Ja, i de flesta fall. Att upprätta en översikt över ännu inte avslutade fordringar och skulder per period är precis den typ av uppgift som en automatiserad process hanterar väl: fast källa, fasta regler, ingen tolkning nödvändig. Detta är en av de uppgifter där skiftet till AI-bearbetning redan idag till stor del har genomförts, inte något för om några år.
Tre axlar är här avgörande: strukturering, volym och felkostnader.
Struktureringen är hög. En lista över utestående poster är inte fritext eller ett samtal som måste förklaras, det är en summering av poster som redan finns i bokföringssystemet: fakturadatum, förfallodatum, belopp, status betald eller obetald. Systemet vet redan detta, uppgiften är att sätta samman och ordna det per period. Det är en uppgift med en fast procedur, inte en uppgift med bedömning.
Volymen är hög och det är precis där automatisering visar sitt värde. Hos ett företag med hundratals eller tusentals utestående poster per månad är en manuell översikt felkänslig och tidskrävande, medan en automatiserad fråga levererar samma lista på sekunder och utan avvikelse. Hos ett företag med ett fåtal poster per månad är tidsvinsten mindre, men tillförlitligheten i översikten vinner i vilket fall.
Felkostnaderna är relativt låga eftersom det här handlar om en översikt, inte om en betalning eller en bokföring som flyttar pengar. Om det finns ett fel i den, är det synligt och korrigerbart innan något finansiellt sker. Det skiljer sig från exempelvis bokföring av inköpsfakturor i bokföringssystemet, där ett fel direkt slår igenom i administrationen.
De övriga axlarna bekräftar bilden. Bedömningsutrymme behövs knappt: det görs ingen uppskattning eller avvägning, det räknas och sorteras. Kundkontakt, fysiska handlingar och kreativitet spelar ingen roll; detta är en intern rapportering, ingen interaktion med en tredje part. Efterlevnad spelar in eftersom en lista över utestående poster ofta är del av periodisk rapportering och ibland av extern redovisning, men kraven på det är fasta och repeterbara, inte något som ändras från fall till fall.
Tekniken som räcker för detta är RPA: programvara som enligt fasta regler hämtar data från bokföringssystemet, filtrerar på status och period, och lägger resultatet i ett rapporteringsverktyg. Det behövs ingen språkmodell som ska tolka något, eftersom det inte finns något att tolka. Det gör detta till en av de enklare uppgifterna i bokföringskedjan att automatisera, till skillnad från uppgifter där bedömning faktiskt krävs.
Automatiseringen fungerar bara om den underliggande datan är aktuell. Om fakturor bokförs för sent, stämmer inte listan över poster, hur bra översikten än sammanställs tekniskt. Det gör denna uppgift beroende av andra länkar i kedjan: inläsning och matchning av bankutdrag måste vara aktuell, och upprättande och utskick av försäljningsfakturor måste ske i tid, annars saknas poster i översikten. Vidare behövs ingen ytterligare manuell input så snart den basen är i ordning; översikten går då till stor del utan mänsklig inblandning.
Hos företag där bokföringen fortfarande delvis förs på papper eller i lösa kalkylblad, saknas den strukturerade källa som denna automatisering behöver. Då förblir sammanställningen av listan till stor del ett manuellt arbete, inte därför att uppgiften i sig är mer komplicerad, utan därför att datan inte finns på rätt plats. Även hos företag med många avvikande betalningsöverenskommelser per kund eller leverantör — delbetalningar, rabatter, tvister — behövs mer bedömning för att fastställa vad som räknas som "utestående" och vad som inte gör det, vilket drar upp bedömningsutrymme-axeln och gör processen mindre en fråga om rättfram automatisering. Denna typ av skillnader förekommer exempelvis inom restaurangbranschen, där betalningsflöden går via flera kassa- och bokföringssystem; se vad AI kan ta över inom restaurangbranschen för hur den sektorsspecifika komplexiteten faller ut.
Även det anslutande arbetet, såsom reconciliering av transaktioner från betalningsleverantörer, avgör hur ren basen är som listan över utestående poster bygger på. Där den avstämningen fortfarande sker manuellt, förskjuts tillförlitligheten i listan i motsvarande grad.
Denna översikt är inte en bedömning av vilken kundfordring som ska påminnas eller vilken leverantörsskuld som ska prioriteras vid betalning. Det förblir en avvägning som ligger hos den berörda medarbetaren eller chefen. Och om ett skifte i uppgifter berör personalbeslut, gäller egna lagstadgade krav för det; det är en fråga för arbetsgivaren och dennes rådgivare, inte något denna sida gör uttalanden om.
För att se hur många av timmarna i er egen bokföringsprocess som faller inom denna profil, såsom rapportering med fast volym och låga felkostnader, kan ni fylla i den kostnadsfria snabbanalysen: tolv frågor, utan konto, med en indikation på vilken andel av timmarna som inom den profilen redan idag kan tas över av AI. Den fullständiga arbetsanalysen, som bedömer ert företags arbete per uppgift på alla åtta axlar, är fortfarande under uppbyggnad.
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.