现在将AI纳入AP流程的时候了

发布时间: 2020-06-29 21:51:45 来源:

如果您怀疑人工智能会从根本上改变我们的业务方式,我建议Marco Iansiti和Karim Lakhani。哈佛商学院的两位教授对许多行业进行了系统的深入研究,得出了值得深思的结论。

他们写道:“人类努力的任何领域都不会脱离人工智能。”“在学科之间,学科与行业之间,数字网络和AI变得无处不在,为企业和我们所有人定义了一个新时代。”

算法的覆盖范围和日益智能的网络,源于您在自己喜欢的流媒体平台上收到的建议,杂货和电子商务交付的实现和调度计划,以及各种规模的公司设计和运行业务流程的方式。

应付帐款自动化也不例外。实际上,AP一直是后台功能之一,多年来一直进入AI和机器学习领域,在过去几年中以相当快的速度发展。如果您的系统在云中运行,则可以受益于在数十万张发票上接受过训练的算法的网络影响,可以从表单上的每个数据点和每一行中学习。随着时间的流逝,软件会更好地识别模式,触发动作,并且仅在发现需要解决的异常时才要求人员介入。

总体而言,人工智能已经使我们如何轻松地为供应商和员工付款以及与供应商和合作伙伴建立更紧密的关系变得更加轻松。而我们只是亚马逊转型的开始。

进入具有AI工具的新业务时代的旅程始于更简单的东西,称为机器人流程自动化(RPA)。它是关于让软件漫游器负责定义明确的任务,例如响应传入的电子邮件或从结构化文件(如发票)中提取详细信息。简而言之,RPA有效地处理了人类不应该浪费时间的事情,他们可以将精力集中在更多的增值任务上。然而,RPA软件只能模仿人类的行为,而不能智能地理解和学习其功能,从而带给您无穷的乐趣。

即使对于中小型企业来说,机器学习也正是一步之遥。如果组织希望成为Iansini和Lakhani所谓的“人工智能工厂”,则有必要使围绕数据的反馈循环自动化。组织如何收集数据,如何对其进行分析以优化其流程并做出决策,最后如何使围绕该数据的学习过程自动化。

现在,并不是所有具有人工智能和机器学习功能的产品都具有真正的变革性。AP功能再次是一个很好的例子。当公司将其应付帐款系统外包时,他们通常不会意识到在幕后,数十个人仍在检查并修复发票的扫描,从而导致数小时或数天的延迟。

相比之下,真正的机器学习解决方案可以提取输入的数据并将其几乎实时地移至工作流的下一个点。当危机迫使办公室关闭时,它提供了另一个令人信服的理由来建立一个“人工智能工厂”,该工厂将在没有人的情况下肆虐。

机器学习不仅更快,更准确,而且随着时间的推移会越来越好。我们在Yooz的优势是使用十年的数据作为培训集,以使我们的工具能够查看发票和其他文档中的样式,甚至可以将特殊模板与其他供应商区分开,而无需进行任何手动设置。由于这种不断反馈的循环,某些组织可以通过自动化实现95%以上的准确率。

为何停在发票上?可以使用同一智能系统来自动识别简历并将其路由到人事部门,与法律团队签定合同或将保险单发送给保险专家。为什么不还利用其他数据库来使算法自动检查发票上列出的人员是否确实为公司工作或银行信息是否正确?人员只会介入以仔细研究异常情况,并确保不断优化您提供的服务。

那么,真正实现AP流程自动化的下一步是什么呢?我认为AI是十年前的云。我与之交谈的每个客户都听说过这一点,越来越多的公司将一两个脚趾浸入水中,并且工具也在不断改进。不过,至关重要的是立即开始使用今天可用的软件。

人工智能并不是一天能带来完美,自动化的工作流程的灵丹妙药,而是您的后台已经可以利用的技术基础。任何中小企业都可以负担得起云中令人印象深刻的计算能力,从而从这种良性数据循环中获得收益。例如,考虑一下,当您可以对已处理的任何发票中的任何关键字进行即时搜索时,我们走了多远-就像您使用搜索引擎一样。

利用AP团队的力量意味着周期时间减少到数小时,成本降低80%,滞纳金减少,折扣更多,欺诈和错误率更低。从这个意义上说,“人工智能工厂”不是一个崇高的目标,而是组织保持竞争力的最佳保险政策。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。
Top