Snowfox.AI blogi

2024 on ostolaskuautomaation vuosi

Kirjoittanut Tuomas Haapsaari | 3.1.2024 7:31

Ostolaskujen käsittelyprosessin suhteen olemme paremmassa tilanteessa kuin koskaan aikaisemmin. Kun aloimme tuoda markkinoille tekoälyä ostolaskujen automaattiseen tiliöintiin ja kiertoonlähettämiseen vuonna 2018, niin sitä ei tarjonnut vielä kukaan muu. Tämä tietysti tarkoitti myös sitä, että markkinalla ei ollut aiempia kokemuksia tekoälyn hyödyntämisestä ostolaskuautomaatiossa.

Tämä osaltaan mahdollisti meille täysin uudenlaisen palvelumallin jalkauttamisen. Kuulimme paljon palautetta markkinoilta järjestelmätoimijoiden mallista, jossa tarjotaan asiakkaalle järjestelmä ja asiakas jää oman onnensa nojaan rakentamaan automaatiota. Jokainen palvelupyyntö toimittajalle maksaa erikseen ja palvelun laadussa olisi merkittävästi parannettavaa. 

Halusimme olla erilainen toimittaja. Halusimme, että meille maksetaan tuomastamme lisäarvosta eli korkeammasta ostolaskuautomaatiosta. Emme veloita asiakkailta erillisiä tuntihintoja, vaan kaikki kulut sisältyyvät palveluun. Tiesimme, että on meille suuri riski jättää veloittamatta tekoälyn virheelliset ennusteet, mutta tämä on ollut meille selkeä lisärvo siinä, että palvelu on maailman parhaiten toimiva ostolaskutekoäly ja että meillä on suuri määrä vaativia asiakkaita. 

Olemme käyttäneet todella paljon aikaa siihen, että olemme auttaneet eri organisaatioita ymmärtämään tekoälyn mahdollisuuksia ja käytännön logiikoita, koska aiempaa kokemusta ei ole ollut. Olemme hyvin kiitollisia siitä, että olemme saaneet olla kasvamassa yhdessä kanssanne kohti tekoälyn aikakautta. Fiksut asiakkaamme ovat auttaneet meitä viemään tuotetta oikeaan suuntaan ja olemme oppineet yhteisten kokemusten kautta lukuisten vuosien aikana.

Saimme palkinnoksi tehdystä työstä merkittävän tunnustuksen Googlelta, kun voitimme Customer of the Year palkinnon vuonna 2023

Matalaan ostolaskuautomaatioon ei kannata tyytyä

Edelleen joissain organisaatioissa tiliöidään ja lähetetään kiertoon ostolaskuja lähes täysin manuaalisesti. Tiesitkö, että joka ikinen manuaalisesti käsitelty ostolasku vie organisaatioltanne aikaa jopa yli kymmenen minuuttia per lasku.

Tähän työhön osallistuu liiketoiminnan puolelta ostolaskun tilaaja ja hänen esihenkilönsä sekä taloushallinnosta ostoreskontran henkilöstö.

Hyvin usein ostolaskujen tiliöintivastuu on liiketoiminnassa laskun asiatarkastajalla. Kuitenkin hyvin usein tiliöintien korjaustyö lankeaa ostoreskontran vastuulle. Tämä johtuu yksinkertaisesti siitä, että liiketoiminnan henkilöstöä ei kouluteta ostolaskujen tiliöintiin ja tekevät sitä väärin. Useasti ostoreskontra korjaa laskujen tiliöintiä vielä ennen laskujen siirtoa kirjanpitoon ja tästä syystä moni lasku tiliöidään kahteen kertaan.

Mikäli tiliöintivirheet jätetään ostoreskontran toimesta korjaamatta, niin laskuja päätyy melko paljon väärin tiliöitynä kirjanpitoon. Tämä näkyy myös virheellisenä infona hankintojen raportoinnissa ja esimerkiksi päästöjen raportoinnissa, mikäli siihen hyödynnetään laskujen tiliöintejä.

Sääntöpohjainen automaatio

Sääntöpohjaisesti rakennettu ostolaskuautomaatio on historiaa. Jokainen, joka on perehtynyt ostolaskuautomaation rakentamiseen sääntöjen avulla tietää, että aidosti korkean automaatioasteen saavuttaminen pelkillä säännöillä vaatii pienimuotoisen ihmeen.

