Angående hanteringen av orderlösa inköpsfakturor är vi i en bättre situation än någonsin tidigare. När vi introducerade artificiell intelligens för automatisk kontering och attestflöden av inköpsfakturor för godkännande processen. År 2018 erbjöd ingen annan detta. Det innebar också att det inte fanns några tidigare erfarenheter på marknaden av att använda AI i automatiseringen av inköpsfakturor.
Detta möjliggjorde en helt ny tjänstemodell. Vi hade fått feedback från marknaden om att vissa systemleverantörers modeller inte var bra. De levererade ett system till kunderna, men kunderna fick själva ta hand om att automatisera fakturorna. Varje förfrågan om hjälp till leverantören kostade extra, och tjänsten var ofta inte tillräckligt bra.
Vi ville vara annorlunda. Vi ville bli betalda för det värde vi skapar, nämligen ökad automatisering av inköpsfakturor. Vi tar inte ut några separata timpriser från kunder. Alla kostnader ingår i tjänsten. Vi visste att det var en risk att inte ta betalt för AI:s felaktiga förutsägelser, men det har visat sig vara ett bra beslut. Det har gjort vår tjänst till den bästa AI-lösningen för inköpsfakturor i världen, och vi har många krävande kunder.
Vi har spenderat mycket tid på att hjälpa olika organisationer förstå möjligheterna och praktiska logiken med AI eftersom det inte fanns någon tidigare erfarenhet. Vi är mycket tacksamma att vi har kunnat växa tillsammans med er mot AI-eran. Våra kloka kunder har hjälpt oss styra produkten åt rätt håll, och vi har lärt oss genom delade erfarenheter under åren.
Som belöning för våra ansträngningar fick vi betydande erkännande från Google när vi vann priset som Årets Kund år 2023.
I vissa företag hanteras fortfarande inköpsfakturor nästan helt och hållet manuellt. Visste du att varje faktura som behandlas manuellt kan ta uppemot tio minuter att hantera för din organisation?
Denna process involverar flera parter: affärsavdelningen, den som granskar fakturan, deras chef, samt personal från ekonomiavdelningen.
Vanligtvis är det affärsavdelningens uppgift att granska inköpsfakturorna. Men det är ofta ekonomiavdelningen som får rätta till eventuella fel i bokföringen. Detta beror på att personalen på affärssidan inte alltid har kunskapen som krävs för att korrekt bokföra inköpsfakturor, vilket leder till misstag. Ekonomiavdelningen måste ofta korrigera dessa fel innan informationen förs över till bokföringssystemet, vilket resulterar i att många fakturor bokförs två gånger.
Om inte ekonomiavdelningen upptäcker och rättar dessa bokföringsfel, kan inköpsfakturor hamna i bokföringssystemet med felaktig information. Detta leder i sin tur till felaktigheter i rapporteringen av inköp och kan påverka andra rapporter, som till exempel utsläppsrapportering, om fakturabokföringen används för detta syfte.
Regelbaserad automatisering för hantering av inköpsfakturor tillhör det förflutna. De som har erfarenhet av att bygga automatiseringssystem för inköpsfakturor baserade på regler vet att det nästan krävs ett under för att uppnå en riktigt hög automatiseringsgrad enbart med hjälp av regler.
Det är förvånande att det fortfarande finns de som tror att man kan uppnå hög automatiseringsgrad enbart genom att bygga regler. Vi har undersökt processerna för inköpsfakturor och automatiseringsgraden hos ett flertal stora företag, och ingen organisation vi känner till har lyckats skapa ett fullt fungerande automatiseringssystem som enbart baseras på regler. En huvudorsak till detta är förmodligen att inköpsfakturor inte är så pass repetitiva och entydiga att de kan automatiseras med enkla regler, åtminstone inte till stor del.
Regler spelar visserligen en roll för de tydligt repetitiva delarna av inköpsfakturor, men de räcker helt enkelt inte till för att uppnå en hög grad av automatisering. Det finns flera anledningar till detta, vilka du kan läsa mer om i exempelvis denna blogg.
AI för inköpsfakturor är helt överlägsen i resultat jämfört med traditionell regelbaserad automatisering. AI:s logik är motsatsen till regelbaserad automatisering.
Medan i en regelbaserad modell byggs regler först och baseras på ett enskilt datafält lär sig AI automatiseringsregler direkt från historisk data för inköpsfakturor och bokföring. Med andra ord kräver inte AI att några regler skapas för den; den lär sig reglerna automatiskt från historisk data.
När AI är tränad med historisk data presterar den bra direkt efter implementering. Därför innebär AI en enorm framsteg inom automatisering av inköpsfakturor direkt efter implementering, medan regelbaserad automatisering byggs långsamt och mödosamt.
AI:s kapacitet övervakas kontinuerligt genom analys för att hålla sig uppdaterad om dess förutsägelseprecisioner och upptäcka om AI gör upprepade misstag med vissa fakturor. På så sätt är vi ständigt medvetna om AI:s prestanda och ser hur dess kapacitet förbättras över tid från en bra startnivå.
Vissa system erbjuder redan någon form av AI för bokföring av inköpsfakturor. Vissa företag har beslutat att anta dessa interna kapaciteter med varierande resultat. Innan du antar dessa finns det några saker att tänka på.
Test av AI:s kapacitet innan du fattar ett beslut. Erbjuder leverantören möjligheten att testa AI:s förutsägelse precision med din historiska data för inköpsfakturor innan du fattar ett beslut?
Om det är en äkta AI-tjänst bör detta vara en enkel uppgift för leverantören.
Vi har förmånen att betjäna ett stort antal kunder. Vi bearbetar väl över tio miljoner inköpsfakturor årligen, och volymen ökar snabbt. Vid årets början är vi redo att ta in en betydande mängd nya kunder från Snowfox i produktion. Detta är spännande eftersom vi får se hur inköpsfakturautomatiseringen för nya kundföretag når en hög nivå till slut.
Våra kunder har kanske byggt automatisering baserat på regler i åratal, och nu i AI-eran kan de låta AI hantera en stor del av automatiseringen. Detta är en lättnad men förtroendekrävande resa för många av våra kunder. Lyckligtvis kan AI:s förmåga enkelt övervakas genom realtidsanalys och behålla en känsla av kontroll över processen från början till slut.
Slutligen, ett stort tack till våra modiga första kunder som litade på oss när de förstod potentialen som AI medför. Utan er hade vi inte kunnat ta inköpsfakturautomatiseringen in i en ny era tillsammans. Den här resan har bara börjat, och det finns mycket mer att komma.
Titta på denna webbinarsinspelning för att lära dig mer om fakturaautomatisering med AI
Snowfox automatiserar kontering och väljare av granskare och attestant med dramatisk förminskning av manuellt arbete som följd.
Del av Bravedo gruppen