Tekoäly automatisoi ostolaskujen automatisoinnin rakentamisen

Tekoäly on tuonut ostolaskujen automatisointiin suurimman kehityshypyn viime vuosikymmeninä. Muutos on niin merkittävä, että se tuntuu jopa uskomattomalta. Kuulen edelleen usein asiakkailtamme neuvotteluvaiheessa kommentteja, että “tämä kuulostaa liian hyvältä ollakseen totta”.

Millaisen muutoksen tekoäly tuo ostolaskujen automatisointiin?

Palataan ensin lyhyesti nykyisiin automaatiomenetelmiin. Perinteisesti olemme tottuneet suorittamaan ostolaskujen automatisointia sääntöpohjaisesti. Tämä tarkoittaa, että jokainen automaatiosääntö luodaan manuaalisesti ostolaskujärjestelmään. Esimerkiksi tietyn toimittajan, kuten DNA:n, laskuja varten luodaan koodausmalli, jossa ehdotetaan ennalta määriteltyä koodausta näille laskuille. Jos ostat vain yhden tuotteen tai palvelun yhdeltä toimittajalta, tämä sääntö saattaa toimia. Tällainen tilanne on kuitenkin harvoin, eikä sääntö toimi tarkoitetulla tavalla.

Mitä monimutkaisempi ympäristösi on, sitä vaikeampaa on rakentaa sääntöpohjaista automaatiota.

Mitä monimutkaisempi ympäristösi on, sitä monimutkaisempia sääntöjä sinun on pystyttävä laatimaan, jotta automaatio toimisi jossain määrin. Esimerkiksi yritys, jossa on kymmeniä tai jopa satoja yksiköitä, joutuu todennäköisesti rakentamaan ja ylläpitämään automaatiosääntöjä jokaiselle yksikölle erikseen. Jo tämä lisää valtavasti työtä ja haasteita perinteisen automaation rakentamiseen.

Mitkä tekijät tekevät ostolaskuympäristöstä monimutkaisen? Monimutkaisuuteen vaikuttavat muun muassa seuraavat tekijät:

Ostolaskujen määrä Yksiköiden määrä Toimittajien määrä Seurantaerien / ulottuvuuksien määrä Yksittäisten ulottuvuuksien arvojen määrä (esim. eri pääkirjanpidon tiliarvojen määrä) Laskujen hyväksyjien ja hyväksyjien määrä Jotta sääntöpohjainen automatisointi toimisi, ostolaskujen tietojen on oltava erittäin laadukkaita ja tiettyjen viitetietojen on oltava omissa kentissään. Esimerkiksi sopimusten täsmäytyksessä sopimuksen numeron on oltava oikeassa paikassa laskussa, koska sopimusnumero käynnistää automaatiosäännön. Ei siis riitä, että sopimus on syötetty ostolaskujärjestelmään, vaan laskun lähettäjän on myös sitouduttava sijoittamaan oikea sopimusnumero oikeaan kohtaan.

Ihmisten kyky rakentaa ja ylläpitää monimutkaisia automaatiosääntöjä on rajallinen.

Sääntöpohjaisen automaation haasteena on, että ihmisen on laadittava jokainen automaatiosääntö manuaalisesti ja myös ylläpidettävä näitä sääntöjä. Rakennusautomaatio vaatii erittäin pätevää henkilöä ja huomattavan määrän työtunteja automaatiosääntöjen luomiseen. Yleisesti toistuvat ostolaskut ja niiden taustalla oleva logiikka on tunnistettava. Lisäksi näiden laskujen poikkeustapaukset ja jopa poikkeukset poikkeusten sisällä on ymmärrettävä, jotta sääntöehdotuksiin ei tarvitse jatkuvasti puuttua.

Tekoäly rakentaa automaatiosäännöt automaattisesti

Yksi merkittävimmistä tekoälyn yleistymiseen liittyvistä näkökohdista on se, että tekoälyn käyttöönotto on hyvin suoraviivaista. Tekoälyä varten ei tarvitse luoda mitään automaatiosääntöjä, vaan ostolaskujen tekoäly oppii käsittelylogiikat historiallisista ostolaskuista ja niiden kooditiedoista automaattisesti. Tämän logiikan ansiosta ostolaskujen automatisoinnista tulee tekoälylle automatisoitua.

