En administrativ eller økonomisk medarbejder lægger en hotelfaktura, en flybillet eller en taxakvittering op mod den bookede rejse, kontrollerer om beløb og periode stemmer, og godkender til betaling. I sig selv en lille handling. Ved hundreder eller tusinder af rejser om året bliver det en betydelig post i den administrative kapacitet. Spørgsmålet er ikke om dette arbejde findes, men om AI kan overtage matchningen og godkendelsen.
Tre akser er her afgørende: strukturering, volumen og fejlomkostninger.
Struktureringen scorer højt med en 4. En faktura fra et hotel eller et flyselskab har fastlagte felter: dato, beløb, navn på den rejsende, referencenummer. En booking i bookingplatformen har de samme felter. Matchning handler i kernen om at lægge felter op mod hinanden og anvende en regel: stemmer beløbet inden for en margin, stemmer perioden, stemmer navnet. Det er præcis den slags arbejde, hvor regelbaseret automatisering, RPA, er god til.
Volumen scorer en 4. Rejseafregninger kommer ikke sporadisk, de kommer strukturelt ind, ofte i toppe omkring konferencer, kvartalsafslutninger eller sæsonbestemte rejser. En opgave, der forekommer ofte og varierer lidt, er præcis der, hvor automatisering frigør mest tid, fordi opsætningen af reglerne betaler sig tilbage over mange tilfælde.
Fejlomkostningerne får en 3: gennemsnitlig. En forkert match fører til en fejlagtig betaling eller en dobbelt bogføring, ærgerligt men som regel reparerbart og økonomisk begrænset i omfang. Det er anderledes end fx en medicinsk eller juridisk fejl, og det er præcis hvorfor en mellemform passer her: AI foretager matchningen, et menneske vurderer undtagelserne.
Vurderingsrum (3) og compliance (3) sørger for, at ikke enhver match kan gå igennem uden tilsyn. En faktura, der ligger lige uden for den fastsatte margin, en taxaudgift, der ikke passer ind i rejsepolitikken, eller en booking, der er ændret efter afgang: det er tilfælde, hvor en regel ikke automatisk giver et svar. Nogen skal så vurdere, om afvigelsen kan forklares, og godkende eller afvise matchen, med begrundelse. Det er den anden kategori fra tendensen: AI gør det meste, et menneske fører tilsyn med resten.
Kundekontakt (5) og fysisk (5) scorer begge højt gunstigt, simpelthen fordi denne opgave ikke indeholder nogen af de to: der er ingen kunde at betjene og ingen fysisk handling at udføre. Det gør, at opgaven ikke hindres på disse to akser, hvilket rydder vejen for, at de andre akser bestemmer, hvordan det falder ud.
Kreativitet (1) er her reelt irrelevant i negativ forstand: der er ikke behov for kreativ indsats, og det er præcis hvorfor denne opgave ikke modsætter sig automatisering på dette grundlag.
Svaret er: delvist, og på visse betingelser. RPA kan håndtere langt størstedelen af matchningerne, når der findes en digital forbindelse mellem bookingplatformen og bogføringssystemet, og når matchreglerne er fastlagt i forvejen: hvilken margin gælder for beløbsforskelle, hvilke referencefelter skal stemme overens, hvad er en acceptabel periodeafvigelse. Uden disse to forudsætninger forbliver det manuelt arbejde, simpelthen fordi der ikke er noget at matche mod eller ingen regel at følge.
I en virksomhed, hvor rejser bookes via separate, ikke-forbundne kanaler, eller hvor der ikke findes en fast rejsepolitik, ligger dette altså anderledes. Så er det første skridt ikke automatisering, men opsætning af en struktureret bookingproces. I en virksomhed med et fast rejsebureau og én bookingplatform, som alle rejser går igennem, er forbindelsen ofte allerede på plads.
I organisationer, hvor dette allerede er indrettet, er mønstret altid det samme: AI foretager den første matchningsrunde, undtagelserne går til en medarbejder, der godkender eller afviser med begrundelse. Det er ikke et fremtidsbillede, det kører allerede i dag i virksomheder med en forbundet bookingplatform. Andre steder, hvor systemerne står separat, eller reglerne aldrig er blevet fastlagt, sker den samme matchning stadig fuldstændig manuelt. Forskellen ligger ikke i teknologien, men i indretningen.
Dette mønster af struktureret, gentagende arbejde med tilsyn i mellemform ses bredere i administrative funktioner. Det ses fx også ved udarbejdelse af standardbreve og formularer, hvor struktur og volumen ligeledes er afgørende, og ved sortering og fordeling af indgående post, en opgave med lignende gentagelse men lavere fejlomkostninger. Hvor vurderingsrum spiller en større rolle, som ved besvarelse af hr-spørgsmål fra medarbejdere, er forholdet mellem automatik og tilsyn anderledes.
Hvad dette betyder for virksomhedens egen personaleindsats, er op til virksomheden selv; her gælder egne lovmæssige krav, og det er ikke et emne, denne side tager stilling til. Hvad man dog kan sige: hvis matchning af fakturaer med bookinger udgør en væsentlig del af en medarbejders arbejde, er den frigjorte kapacitet reel, så snart systemerne er forbundet og reglerne er fastlagt.
Den, der vil vide, hvad AI-kompetence internt i eget team betyder, før den slags opgaver bliver indrettet, finder baggrund i hvad AI-kompetence som forpligtelse indebærer. For en første vurdering af egen virksomhed findes den gratis quickscan: tolv spørgsmål, uden konto, med en indikation af, hvilken del af timerne i denne slags profil AI i dag kan overtage. Den fulde arbejdsscan, der vurderer en virksomheds arbejde pr. opgave på alle otte akser, er stadig under udvikling.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.