On suorastaan yllättävää, että silti vieläkin osittain ajatellaan, että pelkästään sääntöjä rakentamalla pystyisi saavuttamaan korkean automaatioasteen.

Olemme tutustuneet valtavaan määrään eurooppalaisten yhtiöiden ostolaskuprosesseihin ja automaatiotasoihin ja yksikään tuntemamme organisaatio ei ole saanut rakennettua toimivaa automaatiokokonaisuutta pelkillä säännöillä. Merkittävin syy lienee siinä, että ostolaskut eivät ole niin toisteisia ja selkeitä, että niitä voisi automatisoida yksinkertaisilla säännöillä kuin vain pieneltä osin.

Säännöille on roolinsa selkästi toistuvissa ostolaskuissa, mutta korkean automaation rakentamiseen ne eivät yksinkertaisesti riitä. Tähän on useita syitä, joista voit lukea esimerkiksi tästä blogista.

Tekoäly on tuonut uuden logiikan ostolaskuautomaation toteuttamiseen 

Ostolaskutekoäly on tulosten valossa täysin ylivoimainen tapa automaation rakentamiseen perinteiseen sääntöpohjaiseen automaatioon verrattuna. Tekoälyn logiikka on sääntöpohjaiseen automaatioon nähden päinvastainen. 

Siinä missä sääntöpohjaisessa mallissa säännöt rakennetaan ensin ja sääntö perustetaan johonkin yksittäiseen tietokenttään, tekoäly opettelee automaatiosäännöt suoraan historian ostolasku- ja tiliöintidatasta. Eli tekoälyä varten ei tarvitse tehdä yhtään sääntöä, vaan tekoäly opettelee säännöt itse automaattisesti historiadatasta.

Kun tekoäly on koulutettu historiadatan avulla, niin se lähtee toimimaan hyvällä tasolla heti käyttöönoton jälkeen. Näin ollen tekoäly tuo ostolaskuautomaatioon valtavan harppauksen heti käyttöönoton jälkeen siinä, missä sääntöpohjaista automaatiota rakennetaan pitkään ja hartaasti.

Tekoälyn kyvykkyyttä seurataan analytiikan kautta jatkuvasti, jotta sen ennustetarkkuuksissa pysytään kärryillä ja pystytään havaitsemaan, mikäli tekoäly esimerkiksi tekee toistuvaa virhettä joillain laskuilla. Näin tekoälyn työnteosta pysytään koko ajan kärryillä ja nähdään, miten hyvin sen kyvykkyys ajan saatossa kehittyy hyvästä alkutasosta paremmaksi.

 

Mitä ottaa huomioon tekoälypalvelua valitessa?

Jotkut järjestelmät tarjoavat jo jonkin asteista tekoälyä ostolaskujen tiliöintiin. Osa yrityksistä onkin päättänyt ottaa näitä järjestelmän sisäisiä kyvykkyyksiä käyttöönsä hyvin vaihtelevin tuloksin. Ennen kun otatte näitä käyttöönne, niin kannattaa ottaa muutama seikka huomioon.

Tekoälyn toimintaperiaate

  • Onko kyseessä aidosti tekoälypalvelu – mitä tekoäly tekee?
  • Onko kyseinen tekoäly oppiva ja kehittyvä?
  • Koulutetaanko tekoälymallit historian aineistolla ja lähteekö se hyvällä tasolla heti liikkeelle?

Ennustetarkkuudet

  • Miten hyvällä tarkkuudella tekoäly pystyy tiliöintiä ja kiertoonlähetystä ennustamaan?
  • Hyvä ennustetarkkuustaso on 80% - 95% välillä
  • Kykeneekö tekoälypalvelu toimimaan globaalisti hyvällä tasolla?

