Kreditoru darbinieks vai grāmatvedis grāmatvedības sistēmā seko līdzi, kad iepirkuma rēķinam beidzas apmaksas termiņš, vai ir izmantojama maksājuma atlaide agrākai apmaksai, un vai maksājums draud kavēties. Tā ir uzraudzība: datumu saraksta salīdzināšana ar kalendāru un rīcība, kad termiņš tuvojas. Jautājums ir, vai to var pārņemt AI.
Šis uzdevums gandrīz visās asīs uzrāda labvēlīgu novērtējumu. Strukturētība ir augsta: apmaksas termiņš ir fiksēta vērtība noteiktā vietā sistēmā, interpretācija nav nepieciešama. Apjoms ir augsts: uzņēmumā ar pastāvīgu iepirkuma rēķinu plūsmu to ir simti līdz tūkstoši gadā, visi pēc vienas un tās pašas shēmas. Klientu kontaktiem, fiziskām darbībām un kreativitātei šeit nav nozīmes; šis ir tīri iekšējs, digitāls, atkārtojošs darbs. Precīzi tāda veida uzdevums, kādam programmatūra pastāv jau ilgi, un kur tagad papildus iederas arī AI līdzīga signalizācija.
Izņēmums ir kļūdu izmaksas, un tas šo priekšstatu nedaudz koriģē. Nokavēts apmaksas termiņš izmaksā naudu: maksājuma atlaide zūd, vai seko atgādinājums un iespējams sods, vai tiek bojāti attiecības ar piegādātāju. Vērtējuma brīvība un atbilstības prasības ir vidējā pozīcijā - ne tāpēc, ka būtu daudz ko interpretēt, bet tāpēc, ka novirze - rēķins, kas neatbilst pasūtījumam, apmaksas termiņš, kas tikko mainīts, piegādātājs, kas citu iemeslu dēļ aptur maksājumu - prasa novērtējumu. Tas nav radošs darbs, bet to arī nevar pilnībā automatizēt, ja nav kāda, kas izņēmumu pamana un pieņem lēmumu.
Trīs asis, kas šeit dod izšķirošo lomu, ir strukturētība, apjoms un kļūdu izmaksas. Pirmās divas stingri liecina par automatizāciju: darbs ir pietiekami regulārs un pietiekami vienkāršs, lai to atstātu programmatūras ziņā. Trešā ass to ierobežo: tā kā kļūda izmaksā naudu, sistēmai jābūt ne tikai signalizējošai, bet arī uzticamai, un ir nepieciešams cilvēks, kas var novērtēt brīdinājumu, pirms maksājums faktiski tiek veikts.
Tāpēc tehnoloģija, kas šodien šeit iederas, ir rpa: programmatūra, kas nolasa apmaksas termiņus, salīdzina tos ar maksājumu kalendāru un ģenerē paziņojumus vai pat sagatavo maksājumu priekšlikumus. Nav autonomas spriešanas AI, kas maksā bez uzraudzības, bet ir automatizēta uzraudzība, kur cilvēks risina izņēmumus. Tā ir pārmaiņa, kas jau notiek daudzās finanšu nodaļās: pārskata uzturēšana ir darbs, kas izzūd no kreditoru darbinieka ikdienas uzdevuma, izņēmumu izvērtēšana paliek.
Divi priekšnosacījumi nosaka, vai tas konkrētā uzņēmumā darbojas. Pirmais ir uzticami plānošanas dati: ja apmaksas termiņi, maksājumu nosacījumi un atlaižu vienošanās sistēmā ir korekti un aktuāli, automatizēta uzraudzība var uz tiem balstīties. Ja šie dati ir izkaisīti e-pastos, atsevišķās vienošanās ar piegādātājiem vai sistēmā, kas nav savienota ar grāmatvedību, tad vispirms nepieciešams sakārtošanas darbs, pirms automatizācijai ir jēga. Otrais ir signalizācija par novirzēm: sistēmai jāapstrādā ne tikai standarta gadījumi, bet tai arī skaidri jānorāda, kad kaut kas neiekļaujas parastajā modelī, lai cilvēks to varētu novērtēt.
Uzņēmumā ar nedaudziem pastāvīgiem piegādātājiem un vienkāršiem apmaksas nosacījumiem uzraudzību var automatizēt gandrīz pilnībā: maz izņēmumu, paredzami modeļi. Uzņēmumā ar daudziem piegādātājiem, mainīgiem līguma nosacījumiem, starptautiskiem maksājumiem dažādās valūtās vai biežiem rēķinu strīdiem situācija ir citāda: tur novirzes iespējamība ir lielāka, un strukturāli paliek vairāk vērtējuma darba. Arī pamatdatu kvalitāte ietekmē situāciju: labi izveidota grāmatvedības sistēma automatizācijai piedāvā vairāk atbalsta nekā sistēma ar manuālu datu ievadi un atsevišķiem Excel sarakstiem ārpus grāmatvedības.
Šis uzdevums nepastāv izolēti. Tas ir saistīts ar plašāku debitoru un kreditoru neapmaksāto pozīciju pārskatu, ar bankas izrakstu ielasīšanu un salāgošanu, ar kuru palīdzību tiek dzēsti maksājumi, un ar maksājumu pakalpojumu sniedzēju transakciju saskaņošanu. Kopā šie uzdevumi veido lielu daļu no administratīvās apgrozības ap naudu, kas ieplūst uzņēmumā vai izplūst no tā, un visos šajos gadījumos darbojas viens un tas pats modelis: struktūra un apjoms padara automatizāciju iespējamu, kļūdu izmaksas un izņēmumi uztur kādu uzraudzības formu.
Tas nav personāla ieteikums un nav arguments kreditoru nodaļas samazināšanai. Tas ir aprakstu, kura uzdevuma daļa saskaņā ar astoņām asīm ir piemērota pārņemšanai ar programmatūru, un kura daļa paliek cilvēku darbs. Ja uzdevumu pārmaiņas ietekmē funkcijas, tam ir savas juridiskās prasības; skatiet arī skaidrojumu par to, kad par to jāpiedalās uzņēmuma padomei. Nekas šeit nesniedz garantiju, ka uzdevums faktiski tiks pārņemts; tas ir atkarīgs no datu kvalitātes, sistēmām un vēlmes ļaut izņēmumiem tikt pareizi signalizētiem.
Lai redzētu, kā tas izpaudīsies jūsu paša kreditoru procesā, ir lietderīgi apskatīt rēķinu plūsmas apjomu, piegādātāju skaitu un to, cik lielā mērā apmaksas termiņi un atlaižu vienošanās jau ir strukturēti fiksētas. FTE TO AI bezmaksas quickscan sniedz šajā ziņā pirmo virzienu: divpadsmit jautājumi, bez konta, ar norādi, kāda daļa no stundām jūsu profilā šodien ir pārņemama ar AI. Pilnā darba skenēšana, kas visa uzņēmuma darbu izklāsta līdz uzdevumu līmenim, joprojām ir izstrādes procesā.
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.