Kreditorinių įsipareigojimų darbuotojas arba buhalteris apskaitos sistemoje stebi, kada sueina pirkimo sąskaitos mokėjimo terminas, ar galima pasinaudoti nuolaida už ankstyvą apmokėjimą, ir ar mokėjimas nespėja pavėluoti. Tai yra priežiūra: datų sąrašo palyginimas su kalendoriumi ir veiksmų ėmimasis, kai terminas artėja. Klausimas yra, ar tai gali perimti AI.
Ši užduotis daugumoje ašių vertinama palankia puse. Struktūrizuotumas yra didelis: mokėjimo terminas yra fiksuota reikšmė fiksuotoje sistemos vietoje, interpretacijos nereikia. Apimtis yra didelė: įmonėje su nuolatiniu pirkimo sąskaitų srautu jų per metus būna šimtai ar tūkstančiai, ir visos pagal tą pačią schemą. Kliento kontaktas, fiziniai veiksmai ir kūrybiškumas čia vaidmens neturi; tai grynai vidinis, skaitmeninis, pasikartojantis darbas. Tiksliai tokio tipo užduotis, kurioms programinė įranga egzistuoja jau seniai, ir kur dabar puikiai tinka ir AI pagrindo signalizacija.
Išimtis yra klaidos kaina, ir ji šį vaizdą kiek koreguoja. Praleistas mokėjimo terminas kainuoja pinigus: prapuola nuolaida, arba atsiranda priminimas ir galbūt bauda, ar pablogėja santykis su tiekėju. Sprendimų laisvė ir atitiktis vertinamos vidutiniškai, ne todėl, kad reikia daug interpretuoti, bet todėl, kad nukrypimas – sąskaita, kuri neatitinka užsakymo, ką tik pasikeitusi mokėjimo sąlyga, tiekėjas, kuris dėl kitos priežasties sustabdo mokėjimą – reikalauja įvertinimo. Tai nėra kūrybinis darbas, bet ir ne visiškai automatizuojamas, be žmogaus, kuris pastebėtų išimtį ir priimtų sprendimą.
Trys ašys, kurios čia nulemia rezultatą, yra struktūrizuotumas, apimtis ir klaidos kaina. Pirmosios dvi stipriai pasisako už automatizavimą: darbas yra pakankamai reguliarus ir paprastas, kad jį galėtų perimti programinė įranga. Trečioji ašis tai pristabdo: kadangi klaida kainuoja pinigus, sistema turi ne tik signalizuoti, bet ir būti patikima, ir turi būti žmogus, galintis įvertinti perspėjimą, kol dar nebus faktiškai sumokėta.
Todėl šiandien tinkanti technologija yra rpa: programinė įranga, kuri nuskaito mokėjimo terminus, palygina su mokėjimų kalendoriumi ir generuoja pranešimus arba net paruošia mokėjimo pasiūlymus. Ne savarankiškai sprendžiantis AI, kuris moka be priežiūros, bet automatizuota priežiūra su žmogumi, kuris sprendžia išimtis. Tai pokytis, kuris jau vyksta daugelyje finansų padalinių: apžvalgos palaikymas yra darbas, kuris išnyksta iš kreditorinių įsipareigojimų darbuotojo kasdienės užduoties, sprendimų dėl nukrypimų priėmimas išlieka.
Du esminiai reikalavimai nulemia, ar tai veiks konkrečioje įmonėje. Pirmasis yra patikimi planavimo duomenys: jei mokėjimo terminai, apmokėjimo sąlygos ir nuolaidų susitarimai sistemoje yra teisingi ir aktualūs, automatinė priežiūra gali tuo remtis. Jei šie duomenys išskaidyti tarp el. laiškų, atskirų susitarimų su tiekėjais ar sistemos, kuri nesusijusi su apskaita, tuomet pirmiausia reikia sutvarkymo darbo, kad automatizavimas turėtų prasmę. Antrasis yra nukrypimų signalizavimas: sistema turi ne tik apdoroti standartinius atvejus, bet ir aiškiai parodyti, kada kas nors nepatenka į modelį, kad žmogus galėtų tai įvertinti.
Įmonėje su nedideliu skaičiumi nuolatinių tiekėjų ir paprastomis mokėjimo sąlygomis priežiūra gali būti automatizuota beveik visiškai: mažai išimčių, nuspėjami modeliai. Įmonėje su daugybe tiekėjų, kintančiomis sutarčių sąlygomis, tarptautiniais mokėjimais skirtingomis valiutomis ar dažnais ginčais dėl sąskaitų, padėtis kitokia: tikimybė susidurti su nukrypimais didesnė ir nuolat išlieka daugiau vertinimo darbo. Šaltinio duomenų kokybė taip pat turi reikšmės: gerai sutvarkyta apskaitos sistema automatizavimui suteikia daugiau pagrindo nei sistema su rankiniu duomenų įvedimu ir atskirais Excel sąrašais lygiagrečiai su apskaita.
Ši užduotis nėra atskira. Ji susijusi su platesniu neapmokėtų sumų apžvalga debitoriams ir kreditoriams, su banko išrašų nuskaitymu ir suderinimu, kuriuo mokėjimai nurašomi, ir su mokėjimų paslaugų teikėjų operacijų suderinimu. Kartu šios užduotys sudaro didelę dalį administracinio srauto, susijusio su pinigais, tekančiais į įmonę ar iš jos, ir visais šiais atvejais galioja tas pats modelis: struktūra ir apimtis leidžia automatizavimą, klaidos kaina ir išimtys palaiko tam tikros formos priežiūrą.
Tai nėra personalo patarimas ir nėra argumentas kreditorinių įsipareigojimų padalinio mažinimui. Tai aprašymas, kuri užduoties dalis, remiantis aštuoniomis ašimis, yra tinkama perėmimui programinei įrangai, ir kuri dalis išlieka žmogaus darbu. Jei užduočių pokytis turi įtakos pareigybėms, tam taikomi savi teisiniai reikalavimai; žr. taip pat paaiškinimą apie kada darbo taryba turi dėl to dalyvauti sprendimų priėmime. Nieko čia nerodo garantijos, kad užduotis bus faktiškai perimta; tai priklauso nuo duomenų kokybės, sistemų ir noro tinkamai signalizuoti išimtis.
Norėdami pamatyti, kaip tai pasiteisintų jūsų pačių kreditorinių įsipareigojimų procese, naudinga pažvelgti į sąskaitų srauto apimtį, tiekėjų skaičių ir tai, kiek mokėjimo terminai bei nuolaidų susitarimai jau yra struktūrizuotai užfiksuoti. Nemokamas FTE TO AI greitasis patikrinimas tam suteikia pirmąją orientaciją: dvylika klausimų, be paskyros, su nuoroda, kokią dalį valandų jūsų profilyje šiandien galima perduoti AI. Visas darbo analizės įrankis, kuris visos įmonės darbą išskaido iki užduočių lygio, dar kuriamas.
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.