ftetoai Feliratkozás a várólistára

Kennisbank

Be tudja olvasni és egyeztetni az AI a bankkivonatokat a nyitott tételekkel?

A válasz röviden

Nagyrészt igen. A banki tranzakciók nyitott tételekhez való hozzárendelése pontosan az a típusú munka, amelyre az automatizált egyeztetés van szabva: rögzített szerkezet, magas volumen, és egy hiba, amely legtöbbször gyorsan javítható. Ahol a bankkapcsolat aktív és az egyeztetési szabályok egyértelműek, ez ma már olyan emberi munka, amelyet nagyrészt szoftver végez, egy munkatárssal, aki a megmaradt kivételeket kezeli.

Miért alkalmas jól ez a feladat

Egy bankkivonat strukturált fájl: rögzített mezők az összeg, dátum, ellenszámla és leírás számára. Egy nyitott tétel a könyvelésben ugyanilyen jellegű mezőkkel rendelkezik. Az egyeztetés így nagyrészt az összeg és a hivatkozás összevetésének kérdése, és ez egy szabályok szerint futó feladat, nem egy olyan feladat, amely esetenként új mérlegelést kíván. Ehhez jön, hogy a volumen gyakran nagy: egy vállalat, amely havonta több száz vagy több ezer tranzakciót kezel, sokat nyerhet egy olyan folyamattal, amely nem áll meg kávézni.

A hibaköltségek középtájt helyezkednek el. Egy hibás egyeztetés nem érinti közvetlenül az ügyfelet, és ritkán vezet bírsághoz, de eredményezhet olyan könyvelést, amely papíron egyezik, míg a valóság más. Ezért marad szükség az ellenőrzésre, nem azért, mert a technika nem bírja, hanem mert egy egyszeri eltérés csak később mutatkozik meg, például egy hónap végi egyeztetésnél.

Egy példa

Egy 1240 eurós tranzakció, amelynek leírása "20345 számla", automatikusan hozzárendelődik az ehhez a számlaszámhoz és összeghez tartozó nyitott tételhez. Ez hibátlanul megy, amíg az összeg és a hivatkozás megegyezik. Ha érkezik egy részkifizetés, egy kerekített összeg, vagy egy leírás számlaszám nélkül, akkor az automatikus egyeztetés megakad, és egy munkatársnak kell megítélnie, melyik tételhez tartozik. Ez pontosan az a különbség aközött, amit egy rendszer elintéz, és amit egy embernek kell elvégeznie: nem azért, mert nehéz, hanem mert hiányzik az adat a szabály alkalmazásához.

Amit az AI ma ezen tud

A technika, amely ma ezt a munkát elvégzi, rpa-ként jellemezhető: szoftver, amely rögzített szabályok szerint felismeri, összehasonlítja és összekapcsolja a tranzakciókat. Ez nem egy önmagát tanító rendszer, amely maga ítéli meg, mi tartozik valószínűleg egymáshoz; ez az előre rögzített megállapodások végrehajtása. Ez azt is jelenti, hogy az eredmény minősége azon megállapodások minőségétől függ, nem a szoftver okosságától.

Mitől függ ez

Két feltétel határozza meg, hogy ez működik-e egy vállalatnál. Először egy aktív bankkapcsolat: a kivonatok automatizált beérkezése nélkül a könyvelésben nincs mit egyeztetni. Másodszor egyértelmű egyeztetési szabályok: minél egyértelműbb a megállapodás arról, mi számít egyezésnek, annál kevesebb marad egy munkatárs számára. Ha az egyik hiányzik, a munka automatikusan visszakerül a kézi ellenőrzéshez, és ez akkor nem a technika hibája, hanem a mögötte álló felépítésé.

Egy olyan vállalatnál, amely a bank mellett több fizetési szolgáltatón keresztül dolgozik, ez némileg másképp áll: ott az is szerepet játszik, hogyan van kialakítva a fizetési szolgáltatók tranzakcióinak egyeztetése, mert ez nem következik automatikusan egy bankkapcsolatból. És egy olyan vállalatnál, ahol sok részkifizetés vagy eltérő hivatkozás fordul elő, a kézi munka aránya nagyobb marad, mint egy vállalatnál, ahol állandó, felismerhető fizetési folyamatok vannak.

Az itt zajló elmozdulás

Ez a feladat egy szélesebb körben érvényes mintát szemléltet: az a munka, amely szabályok szerint zajlik és nagy volumenben fordul elő, hamarabb kerül át szoftverhez, mint az a munka, amely esetenkénti megítélést igényel. Ugyanezt a mintát látjuk a beszerzési számlák könyvelési rendszerbe rögzítésénél és a beszerzési számlák lejárati határidejének figyelésénél a határidőben történő kifizetés érdekében, mindkettő rögzített szerkezetű és ismétlődő feladat. Egy vállalatnál, ahol ugyanezek a folyamatok kevésbé szabványosítottak, ez az elmozdulás lassabban zajlik, nem azért, mert az AI ott kevesebbre képes, hanem mert az alapokat még meg kell teremteni.

Ami megmarad, nem véletlen: az a rész, amelyhez olyan ítélet szükséges, amely nem fér bele egy szabályba. Aki ezt pontosan szeretné feltérképezni a saját könyvelése számára, jól teszi, ha megnézi a nyitott tételek listájának összeállítása adósok és hitelezők számára témát is, mert ezek a két feladat a gyakorlatban gyakran összefüggnek.

Amit ez nem jelent

Ez nem személyzeti tanács és nem alapozza meg egy funkciókkal vagy létszámmal kapcsolatos döntést. Amit egy szervezet a felszabaduló kapacitással tesz, az a szervezet saját döntése. Ha felmerül egy kérdés a munkavállalói részvétellel kapcsolatban az ilyen jellegű folyamatok átalakításánál, akkor arra saját törvényi előírások vonatkoznak; lásd mikor illetékes ebben az üzemi tanács.

Amit most tehet

Hogy ez az elmozdulás az Önök saját könyvelésénél már ennyire előrehaladott-e, az a bankkapcsolatuktól és az egyeztetési szabályaik pontosságától függ. Ez vállalatonként eltérő, és egy kijelentés e adatok ismerete nélkül nem több mint tippelés. Az FTE TO AI ingyenes gyorsfelmérése ehhez ad egy első jelzést: tizenkét kérdés, fiók nélkül, jelzéssel arról, hogy ebben a profilban az órák mekkora hányadát lehet ma az AI-val átvenni. A teljes munkafelmérés, amely az Önök teljes vállalatának munkáját ilyen módon bontja ki, még fejlesztés alatt áll.

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.