Snowfox.AI blogi

Tekoälystä on tullut ostolaskuautomaation kivijalka - lue asiakkaidemme kokemuksia

Kirjoittanut Tuomas Haapsaari | 22.9.2023 13:10

Avaan tässä blogissa hieman asiakkaidemme kokemuksia ostolaskutekoälystä ja siitä, miten tekoälyn rooli on kasvanut viime vuosina valtavan paljon.

Olet varmasti jo kuullut, että tekoäly on tänä päivänä helposti käyttöönotettavissa osaksi ostolaskujen käsittelyprosessia. Helpoin tapa tähän on hankkia valmis ostolaskutekoälypalvelu ja kytkeä se osaksi käyttämäänne ostolaskujärjestelmää rajapintojen avulla. Tekoäly osaa tiliöidä ja päätellä laskun tarkastus-hyväksyntä ketjun uskomattoman hyvällä tarkkuudella nostaen automaatiotasonne hyvin korkealle.

Miksi tekoäly osaksi ostolaskuautomaatiota?

Ilman tekoälyä keskimäärin vähintään 80% ostolaskuista tiliöidään ja lähetetään kiertoon käsin ilman automaatiota. Yleisesti on totuttu siihen, että ostolaskuprosessi on hyvin manuaalinen sekä siihen, että automaation rakentaminen perinteisin menetelmin on todella työlästä ja aikaa vievää

Tekoäly on ylivoimainen automaatiokeino siitä syystä, että se on niin helppo tapa nostaa ostolaskuautomaatiota aidosti korkealle tasolle. Tekoäly oppii laskujen käsittelylogiikat automaattisesti historiadataa hyödyntämällä eikä yhtään ainutta automaatiosääntöä tarvitse käsin rakentaa. Tekoälyn avulla automaatiotaso nousee hetkessä 80% tasolle ja automaattisen oppimisen myötä jopa yli 90%:iin.

 

Asiakkaidemme kertomaa

Helsingin kaupunki on juuri ottanut käyttöönsä Snowfoxin ostolaskutekoälyn satojen tuhansien ostolaskujen automatisoimiseksi. Ennen tekoälyn käyttöönottoa automaatio oli jäänyt erittäin matalaksi ja ylivoimainen valtaosa ostolaskuista oli jouduttu käsittelemään manuaalisesti tiliöinnin ja kiertoonlähettämisen osalta. Julkaisemme Helsingin ajatuksista pian oman erillisen artikkelinsa.


Colliers
on ottanut Snowfox ostolaskutekoälyn käyttöönsä jo tovi sitten. Tiina Sollo, ostolaskuyksikön palvelupäällikkö totesi heidän omassa artikkelissaan mm. seuraavasti:

”Olemme kartoittaneet tekoälyn hyödyntämistä talouspalveluissa laajemminkin, ja ostolaskujen käsittely tunnistettiin mainioksi prosessiksi tekoälyn hyödyntämiseen. On ollut hieno nähdä tuloksia jo parin viikon pilotoinnin jälkeen. Tiliöintiennusteet sujuvoittavat jo nyt ostoreskontran työskentelyä, ja odotamme ennustetarkkuuksien nousevan, kun tekoäly oppii koko ajan lisää”. 


ISS
suosittelee tuoreessa artikkelissaan kaikkia organisaatioita hyppäämään tekoälyn kehityksen kelkkaan nyt. Tietohallintojohtaja Jenni Heinisuo kirjoittaa seuraavasti:

”Opiskeluajoista alkaen koko parikymmenvuotisen työurani ajan on puhuttu tekoälyn mahdollisuuksista ja tulevasta kehitysloikasta. Nyt ne lupaukset ovat todellisuutta. Yritykset eivät onneksi ole yksin kehitysprojektien kanssa, vaan saatavilla on ennennäkemättömän paljon käytännönläheisiä tekoälyratkaisuja, joita hyödyntää ja kehittää edelleen toimialan ja yrityksen tarpeisiin.”

Hän myös mainitsee, että ISS on ottanut tekoälyn tuomaan älyä ostolaskuprosessiinsa.

”Esimerkiksi automatisoituun ostolaskujen käsittelyprosessiin on otettu mukaan äly, jolloin saman prosessin jauhamisen sijaan järjestelmä oppii ja kehittyy paremmaksi.”


Kiinteistötahkolan
kokemuksia voit lukea lisää Snowfoxin nettisivuilta, mutta tässä pari lainausta Olli-Pekka Kuhan haastattelusta.

“Ostolaskuprosessin kautta kulkee vuositasolla lähes puoli miljoonaa laskua, eli määrä on merkittävä. Laskuissa on kuitenkin muun muassa paljon toisteisuutta, joten tiesimme jo aloittaessamme, että fiksuilla ratkaisuilla pystymme tekemään asiat todella paljon sujuvammiksi”

 

“Luettuani Snowfoxin ratkaisusta totesin, että tällainen valmiiksi palveluksi paketoitu algoritmipohjainen tekoäly sopisi tarpeisiimme kuin nenä päähän. Vastaavaa tuotetta ei ollut markkinoilla aikaisemmin tullut vastaan, mutta ymmärsin heti tässä olevan potentiaalia”

 

”Heti ensimmäisenä kuukautena automaation piirissä olevien laskujen ennustetarkkuus nousi yli 80 %:iin ja tällä hetkellä menemme hieman 90 % yläpuolella.”

