Automatisierung der Kreditorenbuchhaltung:RPA, Fuzzy-Logik und Umwandlung von schwarzen Listen in schwarze

Welche Teile der Kreditorenbuchhaltung können automatisiert werden?

„Unternehmen haben versucht, buchstäblich jeden Winkel ihrer Unternehmensprozesse zu automatisieren, aber die Automatisierung der Kreditorenbuchhaltung wurde auf Dauer verschoben“, sagt Amit.

Es ist ein Beispiel für Robotik-Prozessautomatisierung, aber auf eine bestimmte Funktion angewendet.

Das alles wirft die Frage auf, warum, warum jetzt, warum überhaupt die Kreditorenbuchhaltung automatisieren?

Für Amit sind Ressourcen, oder besser gesagt deren Mangel, ein zentraler Punkt. „Die Kreditorenbuchhaltung innerhalb eines Unternehmens wird wahrscheinlich nicht viele Ressourcen erhalten“, sagt er, und das bedeutet wiederum, „dass sie nicht so viel Aufmerksamkeit erhält, sie ist einer der letzten Bereiche, die von den Vorteilen der Automatisierung profitieren .“

Was bedeutet das? Welcher Teil der Kreditorenbuchhaltung kann automatisiert werden? Amit erklärte, es kann angewendet werden auf:

* Lieferinformationen erfassen,
* prüfen,
* Zahlungen ausführen,
* mit Lieferanten kommunizieren,
* Rechnungen erfassen,
* sie mit Bestellungen abgleichen,
* Aktualisierung von Ledgern,
* Treffen von Entscheidungen darüber, welcher Ledger-Code auf welche Rechnungsposition angewendet werden soll,
* und automatische Auswahl der richtigen Genehmiger.

Aber dann kann die Automatisierung auch bei der Compliance helfen. Tatsächlich ist es jede prozessgesteuerte Aufgabe, wie z. B. das Befolgen von behördlichen Verfahren, die oft die niedrig hängende Frucht jeder Form der Prozessautomatisierung ist, unabhängig davon, ob sie einen Software-Roboter beinhaltet oder nicht.

„Letztendlich sollte die Kreditorenbuchhaltung allgegenwärtig sein und nur noch ein Teil der Werkzeugkiste jedes Unternehmens sein“, sagt Amit.

Wie es funktioniert

„Wenn wir die Lieferanteninformationen erhalten, führen wir sie durch Fuzzy-Logik und andere maschinelle Lernprozesse, um sie mit schwarzen Listen und anderen Mitteln zu vergleichen, um zu entscheiden, ob der Lieferant legitim ist oder nicht. Wir führen die Zahlung aus und wenn es ein Problem mit der Zahlung gibt, wenden wir Logik und Entscheidungsfindung an, um den Lieferanten zu beraten, wie er den Fehler korrigieren kann, der im Prozess aufgetreten ist.

OCR und Logik

Das Übersetzen von Informationen aus Papier ist schwieriger. Hier kommt die optische Zeichenerkennung oder OCR ins Spiel. „Aber OCR kann Sie nur so weit bringen, sagt er, „wir verwenden einen Managed Service, um alles zu erweitern, was die OCR mit Menschen machen kann, und das wird Ihnen eine höhere prozentuale Erfassung der Rechnung bringen.“

Amit gibt ein weiteres Beispiel:

„Wenn Sie eine Rechnung erfassen, müssen Sie beispielsweise entscheiden, ob beispielsweise ein Laptop eine Marketingausgabe, eine IT-Ausgabe oder eine Engineering-Ausgabe ist. Logik und Logik des maschinellen Lernens können angewendet werden, um zu bestimmen, welches das richtige Konto für eine bestimmte Rechnung sein sollte. Maschinelles Lernen kann auch dabei helfen, festzustellen, wer der Genehmiger ist, und wir tun dies, indem wir aus dem Verhalten des Kunden in der Vergangenheit lernen.“

Chen Amit ist Mitbegründer und CEO von Tipalti, das den Zahlungsverkehr automatisiert. Die Kunden reichen von Amazon und Twitter, Nikon und anderen Giganten bis hin zu kleinen Unternehmen und allen dazwischen liegenden Unternehmen. Heute verarbeiten sie rund 6,5 Millionen US-Dollar an jährlichen Laufraten