Ostolaskuautomaatiota on rakennettu ja kehitetty vuosikymmenien ajan. Monen mielestä ostolaskuautomaatio on jo vanha juttu, eikä sitä tarvitse enää tänä päivänä miettiä. Olen sitä mieltä, että ostolaskuautomaatio on yksi päivän polttavimmista teemoista juuri nyt.
Miksi?
Siksi, että ostolaskuautomaatio on niin suuressa murroksessa. Tämä johtuu siitä, että perinteiset tavat automaation rakentamiseen ovat auttamatta vanhentuneet ja tekoäly on tuonut pitkästä aikaa jotain merkittävästi uutta laskuautomaatioon.
Ostolaskuautomaatio on jäänyt hyvin vaatimattomalle tasolle varsinkin tilauksettomien ostolaskujen osalta. Vielä tänä päivänä keskimäärin 80% tilauksettomista ostolaskuista tiliöidään manuaalisesti käsityönä. Ei ole väliä, vaikka näistä olisi verkkolaskuja 100%. Laskuilla ei yksinkertaisesti ole tietoa, mille kirjanpidontilille laskun vastaanottaja sen kirjaa tai mille kustannuspaikalle lasku kuuluu. Tämän tietää vain laskun vastaanottaja.
Kun laskuja lähettäviä toimittajia on paljon ja laskuilla ei ole selkeää toistuvuutta, niin käsin tehtävillä automaatiosäännöillä laskujen automaation rakentaminen on käytännössä mahdotonta. Lisäksi toimittajat tuppaavat vaihtumaan aika-ajoin ja samoilta toimittajilta ostetaan useita erilaisia palveluita ja tuotteita.
Laskumassa onkin useimmilla yrityksillä sellainen tilkkutäkki, että selkeän automaatiosäännöstön rakentaminen on erittäin haastavaa ja aikaa vievää. Jos lasku toistuu esimerkiksi kolme kertaa vuodessa, niin onko enää järkeä lähteä rakentamaan automaatiosääntöä kun laskun manuaalikäsittely on yhtä työlästä? Usein ei ole. Kun tällaisia harvoin toistuvia laskuja on laskumassasta suurin osa, niin sääntöjen rakentaminen jää tekemättä.
Tekoälyn peruslogiikka ostolaskujen käsittelyssä on se, että se opettelee laskujen käsittelylogiikat automaattisesti historiadatan avulla. Eli tekoälylle syötetään esimerkiksi 6kk ajalta vanhoja valmiiksi käsiteltyjä ostolaskuja tiliöinteineen ja laskun tarkastaja- ja hyväksyjätietoineen. Tekoäly käy nämä laskut yksitellen läpi ja paljastaa suoraan datasta, miten laskut ovat aiemmin tiliöity ja kenelle ne on lähetetty tarkastettavaksi ja hyväksyttäväksi.
Tekoäly ottaa opetusprosessissa huomioon ostolaskuista jokaisen pienenkin nyanssin, kuten osoitetiedot, henkilöiden nimet, ostetut palvelut, toimittajatiedon, viitenumerot ja kaikki muutkin tiedot, mitä ostolaskuilla on. Laskutiedon ja tiliöintitiedon perusteella tekoäly rakentaa logiikat, millä perusteella laskut kirjataan kullekin kirjanpidon tilille, kustannuspaikalle, alv-koodille ja muulle dimensiolle, mitä tiliöinnissä on käytetty.
Kun tekoäly on opetellut logiikat historiadatasta, se on valmis tiliöimään laskuja automaattisesti.
Opetusprosessin jälkeen tekoäly kytketään ”lisämoduuliksi” ostolaskujärjestelmän lisätoiminnallisuudeksi. Kun vastaanotatte uuden ostolaskun, jolle ei löydy järjestelmän sisältä automaatiosääntöjä hoitaa tekoäly laskun tiliöinnin.
Tiliöinnin ennustamiseen tekoäly hyödyntää kaiken ostolaskun sisältämän tiedon ja tekee ennusteet pohjautuen historian laskujen kautta opitun logiikan perusteella.
Kun puhutaan ostolaskutekoälystä, niin yksi oleellisimmista piirteistä on itseoppiminen eli automaattinen kehittyminen. Toisin kun manuaalisesti rakennettavat automaatiosäännöt, tekoäly kehittyy automaattisesti jokaisen valmistuneen ostolaskun avulla.
Kun ostolasku menee hyväksyntäketjun läpi ja valmistuu kirjanpitoon vietäväksi, niin tekoälylle palautuu tieto laskun lopullisesta tiliöinnistä.
