Tekoäly on tuonut viimeisten vuosikymmenien suurimman kehitysloikan ostolaskuautomaation näkökulmasta. Muutos on niin suuri, että se tuntuu jopa epäuskottavalta. Kuulen edelleen melko usein neuvotteluvaiheessa olevilta asiakkailtamme kommentin, että "tämä kuulostaa liian hyvältä ollakseen totta".
Millaisen muutoksen tekoäly tuo ostolaskuautomaatioon?
Palataan ensin lyhyesti nykyisiin automaatiomenetelmiin. Perinteisesti on totuttu tekemään ostolaskuautomaatiota sääntöpohjaiseen automaation perustuen. Tämä tarkoittaa sitä, että luodaan jokainen automaatiosääntö ostolaskujärjestelmään ihmisen toimesta käsin. Esimerkkinä tietyltä toimittajalta tuleville laskuille tehdään tiliöintimalli eli kun lasku saapuu esim. DNA:lta, niin järjestelmä ehdottaa laskuille tiettyä ennalta määriteltyä tiliöintiä. Mikäli ostatte vain yhtä tuotetta tai palvelua yhdeltä toimittajalta, niin tällainen sääntö toimii. Hyvin harvoin tilanne on kuitenkaan tämä ja sääntö ei toimikaan toivotulla tavalla.
Mitä kompleksisempi ympäristö teillä on, sitä enemmän ja monimutkaisempia sääntöjä teidän pitäisi pystyä rakentamaan, jotta automaatiota saataisiin edes jollain lailla toimimaan. Esimerkkinä yritys, jolla on kymmeniä tai jopa satoja yhtiöitä joutuu todennäköisesti rakentamaan ja ylläpitämään automaatiosäännöt jokaiselle yhtiölle erikseen. Tämä pelkästään lisää jo valtavasti työtä ja haastetta perinteisen automaation rakentamiseen.
Mitkä seikat tekevät ostolaskuympäristöstä kompleksin? Monimutkaisuuteen vaikuttavat esimerkiksi seuraavat asiat:
Lisäksi, jotta sääntöpohjainen automaatio saadaan toimimaan, on ostolaskudatan oltava erittäin hyvälaatuista ja tietyt viitetiedot niille kuuluvissa kentissä. Esimerkiksi sopimustäsmäytyksessä sopimusnumero on oltava laskulla oikeassa paikassa, koska sopimusnumero triggeröi automaatiosäännön toiminnan. Ei siis riitä, että olette tehneet sopimuksen ostolaskujärjestelmäänne, vaan myös laskun lähettäjä on saatava sitoutumaan siihen, että oikea sopimusnumero löytyy laskulta oikeasta paikasta.
Sääntöpohjaisen automaation haaste on siinä, että ihmisen täytyy rakentaa jokainen automaatiosääntö käsin ja myös ylläpitää näitä sääntöjä. Automaation rakentamiseen tarvitaan siis hyvinkin kyvykäs ihminen sekä todella paljon työaikaa, jotta automaatiosäännöt saadaan rakennettua. On tunnistettava yleisimmin toistuvat ostolaskut ja logiikat niiden taustalla. Lisäksi on ymmärrettävä näiden laskujen poikkeustapaukset ja vielä poikkeusten poikkeukset, jottei sääntöjen ehdotuksiin tarvitse koko aikaa puuttua.
Yksi merkittävimmistä seikoista tekoälyn yleistymiseen liittyen on se fakta, että tekoälyn käyttöönotto on hyvin helppoa. Tekoälyä varten ei tarvitse luoda yhtään automaatiosääntöä, vaan ostolaskutekoäly opettelee laskujen käsittelylogiikat historian ostolaskuista ja niiden tiliöintitiedoista automaattisesti. Tämän logiikan ansiosta ostolaskuautomaatio automatisoituu tekoälylle.
