AI automatizacija za računovodstvene servise: od pristiglih dokumenata do pregledne obrade

Problem nije samo broj računa, nego način na koji dolaze

Zamislimo servis kojem klijenti dokumente dostavljaju e-mailom, kroz dijeljene mape i povremenim naknadnim porukama. Jedan račun stigne dvaput, drugi bez pripadajućeg priloga, a treći s nejasnim nazivom datoteke. Djelatnik mora otvoriti poruku, pronaći klijenta, spremiti prilog i zabilježiti što još treba zatražiti. Isti postupak ponavlja se pri svakoj dopuni.

Takav proces može biti nepregledan i kada servis već koristi kvalitetan računovodstveni program. Program i priprema dokumentacije nisu isti problem. Ova studija primjene zato razmatra zaseban sloj za uređivanje ulaznih podataka, uz zadržavanje izvornog dokumenta i jasnu razliku između zaprimljenog, provjerenog i proknjiženog.

Kako bi izgledao tijek automatizacije

Zaprimanje s jasnim tragom izvora

Za odabrani kanal sustav bi evidentirao vrijeme zaprimanja, pošiljatelja, izvornu poruku i priloge. Klijent se povezuje prema prethodno potvrđenim podacima, a ne samo prema pretpostavci AI modela. Kada se pošiljatelj ne može pouzdano povezati, dokument ide na ručnu provjeru. Izvorna datoteka ostaje sačuvana, dok se zasebno vode podaci izdvojeni za operativnu obradu.

Provjera potpunosti i mogućih duplikata

Za svakog klijenta definira se dogovoreni popis dokumentacije i način označavanja obračunskog razdoblja. Sustav uspoređuje zaprimljeno s tim popisom te označava moguća ponavljanja prema identifikatoru dokumenta i drugim poljima. Sličnost nije dovoljna za automatsko brisanje: ponovljeni dokument može biti ispravak. Nejasni iznosi, nečitljive stranice i nepodudarnosti izdvajaju se kao iznimke.

Nacrt dopune i radni red za računovođu

Na temelju nedostajućih podataka pripremio bi se kratak nacrt poruke klijentu. Odgovorna osoba pregledava sadržaj prije slanja, osobito kada nije jasno odnosi li se zahtjev na točan dokument. Nakon primitka dopune isti se predmet ažurira umjesto otvaranja nepovezane evidencije. Računovođa dobiva pregled s poveznicama na dokumente, statusima i zabilježenim razlozima zbog kojih je neka stavka zaustavljena.

Što je potrebno povezati i pripremiti

Početak zahtijeva popis klijenata, odobrene kontakte, pravila imenovanja i nekoliko reprezentativnih primjera dokumenata. Za prvi test prikladni su anonimizirani ili demonstracijski podaci. Zatim se provjerava može li se postojeća e-pošta, pohrana i računovodstveni program povezati podržanim sučeljem ili kontroliranim izvozom. Integracija ovisi o stvarnim mogućnostima odabranog sustava.

AI nije potreban za svaki korak. Spremanje priloga i slanje tehničke potvrde mogu se riješiti pravilima. AI bi imao ulogu tamo gdje treba protumačiti slobodno napisanu poruku ili predložiti sažetak. Time se izbjegava nepotrebno složen sustav za zadatke koji imaju jednoznačno rješenje.

Granice automatizacije i ljudska kontrola

Prije povezivanja definiraju se ovlasti, podaci dostupni pojedinom korisniku i način obrade kod odabranih dobavljača. U ovom modelu nema samostalnog plaćanja, slanja poreznih prijava ni prepisivanja izvornih računovodstvenih evidencija. Izdvojeni podaci mogu biti pogrešni, pa osjetljiva polja i iznimke zahtijevaju provjeru. Pristup dokumentima ne smije se proširiti samo zato što je uveden AI.

Kako procijeniti korist i trošak

Prije testa mjeri se vrijeme utrošeno na zaprimanje i dopune, a poslije ista aktivnost na usporedivim predmetima. Korisni pokazatelji su broj ručnih koraka, udio pogrešno povezanih dokumenata, vrijeme do potpune dokumentacije i ukupno vrijeme pregleda AI prijedloga. Sama količina automatski obrađenih datoteka nije dokaz uštede.

Trošak ovisi o broju kanala, vrstama dokumenata, integraciji i načinu odobravanja. Za servis s malo ponavljajuće administracije jednostavan obrazac i uređena mapa mogu biti razumniji početak od složenog AI rješenja. Prvi opseg zato treba vezati uz točno jedan problem koji se može provjeriti.