ftetoai Jonotuslistalle

Kennisbank

AI ja digitaalisten laskujen vaihtaminen e-laskutuksen kautta

Tehtävä lyhyesti

E-laskutuksessa järjestelmät vaihtavat laskuja kiinteässä digitaalisessa muodossa, kuten UBL, sen sijaan että käytettäisiin PDF-tiedostoa tai paperia. Hallinnollinen työntekijä tai kirjanpitäjä tarkistaa yleensä, että viesti on saapunut oikein ja että tiedot täsmäävät. Kysymys ei ole enää siitä, voidaanko tällaista työtä automatisoida, vaan missä määrin se on tänään mahdollista jo ilman että valvontaa tarvitaan.

Miksi tämä tehtävä soveltuu hyvin automatisointiin

Tässä ratkaisevat kolme akselia: rakenteisuus, volyymi ja compliance.

Rakenteisuus saa arvosanan 5, käytännössä maksimin. E-lasku ei ole vapaata tekstiä, vaan viesti, joka on rakennettu kiinteän standardin mukaan, kiinteine kenttineen summalle, alv:lle, laskunumerolle ja vastapuolelle. Ohjelmisto pystyy lukemaan, validoimaan ja välittämään tällaisen viestin virheettömästi kirjanpitojärjestelmään, kenenkään tarvitsematta tulkita viestiä. Juuri tällaista työtä säännöt ja järjestelmät ottavat ihmisiltä hoitaakseen, koska siinä ei ole mitään punnittavaa: viesti täsmää rakenteeltaan tai ei täsmää.

Volyymi saa myös arvosanan 5. Yritykset, jotka käyttävät e-laskutusta, käsittelevät usein suuria määriä laskuja kuukaudessa, ja näiden viestien lähettäminen ja vastaanottaminen on jokaisen yksittäistapauksen kohdalla identtistä työtä. Järjestelmälle, joka käsittelee tuhat laskua päivässä, se ei vaadi enempää vaivaa kuin sata. Ihmisille tällainen toistuva työ on rasittavaa ja virhealtista; automatisoidulle prosessille määrällä ei ole merkitystä.

Compliance on akseli, joka selvästi jarruttaa tässä, arvosanalla 2. E-laskutus kuuluu verotuksellisten ja hallinnollisten sääntöjen alaisuuteen: laskuvaatimukset, säilytysvelvollisuus, alv-lainsäädäntö ja joskus toimialakohtaiset velvoitteet. Väärin käsitelty lasku ei ole vain operatiivinen virhe, siitä voi tulla verotuksellinen ongelma. Sen takia tarvitaan edelleen kiinteä tarkistuspiste, vaikka tekniikka toimisi muutoin virheettömästi. Virhekustannukset saavat arvosanan 3, maltillisen: virhe maksaa rahaa ja aikaa korjata, mutta johtaa harvoin välittömästi kriisiin, kuten esimerkiksi taloudellisten audit-lokien kohdalla, joissa jokaisen muutoksen jäljitettävyys on ratkaisevan tärkeää. Kuka haluaa vertailla tätä näkökohtaa, voi lukea lisää kohdasta voiko AI hoitaa taloudellisten muutosten audit-lokin ylläpidon.

Mitä tämä käytännössä tarkoittaa

Lopputulos on, että AI, tai täsmällisemmin: RPA (robotic process automation), pystyy tänään jo hoitamaan laskujen teknisen vaihtamisen. Ajatellaan järjestelmää, joka tunnistaa automaattisesti saapuvan UBL-laskun, lukee tiedot ja välittää ne kirjanpitojärjestelmään, tai joka lähettää lähtevät laskut oikeassa muodossa asiakkaan e-laskutusalustalle. Tämä on askel 1 kolmesta kategoriasta: AI voi ottaa tehtävän hoidettavakseen.

Mutta se ei koske koko prosessia. Kun lasku poikkeaa standardista, kahden osapuolen välinen liitäntä ei ole aktiivinen, tai on epäselvyyttä summien tai alv-koodien oikeellisuudesta, tarvitaan inhimillistä valvontaa, joka hyväksyy tai hylkää perusteluineen. Tämä on askel 2: osittain, valvonnan alaisena. Poikkeustapausten käsittely, riidat toimittajien kanssa laskun sisällöstä, tai uudentyyppisten laskujen arviointi, jotka eivät vielä sovi järjestelmään, jäävät ihmistyöksi, askel 3.

Reunaehdot ovat tässä ratkaisevia. Standardoitu viestimuoto on vaatimus, ei yksityiskohta: ilman standardoitua muotoa suurin osa automatisoinnista häviää ja tehtävä siirtyy takaisin manuaaliseen käsittelyyn. Sama koskee osapuolten välistä liitäntää: sen on oltava aktiivinen ja oikein konfiguroitu, muuten vaihto epäonnistuu tai ei saavu perille.

Miksi tilanne voi olla toisessa yrityksessä toinen

Yllä mainittu arvosana koskee organisaatiota, joka käyttää yleistä e-laskutusstandardia ja jossa prosessi on hyvin järjestetty. Yrityksessä, joka vastaanottaa edelleen paljon laskuja PDF-muodossa, tai joka toimii kansainvälisten osapuolten kanssa, jotka käyttävät muita standardeja, rakenteisuus ja siten automatisoitavuus laskee merkittävästi. Sama koskee organisaatiota, jossa laskuvolyymit ovat pieniä ja jossa laskut tarkistetaan lopulta joka tapauksessa manuaalisesti: silloin automatisoinnin käyttöönottokustannukset painavat säästöä enemmän.

Myös compliance-vaatimukset voivat vaihdella. Yrityksellä, joka toimii toimialalla, jossa on tiukempi verotuksellinen valvonta, tai joka laskuttaa kansainvälisesti ja on tekemisissä eri alv-järjestelmien kanssa, on alempi compliance-arvosana kuin tässä oletettu, ja siten suurempi tarve inhimilliselle valvonnalle. Tämänkaltaiset erot ovat juuri syy siihen, miksi tehtävä paperilla ei automaattisesti ole tehtävä käytännössä: yrityskohtaiset olosuhteet määrittävät todellisen osuuden, jonka AI voi ottaa hoidettavakseen.

Tämä pohdinta ei koske vain laskutusta. Myös kohdassa mitä työtä AI voi ottaa hoidettavakseen hankinnassa ja prosesseissa, joissa asiakirjat on muodollisesti kirjattava, kuten kohdassa voiko AI hoitaa asiakirjojen allekirjoitusprosessin hallinnan, rakenne, volyymi ja compliance määrittävät yhdessä, kuinka paljon tilaa automatisoinnille on.

Jos tämän perusteella halutaan tehdä henkilöstöpäätöksiä: niihin sovelletaan omia lakisääteisiä vaatimuksia, erillään tästä tehtäväanalyysista.

Mitä voitte tehdä nyt

Tämä sivu kuvaa tehtävän yleisellä tasolla. Se, missä määrin oma laskujenkäsittelynne on jo standardoitu ja missä poikkeukset sijaitsevat, vaihtelee organisaation ja järjestelmäratkaisun mukaan. ftetoai.com:n ilmainen pikatesti antaa kahdellatoista kysymyksellä, ilman tiliä, suuntaa siitä, kuinka suuri osa profiilinne tunneista on tänään jo AI:n otettavissa hoidettavaksi. Täydellinen työanalyysi, joka käsittelee yksittäisiä prosesseja syvemmin, on vielä rakenteilla.

KIPPde assistent van de werkscan

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.