Djelatnik odjela dobavljača ili knjigovođa u računovodstvenom sustavu prati kada dospijeva ulazni račun, postoji li mogućnost popusta za ranije plaćanje i prijeti li kašnjenje s plaćanjem. To je praćenje: uspoređivanje popisa datuma s kalendarom i poduzimanje radnje kada se rok približava. Pitanje je može li AI to preuzeti.
Ova zadaća na gotovo svim osima ocjenjuje se povoljno. Strukturiranost je visoka: datum dospijeća je fiksna vrijednost na fiksnom mjestu u sustavu, nema potrebe za tumačenjem. Obujam je visok: u poduzeću s postojanim tokom ulaznih računa riječ je o stotinama do tisućama godišnje, svi prema istom obrascu. Kontakt s klijentima, fizičke radnje i kreativnost ne igraju ulogu; riječ je o čisto internom, digitalnom, repetitivnom radu. Upravo o vrsti zadaće za koju softver postoji već dugo, a na koju se sada nadovezuje i AI-slično signaliziranje.
Iznimka su troškovi pogreške, koji tu sliku nešto koriguju. Propušten datum dospijeća košta novac: popust na plaćanje propada, ili stiže opomena i moguća kazna te narušen odnos s dobavljačem. Prostor za prosudbu i usklađenost ocjenjuju se na srednjoj razini, ne zato što ima puno prostora za tumačenje, nego zato što odstupanje — račun koji se ne podudara s narudžbom, uvjet plaćanja koji je tek promijenjen, dobavljač koji iz nekog drugog razloga obustavlja plaćanje — traži prosudbu. To nije kreativan rad, ali se ni ne može potpuno automatizirati bez nekoga tko primjećuje iznimku i odlučuje o njoj.
Tri osi koje ovdje presuđuju su strukturiranost, obujam i troškovi pogreške. Prve dvije snažno govore u prilog automatizaciji: posao je dovoljno redovit i dovoljno jednostavan da se prepusti softveru. Treća os to obuzdava: jer pogreška košta novac, sustav ne treba samo signalizirati, nego i biti pouzdan, i mora postojati osoba koja može procijeniti upozorenje prije nego što se plaćanje zapravo izvrši.
Zato je tehnologija koja danas ovdje odgovara rpa: softver koji čita datume dospijeća, uspoređuje ih s kalendarom plaćanja i generira obavijesti ili čak priprema prijedloge plaćanja. Nije riječ o samostalno rasuđujućem AI-u koji plaća bez nadzora, nego o automatiziranom praćenju s osobom koja rješava iznimke. Ta se promjena već sada odvija u mnogim financijskim odjelima: održavanje pregleda posao je koji izlazi iz svakodnevne zadaće djelatnika odjela dobavljača, a odlučivanje o odstupanjima ostaje.
Dva preduvjeta određuju hoće li to u konkretnom poduzeću funkcionirati. Prvi su pouzdani podaci o planiranju: ako su datumi dospijeća, uvjeti plaćanja i dogovori o popustima ispravno i ažurno uneseni u sustav, automatsko praćenje može na tome graditi. Ako su ti podaci razasuti po e-mailovima, pojedinačnim dogovorima s dobavljačima ili sustavu koji se ne povezuje s računovodstvom, prvo je potrebno sređivanje podataka prije nego što automatizacija ima smisla. Drugi je signaliziranje odstupanja: sustav ne treba obrađivati samo standardne slučajeve, nego i jasno naznačiti kada nešto izlazi iz obrasca, tako da to osoba može procijeniti.
U poduzeću s malim brojem stalnih dobavljača i jednostavnim uvjetima plaćanja, praćenje se može gotovo potpuno automatizirati: malo iznimaka, predvidljivi obrasci. U poduzeću s mnogo dobavljača, promjenjivim ugovornim uvjetima, međunarodnim plaćanjima u različitim valutama ili čestim sporovima oko računa, situacija je drugačija: tamo je vjerojatnost odstupanja veća i strukturno ostaje više prosudbenog rada. Kvaliteta izvornih podataka također donosi razliku: računovodstveni sustav koji je dobro postavljen daje automatizaciji više oslonca nego sustav s ručnim unosom i zasebnim Excel popisima uz računovodstvo.
Ova zadaća ne postoji izolirano. Povezana je sa širim pregledom otvorenih stavki kod dužnika i vjerovnika, s učitavanjem i uparivanjem bankovnih izvadaka kojima se plaćanja otpisuju, i s usklađivanjem transakcija davatelja platnih usluga. Zajedno te zadaće čine veliki dio administrativnog prometa oko novca koji ulazi u poduzeće ili izlazi iz njega, i u svim tim slučajevima vrijedi isti obrazac: struktura i obujam omogućuju automatizaciju, troškovi pogreške i iznimke održavaju neki oblik nadzora.
Ovo nije savjet o osoblju niti argument za smanjenje odjela za dobavljače. Riječ je o opisu kojeg dijela zadaće, prema osam osi, softver može preuzeti, i koji dio ostaje ljudski rad. Ako promjena zadaća ima posljedice za radna mjesta, za to vrijede posebni zakonski zahtjevi; pogledajte i objašnjenje o tome kada radničko vijeće mora o tome sudjelovati u odlučivanju. Ništa ovdje ne garantira da će zadaća stvarno biti preuzeta; to ovisi o kvaliteti podataka, sustavima i spremnosti da se iznimke dobro signaliziraju.
Da biste vidjeli kako se to odražava na vaš vlastiti proces s dobavljačima, korisno je pogledati obujam toka računa, broj dobavljača i stupanj u kojem su uvjeti plaćanja i dogovori o popustima već strukturirano zabilježeni. Besplatni brzi test tvrtke FTE TO AI za to daje prvu smjernicu: dvanaest pitanja, bez potrebe za računom, s indikacijom kojeg dijela sati u vašem profilu AI danas može preuzeti. Potpuna radna analiza, koja rad cijelog poduzeća razlaže do razine zadaća, još je u izradi.
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.