Vad innebär AI i fakturahantering i praktiken?

I den här bloggen reder vi ut vad AI i fakturahantering faktiskt innebär i praktiken. Vi förklarar vad AI kan bidra med, när det skapar värde – och vilka begränsningar som är viktiga att känna till för att behålla kontrollen i ekonomiarbetet.

kontakta oss

AI är ett av de områden som det pratas mest om, utvecklingen går snabbt och förändringar kommer att påverka många olika typer av verksamheter, och även hur vi kan tänka och arbeta som enskilda individer. Ekonomiområdet är självklart inget undantag, förändringarna har börjat och AI kommer fortsatt få stor inverkan på det dagliga arbetet även här. För många ekonomiavdelningar väcker det både nyfikenhet och oro: Vad betyder AI egentligen för vårt arbete? Vad kan vi lita på? Och vad är mest marknadsföring?

I den här artikeln reder vi ut vad användande av AI när det gäller hantering av leverantörsfakturor kan innebära i praktiken. Utan hype och utan tekniska detaljer. Målet är att ge en realistisk bild av hur AI kan användas och även inte bör användas för att skapa skapar verkligt värde utan att man tappar kontrollen.

Vad AI är (och inte är) i ekonomisammanhang

Inom ekonomiområdet handlar det inte om att AI ska ta över ansvar eller fatta egna affärsbeslut. AI används i stället för att känna igen mönster, analysera data och historik för att skapa underlag och förslag till beslut om förändringar i hur vi kan arbeta och agera.

Det betyder att AI:

  • inte ersätter professionellt omdöme
  • inte tar ansvar för ekonomiavdelningens beslut
  • inte ”förstår” verksamheten som en människa

AI är alltså ett stöd, inte en beslutsfattare. Styrkorna med AI är dess förmåga att bearbeta stora mängder data från flera olika källor och baserat på detta ge förslag på hur en viss situation kan hanteras.

Guide: Så mäter du effektivitet i din fakturaprocess

Vill du veta hur du mäter framgång i din fakturahantering? Ladda ner vår kostnadsfria guide och få en verktygslåda för att mäta, följa upp och optimera din process! MediusGo hjälper dig att automatisera varje steg i din fakturahantering och löpande optimera din process.

Ladda ned guide

Fakturahantering med regelbaserad automation eller AI – två olika angreppssätt

Regelbaserad automation

Många organisationer arbetar redan med automation, det kan vara i form av fördefinierade regler, eller s.k. Machine Learning där ett system baserat på repetitivt arbete lär sig hur en viss situation ska hanteras. Om man omsätter detta till området att hantera leverantörsfakturor så kan exempel vara:

  • Identifiering av vilken information på en faktura ska läsas (tolkas) och hur värdena ska hanteras. Här används Machine Learning där man genom att använda tolkningsverktyget skapar instruktioner för hur verktyget ska jobba automatiskt efter ett antal repetitioner av samma åtgärd.
  • Regler baserade på leverantör, mottagande bolag och/eller märkning på fakturorna. Via regler baserade på kriterier som dessa, kan förslag skapas för hur fakturor från en viss leverantör, märkta med en viss referens ska förslagskonteras och skickas vidare i organisationen för kontroll och godkännande.
  • Beloppskontroller. Fakturor vars belopp överskrider angivna gränser kräver extra kontroll/godkännande av en specifik beslutsfattare
  • Undantagshantering. Regler kan skapas som identifierar vissa typer av avvikelser på fakturorna, till exempel om en faktura saknar referens eller kostnadsställe vilket kan göra att fakturan behöver hanteras på ett avvikande sätt i arbetsflödet.

Detta fungerar bra – så länge verkligheten ser likadan ut som när reglerna sattes. Men när leverantörer ändrar beteende, organisationen förändras eller nya arbetssätt tillkommer behöver reglerna uppdateras manuellt för att fortsätta fungera som tänkt.

Med AI fungerar det annorlunda

Med AI kan stora delar av den regelbaserade automationen ersättas, man uppnår samma mål och resultat utan att behöva skapa och underhålla olika typer av regler/kontroller eller anpassningar. I stället analyserar AI både vilken information som finns på en ny faktura och jämför med tidigare fakturors information och hur de har blivit hanterade och drar slutsatser av detta för att skapa förslag på vidare hantering

  • AI-kontering. AI identifierar hur fakturor med samma eller liknande information har konterats och hanterats tidigare, och kan baserat på detta föreslå rätt konto, kostnadsställe eller projekt – även när nya fakturor varierar i innehåll eller struktur.
  • Beteendebaserad styrning av flöden. AI lär sig vilka personer som vanligtvis hanterar olika typer av fakturor och kan föreslå rätt mottagare även när organisationen eller arbetssättet förändras.

  • Avvikelseidentifiering. AI uppmärksammar när något avviker från det normala, till exempel ovanligt höga belopp, nya leverantörsbeteenden eller fakturor som riskerar att fastna i flödet.

Till skillnad från fasta regler behöver AI-stöd inte justeras manuellt varje gång verkligheten förändras. I stället anpassar det sig successivt efter hur organisationen arbetar, samtidigt som användaren alltid har möjlighet att förstå, justera och behålla kontrollen.

När AI skapar värde – och när det inte gör det

AI skapar värde när:

  • processerna är relativt tydliga
  • det finns historik att lära av
  • användarna förstår varför systemet föreslår något

AI skapar däremot inte värde när:

  • processerna är otydliga eller inkonsekventa
  • datakvaliteten är låg, eller att det finns för liten historisk datamängd
  • man förväntar sig att AI ska ”städa upp” grundläggande problem

Vad AI inte ska användas till

Det är lika viktigt att förstå AI:s begränsningar.

AI ska inte användas för att:

  • fatta affärskritiska beslut utan mänsklig kontroll
  • ersätta ansvar hos ekonomichef eller administratör
  • dölja bristande processer eller oklara regelverk

När AI används som en genväg riskerar den att skapa mer efterarbete och osäkerhet, inte mindre, och man ska alltid säkerställa att förslag som genereras av AI bör kontrolleras manuellt innan det tillämpas för AI gör ibland fel.

Hjälp i stunden eller styrning över tid?

Ett vanligt missförstånd är att AI:s värde endast ligger i snabba vinster här och nu. Men det är i det långsiktiga perspektivet som AI gör störst skillnad för ekonomiavdelningar, genom att minska osäkerhet i processerna, inte bara snabba upp enskilda moment.

  • Hjälp i stunden
    AI ger förslag, varningar eller vägledning i enskilda situationer.
  • Styrning över tid
    AI bidrar till att hela fakturaflödet blir mer förutsägbart, kontrollerat och självgående.

AI i ekonomi handlar inte om att ersätta människor – utan om att minska osäkerhet i processer. När AI används på rätt sätt bidrar den till tryggare flöden, bättre kvalitet och mindre beroende av enskilda personer.

Ta del av vad våra kunder tycker

Vill du veta mer om hur AI faktiskt kan göra skillnad – och när det inte gör det?

Kontakta oss