In parte. La registrazione e l'abbinamento di una fattura in entrata con l'ordine e la bolla di consegna sono in gran parte automatizzabili, ma non completamente e non senza supervisione umana. Il compito è composto da una parte riconoscibile e ripetibile che l'AI è già in grado di gestire oggi, e da una parte più piccola in cui resta necessario un controllo umano. Quest'ultima parte non è opzionale: riguarda denaro che esce dall'azienda e regole che una contabilità deve rispettare.
In gran parte delle aziende, una fattura di acquisto è un documento strutturato: uno schema fisso di fornitore, numero di fattura, importo, IVA e righe che corrispondono a un ordine. Questa struttura, combinata con un volume elevato, rende questo esattamente il tipo di compito in cui l'AI ha dimostrato il proprio valore. Con centinaia o migliaia di fatture al mese, il guadagno per singola fattura è piccolo, ma la somma in ore liberate è considerevole. Non è nemmeno necessario alcun contatto con il cliente né un'azione fisica: si tratta di elaborazione testuale in un ambiente ERP o in un sistema di scansione fatture, ed è esattamente il tipo di lavoro in cui l'AI eccelle oggi.
Un esempio: una fattura di un fornitore fisso per cento pezzi dell'articolo X, con un importo che corrisponde all'ordine e una bolla di consegna che confermano la fornitura. Il sistema riconosce il fornitore e i codici articolo, abbina i tre documenti e prepara la fattura per il pagamento. Nessuna persona ha dovuto esaminarla fino al momento in cui il pagamento viene sottoposto per approvazione.
Tre fattori mantengono questo scenario nella categoria del "in parte": compliance, costo degli errori e margine di giudizio. Una fattura che non corrisponde — un importo diverso, una bolla di consegna mancante, un nuovo fornitore senza accordi registrati — richiede una valutazione che va oltre il riconoscimento di schemi. Perché l'importo è diverso? È un errore, una variazione di prezzo non registrata, o un sovrapprezzo legittimo? È una domanda con una motivazione dietro, e quella motivazione deve poter essere approvata o respinta da una persona.
A questo si aggiunge l'aspetto della compliance: una contabilità deve essere corretta, deve essere verificabile anche a posteriori, e un errore nell'amministrazione dei debitori costa più del tempo necessario a correggerlo. In caso di discrepanze, quindi, il costo dell'errore non è sufficientemente basso da lasciare il rischio interamente a un sistema. Questo è anche il motivo per cui la situazione è diversa rispetto, ad esempio, a la registrazione di una bolla di consegna nel sistema, dove l'azione comporta conseguenze finanziarie meno immediate.
La tecnologia che rende tutto questo possibile è il riconoscimento del testo: l'OCR che legge una fattura ed estrae i dati, collegato a un sistema di abbinamento che confronta ordine, bolla di consegna e fattura. La qualità di quel riconoscimento determina quanto viene elaborato automaticamente. Con un set di dati pulito — fornitori fissi, fatture digitali, numeri d'ordine coerenti — la quota elaborata automaticamente è alta. Con molti fornitori occasionali, fatture su carta o formati diversi, quella quota è considerevolmente più bassa, e il lavoro si sposta da "lo fa l'AI" a "l'AI prepara il lavoro, una persona valuta l'eccezione".
Il risultato dipende fortemente dal livello di standardizzazione degli acquisti. Un'azienda con un numero limitato di fornitori fissi e una rigorosa disciplina degli ordini (PO) — ogni ordine registrato in anticipo — può far abbinare automaticamente una grande parte delle fatture. Un'azienda con molti acquisti occasionali, accordi verbali o fornitori che inviano le fatture in modi diversi, si ritrova con molte più eccezioni che una persona deve esaminare. Anche l'organizzazione dei processi collegati ha un ruolo: se gli ordini effettuati ai fornitori sono già registrati in modo strutturato nel sistema, l'abbinamento al momento dell'arrivo della fattura è più semplice rispetto a quando queste informazioni sono assenti o incomplete.
Questo non è una consulenza in materia di personale né una base per una decisione riguardante una funzione o un dipendente. La domanda qui è quale parte del lavoro, in termini di contenuto dei compiti, sia idonea all'automazione, non cosa un'organizzazione faccia con questo risultato in termini di politica del personale. Per le decisioni che riguardano il rapporto di lavoro valgono requisiti legali propri; maggiori informazioni su come l'impiego dell'AI e la tutela dei lavoratori si intersecano sono disponibili su la pagina sul regolamento AI e i suoi dipendenti. Chi desidera sapere più in generale come questo cambiamento si manifesti nel lavoro d'ufficio può consultare la panoramica di cosa può sostituire l'AI nei servizi alle imprese.
Per vedere come questo si traduce nel proprio processo di gestione debitori, è necessario esaminare la quota di fatture standardizzate, la qualità del collegamento con gli ordini (PO) e la gestione delle eccezioni già in atto oggi. La quickscan gratuita di FTE TO AI offre un primo orientamento in merito: dodici domande, senza necessità di account, con un'indicazione di quale parte delle ore in un profilo come questo sia oggi sostituibile dall'AI. La scansione di lavoro completa, che calcola questo a livello di singolo compito per un'intera azienda, è ancora in fase di sviluppo.
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.