Tekoälyn kyvykkyyden testaaminen ennen hankintapäätöstä

  • Tarjoaako toimittaja mahdollisuutta testata tekoälyn ennustetarkkuutta historian ostolaskudatallanne ennen hankintapäätöstä? Mikäli kyseessä on aito tekoälypalvelu, niin tämän toteuttaminen on helppo homma toimittajalle

Palvelun laajuus

  • Toteuttaako tekoläypalvelu vain laskujen tiliöintiä vai onnistuuko myös laskujen kiertoonlähettäminen?
  • Hyödyntääkö tekoäly myös laskujen kuvat ennusteita varten? PDF laskujen automatisointi ei onnistu, mikäli tekoäly ei pysty lukemaan laskun kuvia ja hyödyntämään kuvan sisältöä ennusteita varten. Skannauspalvelun tuottama tiedosto ei riitä korkeaan automaatioon, koska siitä puuttuu niin paljon tietosisältöä.
  • Onnistuuko tekoälyltä tietokenttien poiminta laskulta? Esimerkiksi projektinumero tai muu vastaava tieto
  • Tarjoaako toimittaja realiaikaisen analytiikan tekoälyn kyvykkyyden seurantaan? Tämä on kriittistä tekoälyn toiminnan seuraamiseen
  • Onko palvelussa rajoitteita ennustettavien kenttien määrässä?
  • Antaako tekoäly luottamusarvolukeman jokaiselle ennusteelle erikseen? Voitteko asettaa raja-arvot luottamusarvoille dimensiokohtaisesti?

Tekoälypalvelun hinnoittelu

  • Tekoälypalvelussa reiluin hinnoittelumalli on oikein menneistä ennusteista maksaminen. Näin ollen myös palvelun toimittajan tulos riippuu palvelun toiminnan kyvykkyydestä.

Tekoälypalvelun ylläpito

  • Onnistuuko uusien dimensioiden lisääminen helposti?
  • Onnistuuko dimensioiden poistaminen helposti?
  • Dimensioarvojen muutokset – esim. muutokset tilikartassa tai kustannuspaikkarakenteessa
  • Onnistuuko teiltä luottamusarvojen raja-arvojen päivitykset
  • Uudet yhtiöt tai poistuvat yhtiöt
  • Tekoälyn toisteisten virheiden korjaukset historiadataan
  • Maksaako toimittajaltanne tekoälyn ylläpito erikseen vai sisältyykö hinta palveluun? Tekoälyä täytyy päivittää todella paljon taustalla käytön aikana ja mikäli joudutte jokaisesta pienestäkin päivityksestä maksamaan, niin tämä tulee teille kalliiksi
  • Tarjoaako toimittaja proaktiivista ylläpitoa vai joudutteko tekemään jokaisesta pyynnöstä tiketin? Perinteinen palvelumalli toimii huonosti tekoälypalvelun ylläpitoon
  • Mikäli päädytte vaihtamaan ostolaskujärjestelmän, niin tuleeko tekoäly mukana myös uuteen ostolaskujärjestelmäänne?

 

Lähde yhteiselle matkalle kohti automaatiota

Olemme onnekkaita, että saamme palvella jo suurta määrää asiakkaita. Käsittelemme jo pitkälti yli kymmenen miljoonaa ostolaskua vuositasolla ja volyymi kasvaa kovaa vauhtia. Heti vuoden alkuun pääsemme viemään tuotantoon suuren määrän uusia Snowfoxin asiakkaita. Tämä on hienoa ja jännittävää, kun saamme nähdä, miten uusien asiakasyritysten ostolaskuautomaatio saadaan vihdoin korkealle tasolle.

Asiakkaamme ovat saattaneet rakentaa automaatiota sääntöihin nojaten vuosikausia ja vihdoin tekoälyn aikakaudella he voivat antaa tekoälyn hoitaa suuren osan automaatiosta. Tämä on hyvin helpottava, mutta luottamusta vaativa teko monelta asiakkaaltamme. Onneksi tekoälyn kyvykkyyttä on helppo seurata reaaliaikaisen analytiikan kautta, niin prosessiin säilyy hallinnan tunne alusta lopppuun.

Lopuksi vielä suuri kiitos rohkeille ensimmäisille asiakkaillemme, jotka luottivat meihin, kun ymmärsivät tekoälyn tuoman potentiaalin. Ilman teitä emme olisi yhdessä pystyneet viemään ostolaskuautomaatiota uudelle aikakaudelle. Tämä matka on vasta alussa ja tästä on hyvä jatkaa.


Tutustu syvemmi ostolaskutekoälyyn oheisen webinaaritallenteen kautta!