Ostolaskutekoälyn käyttöönotto alkaakin aina sillä, että tekoälyn kouluttamista varten kaivetaan jo aiemmin käsiteltyjä ostolaskuja 3 - 12 kk ajalta. Tekoäly käy nämä ostolaskut yksitellen läpi siten, että se laittaa muistiin kaiken tiedon ostolaskusanomalta ja ostolaskukuvalta sekä katsoo, miten laskut on tiliöity ja kuka laskun on tarkastanut ja kuka hyväksynyt. Käytyään läpi kaikki ostolaskut tiliöinteineen ja laskun tarkastaja- sekä hyväksyjätietoineen, tekoäly alkaa luomaan logiikoita miten laskut tulisi tiliöidä. Tekoäly siis tunnistaa korrelaatioita laskulla olevan tiedon ja tiliöinnin välille kaikki pienetkin nyanssit huomioiden.
Esimerkiksi tekoäly tunnistaa helposti, että tietty järjestelmäkulu kuuluu tiliöidä tietyille dimensioille sekä kenelle lasku kuuluu lähettää tarkastettavaksi ja hyväksyttäväksi. Huomionarvoista tekoälyn kouluttautumisessa on se, että se todellakin hyödyntää kaiken tiedon ostolaskuilta. Se ymmärtää esimerkiksi, että laskulla näkyvä osoitetieto voi olla se tärkein tieto kustannuspaikan valinnassa yms.
Tekoälyn tuoma ostolaskuautomaatio toimii dynaamisesti. Tämä tarkoittaa sitä, että tekoäly muokkaa automaatiosääntöjään koko ajan automaattisesti, muovautuen ympäristön muutoksiin. Siinä, missä sääntöpohjaista automaatiota tarvitsee ylläpitää jatkuvasti, tekoäly ylläpitää itseään automaattisesti.
Ostolaskutekoäly saa automaattisesti ostolaskujärjestelmästä palautesanoman jokaisesta käsittelemästään ostolaskusta siinä vaiheessa, kun lasku on käynyt hyväksyntäkierron läpi ja on siirtymässä kirjanpitoon. Palautesanoman avulla tekoäly vertaa tekemäänsä tiliöintiehdotusta kierron jälkeen valmistuneeseen tiliöintiin ja katsoo, onko tiliöintiehdotukseen jouduttu tekemään kierron aikana muutoksia. Mikäli kaikki dimensioarvot ovat kirjanpitoon siirtyessään samat, mitä tekoäly on alunperin ehdottanut, niin tämä on merkki tekoälylle siitä, että kaikki dimensioarvot menivät oikein. Mikäli taas esimerkiksi kustannuspaikka on vaihdettu kierron aikana toiseksi, niin tekoäly ymmärtää, että kustannuspaikan ehdotus meni väärin ja korjauksesta täytyy oppia. Tästä syystä tekoäly oppii tekemistään virheistään automaattisesti ja kehittyy koko ajan paremmaksi ja itsevarmemmaksi.
Aiemmin mainituista syistä ostolaskuautomaation rakentaminen ja ylläpitäminen muuttuu koko ajan helpommaksi ja vaivattomammaksi. Monimutkaisten automaatiosääntöjen rakentamiseen ja ylläpitoon ei tarvitse käyttää niin paljoa aikaa, koska tekoäly automatisoi automaation rakentamisen ja ylläpidon.
Helpoimmat toistuvaislaskut voi olla järkevää edelleenkin taklata esimerkiksi sopimustäsmäytyksellä, mutta monimutkaisemmat automaatiosäännöt kannattaa suosiolla jättää tekoälyn harteille. Tämä on huomattavasti helpompaa ja edullisempaa, kuin ihmisen rakentama automaatio. Lisäksi tekoäly päihittää tulosten valossa ihmisen automaation rakentajana 100-0.
Tutustu tekoälyn mahdollisuuksiin tarkemmin järjestämämme webinaarin kautta!