2024 är året för fakturahanterings-AI

När det gäller hanteringen av inköpsfakturor är vi i en bättre situation än någonsin tidigare. När vi introducerade artificiell intelligens för automatisk kontering av inköpsfakturor och routing för godkännandeprocessen 2018 var det ingen annan som erbjöd det. Detta innebar också att det inte fanns några tidigare erfarenheter på marknaden av att använda AI för automatisering av inköpsfakturor.
Detta gjorde det möjligt för oss att introducera en helt ny servicemodell. Vi har fått mycket feedback från marknaden om vissa av systemleverantörernas modeller, där ett system tillhandahålls kunden och kunden lämnas ensam med att bygga upp automatiseringen. Varje serviceförfrågan till leverantören medför separata kostnader, och det finns ett stort utrymme för förbättringar av servicekvaliteten.
Vi ville vara en annorlunda leverantör. Vi ville få betalt för det mervärde vi tillför, dvs. högre automatisering av inköpsfakturor. Vi debiterar inte kunderna separata timpriser, utan alla kostnader ingår i tjänsten. Vi visste att det var en betydande risk för oss att avstå från att ta betalt för AI:s felaktiga förutsägelser, men det har varit ett tydligt mervärde för oss, vilket har gjort vår tjänst till världens bäst fungerande AI för inköpsfakturor, med ett stort antal krävande kunder.
Vi har ägnat mycket tid åt att hjälpa olika organisationer att förstå möjligheterna och den praktiska logiken med AI eftersom det inte fanns någon tidigare erfarenhet. Vi är mycket tacksamma för att vi har kunnat växa tillsammans med er mot AI-eran. Våra smarta kunder har hjälpt oss att styra produkten i rätt riktning, och vi har lärt oss genom delade erfarenheter under åren.
Som en belöning för våra ansträngningar fick vi ett stort erkännande från Google när vi vann utmärkelsen Årets kund 2023.
Nöj dig inte med automatisering av inköpsfakturor på låg nivå
I vissa organisationer behandlas inköpsfakturor fortfarande nästan helt manuellt. Visste du att varje manuellt behandlad inköpsfaktura tar upp till mer än tio minuter per faktura för din organisation?
Detta arbete involverar affärssidan, fakturagranskaren, dennes chef och leverantörsreskontran på ekonomiavdelningen.
Ofta ligger ansvaret för bokföring av inköpsfakturor hos företagets fakturagranskare. Ofta faller dock korrigeringsarbetet för bokföringen under leverantörsreskontrans ansvar. Detta beror helt enkelt på att affärspersonalen inte är utbildad i inköpsfakturaredovisning och ofta gör det felaktigt. Leverantörsreskontran korrigerar ofta fakturakonteringen innan den överförs till bokföringssystemet, vilket leder till dubbelkontering av många fakturor.
Om bokföringsfelen inte rättas till av leverantörsreskontran hamnar många fakturor i bokföringssystemet med felaktig bokföring. Detta återspeglas också som felaktig information i upphandlingsrapporteringen och till exempel utsläppsrapporteringen om fakturakontering används för detta ändamål.
Regelbaserad automatisering
Regelbaserad automatisering av inköpsfakturor är historia. Alla som är bekanta med att bygga upp en automatisering av inköpsfakturor med hjälp av regler vet att det krävs ett litet mirakel för att uppnå en verkligt hög automatiseringsnivå med enbart regler.
Det är rent av förvånande att vissa fortfarande tror att man kan uppnå en hög automatiseringsnivå enbart genom att bygga regler. Vi har undersökt inköpsfakturaprocesserna och automatiseringsnivåerna hos ett stort antal stora företag, och ingen organisation som vi känner till har byggt ett fungerande automatiseringssystem med enbart regler. Det främsta skälet är sannolikt att inköpsfakturor inte är så repetitiva och tydliga att de kan automatiseras med enkla regler, endast i liten utsträckning.
Regler har sin roll i tydligt repetitiva inköpsfakturor, men de är helt enkelt inte tillräckliga för att bygga hög automatisering. Det finns flera anledningar till detta, som du till exempel kan läsa om i den här bloggen.
AI har skapat en ny logik för automatisering av inköpsfakturor
AI för inköpsfakturor är helt överlägset när det gäller resultat jämfört med traditionell regelbaserad automatisering. Logiken i AI är motsatsen till regelbaserad automatisering.
I en regelbaserad modell byggs reglerna först och baseras på ett enda datafält, medan AI lär sig automatiseringsregler direkt från historiska inköpsfakturor och bokföringsdata. Med andra ord kräver AI inte att några regler skapas för den, utan den lär sig reglerna automatiskt från historiska data.
