Den som ställer frågan "kan AI ta över administrationen" ställer egentligen fel fråga. Den administrativa avdelningen består av dussintals uppgifter som har lite gemensamt med varandra. Att bokföra en inköpsfaktura är ett annat slags arbete än att ringa en kund som inte betalat på tre månader. I vår taxonomi för detta område särskiljer vi 84 uppgifter, och dessa faller utifrån sin natur i tre kategorier: uppgifter som AI redan nu kan ta över, uppgifter där AI gör arbetet men en människa godkänner eller avvisar det, och uppgifter som förblir mänskligt arbete. Mönstret bakom denna indelning är mer användbart än en lista med 84 regler.
De uppgifter som kan tas över helt delar en egenskap: de är strukturerade, upprepningsbara och kan kontrolleras mot fasta regler. Att bokföra inköpsfakturor är det tydligaste exemplet här. Belopp, moms och redovisningskonto följer logiska mönster som ett system kan känna igen och tillämpa konsekvent, särskilt hos leverantörer som bokförts tidigare. Även inläsning och matchning av banktransaktioner faller inom detta: att koppla en transaktion till en öppen post är i grunden en jämförelse mellan belopp, datum och referenser, något som mjukvara är bättre och snabbare på än en människa som scrollar igenom samma sifferrader.
Att upprätta och skicka försäljningsfakturor ansluter logiskt till detta, förutsatt att de underliggande uppgifterna om leverans och prisöverenskommelse redan är fastställda. Vad dessa uppgifter har gemensamt är att de inte innehåller en bedömningsfråga. Det finns ett korrekt resultat, och systemet behöver bara hitta och utföra det. Fel kan kontrolleras efteråt utifrån hårda kriterier, vilket begränsar risken med full automatisering.
Den största gruppen uppgifter inom administrationen faller i mellankategorin: AI gör förarbetet, men en människa godkänner eller avvisar, med anledning. Att skicka betalningspåminnelser till kunder är ett bra exempel på detta. Att upptäcka en förfallen faktura och upprätta en påminnelse klarar ett system utmärkt, men om påminnelsen verkligen ska skickas ut - vid en kund som man just förhandlar med om en betalningsplan, eller vid en faktura som fortfarande är under tvist - kräver det en blick som känner till sammanhanget.
Detsamma gäller för att förbereda och behandla utgående betalningar. Ett system kan sammanställa en betalningsbatch utifrån öppna leverantörsposter, men auktoriseringen av den är en kontrollpunkt med en anledning: är detta belopp korrekt, godkänner denna leverantör, stämmer förfallodatumet. Denna tillsyn är inte ett tillfälligt mellansteg tills AI klarar det bättre; det är en medveten utformning av ansvar och kontroll över penningflöden. Att behandla utlägg och reseersättningar faller i samma kategori: att känna igen ett kvitto och registrera beloppet går att automatisera, men frågan om en utgift är affärsmässig och rimlig förblir en bedömning som görs av någon med kunskap om policyn.
En tredje grupp uppgifter förblir mänskligt arbete, inte eftersom tekniken inte är redo för det, utan eftersom uppgiften i sig handlar om något annat än databehandling. Att följa upp obetalda kundfordringar är det tydligaste exemplet på detta: att kontakta en kund om en försenad betalning och komma överens om hur och när den ska lösas är en förhandling där tonläge, relation och flexibilitet spelar roll. Det är ingen inmatningsuppgift med ett korrekt resultat, utan ett samtal med ett resultat som varierar per kund.
Den månatliga löneadministrationen har likaså en kärna som förblir mänskligt arbete, även om enskilda steg i den kan automatiseras. Att registrera löneändringar och generera lönebesked kan till stor del stödjas, men det slutliga ansvaret för en korrekt och punktlig utbetalning, inklusive avvägningen vid avvikande situationer som sjukdom, ledighet eller uppsägning, ligger hos en person. Kommer en uppgift nära personalbeslut gäller egna lagkrav som denna sida inte tar ställning till. Även upprättandet av momsdeklarationen förblir, trots mycket automatiserad förberedelse, en uppgift där någon tar den slutliga kontrollen och inlämningen på sitt ansvar, om inte annat eftersom ansvaret för en felaktig deklaration inte ligger hos ett system.
Denna indelning - strukturerad inmatning till AI, bedömningsarbete till tillsyn, relationer och ansvar till människor - är ingen tillfällighet för administrationen. Den som tittar på vilket arbete kan AI ta över inom kundtjänst ser ett liknande mönster: rutinmässiga frågor går bra att automatisera, komplexa klagomål med känslor inte. Och på vad kan AI ta över inom installationsbranschen spelar samma fråga in vid planering och administration kring själva arbetet. Uppgiftens form, inte branschen, avgör var AI kan och inte kan användas.
Vad detta innebär för en konkret administration skiljer sig per organisation: blandningen av uppgifter, systemen som redan är kopplade och sättet ansvar är fördelat på spelar alla in. En indikation av den bilden för er egen situation får ni med den kostnadsfria snabbanalysen från ftetoai: tolv frågor, utan konto, med en indikation på hur stor del av timmarna i er profil som idag kan tas över av AI. Den fullständiga arbetsanalysen som räknar på uppgiftsnivå är fortfarande under uppbyggnad; den erbjuder vi medvetet inte ännu här.
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.