostolaskuautomaatioon ja vie organisaatiosi uudelle aikakaudelle. Muista, että ostolaskutekoälyä ei tarvitse ostaa kokeilematta ensin sen kyvykkyyttä juuri teidän ostolaskuaineistollanne. Snowfox.AI mahdollistaa ilmaisen tekoälyn kyvykkyystestin, jonka tuloksena saat tarkan tiedon siitä, kuinka hyvin tekoäly osaisi teidän ostolaskujanne käsitellä automaattisesti. Lisäksi annamme vielä laskelman, minkä verran tekoälyn käyttö teille kustantaisi. 

Aloita tutustuminen tämän webinaaritallenteen kautta - onnea matkaan!