Ostolaskujen tekoälyn käyttöönotto aloitetaan hakemalla aiemmin käsiteltyjä ostolaskuja 3-12 kuukauden ajalta. Tekoäly käy nämä laskut yksi kerrallaan läpi, kirjaa ylös kaikki tiedot ostolaskun viestistä ja ostolaskun kuvasta ja tarkkailee, miten laskut on koodattu ja kuka ne on tarkastanut ja hyväksynyt. Kun tekoäly on käynyt läpi kaikki laskut ja niiden koodaustiedot sekä tarkastajan ja hyväksyjän tiedot, se alkaa luoda logiikkaa siitä, miten laskut pitäisi koodata. Tekoäly tunnistaa korrelaatiot laskun tietojen ja koodauksen välillä ja ottaa huomioon pienimmätkin vivahteet.

Tekoäly tunnistaa esimerkiksi helposti, että tietty järjestelmäkustannus on koodattava tiettyihin ulottuvuuksiin ja että lasku on lähetettävä tarkastettavaksi ja hyväksyttäväksi tietylle henkilölle. Tekoälyn koulutuksessa se hyödyntää todella kaikkia ostolaskujen tietoja. Se ymmärtää esimerkiksi, että laskussa näkyvä osoitetieto voi olla tärkein tieto kustannuspaikan valinnassa jne.

Ostolaskujen tekoäly saa automaattisesti palautetta jokaisesta käsitellystä laskusta.

Tekoälyn tuoma ostolaskujen automatisointi toimii dynaamisesti. Tämä tarkoittaa sitä, että tekoäly muuttaa automaatiosääntöjään jatkuvasti automaattisesti ja mukautuu ympäristön muutoksiin. Kun sääntöpohjainen automaatio vaatii jatkuvaa ylläpitoa, tekoäly ylläpitää itseään automaattisesti.

Ostolaskun tekoäly vastaanottaa automaattisesti palauteviestejä ostolaskujärjestelmästä jokaisesta käsittelemästään laskusta siinä vaiheessa, kun lasku on läpäissyt hyväksymisprosessin ja siirtymässä kirjanpitoon. Palauteviestin avulla AI vertaa koodausehdotustaan hyväksymisprosessin jälkeen valmistuneeseen koodaukseen ja tarkistaa, onko ehdotukseen tehty muutoksia prosessin aikana. Jos kaikki dimensioarvot ovat samat kuin mitä AI alun perin ehdotti kirjanpitoon siirron yhteydessä, tämä on AI:lle merkki siitä, että kaikki dimensioarvot olivat oikein. Jos kuitenkin esimerkiksi kustannuspaikkaa muutettiin prosessin aikana, tekoäly ymmärtää, että kustannuspaikkaa koskeva ehdotus oli virheellinen ja että siihen on tehtävä korjaus. Siksi tekoäly oppii automaattisesti virheistään ja kehittyy jatkuvasti, jolloin siitä tulee parempi ja varmempi.

Tulevaisuudessa ostolaskujen automatisoinnin rakentaminen vaatii yhä vähemmän aikaa.

Edellä mainituista syistä ostolaskuautomaation rakentaminen ja ylläpito on ajan myötä yhä helpompaa ja vaivattomampaa. Monimutkaisten automaatiosääntöjen rakentamiseen ja ylläpitoon ei tarvitse käyttää yhtä paljon aikaa, koska tekoäly automatisoi automaation rakentamisen ja ylläpidon.

Helpoimpia toistuvia laskuja voi edelleen olla järkevää käsitellä esimerkiksi sopimusten täsmäytysmenetelmillä, mutta on paljon helpompaa ja kustannustehokkaampaa jättää monimutkaisemmat automatisointisäännöt tekoälylle. Lisäksi tulosten perusteella tekoäly päihittää reilusti inhimillisen automaation rakentajat.