Tekoäly on ollut muutaman vuoden taloushallinnon hyödynnettävänä ja sitä käyttävien yritysten määrä kasvaa jatkuvasti. Kuitenkin se herättää vielä skeptisyyttä jonkin verran. Hyvin usein uudet asiakkaamme miettivätkin hyvin huolellisesti tekoälyn käyttöönottoa ennen päätöksentekoa. Kun päätös on saatu tehtyä ja tekoäly on saatu osaksi ostolaskujen käsittelyä, niin kuulemme monesti kommentin: "Miksi ihmeessä emme tehneet tätä päätöstä jo aikaisemmin?".
Kokosin tähän muutamia kommetteja, joita olemme saaneet asiakkailtamme tekoälyn käytöstä.
Tekoälyn käyttöönottoon on jonkin verran vielä kynnystä, koska se on teknologiana vielä uusi monelle yritykselle. Tästä johtuen tekoäly herättää vielä aika paljon skeptisyyttä, varsinkin alkuun.
"Olin testauksen alkaessa ja käyttöönoton yhteydessä hyvin skeptinen siitä, että voiko tekoäly oikeasti toimia ja auttaa meitä työssämme. Mutta muutama kuukausi käyttöönoton jälkeen olen todennut, että Snowfoxin tekoäly oppii nopeasti ja toimii hyvin. Tekoäly todella sujuvoittaa työtämme ostoreskontrassa ennusteiden myötä." - Kristiina Renko, PostNord
Tekoälyn käyttöönoton myötä automaatiossa tapahtuu suuri loikka heti alusta pitäen. Automaation nousun nopeus on yllättänyt monet.
"Heti ensimmäisenä kuukautena automaation piirissä olevien laskujen ennustetarkkuus nousi yli 80 %:iin ja tällä hetkellä menemme hieman 90 % yläpuolella. Käyttöönotto heidän kumppaniverkostoonsa kuuluvaan ostolaskujärjestelmään toimi erittäin suoraviivaisesti, eikä vaatinut meiltä kuin muutaman palaverin ja lopputestaukseen osallistumisen." -Olli-Pekka Kuha, Kiinteistötahkola
"Snowfox.AI-tekoälyratkaisu on helpottanut ostolaskujen käsittelyä merkittävästi ja tuonut kustannussäästöjä. Tuloksia syntyi heti käyttöönoton jälkeen ja olemme erittäin tyytyväisiä." - Taru Manner, Retta
Tekoälyn kyvykkyys ostolaskujen tiliöinnissä ja kiertoonlähettämisessä on yllättänyt positiivisesti. Kun tietää, miten monimutkainen ostolaskujen käsittely on, niin ei välttämättä ihan uskota, että tekoäly pystyisi suoriutumaan laskujen käsittelystä. Tekoäly käsittelee valtavan määrän dataa ja pystyy datan perusteella käsittelemään hyvinkin haastavia ostolaskuja jopa ihmistä paremmin.
"Snowfox.AI tekoälyn käyttöönotto on nostanut merkittävästi ostolaskuautomaatiotamme. On ollut hieno huomata, että tekoäly osaa tehdä yhä paremmin myös haastavimpienkin ostolaskujen tiliöintiä ja laskujen kiertoon lähettämistä." - Pepitta Nyman, Versowood
"Tekoäly on tuonut harppauksen automaatioasteeseen, mikä näkyy meillä sekä sujuvampana ostolaskujen käsittelynä, että ajansäästönä" - Katja Somppi, Sarastia
Tekoälyä ei tarvitse hankkia ilman ymmärrystä, miten se lähtee toimimaan heti käyttöönotosta lähtien. Mikäli hankitte oikeasti tuotteistettua ostolaskutekoälyä, sen kyvykkyyttä pitää pystyä koeponnistamaan ennen hankintapäätöstä.
Jokaisessa yrityksessä on uniikki tapa käsitellä ostolaskuja. Jokaisella on omat toimittajansa, oma tilikartta ja dimensiorakenne. Tästä syystä jokaiselle yritykselle täytyy rakentaa oma tekoälymalli ja mallin toiminta kannattaa koeponnistaa ennen käyttöönottoa, jotta tiedetään, millaista automaatiotasoa tekoälyltä on odotettavissa.
Mikäli tekoälypalvelua tarjoava toimittaja ei pysty toteuttamaan kyvykkyystestiä helposti, niin ehkä palvelu ei olekaan kovin skaalautuva ja valmis. Testin avulla saatte oikeaa faktaa siitä, miten tekoäly juuri teillä lähtisi toimimaan.
Kyvykkyystestin kautta voitte huoletta kytkeä tekoälyn osaksi ostolaskuprosessianne ja nauttia helpommasta ja kevyemmästä ostolaskujen käsittelyprosessista!
Tutustu lisää ostolaskutekoälyn toimintalogiikkaan oheisen webinaaritallenteen kautta!