Tekoäly on yleistymässä kovaa vauhtia ostolaskuprosessin automatisoinnissa. Tälle on hyvin yksinkertainen syy: Tekoälyn avulla on saatu automatisoitua sellaistenkin ostolaskujen käsittely, joita ei olla perinteisin menetelmin saatu automatisoitua. Avaan tässä kirjoituksessa teemaa hieman tarkemmin.
Vaikka tekoäly onkin kehittynyt vauhdilla ja sen tuomat tulokset ovat olleet hyviä, ei perinteinen sääntöpohjainen automaatio ole häviämässä mihinkään. Uskon, että sääntöpohjainen automaatio tulee säilyttämään paikkansa tekoälyn rinnalla jatkossakin. Tällä hetkellä vahvin kombinaatio on näiden teknologioiden yhdistelmä.
Sääntöpohjaisesta automaatiolla tarkoitan ostolaskujärjestelmien tarjoamaa automaatiota, joka toimii niin, että määritetään käsin automaatiosääntö esimerkiksi tietyn toimittajan taakse. Aina kun kyseinen toimittaja lähettää laskun, laitetaan se automaattisesti tietylle henkilölle tarkastettavaksi ja tiliöidään automaattisesti ennalta määrätyllä tavalla.
Toinen tapa sääntöpohjaisen automaation hyödyntämiseen on tehdä esimerkiksi vuokrakulujen taakse sääntö, jonka avulla vuokralasku tiliöityy automaattisesti ennalta määrätyllä tavalla ja siirtyy automaattisesti kirjanpitoon ilman tarkastus- ja hyväksymisketjua.
Perusidea sääntöpohjaisella automaatiolla on se, että ihminen luo järjestelmään säännön, jota ostolaskujärjestelmä hyödyntää ostolaskujen käsittelyprosessin automatisoinnissa.
Sääntöpohjaisen automaation vahvuus on toistuvaislaskuissa. Kun yrityksenne vastaanottaa toistuvasti samoja laskuja, niiden käsittely kannattaa ehdottomasti automatisoida järjestelmän sääntöpohjaisella automaatiolla niin pitkälle kuin mahdollista.
Haasteeksi sääntöpohjaisessa automatisoinnissa muodostuvat ei-toistuvat laskut. Mitä enemmän on epäsuoria hankintoja, jotka eivät sellaisenaan toistu, sitä vaikeampaa sääntöpohjaisen automaation laajamittainen hyödyntäminen on.
Tapaan jatkuvasti keskisuuria ja suuria yrityksiä ostolaskuprosessin automatisoinnin tiimoilta ja käyn aina läpi heidän nykytilansa ja tulevaisuuden tavoitteet ostolaskuprosessin automatisoinnin suhteen. Täysin normaali automaatioaste ei-tilauksellisten ostolaskujen käsittelyprosessin osalta on 0% - 30%. Todella harvalla yrityksellä automaatioaste on yli 40% ei-tilauksellisten laskujen osalta.
Kun tiedetään, että manuaalinen kiertoonlähettäminen ja tiliöinti on erittäin kallista (~10€ per ostolasku), ymmärretään, että ostolaskuprosessi tulee yrityksille erittäin kalliiksi matalan automaatioasteen takia.
Tekoälyä varten ei tarvitse tehdä yhtään automaatiosääntöä, vaan se luo automaatiosäännöt itse.
"Tekoäly opetetaan historian ostolaskuaineistolla, josta se luo automaatiosäännöt täysin itsenäisesti. Näin ollen tekoälyn käyttöönotto on hyvin tehokasta ja automaatiohyödyt saadaan nopeasti irti."
Mitä tekoäly osaa ostolaskuille tehdä?
Tekoäly osaa tiliöidä ja reitittää tarkastajalle automaattisesti ne ostolaskut, joita sääntöpohjaisella automaatiolla ei ole pystytty automatisoimaan ja jotka muutoin jouduttaisiin käsittelemään manuaalisesti.
Käytännössä tämä tarkoittaa sitä, että kun vastaanotatte ostolaskun, käyttämänne ostolaskujärjestelmä katsoo ensin, löytyykö kyseiselle ostolaskulle järjestelmään luotua automaatiosääntöä. Mikäli sääntö löytyy, järjestelmä hyödyntää sitä ostolaskun automatisoinnissa. Mikäli sääntöä ei löydy ja lasku menisi manuaalikäsittelyn piiriin, lähetetäänkin tällaiset laskut tekoälyn tiliöitäväksi ja reititettäväksi.
Tekoäly tiliöi ostolaskun siten, että se ennustaa jokaisen käyttämäänne tiliöintidimension hyödyntämällä historian tiliöintejänne. Historian ostolaskumassasta tekoäly luo yrityskohtaisen tekoälymallin, jota hyödyntämällä se ennustaa, kuinka kyseessä oleva ostolasku pitää tiliöidä. Tiliöinnin lisäksi tekoäly ennustaa laskulle myös tarkastajan.
Tekoäly antaa jokaiselle tekemälleen ennusteelle luottamusarvon, joka kuvastaa tekoälyn ”itsevarmuutta” kyseiselle ennusteelle. Mitä korkeampi luottamusarvo on, sitä todennäköisemmin ennuste menee oikein. Mitä matalampi luottamusarvo on, sitä todennäköisemmin ennuste voi sisältää virheen.
Luottamusarvoa hyödynnetään esimerkiksi siten, että vain ne ennusteet, jotka ylittävät asetetun luottamusarvorajan, hyödynnetään automatisoinnissa.
Tekoälyn ja sääntöpohjaisen automaation hybridillä parhaisiin tuloksiin
Kuvaamallani sääntöpohjaisen automaation ja tekoälyn kombinaatiolla päästään usein yli 90% automaatioasteeseen ostolaskujen käsittelyssä. Eli enää alle 10% laskuista tarvitsee manuaalista tiliöintiä ja reitittämistä. Suosittelemmekin asiakkaitamme ottamaan käyttämänsä ostolaskujärjestelmän automaatiosta hyödyt irti sääntöpohjaisella automaatiolla toistuvaislaskuille ja antamaan loput laskut tekoälyn käsiteltäväksi. Näin säästyy valtavasti manuaalista työtä (rahaa) ja ostolaskujen käsittely helpottuu merkittävästi.
Tutustu tarkemmin ostolaskuja automatisoivaan tekoälyyn kattavasta oppaastamme!
Snowfox.AI palvelu osaa reitittää ja tiliöidä ostolaskut täysin automaattisesti tekoälyn avulla. Manuaalinen työ poistuu.
Osa Bravedo konsernia