ftetoai Feliratkozás a várólistára

Kennisbank

Utazási és szállásszámlák párosítása a foglalásokhoz: mit tesz itt az AI ma

A kérdés

Egy adminisztratív vagy pénzügyi munkatárs egy szállodaszámlát, egy repülőjegyet vagy egy taxinyugtát a foglalt utazás mellé teszi, ellenőrzi, hogy az összeg és az időszak megfelel-e, és jóváhagyja a fizetésre. Önmagában egy apró művelet. Évi több száz vagy több ezer utazásnál ez jelentős tételt jelent az adminisztratív kapacitásban. A kérdés nem az, hogy létezik-e ez a munka, hanem hogy az AI át tudja-e venni a párosítást és a jóváhagyást.

Miért alkalmas ez a feladat jól automatizálásra

Három tengely a döntő itt: strukturáltság, volumen és hibaköltség.

A strukturáltság magas pontszámot kap, 4-est. Egy szálloda vagy légitársaság számlája fix mezőkkel rendelkezik: dátum, összeg, az utazó neve, hivatkozási szám. A foglalási platformon lévő foglalás ugyanazokkal a mezőkkel rendelkezik. A párosítás lényegében a mezők egymás mellé tétele és egy szabály alkalmazása: megfelel-e az összeg egy adott tűréshatáron belül, megfelel-e az időszak, megfelel-e a név. Ez pontosan az a fajta munka, amiben a szabályalapú automatizálás, az RPA, jó.

A volumen 4-es pontszámot kap. Az utazási elszámolások nem eseti jelleggel érkeznek, hanem strukturálisan, gyakran csúcsokkal konferenciák, negyedéves zárások vagy szezonális utazások körül. Egy feladat, ami gyakran előfordul és keveset változik, pontosan az, ahol az automatizálás a legtöbb időt szabadítja fel, mert a szabályok kialakítása sok esetre térül meg.

A hibaköltség 3-as pontszámot kap: közepes. Egy hibás párosítás téves kifizetéshez vagy dupla könyveléshez vezet, ami kellemetlen, de általában helyrehozható és pénzügyileg korlátozott mértékű. Ez más, mint például egy orvosi vagy jogi hiba, és pontosan ezért illik ide egy köztes forma: az AI végzi a párosítást, egy ember bírálja el a kivételeket.

Miért nem teljesen automatikus

A mérlegelési tér (3) és a megfelelés (3) miatt nem mehet minden párosítás felügyelet nélkül. Egy számla, amely éppen a megadott tűréshatáron kívül esik, egy taxiköltség, amely nem illik bele az utazási szabályzatba, vagy egy foglalás, amelyet az indulás után módosítottak: ezek olyan esetek, amikor egy szabály nem ad automatikusan választ. Ilyenkor valakinek meg kell ítélnie, hogy az eltérés magyarázható-e, és jóvá kell hagynia vagy el kell utasítania a párosítást, indoklással. Ez a trend második kategóriája: az AI végzi a többséget, egy ember felügyeli a maradékot.

Az ügyfélkapcsolat (5) és a fizikai (5) egyaránt magas, kedvező pontszámot kap, egyszerűen azért, mert ez a feladat egyiket sem tartalmazza: nincs kiszolgálandó ügyfél és nincs elvégzendő fizikai művelet. Ez azt jelenti, hogy ezen a két tengelyen a feladat nem jelent akadályt, ami szabad utat enged a többi tengelynek annak meghatározásában, hogy mi lesz az eredmény.

A kreativitás (1) itt gyakorlatilag irreleváns, negatív értelemben: nincs szükség kreatív hozzájárulásra, és pontosan ezért nem áll ellen ez a feladat az automatizálásnak ezen az alapon.

Mit tud ma az AI itt

A válasz: részben, és feltételekkel. Az RPA a párosítások túlnyomó részét el tudja végezni, amikor digitális kapcsolat áll fenn a foglalási platform és a könyvelési rendszer között, és amikor a párosítási szabályok előre rögzítve vannak: milyen tűréshatár érvényes az összegkülönbségekre, mely hivatkozási mezőknek kell egyezniük, mi számít elfogadható időszakbeli eltérésnek. E két előfeltétel nélkül ez emberi munka marad, egyszerűen azért, mert nincs mihez párosítani, vagy nincs szabály, amire támaszkodni lehet.

Egy olyan vállalatnál, ahol az utazásokat különálló, nem összekapcsolt csatornákon keresztül foglalják, vagy ahol nincs állandó utazási szabályzat, ez tehát másképp áll. Ekkor az első lépés nem az automatizálás, hanem egy strukturált foglalási folyamat kialakítása. Egy olyan vállalatnál, amelynek állandó utazási irodája és egyetlen foglalási platformja van, amelyen keresztül minden utazás lebonyolódik, az összekapcsolás gyakran már megvan.

Az elmozdulás, amely itt már zajlik

Olyan szervezetekben, ahol ezt már kialakították, a minta mindig ugyanaz: az AI végzi az első párosítási kört, a kivételek egy munkatárshoz kerülnek, aki indoklással jóváhagyja vagy elutasítja azokat. Ez nem jövőkép, ez már ma is működik olyan vállalatoknál, amelyeknek összekapcsolt foglalási platformja van. Máshol, ahol a rendszerek elkülönülnek egymástól, vagy a szabályokat sosem rögzítették, ugyanaz a párosítás még teljesen kézzel történik. A különbség nem a technológiában rejlik, hanem a berendezkedésben.

Ez a strukturált, ismétlődő munka köztes formájú felügyelettel mintázat szélesebb körben is visszatér az adminisztratív funkciókban. Így látható ez a szabványlevelek és formanyomtatványok elkészítésénél is, ahol szintén a strukturáltság és a volumen a döntő, és a beérkező posta szortírozásánál és szétosztásánál, egy hasonló ismétlődésű, de alacsonyabb hibaköltségű feladatnál. Ahol a mérlegelési tér nagyobb szerepet játszik, mint például a munkatársak hr-kérdéseinek megválaszolásánál, ott az automatikus és a felügyeleti arány másképp alakul.

Hogy ez mit jelent a saját személyzeti beosztás szempontjából, azt a vállalat maga dönti el; erre saját jogi előírások vonatkoznak, és ez nem olyan téma, amiről ez az oldal állást foglal. Amit viszont el lehet mondani: ha a számlák foglalásokhoz való párosítása valakinek a munkájának jelentős részét teszi ki, a felszabaduló kapacitás valós, amint a rendszerek összekapcsolódnak és a szabályok rögzítésre kerülnek.

Mi a teendő most

Aki tudni szeretné, mit jelent az AI-műveltség a saját csapatán belül, mielőtt ilyen jellegű feladatokat kialakítanának, háttéranyagot talál az AI-műveltség mint kötelezettség jelentéséről szóló oldalon. A saját vállalat első felméréséhez ott van az ingyenes gyorsteszt: tizenkét kérdés, fiók nélkül, jelzéssel arról, hogy az ilyen jellegű profilban dolgozó órák mekkora része vehető át ma az AI által. A teljes munkateszt, amely egy vállalat munkáját feladatonként mind a nyolc tengelyen értékeli, 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.