 

Atlas Copcon globaali palvelukeskus on päättänyt ottaa Snowfoxin käyttöönsä. Michal Schwarz kommentoi odotuksiaan näin:

”Laskujen käsittely ilman kosketuksia on meille jatkuva prosessi ja olemme kamppailleet tilauksettomien laskujen kanssa melko paljon - mielenkiintoista nähdä, mitä Snowfox tekoäly tuo meille globaalin palvelukeskuksemme ostolaskujen automatisointiin.”

 

PHM Groupi jätti ohjelmistorobotin poissa tekoälyn käyttöönoton yhteydessä, koska tekoäly pystyi hoitamaan samat tehtävät kuin robotti ja paljon enemmän.

Tekoälyn tuomasta työn mielekkyyden parantumisesta Ida Bäckström kommentoi seuraavasti:

“Työ on mielekkäämpää, koska ei tarvitse tärvätä työaikaa yksityiskohtien kanssa räpeltämiseen eikä tehdä rutiininomaista kopioi-liitä työtä. Se mikä on poistunut, on työ, joka nostaa katkojen aikana sykettä ja lisää stressiä”

Tekoälyn käyttöönotto mietityttää joitain yrityksiä ja siihen saattaa liittyä jopa pientä pelkoakin. PHM Groupin IT-palvelupäällikkö Hannu Kaskilahti toteaa käyttöönotosta näin:

“Tämä ei missään nimessä ollut IT-hanke vaan ostoreskontran toiminnan kehittämistä. IT toki auttaa, mutta IT vetovastuussa ei välttämättä aina tue parhaalla mahdollisella tavalla prosessin edistymistä. Oli todella hyvä, että tämä oli yhteishanke”

 

Sarastia on Suomen suurin julkiselle sektorille tukipalveluita tuottava yrityskokonaisuus. He käsittelevät valtavan määrän ostolaskuja ja näin ollen automaatiolla on suuri merkitys heidän työhönsä. Katja Somppi on nähnyt tekoälyn tuovan suuren automaatioloikan ostolaskujen käsittelyyn

Käyttöön otettu tekoäly käsittelee noin 90 000 ostolaskua vuodessa. Tekoäly on tuonut harppauksen automaatioasteeseen, mikä näkyy meillä sekä sujuvampana ostolaskujen käsittelynä, että ajansäästönä.” 

Lähes kaikkien valittujen ennustettavien kirjanpidon dimensioiden ennustetarkkuus on pitkälle yli 90 % tasolla, jopa lähellä 100 %:a. Tämä on erinomainen taso tekoälyn toiminnalle, ja kertoo mm. siitä, että ostolaskudata on tasokasta ja että tekoälymallit toimivat hienosti.

 

Mehiläinen on yksi Snowfoxin ensimmäisistä asiakkaista. He tunnistivat hyvin varhaisessa vaiheessa, että taloushallinnon prosesseista ostolaskujen käsittely sopii erinomaisesti tekoälyn työstettäväksi. On hienoa, että heillä oli niin rohkeita ihmisiä päättämässä asioista, että he uskalsivat hypätä tekoälyn kelkkaan lähes ensimmäisenä. Roope Rauhanlinna näki, että tekoäly voisi hyvin soveltua ostolaskujen automatisointiin.

”Geneerinen prosessi ja siihen sisältyvä isot datamassat ja toistot, puoltavat ostolaskujen käsittelyprosessin ottamista tekoälyn ensimmäiseksi automaatiokohteeksi”, 

Snowfoxin tekoälypalvelu hoitaa laskujen tiliöinnin lisäksi ostolaskujen kiertoonlähettämistä Mehiläiselle.  

Meidän toimittajakenttämme on fragmentoitunut ja laskujen sisältöjen taso vaihtelee. Tämän vuoksi emme aiemmin saaneet automaattista reititystä onnistumaan toivotulla tasolla. Nyt Snowfox.AIn avulla 90 % laskuista reitittyy automaattisesti. Tämä ennustetaso on ylittänyt odotuksemme ja laskenut ostoreskontran työmäärää huomattavasti”.

 

Minkä verran ostolaskuja tulisi vastaanottaa vuositasolla, että tekoälystä on hyötyä?

 

Nyrkkisääntö tekoälyn käytölle on, mitä enemmän vastaanotatte tilauksettomia ostolaskuja, sitä suurempi tarve tekoälylle on. Myös mitä kompleksisempi ympäristönne on, sen parempi tekoälyn kannalta. Suurimmat asiakkaamme vastaanottavat useita satoja tuhansia ostolaskuja ja toimivat useissa maissa, mutta pienempikin volyymi riittää tekoälyn hyötyjen saavuttamiseen. 

Tekoälyn käyttöönottoa varten olisi hyvä, että volyymit olisivat yli 20 000 ostolaskua per vuosi. Jopa puoletkin tästä voi riittää, mutta olemme kokeneet niin, että kun laskuja on enemmän ja sitä kautta manuaalikäsittelyäkin on enemmän, niin siitä halutaan aidosti päästä eroon. 

Mikäli haluatte nopeita tuloksia ja aidosti suuren automaatioloikan aikaiseksi, niin suosittelen vähintäänkin tutustumaan tekoälyn mahdollisuuksiin ja pyytämään tarjouksen tekoälyn kustannuksista ja arvion sen tuomista hyödyistä prosessissanne. 

Katso webinaaritallenne, jossa avaamme kattavasti ostolaskutekoälyn toimintalogiikkaa.