När AI har tränats med historiska data presterar den bra omedelbart efter implementeringen. Därför innebär AI ett enormt steg framåt i automatiseringen av inköpsfakturor direkt efter implementeringen, medan regelbaserad automatisering byggs upp långsamt och mödosamt.
AI:s kapacitet övervakas kontinuerligt genom analyser för att hålla oss uppdaterade om dess prediktionsnoggrannhet och upptäcka om AI gör upprepade fel på vissa fakturor. På så sätt är vi ständigt medvetna om AI:s prestanda och ser hur väl dess kapacitet förbättras över tid från en bra utgångspunkt.
Vad ska man tänka på när man väljer AI-tjänster?
Vissa system erbjuder redan en viss nivå av AI för redovisning av inköpsfakturor. Vissa företag har beslutat att införa dessa interna funktioner med varierande resultat. Innan du börjar använda dessa funktioner finns det några saker du bör tänka på.
AI:s funktionsprincip
- Är det verkligen en AI-lösning?
- Vad gör AI? Lär sig AI och utvecklas?
- Tränas AI-modeller med historiska data, och är starten bra?
Noggrannhet i förutsägelser
- Hur exakt kan AI förutsäga fakturering och cirkulation? Bra förutsägelseprecision ligger i intervallet 80-95
- Kan AI-tjänsten prestera globalt på en hög nivå?
Testa AI-funktioner innan du fattar ett beslut
- Erbjuder leverantören möjligheten att testa AI:s prediktionsnoggrannhet med er historiska inköpsfakturadata innan ni fattar ett beslut? Om det rör sig om en äkta AI-tjänst bör detta vara en enkel uppgift för leverantören.
Tjänstens omfattning
- Utför AI-tjänsten endast fakturakontering eller kan den även hantera fakturacirkulation?
- Använder AI även bilder av fakturor för förutsägelser? Automatisering av PDF-fakturor är inte möjlig om AI inte kan läsa fakturabilder och använda innehållet för förutsägelser. Den fil som produceras av en skanningstjänst är inte tillräcklig för hög automatisering eftersom den saknar mycket datainnehåll.
- Kan AI extrahera fältinformation från fakturor? Till exempel projektnummer eller annan relevant information.
- Tillhandahåller leverantören realtidsanalys för övervakning av AI-funktioner? Detta är avgörande för att övervaka AI:s funktion.
- Finns det begränsningar för antalet förutsägbara fält i tjänsten?
- Ger AI ett konfidensvärde för varje förutsägelse separat?
- Kan du ställa in tröskelvärden för konfidenspoäng dimensionellt?
Prissättning av AI-tjänster
Den mest rättvisa prissättningsmodellen för AI-tjänster är att betala för korrekta förutsägelser. På så sätt beror leverantörens framgång också på hur effektiv tjänsten är.
Underhåll av AI-tjänster
- Är det enkelt att lägga till nya dimensioner?
- Är det lätt att ta bort dimensioner?
- Ändringar i dimensionsvärden – t.ex. ändringar i kontoplanen eller kostnadsställestrukturen. Kan du uppdatera tröskelvärden för konfidenspoäng?
- Nya bolag eller bolag som inte längre är i bruk.
- Tar din leverantör separat betalt för AI-underhåll eller ingår det i priset för tjänsten?
- AI behöver uppdateras ofta under användning, och om du måste betala för varje liten uppdatering blir det kostsamt för dig.
- Erbjuder leverantören proaktivt underhåll, eller måste du skapa ett ärende för varje förfrågan?
- Traditionella servicemodeller fungerar dåligt för underhåll av AI-tjänster.
- Om ni bestämmer er för att byta inköpsfakturasystem, följer AI:n med till det nya inköpsfakturasystemet?
Påbörja resan mot automatisering tillsammans
Vi har förmånen att betjäna ett stort antal kunder. Vi hanterar långt över tio miljoner inköpsfakturor årligen, och volymen växer snabbt. I början av året kommer vi att ta ett betydande antal nya Snowfox-kunder i produktion. Detta är spännande eftersom vi får se hur automatiseringen av inköpsfakturor hos nya kundföretag slutligen når en hög nivå.
Våra kunder kan ha byggt upp regelbaserad automatisering i åratal, och nu i AI-eran kan de låta AI hantera en stor del av automatiseringen. Det här är en befriande men förtroendekrävande resa för många av våra kunder. Lyckligtvis kan AI:s kapacitet enkelt övervakas genom realtidsanalys, vilket gör att man behåller kontrollen över processen från början till slut.
Slutligen vill jag rikta ett stort tack till våra modiga första kunder som litade på oss när de förstod den potential som AI medför. Utan er hade vi inte kunnat ta automatiseringen av inköpsfakturor in i en ny era. Den här resan har bara börjat, och det finns mycket mer att se fram emot.